中国AI进入＂赚钱时代＂?大摩报告背后的真相

摩根士丹利5月14日发了份研报，标题很直接——《中国AI：从"拼技术"到"拼赚钱"》。核心论点听着挺提气：中国靠它那个全球无敌的供应链网络，把AI塞进机床、变压器、新能源车这些能塞进去的实体经济场景，走了一条跟硅谷完全不同的商业化路子。彭博社跟风引用，配了个冲击力很强的标题——「中国AI每小时从出口赚5亿美元」。

但差不多同一时间，腾讯和阿里发了2026年Q1财报。成绩单让市场大跌眼镜。

腾讯单季营收没达标。虽然自研的 Hunyuan 3.0 Token调用量同比涨了10倍以上，但公司股价今年已经跌了23%，市值蒸发约1600亿美元，比阿里还惨。阿里也是营收不达标，却在财报电话会上说要全面加码AI全栈投资——从芯片到模型，从云基础设施到上层应用，几乎什么都投。

两家公司砸钱的架势摆得很足，资本市场却冷着脸回了一句：Show Me the Profits。

大摩说的"赚钱时代"，到底来了没有？要回答这个问题，得先看钱流到哪去了。

两条路，一个困局

腾讯和阿里的AI投资策略几乎是两个极端，正好反映了整个产业在投入和回报之间的深层撕裂。

腾讯走的是防御路线。2026年上半年AI支出还算克制，但管理层明确警告：大量AI芯片下半年集中到货，资本开支会猛涨。这笔钱优先满足内部需求——把AI塞进广告推荐系统、游戏内容生成、微信智能助手这些自家场景，靠技术升级撬动存量业务效率。Hunyuan 3.0的Token调用量涨了10倍，但增量主要来自内部场景放量测试，对外商业化走得小心翼翼。说白了，腾讯坐拥中国最大的社交流量池，它最怕的不是在基础模型竞赛里掉队，而是砸下去的钱在自家后院里长不出真金白银。

阿里走的是进攻路线。阿里云智能集团在最新财报里表现出另一种焦虑——怕的是在AI基础设施军备竞赛里落后。所以阿里的AI资本支出高度集中在云服务上，目标是对外赋能：把算力、模型、工具打包成标准化云产品，卖给千行百业的企业客户。这种策略在云计算市场增长放缓的背景下显得特别激进。阿里想复制AWS当年在美国的路——用大规模资本开支建算力壁垒，再靠云平台的规模效应慢慢回收成本。但中国市场的现实骨感得多：企业客户掏钱的意愿和能力远不如美国，价格战从来没停过。不久前阿里云又大幅下调了通义千问系列的API调用价格，"以价换量"的打法能快速拉升Token消耗量，但把盈利的时间表推得更远了。

腾讯怕投入打水漂，阿里怕投入慢了错失时代。但殊途同归——投入先行，回报还没来。

编程工具的"三国杀"

就在两大巨头为变现路径焦头烂额的时候，AI编程工具这个看似细分的赛道，在2026年5月突然成了火药味最浓的战场。

5月中旬，阿里正式发布AI代码编辑器Qoder 1.0。功能配置直接瞄准当前最先进的AI编程助手：内置 Repo Wiki 自动解析整个代码仓库上下文，Pair Programming 模式允许开发者跟AI实时结对编程，Quest Mode 接受自然语言描述自动完成多文件修改，还能根据任务难度自动切换底层模型来平衡性能和成本。更狠的是——公测期间完全免费，无限量API调用额度，跟阿里云代码托管平台 Codeup 无缝集成。

这不是独角戏。早在Qoder发布之前，DeepSeek Coder已经在开源社区积累了好口碑，靠极强的代码生成能力和极低的部署成本，成了很多中小团队的首选。而阿里内部孵化的通义灵码，过去两年已经渗透进大量阿里系生态企业。

Qoder一入局，中国AI编程工具领域瞬间形成了"三国杀"格局。三方各有筹码：DeepSeek靠开源生态和成本优势，通义灵码靠阿里系的渠道和场景绑定，Qoder则祭出免费加云平台深度整合的大旗。这场竞争的核心逻辑早不是单纯的模型能力比拼了，而是生态锁定——谁能让开发者的代码、项目、协作流程深度依赖自己的平台，谁就能在未来的云服务、企业软件甚至AI Agent市场中占住制高点。

OpenAI的移动端突袭

然而差不多同一周，OpenAI用一种轻巧的方式提醒所有人：这场战争的维度远没定型。

5月14日，OpenAI把Codex功能整合进了ChatGPT的手机App。用户可以通过iOS或Android设备远程监控和管理AI编程工作流——上班路上用语音下达一个重构指令，让桌面端的Codex去执行，实时查看进度和修改结果。Anthropic之前也发布了 Claude Code Remote Control 的类似功能。

AI编程工具的战场，一夜之间从桌面端扩展到了移动端。这意味着，原来需要高性能工作站和稳定开发环境才能发挥威力的AI编程能力，正在变得无处不在、随时可用。对中国AI编程工具厂商来说，这不仅是功能层面的追赶压力，更是产品形态和用户习惯的重新定义。当美国的对手已经在构建跨终端的无缝开发体验时，中国玩家如果还停留在IDE插件和Web端工具的传统框架里，很可能在下一阶段被拉开代差。

"毛细血管式"变现的真相

那么大摩报告中描绘的"每小时从出口赚5亿美元"到底靠不靠谱？

它不是虚构，但得放在更长的时间维度里看。中国AI嵌入实体经济的路径确实有独特的结构性优势。当AI模型被集成到一台出口东南亚的数控机床上，能实时优化加工参数、预测设备故障、降低废品率——这台机床的附加值就包含了AI贡献的部分。同样，当一套智能电网变压器搭载了AI驱动的负荷预测和故障自愈算法，它卖出的价格里也沉淀了AI的价值。

这种变现方式不像SaaS订阅那样直接产生月度经常性收入，而是像毛细血管一样渗透进无数工业产品的溢价中。它更隐蔽，也更难以在短期财报中显性化。但一旦形成规模，累积效应可能相当惊人。

问题在于——这种"毛细血管式"变现的节奏，远远跟不上资本市场的耐心。

腾讯和阿里的股价表现已经说得很清楚了。投资者不满足于一个"十年后可能很赚钱"的故事。他们看到的是：当前季度AI部门动辄几十亿甚至上百亿的资本开支，电力成本、芯片采购成本、人才成本的急剧攀升——却看不到对应的收入增长曲线。腾讯内部AI对广告点击率的提升、对游戏美术生成效率的改善，固然能带来一定的成本优化和收入增量，但这些收益很容易被传统业务下滑或其他成本项的膨胀所淹没。阿里云希望通过AI重燃增长引擎，但企业客户在AI上的预算仍然谨慎，多数还处于试点阶段，大规模部署的案例寥寥。

不是"赚钱时代"，是"炼金时代"

这种投入与回报的时间错配，正在成为中国AI产业最大的压力测试。

乐观的叙事（像大摩报告描绘的那样）指向一个确定性的终局——AI终将改造一切实体产业，中国凭借制造业底座和供应链纵深，会成为最大受益者。悲观的一面则写在腾讯和阿里的财报与股价里——在抵达那个终局之前，企业必须穿越一段相当长的、看不到明确盈利信号的投入期。

这段投入期的长度和强度，可能远超多数人的估计。腾讯下半年因芯片到货而大幅飙升的资本开支曲线，阿里不计成本的全栈投资，以及Qoder这类产品以免费策略抢夺生态的激进打法，都在说明同一个事实：中国AI产业的军备竞赛非但没有降温，反而在向着更底层的基础设施和更广泛的开发者生态蔓延。

这种高强度投入最终能不能换来等值回报，取决于两个关键变量：

第一，企业能否在持续投入的过程中找到阶段性的变现支点，而不是一味烧钱换规模。腾讯在广告和游戏等自有场景中的AI变现，虽然不够性感，但至少能产生真实现金流，为长期投入提供部分"弹药"。

第二，中国实体经济对AI的真实吸收速度。机床和变压器里的AI溢价，需要下游客户愿意为那额外几个百分点的效率提升买单——而这又取决于全球制造业的景气周期和企业客户的利润率水平。在贸易环境动荡、全球需求存在不确定性的当下，这并非一个可以高枕无忧的前提。

站在2026年中的节点回望，中国AI产业其实才走过了真正的商业化元年。此前的大模型竞赛，更多是一场技术能力的炫技，拼的是参数规模、榜单排名和学术影响力。现在当所有人都把目光转向赚钱时，才发现商业化的深水区远比想象中冰冷。

大摩的报告提供了一个有用的框架——让我们看到中国AI可能走出一条不同于硅谷的路：不是靠按月收订阅费，而是靠把AI变成工业品的"神经系统"，在每一次产品出口中分润。但这个框架的实现，需要企业有足够的财务韧性扛过投入高峰，需要产业有足够强的吸收能力消化技术红利，也需要资本市场有足够的耐心等待复利效应显现。

中国AI进入的不是一个轻松捡钱的"赚钱时代"，而是一个需要咬着牙把巨额投入转化为真实生产力的"炼金时代"。

那些能在这场投入与回报的博弈中找到平衡点的公司，才可能真正分享到下一个十年AI改造实体经济的红利。而对于只看到"每小时赚5亿美元"标题就乐观入场的投资者来说，腾讯和阿里的股价下跌曲线，或许是最好的风险提示。