涉及行业与公司 * 行业：中国人工智能云（AI Cloud）市场，包括基础设施即服务（IaaS）和模型即服务（MaaS），以及相关的数据中心（IDC）和半导体供应链 [2][7][10][47][78] * 公司： * 主要云服务商：阿里巴巴（Alibaba/AliCloud）、字节跳动（ByteDance/Volcengine）、腾讯（Tencent）、百度（Baidu）、华为（Huawei）、电信运营商（Telco）[5][18][19][45][50][51][60] * 数据中心（IDC）：万国数据（GDS）、世纪互联（VNET）[5][55] * AI模型开发商：MiniMax、深度求索（DeepSeek）、智谱AI（Zhipu）、月之暗面（Kimi）、知识图谱科技（Knowledge Atlas Technology JSC Ltd）等 [8][82][104][158][159] 核心观点与论据 1. 市场前景：中国AI云市场将迎来爆发式增长 * 高速增长：预计中国AI云（IaaS+MaaS）市场规模将从2024年的150亿人民币（Rmb15bn）增长至2029年的2180亿人民币（Rmb218bn），期间复合年增长率（CAGR）高达72% [7][10][47][80] * 结构变化：生成式AI（GenAI）在IaaS+PaaS市场中的份额将从2024年的6%大幅提升至2029年的39%，成为核心增长驱动力 [7][10][48][80] * 需求驱动：推理（inference）需求是未来增长的主要动力，预计2024-29E的CAGR为103%，远超训练（training）需求的26% [102]。代币（token）使用量激增，例如字节跳动“豆包”的日均代币使用量从2024年12月的4万亿（4tr）增长至2025年底的50万亿（50tr）[82][104] 2. 竞争格局：双雄争霸，市场集中度提升 * 两强格局：阿里巴巴和字节跳动凭借全栈产品能力、强大的资本支出和芯片获取能力，最有可能在AI云时代胜出，形成“双马竞赛”格局 [10][45][149][156] * 超大规模云厂商（Hyperscalers）重获份额：自2024年下半年起，以阿里云为代表的超大规模云厂商正在从电信运营商和华为手中夺回IaaS市场份额，主要得益于更好的AI模型、更快的创新速度以及更优的供应链资源 [50][51][148] * 字节跳动成为新颠覆者：字节跳动（火山引擎）在AI云市场（尤其是GenAI IaaS和MaaS）份额迅速提升，2025年上半年在GenAI IaaS市场占据约14.2%的份额，在MaaS市场占据37.5%的份额，成为重要竞争者 [22][51][99][149][151] * 百度与腾讯定位：百度虽具备全栈能力，但在云业务规模、模型能力和应用层均落后于领先者 [5][56][205]。腾讯云在缺乏领先前沿模型和投资相对保守的情况下，更可能受益于开源模型 [5][55][199] 3. 盈利潜力：利润率扩张机会显现 * 历史低利润率：中国云服务商的利润率远低于美国同行，例如阿里云在F26E的EBITA利润率预计为高个位数，而全球同行运营利润率在30-40% [50][223] * 利润率提升路径： * 从训练转向推理：推理工作负载通过更好的定价机制、更多增值服务捆绑、架构/软件创新（如KV缓存）以及更优的资源分配（如批处理），能产生比训练更强的利润率 [3][46][52][231][232] * 自研ASIC芯片：采用自研ASIC（如阿里的T-Head、百度的昆仑芯）可降低基础设施成本，并与自研模型协同优化，提升模型算力利用率（MFU）和代币生成效率，预计可降低服务器层面单位资本支出50%以上 [52][158][221][234] * 潜在的涨价周期：受上游半导体（尤其是内存）成本上涨和需求旺盛驱动，全球超大规模云厂商（AWS、GCP）已开始涨价。中国出现早期迹象（如网宿科技CDN涨价、UCloud涨价），若超大规模云厂商跟进，可能开启20年来的首次涨价周期，显著提升利润率 [4][44][52][53][242][247][248] * 对阿里云的影响：假设每年有20%的合同续签，整体合同价格每上涨10%，可推动阿里云EBITA利润率提升4个百分点 [54][255]。在牛市情景下，预计阿里云F27E/F28E收入增长为50%/40%，EBITA利润率达到12%/14%（基准情景为45%/30%和9%/10%）[4][258] 4. 关键催化剂与风险 * 上行风险/催化剂： * 超大规模云厂商涨价：响应供应短缺和强劲需求 [6][58] * AI应用/智能体（Agent）创新：例如OpenClaw的普及导致代币使用量非线性增长 [6][58][104] * 芯片出口限制放宽或国内产能加速扩张：带来更多算力 [6][58][128][129] * 下行风险： * 竞争加剧：特别是来自字节跳动的激进定价 [6][58][253] * AI智能体采用速度慢于预期 [6][58] * 出于安全考虑，公有云采用速度放缓：企业可能更倾向于混合或私有云部署 [6][48][49][58][109] 5. 具体公司观点与估值 * 阿里巴巴（BABA）- 首选股（Top Pick）： * 核心逻辑：作为中国最佳AI基础设施标的，拥有从芯片（T-Head）、IaaS、模型（Qwen）、MaaS（百炼）到2C/2B应用的全栈解决方案，并与生态系统深度整合 [2][3][54] * 财务预测：将F27财年云收入增长预测从40%上调至45%（市场最高预期）。基准情景目标价180美元，牛市/熊市情景目标价分别为260/120美元 [2][3][4][265] * 估值：中点分类加总估值法（SOTP）目标价为每股245美元，其中云业务贡献91美元 [3][37][54][269][274] * 腾讯（OW）：仍被视为最佳AI应用标的，凭借其强大的社交网络和生态系统，AI在其生态内的更多应用是关键重估催化剂 [5][55] * 百度（EW）：虽有全栈解决方案，但在云业务、模型和应用层均落后于领先者 [5][56] * 数据中心（IDC）：看好万国数据（GDS）和世纪互联（VNET），认为它们是阿里巴巴和字节跳动在偏远地区积极资本支出计划驱动的数据中心扩张的受益者 [5][55] 其他重要但可能被忽略的内容 * 供应侧约束与改善：芯片供应是中国AI发展的关键制约因素，预计从2026年下半年起，随着国内AI晶圆产能扩张（预计2026-27E几乎翻倍）及英伟达H200等芯片可能重新进入，约束将逐步缓解 [52][108][128][129] * 增长由资本支出驱动：在周期早期，增长主要由供应驱动，资本支出是云收入增长的领先指标。预计中国超大规模云厂商资本支出在2026年将同比增长42%，达到5380亿人民币（Rmb538bn）[130][135] * 基础设施效率优化：尽管芯片受限，但基础设施提供商正努力提升AI芯片使用效率。例如MiniMax的模型算力利用率（MFU）可达75%以上，高于行业平均的40-50%，从而降低了推理成本 [131] * 中美市场差异： * 公有云渗透率：2024年中国公有云支出仅为美国的约10%，IaaS、PaaS、SaaS分别相当于美国的36%、9%和4%，反映出中国企业更偏好硬件支出和私有/本地部署 [61] * 服务器采购：以五年累计量计算，中国服务器出货量约为美国的70%，金额约为50%，远高于公有云对比，表明中国公有云渗透率较低且定价更便宜 [61] * 新云厂商（Neoclouds）威胁：与美国不同，中国的供应约束在于高端芯片（已被超大规模云厂商掌控），且中国超大规模云厂商利润率已很薄，因此新云厂商（如GPU算力租赁商）在中国不太可能构成重大竞争威胁 [212][214] * 数据安全是长期顾虑：企业担心使用AI云会泄露专有数据，长期来看混合部署可能是最优选择，这可能限制AI云的长期市场总规模（TAM）[48][49][109] * 模型能力对比：根据Artificial Analysis排名，在中国模型中，Kimi领先，其次是深度求索和阿里巴巴的Qwen [163]。CIO调查显示，阿里巴巴/Qwen和字节跳动是AI预算的最大赢家 [158]