**行业/公司** * 该纪要由摩根士丹利发布，主题为“AI主权：政策、市场和经济影响”[1][2] * 纪要覆盖全球多个区域，包括美国、中国、欧洲、东盟及亚太地区[4][14][111][129] * 涉及多家上市公司，包括但不限于SpaceX、三星电子、德州仪器、英特尔、腾讯、阿里巴巴、中国移动、Equinix、Digital Realty、新加坡电信、德国电信等[78] **核心观点和论据** **1. AI主权成为战略要务，推动全球AI投资周期延长** * AI正成为战略基础设施，各国政府优先考虑国内能力、可信赖合作伙伴及更严格的技术控制[3] * 美国今年AI资本支出规模达8600亿美元，这一数字凸显了巨大的投资机会[2] * 美国政策的两大明确后果：1) 联邦进一步支持8600亿美元的AI基础设施建设 2) 延续中美“去风险”策略，将控制范围从芯片扩展到云、模型访问、采购和分销[3] * 中国通过本地化、本土能力建设及对外国技术的更严格控制追求类似目标[3] * 全球AI生态系统正从单一市场走向多极化，这扩大了全球总可寻址市场，尤其是在美国和中国[14] * 主权AI应强化而非削弱AI资本支出周期，因为这些力量延长了建设周期，并在半导体、数据中心、网络、电力和云领域创造了机会[5] **2. 美国政策路径：保护前沿IP与维持开放之间的“中间道路”** * 美国政策方向是更严格而非更宽松，倾向于控制先进芯片、半导体设备、云、计算访问、采购和分销[17][30] * 最可能的结果是一条“中间道路”：1) 允许一定程度的开源模型以促进创新 2) 防止美国前沿大语言模型知识产权被盗[17][38] * 具体措施可能包括将特定中国AI模型开发商列入实体清单，禁止美国公司使用这些公司的模型[17][38] * 政策工具包括实体清单扩展、ICTS规则审查、OFAC/IEEPA制裁、联邦采购禁令、FTC执法行动等[34][41] * 国会可能通过NDAA纳入AI OVERWATCH法案和MATCH法案，使限制措施更具持久性[35] * 美国经济中，高AI暴露行业在2025年推动了2.4个百分点生产率增长中的1.7个百分点，但生产率提升主要由高产出驱动，而非裁员[48] * 高AI暴露职业的失业率比周期性解释水平高出0.5个百分点，转化为整体失业率0.15个百分点的超额失业[45][46] **3. 中国策略：通过应用驱动的扩散构建自给自足的AI生态系统** * 中国的AI战略以扩散为主要竞争优势来源，通过本地化、采购和反制措施将生态系统锚定在国内控制且日益可出口的技术栈上[82] * “AI+”指导意见设定了明确目标：到2027年，下一代智能终端和AI代理渗透率超过70%，到2030年超过90%[80] * 中国AI基础设施周期已不仅是技术主题，更是国家支持的宏观、盈利和资本市场配置主题[82][97] * 中国通过低成本模型、开源生态系统、补贴计算访问、AI培训项目、云合作伙伴关系和基础设施出口来扩大AI采用[98] * 全球南方是关键摇摆市场，中国提供“足够好、负担得起、可部署、可融资的AI”[101] * 中国已与29个国家签署世界人工智能合作组织创始协议，并承诺未来五年为发展中国家提供5000个AI培训名额[99] * 中国A股市场提供最广泛的AI基础设施投资机会，香港市场则提供对LLM和云/超大规模平台的敞口[106][108] **4. 欧洲战略：面临巨大的融资和规模挑战** * 欧盟对非欧盟国家关键数字产品、服务、基础设施和知识产权的依赖度超过80%[112] * 2024年德拉吉报告估计，2025-2030年欧洲需要3000亿欧元才能在数字领域成为领导者并促进创新[113] * “技术主权一揽子计划”承认巨大投资需求：1200亿欧元用于半导体生态系统，2000亿欧元用于扩展数据中心容量，1000亿欧元用于云和AI领导力倡议[114][120] * 但该计划缺乏明确的融资方案，欧洲面临结构性财政挑战，老龄化、国防和利息成本将限制公共支出[120] * 欧洲数据中心容量预计将从当前水平增长，到2035年达到约41GW，累计建设成本约1.5万亿欧元[124] * 欧洲主权AI基础设施将与美国超大规模云服务商并行发展，而非取代它们[124] **5. 亚太地区：市场高度不均，主权模式多样化** * 中国是亚太地区最大的数据中心市场，日本、印度、澳大利亚、马来西亚、韩国、新加坡和印度尼西亚构成下一梯队[130] * 成熟枢纽如东京和新加坡仍占运营容量的重要份额，但新增建设正集中在印度、中国内地和马来西亚[130] * 亚太地区数据中心所有权正变得越来越跨境，国内运营商在新增管道中的份额普遍低于2020年前的存量[142] * 中国是最具国内锚定性的市场，而印度、澳大利亚和马来西亚正采取“合作式主权”模式，利用外国资本加速国内计算能力建设[158][159] * 美国超大规模云服务商（AWS、微软、谷歌）是亚太地区新增AI和云基础设施的最大边际资本提供者[157] * 印度披露的承诺超过800亿美元，澳大利亚超过450亿美元，日本超过250亿美元，马来西亚超过170亿美元，新加坡超过140亿美元[154] * 东盟AI相关容量预计将从2025年的约3.3GW增长到2035年的约19GW，复合年增长率约19%[169] **6. 投资主题：AI主权与半导体本地化** * 摩根士丹利新的全球主题图包括“AI主权与半导体本地化”子主题，覆盖超过3800只股票[59] * 该主题是市场上增长最快的主题之一，相关公司2027和2028年每股收益复合年增长率预计为高双位数[70] * 行业分布：半导体24.7%，科技硬件17.1%，电信13.1%，资本货物10.9%，材料6.5%，汽车6.5%，软件5.8%[67] * 区域分布：美洲23%，中国/香港22%，EMEA 25%，日本7%，韩国4%，台湾17%，印度1.1%，东盟1.1%[69] * 近期市场回调与基本面无关，盈利修正广度仍在加速，尚未出现平台期迹象[74] * 提供了按重要性和市值排序的前50只全球股票名单，包括SpaceX、三星电子、德州仪器、富士康工业互联网、鸿海精密等[78] **其他重要但可能被忽略的内容** * 美国财政部部长斯科特·贝森特2026年7月22日表示，当中国公司进行隐蔽的、工业规模的蒸馏攻击并越界成为知识产权盗窃时，制裁和实体清单指定将被提上议程[18] * 中国国家主席习近平2026年7月17日表示，必须开展广泛的国际合作，帮助全球南方国家进行能力建设，以弥合AI和数字鸿沟[17] * 美国对华政策工具包括BIS附属机构规则（目前暂停至2026年11月）、芯片安全法案（要求对出口芯片进行地理位置跟踪）以及25%的232条款关税[41] * 中国反制工具包包括网络安全审查（如2023年对美光的审查）、不可靠实体清单以及镓、锗、稀土等关键材料的出口管制[89] * 苹果智能在中国大陆的案例表明，外国生成式AI服务必须通过中国审查并满足国内内容和数据治理要求，最终通过与阿里巴巴和百度的合作实现本地化[56][87] * 特斯拉中国已推出集成国内大模型豆包作为智能语音助手的软件更新[87] * 欧洲数据中心增长正从传统的FLAPD枢纽向二级市场转移，预计二级市场容量将在2030年代初超过FLAPD[125] * 法国凭借丰富的核电、支持性政府政策和不断增长的超大规模AI园区管道，有望成为欧洲领先的AI基础设施枢纽[125] * 亚太地区数据中心融资结构包括超大规模企业资产负债表资本支出、合资/项目融资、建设与可持续发展挂钩贷款、平台并购与资产回收以及主权和国家基金共同投资五种类型[166] * 新加坡是亚太地区唯一国内运营商份额在新增管道中上升的市场，从2020年前的约42%上升到2020-2026年的58%和管道中的64%[143]