纪要涉及的行业或公司 * 行业：人工智能（AI）行业，特别是中国与美国的人工智能发展对比、技术趋势、企业应用与商业化[1][2][3][4] * 提及的中国AI模型公司：DeepSeek[3] * 提及的中国互联网平台公司：字节跳动、腾讯、阿里巴巴[9] * 提及的可能较难被AI完全替代的传统软件/IT公司：金蝶、用友、中控技术、宝信软件、广联达、恒生电子、宇信科技、奇安信、启明星辰、深信服[8] * 其他被提及的上市公司：阿里巴巴集团、广联达、恒生电子、金蝶国际、奇安信、深信服、宝信软件、腾讯控股、启明星辰、用友网络、宇信科技、中控技术[29] 核心观点与论据 中美AI发展对比 * 中国正在前沿模型的基准测试得分上缩小与美国的差距，但在复杂推理和长链任务执行等实际应用体验中，差距仍然更大[1][2] * 美国在尖端模型能力上仍保持领先，原因包括起步早、原始技术创新、AI人才和算力更丰富[2] * 中国的优势在于工程能力、丰富的应用场景/数据、开源生态系统以及充足且低成本的电力[2] * 专家估计，中国的开源模型仅落后美国闭源领先者约3至6个月[2] 关键技术趋势 * 近期最重要的AI技术趋势之一是复杂、长链工作流程的智能体执行，这需要模型具备长上下文推理、调用外部工具和访问企业数据的能力[3] * 编程正成为更广泛AI工作流程（包括内容生成、数据分析和业务自动化）的基础执行层，而不仅限于代码生成[3] * 中国的前沿模型（如DeepSeek V4）正强调长上下文、KV缓存压缩和更强的智能体执行能力[3] * 长期来看，下一个范式可能是世界模型和物理AI，即AI从预测语言中的下一个词元，演变为预测物理世界的下一个状态[3] 企业AI应用与商业化 * 金融、教育、制造和物流等数字化水平高、工作流程标准化、业务逻辑清晰的垂直领域，将产生最大的AI货币化机会[1][4] * 海外企业应用AI已看到正投资回报率（ROI）[1] * 企业采用的主要瓶颈是有限的AI/行业复合型人才、数据准备度差以及内部对工作流程重组的抵触[4] * 可行的路径是从小型并行工作流开始，证明ROI，获得高层支持，然后扩展到核心业务[4] * 海外企业通常要求2至10倍的ROI，这取决于深入的工作流程集成和高效的令牌使用[4] * AI货币化将更依赖于推理效率，包括低成本推理、高效的令牌路由、私有/混合部署以及集成到高频工作流中，而不仅仅是简单的模型访问[5] AI价值链的价值分布 * 专家对AI价值链上价值将积聚于哪一层存在分歧：一方认为目前芯片和模型层捕获了大部分价值，但如果AI遵循“倒三角”结构，应用层可能成为更大的利润池；另一方则更看好上层价值捕获，认为最大的AI价值池将出现在应用和垂直解决方案中[7] * 双方一致认为，持久的价值将积聚于那些拥有独家高质量数据、深度集成到核心场景、或能够定义下一代技术范式的公司[1][7] AI对传统软件/SaaS的影响 * AI将对传统软件/SaaS造成颠覆性影响，但影响程度不均[8] * 最易受冲击的是水平化、标准化、UI繁重但缺乏专有数据或工作流程深度的产品，例如通用CRM[8] * 更具防御性的公司是那些深度嵌入关键任务工作流、拥有专有行业数据、客户关系和实施经验的垂直软件供应商[8] * 企业AI仍需要工作流程重组、系统集成和现场部署能力，因此分析师对传统垂直软件供应商的看法相对更积极[8] 竞争格局 * 目前尚未出现明确的赢家通吃格局[1][9] * 大型互联网平台（如字节跳动、腾讯、阿里巴巴）在消费级流量入口方面具有优势，而独立的AI公司在海外市场和企业垂直领域定位更好[9] * 独立的AI玩家被认为更具创新能力，而大型互联网公司则受内部竞争和传统互联网运营模式的制约[9] * 未来的领导者可能是那些结合了顶尖技术人才、强大工程执行力、专有使用/数据飞轮和深度场景集成的公司[9] * 模型公司缺乏传统、持久的护城河来抵御竞争，预计中国AI市场将进入一场持久战：独立AI公司可能继续推动前沿模型创新，但考虑到流量入口、专有数据、更强的资产负债表以及将AI集成到现有生态系统的能力，互联网平台在最终阶段更有可能胜出[9] 其他重要内容 * 报告列出了多家中国软件和IT公司的股票代码、股价及杰富瑞（Jefferies）给出的评级（买入、持有、跑输大市）[29] * 报告附有详细的分析师认证、免责声明、评级解释、估值方法、风险提示及全球监管合规信息[6][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51]