中国AI资产将全面爆发

能源通胀抑制股价，AI通胀提振估值。 

昨天，阿里云官方宣布，阿里云AI算力、存储等产品最高涨价34％。港股午盘阿里巴巴股价开盘直线拉升，带动云服务板块上涨，推动恒科和大盘翻红收涨。 

去年以来，全球储存芯片价格大涨50%-369%，储存芯片股价大涨，闪迪暴涨2566%，美光科技大涨360%，三星电子大涨265%，SK海力士大涨473%，推动韩国综合指数大涨146%。 

如今，价格正从芯片传递到云服务，AWS、谷歌云、阿里云均宣布涨价，此轮涨价潮能否复刻储存芯片“神迹”，提升云服务乃至AI资产整体估值？ 

本文认为，当前中国AI资产被严重低估；接下来，“通胀重构估值”、“应用重构估值”和“工业重构估值”，三股力量将全面提振中国AI资产的价值。 

本文逻辑

一、通胀重构估值 

二、应用重构估值 

三、工业重构估值 

通胀重构估值

先看两个价格重构估值的案例： 

其一，汽车降价重创估值。 

2025年，中国汽车厂商大打价格战。根据乘联分会发布的数据，全年乘用车零售均价从18.4万元降至17.0万元，降幅为7.6%。汽车厂商以价换量，推动了产销量上升，全年产销分别增长10.4%和9.4%。但是，降价进侵蚀了汽车厂商利润，全年行业销售利润率下降0.2个百分点至4.1%，处于历史低水平。 

在资本市场上，降价严重打击车企估值。与全年高位相比，恒生科技指数中汽车成分股的价格降幅达35%-55%，全年市值折损超一万亿港元。这一定程度上拖累了恒生科技指数，后者较全年高点下跌了24%。 

这是中国汽车业内卷化的故事，也是通缩通杀估值的叙事。 

其二，芯片涨价重构估值。 

受AI数据中心投资拉动，去年储存芯片需求爆发，价格全线大涨，DRAM累计上涨83%，NAND闪存大涨150%，主流型号DDR4 8Gb大涨369%。 

储存芯片市场量价齐升，重构全球AI产业链——储存芯片厂商的估值，其中最受益的是韩国、中国台湾。 

2025年以来，美股市场中的闪迪爆涨2566%，西部数据大涨986%，美光科技大涨360%，希捷大涨321%，四家公司合计市值大涨四倍，新增市值超6500亿美元；韩股市场中的三星电子大涨265%，SK海力士大涨473%，二者共同推动韩国综合指数大涨146%。 

这是韩国储存芯片暴富的故事，也是通胀重构估值的叙事。 

但是，同样的叙事在美国却出现相反的结局。 

当下，能源通胀正在吞噬美股的估值。 

美伊战争以来，布伦特原油价格与标普500指数负相关性已经达到“近乎完美的程度”——约为-0.96。布伦特原油价格累计上涨57%，标普500指数下跌3.7%。 

能源通胀对美股的打击来自国际油价推升美国企业成本、削减利润，同时迫使美联储降息推迟，抑制市场流动性。 

而韩国的叙事相反，芯片通胀给储蓄芯片企业带来巨额利润。数据显示，2025年，SK海力士营业利润同比大涨101%，其中第四季度同比大涨137%‌至‌‌19.16万亿韩元‌（约合134.09亿美元），创历史新高纪录；三星电子营业利润全年同比33.2%，其中第四季度同比大涨208%至20万亿韩元（约合139.80亿美元），创历史新高纪录。这两家韩国企业凭借出色的技术能力，合计控制着全球储存芯片70%以上的市场份额，收获了一波千载难逢的通胀红利。 

所以，通胀重构估值的逻辑是：技术创新供给，供给创造需求，需求拉升价格，价格推升估值。 

如今，AI通胀从芯片传递到云服务和应用市场，根据通胀重构估值的逻辑，AI云端资产是否迎来估值重构时刻？ 

摩根士丹利近期的研报对此提出了两种估值假设：一是基准情形（Base Case）；二是估值牛市（Bull Case）。 

在现行的基准情形（Base Case）下，摩根士丹利预测2027财年阿里云营收增长45%，EBITA利润率为9%，给云业务设定的EV/Sales（企业价值/销售额）为5.5倍，单股贡献价值为91美元，那么阿里巴巴整体目标价为180美元，在目前价位基础上还有36.36%的增长空间。 

在可能的估值牛市（Bull Case）下，摩根士丹利预测2027财年阿里云营收提升至50%，EBITA利润率从9%大幅度提升至12%，2028财年进一步升至14%。盈利能力大幅度提升，带来估值数倍扩张，摩根士丹利给云业务设定的EV/Sales（企业价值/销售额）的倍数上升到7倍，单股贡献价值从基准情形的91美元上升到127美元。在估值牛市（Bull Case）情形下，摩根士丹利给出的目标价提升至260美元，大约目前价位的2倍。 

那么，如何才能打破基准情形（Base Case），触发牛市情形（Bull Case）？ 

那就是：AI通胀。 

正如，去年下半年储蓄芯片大涨，彻底打破了三星电子、SK海力士基准估值，带动全球储蓄芯片资产价值起飞。 

摩根士丹利的报告也是基于这一逻辑，认为云服务价格上涨是决定其估值的“最关键因素（Most critical factor）”。摩根士丹利推演：假设每年有20%的合同续签，整体合同价格每上涨10%，就能带来整整4个百分点的EBITA利润率扩张。 

涨价推升估值的核心是利润率爆炸式提升。云服务是互联网和AI领域的基础设施，其特点是高固定成本、业务高稳定性。云服务提价可以带来营收增长，最重要的是可以很好地摊薄正在大规模投资的算力折旧，从而大幅度提升利润率和利润规模。 

根据Omdia的统计口径，2025年第三季度中国云服务市场中，阿里云的份额为36%，华为云为16%，腾讯云为9%。 

2025财年（2024年4月-2025年3月）阿里云收入1180亿元，同比增长11%；EBITA利润为105.56亿元，同比增长72%；2026年财年收入进入快车道，前三个季度的增长率分别为26%、34%、36%，预计2026财年收入将达到1900美元左右，EBITA利润到达171亿元。 

重点是，在涨价情形下，利润可能大爆发。 

根据摩根士丹利的模型推演，假设阿里云整个合同价格上涨20%（2026年4月18日起，‌算力卡产品价格上调5%-34%，‌存储产品价格上调30%），EBITA利润率将提升8个百分点至17%，这意味着2027财年EBITA利润规模将在基准情形下的216亿元大幅提升至408亿元，比预期的大幅度提升88.88%，预计比2026财年大幅度提升138%。 

值一提的是，阿里巴巴正在处于转型期，股价波动明显，其估值能否摆脱基准情形、触发牛市情形，跟市场是否认可有关系，但根本上靠云服务业绩提升。 

预计，这轮阿里云和中国主要云服务商涨价，将触发“Bull Case”条件，整体估值将翻一倍。 

应用重构估值

这一切源自“Token革命”。 

数据显示，去年下半年，中国企业级大模型日均调用量飙升至37.0万亿tokens，较上半年增长263%，其中阿里云千问占比大增至32.1%。 

今年，OpenClaw（AI龙虾）爆火，AI Agent爆发，打通了AI应用落地的“最后一公里”，大规模使用Token，带来“印钞机效应”，而这轮云服务涨价的直接原因就是“Token调用量暴涨”。 

其逻辑是，API打通了大模型与下游应用市场之间的信息接口（类似于移动互联网时代的二维码），Token打通了AI数据中心与下游应用市场之间的资金接口（类似于移动互联网时代的虚拟货币）。 

如今，Token正在成为AI时代的“硬通货”——价值储存、支付功能与计量单位。 

根据IDC预测，到2030年，全球活跃AI智能体将达22.16亿，年度Token消耗量将从2025年的0.0005 Peta Tokens飙升至15.2万Peta Tokens，增长超3亿倍。 

这意味着，谁掌握了Token的铸币权，谁就掌握了AI市场的“中央银行”——印钞机和定价权。 

如何才能掌控Token铸币权？ 

在AI时代，人人都拥有Token创造权，正如创造数字货币，关键看谁的Token能够赢得市场。根据货币的逻辑，Token的价值取决于底层资产、流通性与应用市场。所谓底层资产，Token背后用哪些资产作支撑，现在主要指的是算力和公司实力；流通性与应用市场指的是Token能够在哪些市场买到什么产品和服务，类似于美元换取石油，现在主要是购买算力和云服务，未来可能会扩大。 

当前，大型企业正掀起一场Token铸币权争夺战。用Token打通整个AI应用市场，对上游超万亿美元的算力投资来说，可谓生死攸关。 

我之前发布的深度报告《AI：枯与荣》指出，当前AI最大的风险是美国科技巨头巨额资本支出带来的快速折旧风险。美股“七巨头”去年和今年资本开支合计达到1.15万亿美元，其中微软、谷歌、亚马逊三家两年合计达到8500亿美元。大部分支出用于建设AI数据中心，即购买算力。但是，算力这类资产存在巨大的折旧风险。 

通常，算力的生命周期为六年，那意味着科技巨头当下庞大的资本开支在未来六年必须换来足够的盈利。按照当前盈利增速推算，微软、谷歌、亚马逊的算力支出分摊到未来六年中，其折旧相当于当年利润的25%-50%。 

未来短短六年时间，谁来买单？ 

看看整个AI产业链中谁能够支付得起。英伟达CEO黄仁勋把AI产业链划分为“五层蛋糕”模型，‌自下而上依次为能源、芯片、基础设施（数据中心、算力网络）、模型和应用。现在主要是腰部力量在发力，亚马逊、微软和谷歌大力投资基础设施层，然后带动上游的能源和芯片市场大涨。但是，上游和基础设施层的大规模投资，最终要向下游的模型和应用两层收回，尤其是应用层。 

目前，模型层做得最成功的是Open AI，去年收入达到200亿美元，但是光靠模型层不足以覆盖基础设施层一年1000-2000亿美元的折旧。 

怎么办？ 

资本市场在探索。去年8月份开始，英伟达股价被抑制。尽管其财报一如既往地出色，市场担心，英伟达的营收不可持续。原因是，美国科技巨头大规模投资算力，但未来收入不确定性高，营收高度依赖于科技巨头的英伟达被看空。但是，谷歌股价接替了英伟达，在去年下半年持续上涨，累计涨幅达100%。 

为什么？ 

原因是，市场认为，包括英伟达在内的Open AI链过度依赖于模型层的直接收入，而“谷歌链”的护城河更宽，涵盖芯片、基础设施（数据中心、算力网络）、模型和应用市场，其中应用市场能够为未来的收入提供更多确定性。 

现在阿里巴巴全栈AI体系，类似于“谷歌链”，其涵盖“五层蛋糕”的四层，即芯片-云-模型-应用的全栈AI体系。前端有自研AI芯片，中段以云基础设施承载，后端以模型与业务场景闭合反馈。 

今年AI Agent爆发后，这种全栈AI体系的商业化思路更清晰，应用优势更明显。 

最近，阿里巴巴成立了Alibaba Token Hub（ATH）事业群，以Token为锚点重塑AI组织，涵盖通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部，目的是“创造Token、输送Token、应用Token”。创造、输送、应用，这三个词对应了货币三个关键要素：发行、流通与交换。 

具体做法是，通过阿里云对外提供MaaS商业化服务，Token作为“燃料”激活全栈AI体系。 

所谓MaaS（Model as a Service），即模型即服务，阿里巴巴将算力和大模型封装为云服务，用户直接使用Token调用即可。从IaaS模式到MaaS模式转变，意味着从卖低毛利的算力（芯片）升级为卖高毛利的智能（大模型）。 

在全栈AI体系中，一旦庞大的应用市场被AI激活，Token将产生“印钞机效应”。阿里巴巴把淘宝闪购等加入千问“全家桶”，旨在将大模型作为流量入口，激活其庞大的电商体系，支撑其云服务。 

在AI应用阶段，拥有出色的应用技术、商业化运作能力和海量用户数据的中国互联网企业，其营收和利润都将上涨，估值也将水涨船高。 

去年下半年，“谷歌链”的比较优势给谷歌带来一倍的估值，而阿里巴巴全栈AI体系护城河，加上Token、API、MaaS构成的更加清晰的商业模式，可能将改变其估值模型，即从“电商驱动”转为“AI云驱动”，其估值也将上升。 

预计，应用的“量”，通胀的“价”，量价结合将共同重塑中国AI资产的价值。 

工业重构估值

AI终极一战，将是各国工业能力竞争。 

科学是理论，技术是解决方案，工业是量产能力。在过去的每一轮技术革命中，“星辰大海”启动“钢铁洪流”，“钢铁洪流”支撑“星辰大海”， 工业都是中流砥柱和落地载体。 

AI大模型是“吞金兽、吃电兽”，不仅消耗大量资本，还消耗大量的矿产资源、电力能源和工业产能。大模型的“大力出奇迹”能力，依靠的是背后庞大的AI数据中心。而AI数据中心则需要强大的芯片制造和电力工业能力做支撑，后者延伸的产业链还包括光刻机、芯片制造、火力发电、大型电池储存、变压器、铜铝和小金属采掘工业等等。 

在AI时代，赢技术者赢未来，得工业者得天下。 

目前，“天上”美国第一，“地上”中国第一。 

所谓“天上”美国第一，指的是美国的科学理论研究和核心技术创新依然独占鳌头，如AI大模型、高端芯片。所谓“地上”中国第一，指的是中国的工业能力、应用技术和商业化能力在全球市场屈指可数。 

目前，中国建成了世界上最高效、最廉价、工业产能规模最大的全产业链。中国工业能力最核心的竞争力就是产业链组织能力，涵盖产能（量）、成本（价）和效率（时间）。 

在产能方面，中国提供了全球30%左右的工业产能。20个工业大类的出口占全球市场份额均在30%以上，其中钢铁、十种有色金属、稀土、无人机、造船、储电池、工业机器人的全球市场份额超50%。近些年，中国还大规模投资电力、算力、超级数据中心等AI基础设施。 

在价格方面，最近五年，中国出口价格指数基本没有变化，甚至还有所下跌；期间，美国、日本、德国、马来西亚、越南上涨了15%-50%不等。 

有人说，在AI无人工厂时代，中国产能的廉价优势荡然无存。其实不会，要知道，中国是工业机器人、人形机器人和机械手出口最多的国家，工业机器人在全球的份额达到70%，而且还拥有强大的工业设备制造能力。未来，中国的无人工厂将是全球最多、成本最低、效率最高的。 

中国的“钢铁洪流”将支撑全球AI的“星辰大海”。例如，当下欧美国家大规模投资AI数据中心，AI数据中心必须配备大型储能电池和变压器，以确保电压电流稳定。中国大型储能电池生产能力强大，去年下半年开始出口订单暴增。又如，马斯克计划在太空建设AI数据中心，以及配备相应的光伏发电卫星，需要在中国市场采购大批廉价的光伏设备。 

预计，AI竞争将逐渐从大模型、AI数据中心，转向工业能力（制造工业和采掘工业），工业能力将成为重构AI资产估值的第三股力量。 

工业重构估值的逻辑有三： 

一是降低企业成本。 

AI是耗电大户，电费是主要成本项。简单对比，中国年发电量是美国的2.17倍，发电装机容量是美国的2.92倍，去年发电装机容量新增规模是美国的12倍，平均工业电价约为美国的70%，居民电价约为美国的43%。中国电力工业的产能和价格优势，可以降低算力成本，降低Token的消耗，加速AI市场扩张——这与上述“通胀重构估值”的逻辑不矛盾。 

二是扩张企业需求。 

上述讲到，当前大模型终端消费带来的直接收入，无法覆盖美国科技巨头庞大的资本开支，这导致超万亿美元的算力投资面临巨大的折旧风险，而唯一的出路就是扩张企业级需求、增加间接收入。 

AI，是消费终端，更是生产工具。大模型只有作为生产工具，融入各行各业，尤其是工业部门，提升生产效率，才能带来广泛的经济效益。而中国庞大的工业部门和出色的产业组织能力，可以大大扩展AI企业级需求。 

中国工业部门是全球工业技术、信息技术的重要载体和关键环节。 

过去几十年，中国工业企业大规模进口美国先进技术，然后组织生产工业用品，向全球市场出口。在全球AI产业链中，中国工业企业也将大规模采购美国和本国算力、云服务，将其吸纳进产业链中组织生产，再向全球出口具有AI含量的产品和服务。换言之，当前全球AI的市场瓶颈，需要靠工业部门来打破。 

预计，工业领域垂直AI将崛起，进而大幅度扩张大模型、算力和云服务的需求，大幅度提升整个AI产业链的价值。 

三是推动自我迭代。 

AI技术迭代有一个特点，大规模的应用和长尾数据不断地改进算法，并使其自主行动、自我迭代。中国高效廉价的工业产业链可以把应用成本降到最低，最大限度地让工程师低价测试、用户廉价使用，不断地促使AI技术快速迭代。 

所以，工业，正/将与通胀、应用一起提升中国AI资产的价值。 

值得注意的是，在这轮AI浪潮中，从拼大模型、拼算力，到拼应用、拼工业能力，每一个阶段AI资产估值都/将大涨，而中国资产的估值存在慢半拍的节奏，识别这种节奏差正是我们投资AI的机会。 

第一阶段（2022年11月ChatGPT发布—2025年1月DeepSeek发布）：拼大模型，创新驱动，主要受益者是美股“七巨头”，尤其是英伟达，以及OpenAI。英伟达市值从4000亿美元上涨到3.28亿美元，成为全球市值第二大上市公司。 

期间，市场担心中国错失AI时代，AI资产一直被抑制。DeepSeek发布后，市场认为更节省算力的大模型的出现意味着美国科技巨头的资本开支过度虚高，英伟达股价因此遭受打击。DeepSeek、阿里千问等中国大模型集中发布，彻底激活了中国AI资产，此后一年相关股票平均补涨50%，AI资产新增1万亿美元。 

第二阶段（2025年）：拼算力，价格驱动，主要受益者是芯片厂商，尤其是储存芯片厂商。其中，闪迪爆涨2566%，美光科技大涨360%，三星电子大涨265%，SK海力士大涨473%。 

期间，与第一阶段类似，中国芯片厂商并未享受全球储存芯片需求爆炸的红利，其股价主要受“国产替代”需求带动，如寒武纪大涨106%，中芯国际上涨29%。不过，有趣的是，今年，在AI Agent爆发的刺激下，全球拼算力正在转变为拼云服务，这波全球储存芯片需求红利正通过价格传递到中国市场，预计中国AI云服务资产估值将上升（如第一阶段后期一样补涨）。 

第三/四阶段（2026年-）：拼应用、拼工业能力，应用能力和工业能力驱动，二者可能同时发生，主要受益者是AI相关工业企业、云服务商和大型互联网企业。 

实际上，“工业重构估值”，在去年下半年已经发生，芯片制造工业大幅度提升了韩国和中国台湾的AI资产价值。工业能力是中国最大的竞争优势，这项能力当前被资本市场所忽略，中国强大的工业能力接下来几年将成为重构中国AI资产的重要力量，各行各业龙头企业级资产将崛起。 

A股和港股的AI资产分布有所差异：港股以大型互联网公司、大模型、云服务为核心，应用层占比较高，上游资产较少，其估值更易受应用市场驱动；A股以算力硬件、芯片为主，产业链比较完整，国产替代概念较强，其估值更易受工业能力驱动。 

最后，美伊战争正引发资产价格下跌，但不会破坏这轮AI资产的估值重构，及其内在逻辑。 

本文来自微信公众号“智本社”，作者：清和社长，36氪经授权发布。