摘要：在全球人工智能军备竞赛进入白热化阶段之际，摩根大通提出了一个看似矛盾的判断：尽管面临芯片供应短缺的严峻挑战，中国科技巨头仍将在2026年成为推动AI增长的核心力量。这一预测的底层逻辑并非基于硬件突破的乐观假设，而是建立在一条更为务实的路径之上——通过将AI能力
信息来源：https://www.scmp.com/tech/tech-trends/article/3332808/chinas-tech-giants-set-lead-ai-growth-2026-despite-chip-shortage-jpmorgan?module=top_story&pgtype=section
在全球人工智能军备竞赛进入白热化阶段之际，摩根大通提出了一个看似矛盾的判断：尽管面临芯片供应短缺的严峻挑战，中国科技巨头仍将在2026年成为推动AI增长的核心力量。这一预测的底层逻辑并非基于硬件突破的乐观假设，而是建立在一条更为务实的路径之上——通过将AI能力深度整合进现有的超级应用生态，实现技术价值的快速转化。
摩根大通亚太区科技、媒体和电信股票研究联席主管姚鸿在近期分析师会议上表达了这一核心观点。他指出，虽然中国科技企业的AI聊天机器人应用正经历用户规模的快速扩张，但单纯的用户增长尚未形成明确的商业变现模式。真正的机会在于，腾讯、阿里巴巴、字节跳动等拥有数亿用户基础的平台型企业，正计划将AI功能嵌入微信、支付宝、抖音等已经证明盈利能力的"杀手级应用"中。这种策略不仅规避了从零构建新应用的高成本和不确定性，更重要的是能够让下游各行业立即受益，从而加速整个生态系统的AI化进程。
应用层突围：用户增长与商业困境
中国AI应用市场在2025年展现出了令人瞩目的用户增长曲线。根据第三方数据机构QuestMobile的监测，字节跳动旗下的豆包在2025年8月月活跃用户规模达到1.57亿，环比增长6.6%，超越曾长期占据榜首的DeepSeek，成为中国AI原生应用的新王者。腾讯元宝作为另一重要玩家，虽然在用户规模上落后豆包约一亿，但凭借与微信生态的深度绑定，仍展现出强劲的增长势头。
这些数据背后反映的是中国互联网巨头在AI应用层的激烈竞争。2025年上半年，AI原生应用市场呈现出明显的两极分化态势：豆包月活增长22.2%，而DeepSeek月活下滑14%，陷入所谓的"孤岛困境"。这种分化揭示了一个关键事实——单纯的技术领先并不足以保证市场地位，生态整合能力才是决定性因素。
然而，用户规模的快速扩张并未直接转化为收入增长。姚鸿坦言，按照移动互联网时代的变现标准，当前的AI应用仍缺乏"明确的商业化证据"。这一判断得到了腾讯高管在财报电话会议上的印证。腾讯总裁刘炽平透露，AI芯片供应短缺已成为限制云业务增长的关键因素之一，公司不得不优先保障内部AI模型训练和广告业务的算力需求，这无疑压缩了对外提供AI服务的能力。
阿里巴巴同样面临类似挑战。尽管阿里云在AI商业化方面展开了积极探索，包括与摩根大通合作研究AI订单和代币化支付在跨境电商中的应用，但整体而言，大型语言模型的运营成本仍然高企，短期内难以实现盈亏平衡。这种现状迫使科技巨头重新思考AI商业化的路径选择。
杀手级应用的整合逻辑
摩根大通的分析报告揭示了中国科技巨头正在采取的战略转向：与其继续在独立AI应用上进行高成本投入，不如将AI能力作为"功能增强剂"注入已经拥有庞大用户基础和成熟商业模式的核心产品中。
微信作为中国最大的社交平台，月活跃用户超过13亿，其任何功能升级都具有巨大的商业价值放大效应。腾讯已经开始在微信中测试AI助手功能，允许用户通过对话界面完成信息检索、内容创作等任务。更重要的是，这种AI能力的嵌入可以直接赋能微信生态内的数百万小程序和商家，降低他们的运营成本，提升服务效率。
字节跳动采取了更为激进的整合策略。豆包不仅作为独立应用存在，更深度绑定进抖音生态。用户可以在短视频观看过程中随时调用AI功能生成评论、制作回复视频，甚至利用AI进行商品推荐。数据显示，与抖音生态深度整合是豆包能够在用户增长上超越竞争对手的关键因素。2025年第二季度，豆包的月均下载量虽然不及DeepSeek在第一季度的峰值，但其用户留存率和使用时长却明显更高，这恰恰得益于抖音提供的高频使用场景。
阿里巴巴则将AI能力注入电商、支付和本地生活服务的全链条。支付宝正在加速向AI开放平台转型，通过智能体技术连接海量用户、千行百业以及产业上下游。这种开放策略的背后逻辑在于，AI时代的互联网本质仍是连接，只有通过打造繁荣的AI生态，才能催生新的商机。阿里夸克作为搜索应用，在2025年月活用户突破1.56亿，成为AI搜索领域的重要玩家，其成功同样依赖于与阿里生态的协同效应。
这种整合策略的优势是显而易见的。首先，现有超级应用已经拥有清晰的用户画像和消费习惯数据，AI功能可以实现精准推送和个性化服务。其次，成熟的商业模式为AI变现提供了多种途径——广告增效、会员订阅、企业服务等。最后，海量的真实使用场景能够为AI模型提供持续的训练数据，形成技术迭代的正向循环。
芯片短缺的现实约束
摩根大通分析师表示，人工智能的持续采用将成为 2026 年中国的主要行业趋势。照片：路透社
尽管应用层整合战略为商业化打开了新的可能性，但芯片供应短缺仍是横亘在中国AI产业面前的严峻挑战。美国自2022年以来持续升级的出口管制措施，已经对中国获取高端AI芯片造成了实质性影响。
英伟达的高性能GPU系列——包括A100和H100——被明确禁止向中国出口。即便是专门为中国市场"降配"的H20芯片，也因性能限制和供应不足而难以满足大模型训练的巨大算力需求。根据《华尔街日报》报道，中国政府已经开始介入芯片分配，要求中芯国际等本土制造商优先向华为等龙头企业供货，这从侧面印证了供需矛盾的严重程度。
腾讯总裁刘炽平在分析师会议上的表态反映了这一困境的真实影响。他指出，如果没有AI芯片供应限制，腾讯云业务的增长速度本可以更快。这种资源约束迫使公司做出艰难的优先级排序——内部核心业务如模型训练和广告系统优先获得算力保障，对外提供的AI云服务则不得不受到限制。
然而，摩根大通的分析师团队认为，芯片短缺在短期内不会对中国AI产业构成致命性打击。这一判断基于两个关键观察：一是国产AI芯片的质量正在快速提升，二是应用层创新对算力的需求相对可控。
从技术发展轨迹来看，中国AI芯片本土化率已经从2023年的17%快速提升至2025年的37%，预计到2027年将达到55%。华为的昇腾系列芯片在性能上虽然与英伟达顶级产品存在差距，但已经能够满足大部分商业应用的需求。更重要的是，随着模型优化技术的进步——如参数量减少、推理加速、混合精度训练等——相同算力可以支撑更复杂的应用场景。
字节跳动和阿里巴巴等企业在自研芯片方面的投入也在加速。虽然这些企业主要芯片需求仍依赖外部采购，但自研能力的储备为未来的供应链安全提供了战略缓冲。2024年英伟达产品仍占据中国AI芯片销量的三分之一，但这一比例正在逐季下降，反映出国产替代进程的实质性推进。
摩根大通预测，半导体产业的收入在2026年和2027年都将维持双位数百分比的增长。这一乐观判断部分基于全球AI硬件需求的持续扩张，同时也反映了中国市场在供应链重构过程中释放出的新增需求。台积电3纳米制程产能在2026年前预计将达到上限，但这主要服务于高端应用场景，对于中国企业聚焦的应用层创新而言，7纳米及以上成熟制程已经足够支撑大部分需求。
下游产业的连锁反应
摩根大通特别强调的一个观点是，科技巨头将AI能力嵌入杀手级应用后，最直接的受益者将是下游各行业。这种"赋能效应"正在多个领域显现。
在企业服务领域，钉钉、企业微信和飞书等协同办公平台正在成为AI能力的重要载体。这些平台背后分别站着阿里巴巴、腾讯和字节跳动三大巨头，它们通过嵌入AI助手、智能文档、自动化流程等功能，显著降低了中小企业的数字化转型门槛。百度的文心智能体平台已经吸引了5万多名开发者和数万家企业入驻，创建的智能体超过3万个，这些智能体被广泛应用于客服、营销、数据分析等场景。
制造业的AI应用同样值得关注。运营商巨头正在利用AI推动智能工厂、预测性维护等场景落地。中国移动、中国电信和中国联通三大运营商2025年财报显示，它们正加快AI在矿山、农田、医疗、城市治理等领域的部署，通过提供大模型服务和AI智能体解决方案来推动业务转型。这种应用不仅提升了传统行业的运营效率，也为运营商本身开辟了新的收入来源。
内容创作和消费领域的变革更为显著。美图公司通过AI技术实现了从工具型应用到AI驱动型科技企业的转型，2025年第二季度净利润增长超过70%。这一案例表明，即便是中型科技企业，只要能够找到AI与核心业务的结合点，就有可能实现商业价值的快速释放。AI在广告领域的应用也正在加速，中信建投的研究报告指出，微信、抖音等超级应用有望成为AI时代的流量入口，AI增强的广告投放系统能够显著提升转化率，这部分收益预计将在2026年明确体现在财务报表中。
零售和电商行业的AI应用则聚焦于虚拟试衣、动态定价、个性化推荐等场景。阿里巴巴和京东等电商巨头正在利用AI优化供应链管理，通过需求预测减少库存积压，通过智能客服降低运营成本。支付宝开放的AI智能体平台允许商家快速构建定制化的服务机器人，这种能力的下放正在重塑本地生活服务的竞争格局。
金融领域的AI应用则更加强调合规性和可解释性。摩根大通与阿里巴巴的合作正是这一趋势的体现——通过AI和代币化技术改造跨境支付流程，既提升了效率，又满足了监管要求。中国的金融科技企业在风控模型、反欺诈系统中广泛部署AI能力，但同时也面临着算法公平性审查的压力，需要确保技术应用不会对特定用户群体造成歧视。
医疗健康和教育领域的AI应用虽然进展相对缓慢，但潜力巨大。智能诊断、新药研发、个性化学习等场景都需要大量的数据积累和严格的监管审批，但一旦突破，其社会价值和商业回报将远超消费互联网领域。
2026年的关键变量
展望2026年，中国AI产业的发展将取决于几个关键变量的演进。
首先是商业模式的成熟度。当前AI应用的主要变现途径仍局限在广告增效和企业服务领域，订阅制收入虽然在增长，但规模有限。要实现摩根大通预测的增长目标，科技巨头需要在更多垂直场景中找到清晰的价值主张。罗兰贝格咨询公司指出的五大趋势——智能体任务闭环、多模态交互、通用AI助手、垂类场景化Agent和AI应用出海——都指向了一个方向：AI必须从"技术展示"转向"解决实际问题"。
其次是算力供应的改善情况。尽管摩根大通认为短期内芯片短缺不会构成重大障碍，但这一判断建立在国产替代顺利推进的前提下。如果美国进一步收紧出口管制，或者国产芯片的性能提升遇到技术瓶颈，那么对大模型训练和推理的影响可能会超出预期。华西证券的分析指出，中国AI企业更擅长垂直场景深耕，这种"应用驱动"模式虽然能让技术快速变现，但也意味着对算力的持续高需求。
再次是监管政策的走向。中国政府对AI应用持谨慎态度，在鼓励创新的同时强调安全可控。生成式AI内容的审查、算法推荐的透明度要求、个人数据保护等议题都可能影响产品迭代速度和商业模式设计。另一方面，政府主导的"AI+"战略也在为产业发展创造政策红利，特别是在制造业、公共服务等领域，AI应用的推广得到了明确的支持。
最后是国际竞争格局的变化。虽然中国科技企业在国内市场占据主导地位，但在全球AI竞赛中仍面临来自美国科技巨头的强大压力。OpenAI、谷歌、Meta等公司在基础模型能力上保持领先，它们的技术进步会不断抬高竞争门槛。中国企业在AI出海方面展现出强劲势头，依托高产品力与性价比优势在东南亚、中东等市场获得认可，但要在欧美发达市场取得突破仍面临重重障碍。
从更长远的视角看，摩根大通对中国AI产业的乐观判断反映了一个核心洞察：在技术禀赋存在差异的情况下，商业模式创新和生态整合能力同样重要。中国科技巨头通过将AI能力嵌入已被验证的超级应用，实际上是在用"场景优势"对冲"算力劣势"。这种务实的路径选择或许不如硅谷式的技术理想主义那般激进，但在商业层面可能更具可持续性。
当豆包的用户使用时长在2025年10月达到短期峰值，当腾讯元宝与微信生态的整合日益紧密，当阿里巴巴将AI能力向数百万商家开放，这些看似渐进的变化正在累积成系统性的力量。如果说2025年是中国AI应用的用户规模爆发之年，那么2026年很可能成为商业价值兑现的关键节点。摩根大通的预测能否成为现实，答案或许就藏在这些日常应用的细微迭代之中。
来源：人工智能学家