公司核心战略：全力推进“智能体经济” - 公司在4月13日的新财年首次集团战略会上正式提出，将全力推进以“通义千问”为代表的“智能体经济”，旨在以AI之力创造新质服务业 [1] - 密集的组织与产品动作（如成立ATH事业群、集团技术委员会，发布“悟空”平台）表明，公司的AI战略已从技术储备阶段进入全面商业化加速期，“智能体经济”是此轮加速的战略支点 [3][4] 战略优势：独特的消费生态与全栈AI能力 - “智能体经济”的核心在于AI从“会聊天”进化到“会办事”，其价值取决于能接入多少真实世界的服务与交易 [6][7] - 公司最独特的优势在于其20多年积累的消费生态（如淘宝、高德、飞猪、支付宝）与全栈AI能力结合，这构成了“智能体经济”落地最稀缺的要素，使其不仅是参与者，更是重要的基础设施提供者 [8][10][11] 全栈AI技术布局 - **底层算力与芯片**：公司宣布未来三年将投入超3800亿元用于云和AI基础设施建设，创中国民企同类投资历史纪录，高盛预计2026至2028年资本开支将达4600亿元 [14] - **自研芯片**：平头哥GPU（真武810E）已实现规模化量产，截至2026年2月累计交付47万片，年化营收突破百亿元，外部客户占比超60%，单卡BOM成本较英伟达H20下降40% [15] - **模型能力突破**：通义千问Qwen 3.6 Plus问鼎OpenRouter全球大模型周调用量冠军，单周消耗4.68万亿Token，并成为该平台首个单日调用量破1万亿Token的模型 [2][16] - **多模态进展**：内部孵化的视频生成模型HappyHorse-1.0登顶Artificial Analysis排行榜，在文生视频赛道领先此前第一的模型116个ELO分 [3][18] - **模型影响力**：千问系列在Hugging Face下载量突破10亿次，2025年下半年在中国B端日均调用量中占比32.1%，排名第一 [17] 应用层落地与商业化验证 - **C端应用爆发**：千问App公测上线后增长迅猛，23天月活突破3000万，四个月突破3亿，成为全球增长最快的AI应用之一 [21] - **生态整合与交易价值**：千问已深度接入公司消费生态，用户可直接完成购物、支付、出行等交易，春节期间近1.4亿用户通过智能体功能完成首次AI购物，春节活动上线9小时订单破1000万单，DAU峰值达7352万 [21][22] - **B端平台加速**：企业级AI原生工作平台“悟空”发布，钉钉为此进行底层重构，接入覆盖超2000万家企业组织的服务网络，阿里云百炼平台上企业级Agent月均创建量接近8.4万个 [24] - **商业化成果**：阿里云AI相关产品收入连续十个季度保持三位数增长，云收入加速增长36%，百炼MaaS平台token消耗三个月内增长6倍 [25] 组织架构与资源统筹 - 公司于3月16日成立ATH事业群，围绕“创造Token、交付Token、应用Token”组建，将Token视为下一代商业基础设施的核心 [28] - 4月8日成立集团AI技术委员会，由吴泳铭任组长，统筹全集团AI资源，形成了从云底座、基座大模型到平台产品落地的完整分工体系 [3][30] - 公司判断AI正从IT预算走向生产成本，成为核心生产要素 [29][30] 行业机遇与竞争格局 - **市场窗口已打开**：大模型能力跃升，中国AI日均Token消耗量从2024年初的1000亿飙升至2026年3月的14万亿，增长超100倍；政策层面提出到2027年智能体等应用普及率超70% [33] - **行业竞争激烈**：主要竞争对手包括字节跳动（豆包月活1.59亿）、腾讯、百度（文心一言用户4.3亿）、华为等，均在积极布局 [34] - **公司差异化优势**：公司是目前唯一同时拥有自研芯片能力、全球头部大模型、超大规模消费生态和企业服务网络的中国科技公司 [35]

报告行业投资评级 - 报告未明确给出整体行业投资评级，但基于对宏观环境、行业基本面及后市展望的分析，提出了具体的个股投资建议 [3][37] 报告的核心观点 - 宏观层面，全球避险情绪升温是当前港股科技板块下行的主要外部压力，美联储政策不确定性、中东局势及地缘关系紧张共同压制高风险、高估值科技股，导致全球流动性预期收紧 [3][5] - 行业与基本面层面，市场对AI投资周期拉长及科技巨头巨额资本开支能否高效转化为盈利增长存在普遍担忧，部分权重股因业绩不及预期、竞争加剧而表现疲软 [3][5] - 展望后市，尽管短期悲观情绪主导，但预计3月中下旬利空出尽后市场可能迎来转折点，支撑港股估值修复的核心仍在于科技与新消费板块，AI产业长期发展逻辑未变 [3][5] - 未来最关键变量是美联储政策路径，明确降息周期开启信号将极大提振全球风险资产估值，港股科技板块有望成为最大受益者之一，同时科技巨头财报若展示AI对核心业务的有效提振将成为抬升估值的重要推手 [3][5][36] - 基于以上分析，建议关注阅文集团（772.HK）、阿里巴巴（BABA.N）、布鲁可（325.HK） [3][37] 行情回顾 - **市场指数表现**：上周（2026年03月16日-03月20日）恒生指数周涨跌幅为-0.74%，恒生科技指数周涨跌幅为-2.12% [4][5]；美股方面，道指、标普500、纳指周涨跌幅分别为-2.11%、-1.90%、-2.07%，纳斯达克互联网指数周涨跌幅-1.69%，纳斯达克中国金龙指数周涨跌幅为-5.67% [4][5] - **港股行业表现**：上周一级行业中，资讯科技行业周涨跌幅为-5.02%，表现靠后；二级行业中，软件板块涨跌幅为-4.56%，媒体板块涨跌幅为-10.58% [4][9] - **板块估值水平**：截至2026年03月20日，软件与服务板块PE-TTM为26.4x（位于近一年55.7%分位），PS-TTM为4.6x（位于近一年33.3%分位）；恒生科技指数PE-TTM为21.4x [12] - **美股及中概股表现**：上周美股科技股下跌，中概股大幅下跌，与互联网相关的互联网技术、互联网视频社交、互联网云计算板块表现为大幅下跌 [4][14]；目前纳斯达克100指数动态PE估值约32.1x，位于过去一年约12.0%分位 [4][14] - **重点板块及个股表现**：在软件、视频娱乐、电商、游戏四大重点跟踪板块中，大部分个股表现为下跌行情 [21]；具体个股如腾讯音乐周跌-28.9%，赤子城科技周跌-19.1%，宝尊电商周跌-14.0%，中手游周跌-13.3% [24]；美股重点公司如微软周跌-3.5%，Meta周跌-3.2% [22] 行业数据 - **影视行业**：2026年第12周（03月16日-03月22日）中国电影累计票房约3.27亿元，观影人次约3681.13万，环比下降12.36%，人均票价维持在39-44元区间 [26]；国产影片《飞驰人生3》累计票房突破43.07亿元，迪士尼动画《河狸变身计划》首周中国票房约6620.18万元 [26] - **游戏行业**：2026年2月，中国国内游戏市场实际销售收入为332.31亿元，环比增长2.35%，同比增长18.96%（同比增速创近10个月新高） [28][31]；中国移动游戏市场实际销售收入达到227.29亿元，环比增长0.48%，同比增长9.05% [28]；增长主要来自《和平精英》《三角洲行动》《蛋仔派对》等长线产品的春节档期运营活动 [28] 行业要闻 - **软件领域**：微信推出官方“龙虾”插件，支持接入OpenClaw，用户可通过微信聊天调用AI执行任务 [4][32]；阿里巴巴成立Token Hub事业群，由CEO吴泳铭直接负责，旨在强化AI业务战略协同 [4][32]；阿里巴巴发布全球首个企业级AI原生工作平台“悟空”，将内置到钉钉，实现“沟通即执行” [4][33] - **电商领域**：SHEIN加速拓展德国市场，已接入超过600家本地卖家 [4][34]；阿里巴巴旗下AI助手千问上线AI打车功能，与高德地图深度融合，用户可通过自然语言指令完成全流程打车操作 [4][34] - **游戏及文娱领域**：中央网信办指导网站平台全面规范短视频内容标注工作，抖音、快手等6家重点平台近一个月清理违规短视频3.7万余条，处置违规账号3400余个，补充标注短视频60余万条 [4][35]

行业投资评级 * 报告未明确给出整体行业投资评级 [1][2][3][4][6][9][14][19][24][34][40][47][55] 核心观点 * 咖啡茶饮行业维持高景气度，各品牌积极开店，阿拉比卡咖啡期货价格下跌有望带来成本改善 [4] * 电商行业持续承压，1-2月网上商品零售额20812亿元，同比增长10.3%，但持续性需观察 [4] * 流媒体平台竞争加剧，在线音乐订阅收入增速预计放缓，需关注非订阅音乐收入的第二增长曲线 [4] * 虚拟资产及交易平台受宏观波动影响，市场情绪较低，币价承压，但监管层面出现积极进展 [4] * 汽车后市场龙头公司表现突出，途虎养车2025年门店数量达8008家登顶全球第一，营收利润双增长 [4] * O2O领域，网约车板块订单量保持稳健增长，滴滴2025Q4中国出行订单量同比增长10.1%至35.78亿单 [4] * AI&云领域，需求从Chatbot向Agent转变带动算力需求翻倍增长，互联网巨头是落地AI的主要力量，近期回调后估值逐步具备吸引力 [4] 消费&互联网 * **咖啡茶饮**：恒生非必需性消费业指数本期下跌2.95% [9] 瑞幸咖啡周度新开91家门店，一二线城市占比54.9% [15] 挪瓦咖啡在浙江开建年产能两万吨的烘焙工厂，预计可降低原料成本约5%，人工成本50%以上 [15] * **电商**：恒生互联网科技业指数本期下跌2.98% [14] 1-2月网上商品零售额20812亿元，同比增长10.3% [4] 阿里速卖通加入YouTube购物联盟，并在波兰市场推行“品牌+科技”战略 [22] 平台&科技 * **流媒体平台**：恒生传媒指数本期下跌4.72% [19] 腾讯音乐2025年总收入329亿元，同比增长15.8%，调整后归母净利润95.9亿元，同比增长25% [4] 网易云音乐全面接入OpenClaw，成为首个向AI Agent开放核心音乐服务能力的平台 [28] * **虚拟资产&资产交易平台**：全球加密货币市值24816亿美元，较上期微涨0.06% [24] 比特币价格70553美元，以太币价格2146.97美元 [24] 香港加密ETF总市值上升142%至超过54亿港元 [33] 蚂蚁集团收购耀才证券金融已获批，预计3月30日完成交割 [33] * **车后连锁**：途虎养车2025年总收入165亿元，同比增长11.5%，调整后净利润7.0亿元 [39] 2025年仅23.5%的汽车经销商盈利，亏损比例达55.7% [38] 2025年近5000家4S店退网，经销商渠道洗牌 [38] * **O2O**：滴滴2025Q4中国出行订单量同比增长10.1%至35.78亿单，国际业务订单量同比增长24.5%至12.65亿单 [42] 贝壳2025年净收入946亿元，同比增长1.2%，经调整净利润50.17亿元，同比下降30.4% [46] * **AI&云**：纳斯达克互联网指数本期下跌1.69% [47] 阿里巴巴成立Token Hub事业群，并发布企业级AI平台“悟空” [51] 阿里云和百度智能云相继宣布AI算力及存储产品涨价，幅度最高达34% [51] 腾讯撤销AI Lab，人员调整至大语言模型部 [51] 月之暗面寻求新一轮融资，估值或达180亿美元 [51]

公司AI战略核心观点 - 衡量AI价值的关键在于面向业务场景的应用与平台化建设，而非自建基础大模型[1] - 公司技术路径由打造垂直领域行业大模型转向构建企业级AI基建平台[1] - 未来将持续聚焦场景深耕与平台能力建设，以实现技术向业务价值的转化[3] 公司AI平台建设 - 投入打造三大内部平台：面向业务人员的悟空平台、面向算法开发者的海豚平台、用于模型评测与标注的评测标注平台[1] - 平台旨在将企业数据资产、流程体系与行业经验沉淀为可复用能力[1] - 实现从技术研发到业务应用的全链路支撑[1] 公司AI应用落地成果 - 在安全领域，AI安全防控系统实现危险品运输与违规载人日均风险单量下降30%、风险订单识别提醒率100%[2] - 在研发效能上，AI Coding使用率超90%，研发流程AI渗透率超60%[2] - 针对用户选车痛点，上线“拍货选车”功能，最大单边误差小于10%，平均误差不足10厘米[2] 行业观点与未来方向 - 基础大模型迭代速度极快，具有指数级发展，企业应将有限资源投入应用场景做深和平台做牢[2][3] - 在服务型平台企业中，AI当前主要承担提效、防控与降本的角色，而非替代服务本身[2] - 未来AI应用应向多模态方向推进，进一步提升准确率与优化用户体验[2]

公司AI战略核心观点 - 衡量AI价值的关键在于面向业务场景的应用与平台化建设，而非自建基础大模型 [1] - 公司技术路径由打造垂直领域行业大模型转向构建企业级AI基建平台 [1] - 将企业数据资产、流程体系与行业经验沉淀为可复用能力，实现技术研发到业务应用的全链路支撑 [1] AI平台建设 - 公司投入打造三大内部平台：面向业务人员的悟空平台、面向算法开发者的海豚平台、用于模型评测与标注的评测标注平台 [1] AI应用场景与成果 - 在安全领域，AI安全防控系统覆盖用户下单到运输完成全流程，实现危险品运输与违规载人日均风险单量下降30%、风险订单识别提醒率100% [2] - 在研发效能上，AI Coding使用率超90%，研发流程AI渗透率超60% [2] - 针对用户选车痛点，上线“拍货选车”功能，AI根据货物照片推荐车型，最大单边误差小于10%，平均误差不足10厘米 [2] 对AI应用的行业观点 - 企业应将有限资源投入到应用场景做深和平台做牢，待基础能力成熟后，自建应用平台将获得更大效率回报 [2] - 在服务型平台企业中，AI当前主要承担提效、防控与降本角色，而非替代服务本身 [2] - 未来AI应用应向多模态方向推进，以提升准确率与优化用户体验 [2]

公司业务与核心战略 - 公司是成立于香港的货运业务撮合平台，2014年进入中国内地，业务覆盖东南亚、南美洲等全球400多个城市和地区，拥有月均近2000万活跃用户和200万活跃司机[7] - 公司的核心能力聚焦于提升运营效率和优化用户体验，以高效撮合货主与司机之间的交易[5][7] - 公司认为AI在O2O服务行业的核心价值是辅助性的，主要用于增收和降本，当前AI的提效能力约为5%-10%，尚无法取代服务本身[30] AI战略制定与路径选择 - 公司参考高盛2023年AI研报的评估方法，通过岗位调研和任务拆解，量化AI提效潜力，并优先选择在业务安全、研发、产品、运营等高数据密度、人力密集型场景落地AI[7] - 初期曾投入资源自研货运行业垂类大模型，但最终调整策略，认识到基础大模型应由行业和大厂提供，而企业自身的核心是打造AI应用平台并整合行业数字资产与业务API[9][10][11] - 基于此认知，公司花费约一年时间构建了三个核心AI平台应用：海豚平台、悟空平台和评测标注平台[11] AI平台应用构建 - 悟空平台面向非专业人士，具备可视化流程编排、0代码智能构建能力，旨在让用户能在5分钟内部署初级企业智能体应用[13][15][16][17] - 海豚平台面向专业算法开发者，提供从数据训练、模型开发到上线维护的全生命周期一站式管理，以提升算法工程师效率[18][19] - 评测标注平台（含标注AB试验平台和拉拉智评）专注于模型上线后的评测环节，通过提升模型PK和AB试验分流的完善度，确保上线结果的可靠性与可重复性[20] AI应用场景与成效 - 在安全防控场景，通过大模型结合语音、图像等非结构化数据进行实时检测与干预，使危险品运输和违规载人的风险订单量下降30%，订单提醒率达到100%[21] - AI Coding已在公司广泛渗透，90%的个体和团队使用，研发流程渗透率达60%，但目前仅提升约10%的整体工作效率，因在复杂业务逻辑和代码检查测试上耗时增加[22][23][24][25] - 通过“拍货选车”功能，利用AI点云分割技术计算货物体积并匹配车型，可在10秒内完成推荐，提升了产品体验[25] - 利用大语言模型构建用户反馈分析器，能高效打标、分类、总结海量反馈，精准捕捉如“开发票效率低”等以往易被忽略的问题[25] - 构建AI产品知识专家，整合公司所有PRD文档、代码仓库等资料，解决了因人员流动和产品迭代导致的知识死角与跨部门协作问题[26] - 通过大语言模型优化短信内容，简化冗长表达，一年节省了约12%的短信成本，并提升了风险合规预判能力[27] AI数字人应用与未来方向 - 公司开发了AI+ASR+LDM+TTS的三维串联机构打造AI数字人业务伙伴，其语义识别准确率达到94%，真人度达到92%，并具备带口音的音色以增强真实感[28][29] - 针对用户情绪，通过大语言模型进行问题改写、场景路由和Multi-Agent方式，提升了问题解决率与准确率[29] - 未来方向包括推进多模态模型方案，实现ASR、LLM、TTS的端到端单模型整合，并打通上下游多个数字人以提升整体企业流程效率[31] - 长期期望通过端到端大模型助手，对智能选车、智能填单及内部运营答疑等环节带来用户体验的显著提效[31]

公司业务概况 - 公司为业务撮合平台，核心是连接货主与司机，业务遍及中国内地、东南亚、南美洲等全球400多个城市和地区 [7] - 平台月均有近2000万活跃用户和200万活跃司机，运营效率和用户体验是核心能力 [7] AI战略定位与路径选择 - 公司参考高盛2023年AI研报评估方法，通过岗位调研和任务拆解量化AI提效潜力，确定生成式AI将率先在高数据密度、人力密集型领域引发生产力革命 [7] - 初期投入资源研发货运行业垂类大模型，但最终调整方向，认识到基础大模型应由行业和大厂提供，而企业自身的AI应用平台建设更为重要 [8][9][10] - 公司花费一年多时间构建了三个核心AI平台：海豚平台（面向算法开发者）、悟空平台（支持非专业人士快速搭建智能体应用）和评测标注平台 [10][14][15] AI平台核心功能 - 悟空平台具备可视化流程编排、0代码智能构建能力，支持通过自然语言构建基本智能体，并建设企业级工具库 [10][13] - 海豚平台为算法工程师提供从数据训练、模型开发到上线维护的全生命周期一站式管理，旨在提升开发效率 [14][15] - 评测标注平台通过标注AB试验平台和拉拉智评等工具，重点提升模型PK和AB试验分流的完善度，确保上线结果可靠可重复 [15] AI具体应用场景与成效 - 在业务安全防控方面，通过大模型结合语音、图像等非结构化数据进行实时检测和干预，使危险品运输和违规载人的风险订单量下降30%，订单提醒率达到100% [16] - AI Coding在个体和团队中的使用率达到90%，研发流程渗透率达60%，但目前估算整体工作效率提升约为10% [17][18][19] - 产品体验创新包括“拍货选车”功能，通过AI点云分割计算货物体积并匹配车型，推荐过程仅需10秒钟 [20] - 利用大语言模型分析用户反馈，能精准捕捉如“开发票效率低”等以往易被忽略的信息 [20] - 构建AI产品知识专家系统，整合公司PRD文档、代码仓库等资料，解决历史知识垃圾和跨部门协作问题 [21] - 通过大语言模型优化短信内容，简化冗长表达，一年节省短信成本约12%，并提升风险合规预测能力 [22] AI数字人应用 - 开发AI+ASR+LDM+TTS三维串联的AI业务伙伴，通过热词运营和声学模型优化，语义识别准确率达94% [23][24] - 通过带口音的音色调整，使AI数字人的真人度达到92%，并利用大语言模型进行问题改写和场景路由，提升问题解决率和准确率 [24] 行业影响与未来展望 - 在当前以服务为主体的O2O行业（如电商、货运），AI的核心作用在于增收和降本，其提效能力被认为尚处于边缘，约在5%-10% [25] - 未来发展方向包括推进多模态模型方案，实现ASR、LLM、TTS的端到端单模型整合，并计划通过多个数字人协同提升整体企业流程效率 [25][26] - 长期期望是通过端到端大模型助手，对智能选车、智能填单以及内部运营、答疑等环节带来更大提效，进一步提升用户体验 [26]