报告概述
本报告由摩根士丹利发布，聚焦中国人工智能云（AI Cloud）市场，即IaaS与MaaS融合的领域。报告覆盖2024-2029年市场规模预测、代币使用从训练到推理的转变趋势、超大规模企业的资本支出动态，以及主要云服务商如阿里巴巴和字节跳动的竞争定位。通过分析全栈技术能力、定价周期和客户采用行为，报告为投资者提供了评估中国AI云产业链价值的关键框架，尤其关注生成式AI对云收入增长的驱动作用。
报告的核心结论
AI云将成为中国云服务的核心增长引擎
报告指出，受生成式AI创新驱动，AI云（IaaS+MaaS）市场在2024至2029年间预计将以72%的复合年增长率扩张，规模从当前水平增至800亿元人民币。这一增长主要源于企业从传统云向AI工作负载迁移，以及推理需求占比的持续提升。
阿里巴巴凭借全栈能力成为AI云关键赢家
报告将阿里巴巴列为首选投资标的，预测其FY27E云收入同比增长45%，处于市场高位。阿里巴巴拥有从底层芯片到上层模型的全栈产品线，包括自研芯片和通义千问模型，使其在云边缘拓展和潜在提价中占据优势，牛市情景下云业务估值可达260美元。
代币使用激增推动AI云需求从训练转向推理
报告观察到，中国主要AI应用的代币消耗量持续攀升，且推理环节占比显著增加。这一转变要求云服务商提供更低延迟、更高吞吐的推理基础设施，从而带动MaaS（模型即服务）收入的快速增长，并改变行业竞争焦点。
超大规模云厂商最受CIO青睐
调查显示，在部署AI工作负载时，中国企业CIO更倾向选择超大规模云厂商（如阿里云、火山引擎）而非小型服务商。主要原因在于其完整的生态、更强的资本支出能力以及持续优化的AI硬件，这有助于头部厂商巩固市场份额并提高定价权。
报告回答的关键问题
中国AI云市场增长有多快？
报告预测2024-2029年中国AI云（IaaS+MaaS）市场复合年增长率达72%，规模将从约100亿元增至800亿元。增长主要来自生成式AI创新推动的企业采用，以及推理工作负载占比从6%升至39%的结构性变化。
阿里巴巴为什么是AI云首选投资标的？
报告认为阿里巴巴拥有全栈AI云能力，包括自研芯片、通义千问模型和广泛的生态合作。其FY27E云收入预计同比增长45%（高于市场预期），且通过优化利用率和潜在涨价，云业务EBITA利润率有望持续改善。牛市情景下阿里云估值达91美元/股。
代币使用激增对AI云意味着什么？
代币消耗量攀升表明AI应用进入规模化阶段，且推理需求超过训练。这要求云服务商强化推理基础设施（如降低延迟、支持长上下文），同时MaaS收入占比将快速提升。头部厂商如阿里云和火山引擎因率先布局而受益。
AI云市场竞争格局将如何演变？
报告指出超大规模云厂商（阿里巴巴、字节跳动）凭借技术栈完整性和资本支出优势，在GenAI IaaS市场份额中领先。而中小型云服务商可能因缺乏自研芯片和模型能力而落后。同时，DeepSeek和Qwen等开源模型成为最受欢迎的供应商，为云厂商提供了差异化竞争力。
报告中的代表性数据
中国AI云市场规模预测
2029E，基于2024-2029年复合年增长率72%的预测，2029年AI云（IaaS+MaaS）市场规模将达到800亿元，其中GenAI驱动的创新是主要增长动力。
阿里巴巴FY27E云收入增长预测
FY27E，摩根士丹利预测阿里巴巴2027财年云收入同比增长45%，为市场最高预期之一，主要受益于AI云需求拉动和价格优化。
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
- 完整AI云市场数据与趋势图表：包含2024-2029年AI云IaaS和MaaS细分市场规模、增长率预测及不同场景下的敏感性分析。
- 代币使用量追踪：覆盖中国主要AI应用（如DeepSeek、通义千问）的代币消耗月度数据，以及训练/推理占比变化的详细拆解。
- 超大规模企业资本支出分析：对阿里巴巴、字节跳动等公司的云资本支出计划进行建模，预测对产能和定价的影响。
- 竞争格局与市场份额：2025年上半年度GenAI IaaS份额分布，以及与传统IaaS的对比，展示新兴趋势。
- 全栈能力评估框架：从芯片、模型、平台、生态四个维度对比主要云厂商（阿里云、火山引擎、腾讯云等），使用绿色/粉色标注领先或落后地位。
- 估值模型与风险分析：阿里巴巴的SOTP（分部分加总）估值，包括牛市/熊市情景假设，以及WACC、终值增长率等关键参数。
- CIO调查洞察：基于AlphaWise调查，展示企业对AI云采用意愿、供应商选择偏好及主要顾虑。
- 推荐股票池与目标价：覆盖阿里巴巴、腾讯、百度、金山云等标的的评级、目标价及最新调整理由。
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。
