川海智库

报告概述

本报告是华泰证券发布的2026年度科技行业策略报告，研究对象覆盖全球人工智能产业链，重点围绕大模型、AI算力和AI应用三大方向展开。报告基于对中美主流模型能力、云厂商资本开支、AI应用落地节奏等事实的跟踪，构建了从模型架构演进到算力需求测算、再到商业化路径判断的分析框架。报告回顾了2023-2025年AI应用的演进历程，并结合2025年三季报数据，对计算机行业2026年的需求端和利润端进行了展望。整体而言，报告旨在帮助投资者理解AI产业从技术突破到商业兑现的关键转折点，把握AI能力跃迁带来的投资机会。

报告的核心结论

中美头部厂商将长期主导全球大模型格局。

报告认为，美国依托算力与后训练优势保持领先，国内厂商则在架构优化和注意力加速等方向形成差异化突破。Scaling Law 2.0驱动下，中美模型迭代路径分化明显，海外重心转向后训练与强化学习，国内更侧重架构与算法精修，这一格局在可预见阶段内不会改变。

推理范式跃迁驱动算力需求结构发生深刻变化。

报告指出，全球算力需求正沿着用户数量、使用时长、使用深度三个维度快速扩张。连续推理、多模态生成等高价值场景成为增量核心，云厂商Capex上修与新型融资模式推动数据中心建设进入新加速点，算力增长进入新一轮结构性上升周期。

2026年AI应用有望从工具可用迈向价值可兑付。

经历2023-2025年产品打磨和商业试点，AI应用的模型能力、工程体系与商业模式趋于成熟，放量节奏将从单点突破切换至结构性扩散。2026年被视为商业化关键拐点，看好2B长流程应用、2C入口优势应用以及公有云服务商三类厂商的机遇。

企业数据成为2B AI应用竞争的关键。

AI应用向供应链、财务、生产等复杂场景拓展，对数据质量、结构化程度和实时性提出更高要求。具备数据与流程壁垒的长流程应用厂商，有望凭借业务系统和数据中台优势构建企业级Agent平台，成为AI转型下的核心受益者。

计算机行业增长驱动力从控费转向AI内生增长。

2025年计算机行业利润高增主要依赖费用压缩，2026年随毛利率修复和AI应用渗透，行业有望从人员收缩红利转向AI驱动的营收增长。AI有望成为需求端重要驱动力，高毛利率的AI收入占比提升将带动行业景气度回升。

报告回答的关键问题

2026年AI商业化会加速吗？

报告认为，2026年有望成为AI商业化的关键拐点。模型能力持续迭代、数据体系和企业级AI中台逐步成熟、商业模式从订阅制向用量或效果付费演进，三方面驱动力将推动AI应用从工具可用迈向价值可兑付，行业渗透将由局部试点转向结构性扩散。

Scaling Law 2.0是什么？

Scaling Law 2.0指自2024年9月OpenAI发布o系列模型以来，强化学习被系统性引入后训练流程，使模型在后训练环节通过扩大算力和数据投入获得可扩展的能力增益，并与推理阶段的思维链结合，形成从预训练到后训练再到推理端的全链路扩展逻辑。

AI算力需求将如何变化？

报告提出用户数量乘使用时长乘使用深度的三角模型，AI推理正从被动响应向主动运行转变，推理时间大幅延展。高价值场景如连续推理和多模态生成将拉动推理侧算力消耗，云厂商token消耗量持续增长，算力建设有望进入新加速周期。

中国AI应用落地有哪些路径？

中国AI应用发展形成两条路径，一是科技巨头的生态融合，阿里、字节、腾讯、百度、华为等依托云平台和生态自上而下渗透；二是垂类场景深耕，在办公、营销、税务、医疗等领域打造AI原生工具。落地节奏上，高容错率、效果可量化、数据闭环短或数字化基础好的行业更快。

计算机行业2026年业绩驱动力是什么？

2025年行业利润增长主要靠控费，2026年预计转向AI驱动的内生增长。需求端AI应用加速渗透，G端化债带来支付能力修复，AI和党政信创成为重要投入方向；利润端高毛利率AI收入占比提升使毛利率修复，费用率保持平稳但研发人效提升。

报告中的代表性数据

8亿

OpenAI周活跃用户数（WAU）

2025年10月，据OpenAI开发者大会数据，ChatGPT周活跃用户数持续高速增长，已跻身全球访问量前列的网站，显示C端AI应用快速渗透。

1300万亿

Google月度Token消耗量

2025年10月，据Google FY26Q3业绩会表述，Token消耗量持续增长，主要来自AI搜索、Gemini、API调用及多模态应用，C端仍是主要驱动。

1134亿美元

北美云厂商季度资本开支

2025年三季度，Microsoft、Google、Meta、Amazon四家合计资本开支同比增78.42%，环比增19.31%，各厂商指引持续上修，2026年云业务仍供不应求。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 全球大模型能力格局与迭代路径分析：基于Artificial Analysis智能指标，梳理中美头部模型的能力差异，并详细对比OpenAI、xAI、Anthropic、Google及国内DeepSeek、Qwen、智谱等厂商的技术路线。
  • Scaling Law 2.0的完整解读：从预训练、后训练到推理端的三层递进框架，包括训练数据量、训练算力与成本的增长规律，以及中美在架构优化与算力投入上的分化路径。
  • AI算力需求测算模型与互联技术趋势：用户、时长、深度三角模型，Token消耗量展望，以及Scale up、Scale out、Scale across三大互联的市场规模预测和协议演进对比。
  • 2025年中国AI应用落地复盘：覆盖AI+办公、税务、营销、客服、医疗、法律等主要场景，分析高容错率、高ROI、数据闭环短等落地节奏判断标准。
  • 中国AI应用两大发展路径详解：科技巨头的生态融合与垂类厂商的场景深耕，包含阿里巴巴、字节跳动、腾讯、百度、华为等大厂AI布局对比，以及商业模式差异分析。
  • 2026年AI应用投资策略与标的选择标准：从第一梯队AI驱动整体收入提速、第二梯队AI收入高增长、第三梯队AI产品高频数据亮眼三个维度，给出具体的公司筛选逻辑。
  • 计算机行业2025年三季报综述与2026年展望：全口径和小口径的营收、利润、毛利率、费用率、现金流数据复盘，以及G端和B端需求驱动力的详细判断。
  • 重点公司推荐及最新观点：覆盖金山办公、福昕软件、第四范式、鼎捷数智、虹软科技、浪潮信息、深信服等十家公司的业绩拆解、盈利预测调整和估值分析。
  • 产业链相关公司梳理：包括2C应用、2B应用、基础设施、数据标注等环节的A/H股公司，以及海外SaaS厂商的数据技术并购整合案例。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告