中国基金报记者 储是
近日，摩根大通证券（中国）有限公司中国证券研究部主管姚橙接受本报专访，围绕中国科技资产投资价值、全球AI市场格局及商业化落地路径分享了他的观点。
他认为，尽管短期市场出现波动，中国科技资产尤其是国产替代方向仍有超预期增长空间。AI投资领域资本支出需求从美国供应商向中国供应商转移，硬件端的突破将提升全球投资者对AI投资的认可度。
中国科技资产存在超预期空间
近期，市场出现了一些波动。姚橙仍坚定看好中国科技资产，认为该领域存在超预期空间。
姚橙分析，新兴市场在全球配置中处于相对“低配”状态，具备显著的增配空间。中国科技作为资金回流的重要选项，即便中美关系等因素可能引发短期波动，但其长期发展和增长的底层逻辑并未改变。
“部分个股出现资金流动，更多是由Alpha因素驱动，例如年底获利了结，目前尚未观察到系统性的、跨板块的大规模资金流动。”姚橙说。
姚橙表示，中国的模型能力已经得到全球大型科技公司的认可，特别是在开源领域。硅谷许多AI应用开发人员已在使用中国研发的底层模型。
回顾来看，2024年下半年，中国科技公司的思路还是要尽量囤积进口硬件，如今已转变为积极拥抱国产解决方案。2025年，AI投资领域资本支出需求已从海外供应商向国内供应商转移。这一重大转变使得中国AI产业发展前景颇为乐观。当头部公司开始大规模采购装载国产芯片的国产服务器，市场积累的利润和资本回流到本土供应商，本土公司就可以获得实现技术突破的资本，进而形成良性循环，加快企业研发落地。
而且，这一转变还将带动整个产业链发展。中国是一个巨大的市场，足够让本土企业获得丰厚收益。同时，中国作为“世界工厂”，在电力等基础设施方面具备更大优势。
从“百团大战”走向商品化时代
2025年，对于AI市场，资金的关注点集中在硬件端。当前，资金在等待应用端现象级产品的出现。
在姚橙看来，资金流向发生实质变化与模型市场的发展阶段密切相关。全球模型市场的整合阶段已基本结束。2023年中国AI领域还是“百团大战”，如今仅剩下5～10家机构仍在坚持开发模型。在美国，模型层也难以形成一家独大的局面。
“模型基座能力正走向商品化阶段。各家模型的差异不大，没有特别明显的区隔度。”在模型能力趋于同质化的背景下，姚橙认为，垂直行业的专有数据成为打造差异化优势的关键。
商业化落地：B端比C端更清晰
谈到AI商业化落地，姚橙表示，目前看来，B端落地路径比C端更加清晰，实施起来也更容易。他列举了两个B端商业化落地的典型场景：在电商领域，AI虚拟模特可以替代传统拍摄的模特，省去场地租赁成本，自动修图与背景生成能减少后期设计团队的工时投入，直接降低企业运营成本。在编程领域，AI可自动生成基础代码、排查程序漏洞，大幅提升效率。
实际上，AI落地路径在许多行业已初见苗头，其底层逻辑不一定是创造新的收入，而是将AI融入现有运营模式，节约成本。成本降低后，企业可以选择降价让利消费者，或进行人员调整，也就是说AI在B端的商业化落地具有清晰且合理的盈利逻辑。
相比之下，C端商业化则面临更多挑战。商业化方向尚不明晰，变现难度很大。比如，ChatGPT等产品在用量达到一定程度后就要求付费。而在中国市场，免费服务能提供极佳的使用体验，用户付费意愿较低，这导致C端商业化变现更加困难。
姚橙强调，AI发展的关键已从“模型”转向“数据与应用”，垂直行业的数据壁垒和B端的降本逻辑是当前最清晰的路径，也是投资者应该重点关注的方向。
