▎从 DeepSeek 时刻算起，不到两年，中国 AI 相关上市公司的体量增长了近5万亿美元。高盛在 10 月 11 日的一份报告里，把这批公司拆成了两个故事——一头朝外、一头朝内。它同时给了一个更硬的判断：29个 AI 细分领域，中国公司全都在场。
核心结论这份报告想回答的，其实是一个很朴素的问题：中国 AI 走到哪一步了，还差什么？
01中国 AI 公司分成两类：出口型赚海外的钱，内需型赚国内的钱，两者的驱动因素完全不同
02在稀土精炼、电力设备、PCB、光模块、成熟制程这些环节，中国的全球份额已经过半
03但完全自给自足仍然很远——最大的变量不是钱，是 AI 技术的「乘法效应」
一、两个故事：一头朝外，一头朝内
高盛把 3000 多家中国 AI 相关上市公司，按收入来源切成两组。这个切法看着简单，但它能解释这两年很多让人看不懂的现象——为什么有些公司跟着海外科技公司的节奏走，有些公司却只盯国内的政策和招标。
第一组是出口型。它们大多给全球 AI 供应链供货，生意模式很直接：海外客户下多少订单，就出多少货。高盛把这一组当成西方AI资本开支的代理变量——海外数据中心扩产快，它们的订单就厚；反过来，关税和地缘摩擦一紧，它们也最先感受到。
第二组是内需型，数量是前者的两倍多。它们主要服务国内市场，对海外的敏感度低得多，取而代之的是对国内资本开支节奏、以及政策风向的敏感。所以同一轮全球AI行情里，这两组公司的反应往往并不同步——它们虽然都叫「中国 AI」，但看的是两张完全不同的表。
这个切法的价值在于，它把「中国 AI」从一个笼统的板块，变成了两条可以分别跟踪的线。往下的所有讨论，都会落回这两条线上。
二、中国在这个价值链上，站在哪个位置
报告里最直观的一张图，是把 AI 价值链拆成29个细分领域，再逐个看中国公司的全球份额。结论是：这 29 个领域，中国公司一个都没缺席。
这张图值得看两遍。第一遍看高度：光伏和电池这两条最成熟的线，份额都在80%以上；稀土精炼、人形机器人出货这些环节，更是接近垄断。
第二遍要看结构——真正技术密度最高的几段，中国的份额还很低：存储和芯片设计都只有十几个百分点，成熟制程代工也只有25%。换句话说，份额高的大多是需要规模和工程能力的环节，而需要长期积累的环节，差距依然摆在那里。在芯片设计这一层，像寒武纪这样的公司，正处在这道还没追平的坎上。
更要紧的是趋势。从 2015 年往后看，中国的份额几乎每一年都在往上走，而且是在所有层级上同时走。
电力这一层的斜率最陡，现在已经摸到46%；基础设施紧随其后。半导体这一层起点最低，但方向是明确的。高盛认为，中国在部分电力、基建、模型和物理 AI 应用上，已经和全球同行持平，甚至领先。
三、从模型到封装，中国自己接上了
份额高，不等于技术独立。报告特别挑出五个环节。它们有一个共同点：以前只能指望外面供货，现在能自己供上了。
这五段的分量并不一样。开源大模型是最显性的那一件：DeepSeek 和 Kimi 让外界第一次意识到，即便算力受限，也依然能做出第一梯队的模型。但高盛认为，更值得关注的变化发生在更底层——半导体封装、计算架构，甚至生物工程和航空航天，方向都在往前走。
把五段放在一起看，会发现它们覆盖的其实是同一个问题的不同侧面：从怎么设计、怎么造、怎么封装，到怎么训练、怎么用起来。一串串起来，才是「自己接上了」的含义。
四、这条路还长的三个理由
报告没有停在乐观的那一面。它列了三条理由，说明为什么完全自给自足仍然遥远。
前两条比较常规。一是体量差距：中国 AI 公司的整体规模和盈利厚度，与美国同行还有明显距离，能拿出来再投入的钱，也就跟着差一截。二是本地供应链的瓶颈，会限制技术前沿往外扩的速度。
第三条最容易被低估，也是高盛反复强调的一点：AI 技术是乘法性的。它的意思是，差距不会按平均值摊平——短的那几块板不是减分，是折算。单个环节各差一代，乘出来的结果会被放大一次。这也解释了为什么单点突破很难换来整体追平：在加法里，补一块是一块；在乘法里，只要有一块特别短，其他板再长也顶不上去。
这张投入对比图把差距量化了。在超大规模厂商的资本开支上，中国的量级仍然只有海外同行的几分之一；在 AI 相关的整体研发上，差距同样存在。值得注意的是增速：中国几项投入都在往上走，只是起点低。
五、这一轮的钱，从三个方向来
支撑内需型公司的，是政策。高盛把过去两年的政策工具从头盘了一遍，财政、需求、资本市场三条线都在里面。
时间线走得很清楚：2025 年初是一次模型发布，2025 年之内「AI+」开始密集出现在各种文件里，到 2026 年的十五五规划，AI 已经被列为优先事项。两年时间，这件事从一家公司的产品发布，变成了一份国家规划里的一节。
这些工具和以往不太一样。过去针对特定行业的定向宽松，多半只动供给侧；这一次覆盖面宽得多——政府主导的投入在上，需求端的补贴与采购在中，资本市场的准入门槛在下。高盛认为，三头同时用力，是这一轮政策最特别的地方。
落到生意上，钱最终要变成订单和产能。高盛测算，21个 AI 相关行业的潜在市场规模，到 2030 年会达到3–4万亿美元，相当于未来四年每年增长近三成。
分层看，增速最快的是模型这一层，规模最大的仍然是应用和半导体。这个结构也说明，钱不是均匀撒下去的——越靠近应用的环节，盘子越大；越靠近模型的环节，跑得越快。
六、一张中国 AI 的产业链地图
报告最有价值的部分，是把中国 AI 生态里的公司按环节摊开，排成一张图。对看产业链的人来说，这张图基本就是一张地图。
先说上游，这是最厚的一段。电力是中国的传统强项——从电池到逆变器再到开关柜，很多环节的全球份额早就过半。像宁德时代、阳光电源这样的公司，本来就在全球市场排得靠前，这一轮 AI 数据中心扩容，等于又给它们开了一扇新门。
半导体这一段更长，也更绕。晶圆制造上有中芯国际，存储上有长鑫存储，设备和设计环节则散落着北方华创、澜起科技这些名字。高盛提醒，这一格的看点不在单点突破，而在整条线能不能一起往前挪——理由就是前面说的乘法效应。
中游是连接件，也是这几年变化最快的一段。光模块这个环节，中国厂商已经站在全球最前排，吃的是海外 AI 数据中心扩产最直接的那口饭。再往下的 PCB、结构件和散热，同样如此：深南电路、英维克这些公司，做的是不起眼但绕不开的活。
下游是应用层，公司数量最多、覆盖也最杂。从新能源车到家电，从面板到安防，AI 已经不再是一个单独的行业，而是在往所有行业里渗。这一层的特点恰好相反：单个体量未必大，但总量最厚。
这张全景图把整个链条画出来了。它同时说明了一件事：中国 AI 已经不是一个点上的突破，而是一张有上游、有中游、也有下游应用的网——半导体这一段公司最多，应用这一段盘子最大，中间由基础设施连起来。
七、风险分两头
报告没有回避风险，而且把它分成了门外和门里两头。
一头在门外。出口型公司的海外扩张，正好落在关税和贸易保护主义的射程里。高盛提醒，那些已经拿到高全球份额、海外收入还在加速、研发投入也更舍得的公司，相对更能扛；反过来，单纯靠成本优势挤进供应链的，被替代的风险更高。
另一头在门里。政策推力强的地方，预期往往也打得很满。报告专门点了半导体供应链这一格——国产替代的叙事越顺，价格里包含的乐观就越多，这是参与这个主题时最需要留意的部分。换句话说，方向对，不代表位置便宜。
八、份额到手之后
回到最开始那个问题：中国 AI 走到哪一步了？
高盛的答案可以拆成两句。前一句是肯定的：份额已经拿到手，五段关键能力也都接上了，产业链从上游到下游已经能够自己转起来。后一句是提醒：这条链的最后一节——把份额变成利润、把规模变成定价权——才刚开始走。
这一节没有捷径。它需要的不是某一个环节的再突破，而是整条链一起往前挪一格。
一起学习更多干货，请查看下方图片。
免责声明：本文内容基于公开报告/纪要整理，仅为信息分享。文中观点基于报告/纪要翻译与总结，或有不正确之处，请以原文为准。所有内容包括评级随时会有调整，不构成任何具体的建议。
热门跟贴