從海外看國內，基于產業鏈視角的AI估值體系和邏輯.pdf

從海外看國內，基于產業鏈視角的AI估值體系和邏輯。2022 年為全球 AI 元年，AI 浪潮在短短三年間呈現出指數級加速的軌跡：從最 初的技術突破與資本驅動，到大模型的集中爆發，再到應用層面大規模落地。 在此背景下，本報告圍繞三大核心部分展開：第一部分，復盤 2022 年至今海外 AI 龍頭公司如何真正完成“從概念到盈利”的轉化，并在資本市場實現估值與盈 利邏輯的切換。第二部分，從 AI 產業鏈視角出發，從算力基礎設施、大模型平 臺，到 AI 應用層，分析有哪些可行的商業化路徑與估值錨點。第三部分，結合 美國科技公司已走通的路徑，對照中國市場的 AI 企業，探討中國 AI 龍頭如何 差異化走通盈利兌現之路，并據此提出適用于中國公司的股票估值框架。

【AI 浪潮估值三階段】AI 從學術領域到大模型產品的演進，不僅是一條技術路 徑，更是一條投資敘事路徑：科研突破→應用事件催化→商業模式雛形→估值提 前兌現。AI 產業的投資邏輯可以分為三個階段：在早期階段，投資者依靠敘事與 稀缺性賺取“估值的錢（beta）”。在產品逐步驗證期，則依靠可觀測的用戶轉化 率與商業模式驗證賺取“成長的錢”。而在盈利兌現階段，企業的自由現金流、毛 利率改善與持續分紅才成為驅動 PE 重估的核心。這一轉變不僅影響股價波動， 更決定了研究框架的重心——從估值溢價轉向盈利質量，從對技術的預期轉向對 財務數據的跟蹤。

【AI 產業鏈估值邏輯】在進行投資決策時，從產業鏈視角切入是把“誰能收割價 值、誰承受成本、誰承擔技術和政策風險”結構化估值的必備方法。AI 不是單一 產品線，而是由算力、數據/平臺與前端應用三類因子耦合形成的系統性產業—— 任何一端的瓶頸或優勢都會直接改變另一端的單位經濟與紅利分配。從產業鏈角 度，按照上游/中游/下游劃分，投研在估值與商業化路徑上應關注的關鍵點各有側 重。上游（芯片與算力基礎）決定了訓練與推理的邊際成本曲線，中游（云/數據 中心）決定了供給側的可得性、定價與長期合同化能力，下游（應用/平臺）則決 定了能否將 token 使用變現為可預測的自由現金流。

【中美 AI 估值對照】在產業鏈的角度拆分，中國 AI 行業的特點在于上游、中 游、下游分層明顯。上游算力與基礎環節正在國產替代背景下快速突破，中游頭 部互聯網與云廠商已初步建立護城河，下游垂直 AI 應用正進入規模化落地階段。 從投資與估值角度看，中國 AI 產業鏈不同環節對應的估值錨點存在差異。上游 基礎設施企業通常采用 “產能擴張 × 政策補貼 × 長期供給缺口” 作為核心估值 邏輯，企業估值與資本開支和算力國產化進展高度相關。中游 AI 基礎大模型和平 臺企業更接近互聯網 SaaS 的估值框架，以 “用戶數 × 平臺訂閱/算力租賃單價 × 增長率” 為主要邏輯，短期仍需關注商業化確定性。下游應用型企業的估值錨 點則是 “行業滲透率 × 單客價值 × 可復制性”，往往依賴與特定行業的長期合同 和落地案例。