源顺网把握“人工智能+”投资风口——哪六类企业值得关注？

全文摘要：源顺网

AI+的重点在“+”，而非AI本身。顶层设计强调“AI+”的重点在于与具体场景相结合，体现行业属性，而非技术本身，因此重点关注的投资方向应当聚焦AI赋能具体场景。关注产业与政策两大催化：

1产业催化：关注大模型版本更迭带来的投资边际变化；

2政策催化：2025年7月31日总理在国常会上通过《关于深入实施人工智能+行动的意见》，应当重视本轮政策的重要性。

关注AI产业六大投资逻辑：

1、大模型版本更迭带来的边际变化：本轮GPT5发布的核心在于更低的幻觉率、更低的价格、更强的编程能力等，侧重应用落地。大模型逻辑已从此前的“比谁更强”向“比谁更有用”的范式转变；

2、自上而下——直接政策相关：紧扣《关于深入实施“人工智能+”行动的意见》全文以及近期的政策走向，按图索骥，有的放矢；

3、自下而上——事件驱动或公司基本面质地优良：自下而上从事件驱动或公司AI基本面角度出发，选择具备事件催化或AI业务落地进展较顺利的相关企业；

4、有市值容量的机构品种：大市值（百亿以上）的公司更适合机构投资风格；

5、映射美股：AI热点企业已经从上游（英伟达等）向下游应用转移。我们认为这些美股AI应用企业对应的A股公司同样存在投资价值；

6、低估值：当前AI应用板块整体估值水平较低，未来具有较大风险收益比。从低位企业入手，建议关注未来一年市盈率预期在60X以下的相关企业。

以下为2025年8月16日，东吴证券计算机首席王紫敬报告正文：1. AI应用高地：当前已经发展到了什么阶段？

1.1. AI应用已来到加速上行前夕从企业的生命周期来看，AI应用已来到加速上行前夕。从企业生命周期来看，一家公司/一个新生行业会经历：种子期→初创期→快速成长期→成熟期→衰退期。对于AI企业而言，从创始到成熟期对应的企业特点主要包括：种子期（成本下降）、初创期（渗透率快速提升）、快速成长（ROI兑现）、成熟期（平台统一、合规完备）。我们认为，当前AI应用已来到快速成长前夕。AI应用当前已实现成本腰斩、渗透率快速提升、收入验证带动ROI落地，基本符合快速成长期的特征。

1.2. 大模型性能出现跨越提升，成本已出现断崖式下跌2024年以来，AI大模型性能大幅提升。2023 年，研究人员引入了新的基准——MMMU、GPQA 和 SWE-bench，以测试先进人工智能系统的极限。仅仅一年后，性能大幅提升：在 MMMU、GPQA 和 SWE-bench 上，分数分别提高了 18.8、48.9 和 67.3 个百分点。在基准测试之外，人工智能系统在生成高质量视频方面取得了重大进展，在某些设置中，语言模型代理甚至在某些时间预算有限的编程任务中超越了人类。

中国AI实验室正逐步缩小与美国同行的技术差距。随着 DeepSeek-R1 模型的发布与更新，中国AI实验室的模型性能已达到 o1 基准智能水平，并逼近 o3 。2024年末以来，中国顶尖AI实验室密集发布多款高性能模型，显著缩小了中美模型间的智能水平差距。当前部分中国模型已具备与美国顶级实验室模型抗衡的实力，以 DeepSeek、阿里巴巴为代表的开放权重模型，其智能水平已接近和达到o1基准。

大模型正在变得更高效且更容易普及。得益于越来越强大的模型，一套性能达到 GPT-3.5 水平的系统，其推理成本在 2022 年 11 月至 2024 年 10 月期间下降了超过 280 倍。在硬件层面，成本每年降低约 30%源顺网，而能源效率则每年提升 40%。此外，开放权重模型与封闭模型之间的差距也在不断缩小，在部分基准测试中，性能差异已从 8% 降至仅 1.7%（仅用了一年时间）。这些趋势共同推动了先进 AI 应用门槛的迅速降低。

大模型的不断成熟，用户数量与月活均呈加速上升趋势。GPT自2022年11月发布后，5日内用户数量突破100万，至2023年11月WAU达1亿，2024年8月WAU达2亿，2025年2月WAU达4亿，第二轮翻倍时间较第一轮缩短3个月；DeepSeek上线20天即斩获1000万用户，上线2个月MAU达2亿。以GPT与DeepSeek两大最热门大模型来看，用户数量与使用数量均呈现加速上升的态势。

截止至2025年8月1日，标普500前五AI股中英伟达缺席（年内仅涨29.2%），涨幅居前的AI公司绝大多数为AI应用公司，反映市场热点向应用层扩散.

2. 中国在AI产业博弈中需要充分发挥自身比较优势

2.1. 中美AI产业逻辑差异中美AI产业发展逻辑存在显著差异，导致路径选择上两国有截然不同的战略规划。人工智能的技术路径没有收敛，因此我们需要发挥我们的比较优势。

美国：站在全球的知识产权金字塔顶端，掘金全球；（1）云服务：北美四大云厂商（谷歌、亚马逊、Microsoft、Meta）2025年规划投资超3000亿美元用于AI数据中心建设，云基础设施服务市场前八名中美国公司累计市占率超70%；（2）AI芯片：截止至2024年底，英伟达数据中心GPU市占率达92%，形成技术壁垒与生态垄断。以NVIDIA为例，2024年报净利润超300亿美元，净利率超53%，壁垒高、具备极强议价能力。2024年中国AI服务器市场外购美国芯片占比达63%，无论产品端还是技术端都高度依赖美国芯片产业。

中国：下游应用是我国核心优势与AI产业的关键突破口中国AI产业优势体现在下游。中国AI产业上游云服务与芯片被美国卡脖子，尽管中国本土厂商持续实现技术突围，但由于行业网络效应显著，中国想在上游实现完全胜利难度极高。中国需要发挥自己的比较优势。

（1）数据优势：过去的十年里数据开放情况依然没有明显进展，且数据总量持续累计；大量数据仍处于未被开发的状态，仅市级融媒体中心每年就可以产生超50TB文化数据，且超80%未开发，反观社会数据总量，具有极大经济潜力。而美国大部分数据来自头部大厂，在大模型训练过程中已经被相当程度转化为经济效应。

全球最大的数据标注公司Surge AI创始人Edwin Chen提到：“在当前 AI 发展的瓶颈中，数据质量绝对排在第一位，其次是计算能力，然后才是算法。仅仅通过投入更多计算能力不可能解决问题，因为如果没有高质量的数据来训练，或者没有正确的目标和评估指标，你就会陷入一种看到虚假进步的陷阱。”2025年6月12日，数据标注独角兽企业Scale AI正式宣布一项来自Meta公司的143亿美元战略投资，Meta将获得该公司49％的非投票权股份，此项投资使Scale AI的估值飙升至290亿美元。Scale AI在2024年收入达8.7亿美元，6月12日收购完成后，对应估值的PS倍数达到了33倍。一方面，这次战略投资让人们重新审视了数据作为基石对于AI行业的重要作用；另一方面，这一事件也为我们提供了观察全球数据标注产业发展的窗口。国内高质量数据集的重要性被提高到新的维度。2025年之前，中国的数据要素产业发展非常低于预期，主要问题在于从技术上很难低成本地实现“数据不出域，可用不可见”，大大降低了各地方开放数据的意愿。而伴随着人工智能技术的发展，完美的解决了这个难题：只要把数据封装进垂直模型，让下游来蒸馏模型，下游可以获得我的知识，但无法获取数据，形成“数据不动模型动”的局面，真正实现了数据不出域、可用不可见。未来两个新业态值得重视：数据标注和数据合成。

（2）产业链优势：中国具有全世界最完整的产业链。2024年我国制造业增加值为3.6万亿美元，占全球制造业比重28.9%

制造业+人工智能=机器人源顺网，为市场指明未来具身智能的演进方向：机器人的核心在于智力而非四肢和躯干，因此未来具身的演进方向首先是大脑，政策和产业发展都会围绕机器人大脑展开。

（3）市场优势：我国具有超大规模市场的需求优势，有14亿多人口和4亿多中等收入群体的超大规模内需市场，拥有丰富的应用场景。我国具有产业体系配套完整的供给优势，是世界唯一拥有联合国产业分类中全部工业门类的国家，还有6000多万家各类企业优势互补、竞相发展。我国具有大量高素质劳动者的人才优势，有7亿多劳动力、2.4亿多技能人才和每年1000多万高校毕业生的丰富人力资源。这些优势的背后是巨大的市场潜力，将成为AI应用发展的强大后备力量

（4）应用场景优势：当前，“人工智能+”正深度融入人们生产生活等具体环境，在推动制造业、办公、家庭、消费等场景的智能化升级方面表现尤为突出。①在制造业领域，传统的流水线模式正逐渐被柔性化和定制化的智能生产所取代；在办公场景中，人工智能技术推动着知识工作者效率的提升和能力边界的拓展；在家庭生活场景中，各类智能化产品让科技真正服务于人的需求；在娱乐消费场景中，人工智能助力体验经济等新型消费模式的发展。

人工智能+应用场景的核心在于AI Agent，AI Agent是一种广义上的AI应用，最终都要落地到实际生产场景。我国长期面临效率瓶颈、服务业人力密集、人力成本持续加压的现状：（1）效率瓶颈：中国制造业长期面临人工操作效率低、系统之间高度孤立（ERP/MES/WMS数据孤岛）等痛点，Agent能够有效提升人工操作效率、串联利用系统数据，突破效率天花板；（2）人力密集现状：在客服、销售等领域，重复性任务占比高。以阿里瓴羊客服Agent为例，能够减少80%的人工操作量、缩短60%的退换货时长，而人工客服可以向高价值事务转移；（3）人口结构与成本压力：宏观上看，我国人力成本持续提升。2011年到2021年之间，我国城镇单位就业人员的平均工资年均增长率9.8%，而名义GDP年平均年增速8.9%，劳动力成本上升速度快于经济增速，呈现补偿性增长态势。Agent将有效缓解成本压力。

智能经济的核心在于生产效率，而数字员工的演进是企业数字化转型的核心体现，是生产力与生产效率迭代的核心环节之一。其发展历程可分为三代：流程自动化→有限场景自主决策→决策逻辑链路复杂化。数字员工1.0——RPA：依赖人工配置的流程自动化，解决重复劳动但缺乏智能。数字员工2.0——智能自动化：融合OCR、NLP等AI技术，实现有限场景的自主决策。数字员工 3.0——Agent：大模型驱动下的全链路闭环，能处理复杂业务逻辑并持续进化。

以上四大优势，分别对应四个投资方向。我们认为未来政策走向、产业发展都会围绕这四个优势展开。

（1）数据优势：高质量数据集，数据标注、数据合成；

（2）制造业优势：具身智能，大脑；

（3）市场优势：国产算力，芯片；

（4）场景优势：AI+，行业属性；AI agent。

人工智能最终将赋能千行百业：（1）第一产业，使用大模型进行AI育种、产量预测和作物生长过程的监控等；（2）工业：使用人工智能去重塑工业软件CAD/CAE/EDA/PLC等；（3）新能源：使用大模型进行功率预测、电站选址、新能源的消纳等；（4）智慧文旅：酒店行业与大模型融合；（5）其他：包括AI+政务、AI+医疗、AI+电商等。

3. 产业催化与政策走向AI+的重点在“+”，而非AI本身。

顶层设计强调“AI+”的重点在于与具体场景相结合，体现行业属性，而非技术本身，因此重点关注的投资方向应当聚焦AI赋能具体场景。关注产业与政策两大催化：（1）产业催化：关注大模型版本更迭（GPT5与DeepSeek V4）带来的投资边际变化；（2）政策催化：2025年7月31日总理在国常会上通过《关于深入实施人工智能+行动的意见》，应当重视本轮政策的重要性。

3.1 产业催化：大模型版本更迭

北京时间2025年8月8日凌晨，OpenAI发布GPT5。本轮更新的最大亮点在于落地障碍的突破性进展：幻觉率降至<1%，解决AI应用最大痛点，为实际落地扫清核心障碍；另一方面，体现了技术质变的长期性与应用转向：大模型能力的跃升需长期投入，GPT-5未实现功能上的质变，倒逼产业将重心转向应用场景探索。成本下降加速商业化：API价格持续走低，推动企业从技术竞赛转向务实应用开发。释放国产机遇：OpenAI技术迭代放缓，提升了国产V4等模型的想象空间和发布预期。国内应用的叙事与DeepSeek强绑定，与GPT的关系很小，因此GPT本轮发布整体低于预期反而利好当前DeepSeek V4的叙事预期

3.2 政策走向解读：

顶层设计加码人工智能+2025年7月31日，国务院总理李强主持召开国务院常务会议，会议审议通过《关于深入实施“人工智能+”行动的意见》。会议指出，当前人工智能技术加速迭代演进，要深入实施“人工智能+”行动（既定战略），大力推进人工智能规模化商业化应用，充分发挥我国产业体系完备、市场规模大、应用场景丰富等优势（围绕优势展开），推动人工智能在经济社会发展各领域加快普及、深度融合（目的是改造传统行业），形成以创新带应用、以应用促创新的良性循环。政府部门和国有企业要强化示范引领（国资云、数据治理、数据流通），通过开放场景等支持技术落地。要着力优化人工智能创新生态，强化算力、算法和数据供给，加大政策支持力度，加强人才队伍建设，构建开源开放生态体系（焕新平台），为产业发展壮大提供有力支撑。要提升安全能力水平，加快形成动态敏捷、多元协同的人工智能治理格局

3.2.1 政策高度对标互联网+本轮人工智能+政策高度对标、甚至超过10年前《国务院关于积极推进“互联网+”行动的指导意见》。互联网+的政策是在2015年07月01日成文，发布于2015年07月04日，中间隔了三天。我们预期，很快会有人工智能+政策全文的发布，从而重新引导资本市场的方向。全文的内容会成为一个重要的信息节点。

3.2.2 确定战略纲领性地位实施“人工智能+”行动被置于战略首位，凸显其纲领性地位。我国将充分发挥产业体系、市场规模及场景应用优势，推动AI与传统行业深度融合，核心诉求在于产业升级。政府及国有企业需发挥示范作用，兼顾需求与供给双重角色；在基础设施领域，国资云及私有化垂直模型部署需求将显著增长。深桑达A作为全国性国资云服务商及体制内数据加工企业，有望充分受益于AI产业的政策驱动。其次，构建开源开放生态体系被重点强调，其意义超越字面表述。开源开放是打破技术壁垒、促进普惠发展的关键路径，能够降低中小企业技术门槛，推动AI技术广泛普及。这一导向与破除闭源生态围栏、实现技术公平获取的目标高度契合，彰显了政策对开放协同发展的战略重视。

3.2.3 后续政策催化未来各部委、各地方的细则陆续出台，形成密集、持续的催化。从已经发布的文件来看，补贴、算力券之类的可落地措施，都会有所体现，加码人工智能+行情。海内外众多AI应用加速起量，带动token调用量爆发增长，核心产品ARR斜率走陡，AI正逐渐进入到下半场的应用爆发阶段。

四：六大选股逻辑六大选股逻辑：

1、大模型版本更迭带来的边际变化；2、自上而下——直接政策相关；3、自下而上——事件驱动或公司基本面质地优良；4、有市值容量的机构品种；5、映射美股；6、低估值

1. 关注GPT5与DeepSeek带来的变化：多模态与AI编程相关标的GPT5已经发布，DeepSeek V4落地在即。本轮GPT5发布的核心在于更低的幻觉率、更低的价格、更强的编程能力等。大模型逻辑已从此前的“比谁更强”向“比谁更有用”的范式转变：性能边际提升不明显，实现tob端赋能才能同时利好大模型与下游应用厂商。GPT5发布后，美股AI应用相关标的开盘应声齐涨，反映市场对AI应用逻辑的初步认可。

2. 自上而下：政策直接利好第二个选股思路，就是紧扣《关于深入实施“人工智能+”行动的意见》全文以及近期的政策走向，按图索骥，有的放矢。认准政策驱动的高质量数据集、具身智能大脑和人工智能+具体行业进行投资，包括人工智能+农业/工业/新能源/文旅/教育等。

3. 自下而上：事件驱动或公司AI基本面质地优良自下而上从事件驱动或公司AI基本面角度出发，选择具备事件催化或AI业务落地进展较顺利的相关标的。目前AI应用相关标的中已有多家企业初步实现业绩落地。

4. 机构品种：考虑市值容量的选股策略从市值容量角度考虑，大市值（百亿以上）的公司更适合机构投资风格。

5. 美股映射：参考美股市场表现对应的A股标的我们梳理了美股市场表现相对优秀的AI相关品种。正如前文所述，AI热点标的已经从上游（英伟达等）向下游应用转移。我们认为这些美股AI应用标的对应的A股公司同样存在投资价值。

6. 低估值标的当前AI应用板块整体估值水平较低，未来具有较大风险收益比。从低位标的入手，建议关注未来一年市盈率预期在60X以下的相关标的。

关于更多AI行业的投资机会，请关注20259月6日，华尔街见闻与王紫敬共同推出的大师课《中美AI投资范式：价值链差异与战略选择》，本场课程包含互动问答，学员可以就自己最关心的问题与王紫敬老师展开讨论，面对面答疑解惑。

目前购买可享受早鸟优惠价，点击上方图片即可解锁福利。

更多课程信息，可关注下方长海报内容：

风险提示及免责条款市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

实倍网提示：文章来自网络，不代表本站观点。