产业图谱 · Industry Map

AI应用

当前“AI应用”产业正从“技术验证期”全面迈入“规模化落地期”。

当前“AI应用”产业正从“技术验证期”全面迈入“规模化落地期”。根据本张AI应用全景图谱，产业链的驱动力已从单一的大模型训练，转向了“训练与推理并重、端侧与云端协同”的双轮驱动模式。AI不再仅是软件算法，

7个

产业链环节

7个

已覆盖环节

1篇

旗舰报告

6份

会员附件

Industry Chain

产业链环节结构

按产业链上下游划分环节；颜色表示内容覆盖进度，点选可查看说明与相关公司。

会员可查看环节公司合规数据 →

已覆盖 · 报告锚点与公司均就位部分覆盖 · 仅居其一待补 · 锚点与公司均无

上游

中游

下游

Industry Map

交互产业图谱

图谱与上方环节带共用选中状态；点击环节或图谱节点即可联动。

2026年是AI应用产业的"爆发元年"——DeepSeek等开源大模型将推理成本降低了90%+，直接引爆了千行百业的AI应用需求。AI不再是大厂的"特权玩具"，而是中小企业甚至个人开发者的"生产力工具"。基于产业链的深度解构，瞭望塔 Liorvanta 研究院提出六个独立研判——这些判断直接回应市场对AI产业最核心的争议：

**第一，"AI泡沫论"是2026年市场最大的误判——我们对此作出明确反驳。市场将AI与2000年互联网泡沫类比，认为当前AI估值不可持续。但我们认为二者有本质区别：2000年互联网公司绝大多数"没有收入、没有用户、没有商业模式"——而2026年的AI产业（a）微软Copilot年收入已突破100亿美元、（b）英伟达数据中心业务年收入突破1,000亿美元、（c）AI应用企业（Palantir/Salesforce/Adobe）的AI相关收入增速>50%。"2000年互联网泡沫=讲故事；2026年AI=真金白银。AI产业已经有'三大现金流引擎'（芯片/云计算/企业软件）在持续造血——这与2000年互联网泡沫的'零收入'完全不同。"第二，DeepSeek开源模型=AI产业的"安卓时刻"——推理成本降低90%+引爆了"AI平权运动"。2025年底DeepSeek-V3/R1开源发布，推理成本降至GPT-4的1/10以下。这一事件的意义被市场严重低估——它相当于2007年苹果发布iPhone之后的"第二个转折点"：如果ChatGPT是AI的"iPhone时刻"（证明了AI可以做出惊艳的产品），那么DeepSeek就是AI的"安卓时刻"（证明了AI可以做到"白菜价"——所有人都能用）。"当推理成本降至'一分钱一次'的时候，AI应用将从'奢侈品'变成'日用品'——这是AI产业从'千亿美金'到'万亿美金'的质变。"第三，国产AI芯片不是在"追赶"英伟达，而是在"另辟蹊径"——"推理"才是国产芯片的战场。市场把"国产GPU=性能对标A100/H100"作为投资逻辑，但这是误判。训练市场英伟达是无可争议的霸主（CUDA生态锁定+万卡集群能力），但推理市场（2026年已超越训练市场规模/年增速>50%）对芯片的通用性要求更低。"国产芯片真正的出路不在'训练'而在'推理'——寒武纪思元590（ASIC架构）在推理场景的功耗比已超越英伟达A10，海光DCU兼容ROCm生态=可以在部分推理场景替代英伟达——'够用就好'比'全面追平'更符合商业逻辑。"第四，AI终端不是"智能手机的AI版"而是"新一代人机交互范式"——但"杀手级应用尚未出现"是最大的不确定性。**AI眼镜/AI耳机/AI PIN等终端设备2026年全球出货量突破8,000万台（+300% YoY），但我们的判断更加冷静：AI终端面临的核心挑战不是"技术不成熟"而是"消费者是否需要"——"AI眼镜能做的，手机+手表也能做（只是慢几秒）——消费者是否愿意为了'快几秒'而多带一个设备？"如果AI终端的"杀手级应用"出现（如AI眼镜的"实时翻译=跨国交流的'巴别鱼'"、AI耳机的"全天候会议纪要=知识工作者的'第二大脑'"），品类成立；如果"新奇感褪去后，大多数用户'回归手机'"=AI终端=下一个"智能音箱"。**第五，AI Agent=企业软件行业30年来最大的"范式重构"——但"iPhone时刻"≠"人人赚钱"。微软Copilot的"先行者教训"值得警惕：2025年付费用户仅约2,000万（vs Office总用户>4亿/渗透率<5%）。"企业购买AI Agent不是因为'AI很酷'，而是因为'AI让员工效率提升>30%并可以被财务报表验证'——后者需要2-3年的'生产力审计'才能形成共识。"**用友网络/广联达/科大讯飞的AI Agent商业化=2026年刚起步/营收占比<5%="AI Agent=长期确定性极高/短期不确定性极大"。第六，A股AI投资需要区分"AI赋能"和"AI包装"——多数企业的"AI"只是贴了个标签。

真正的AI赋能="传统业务+AI=效率提升>30%或开辟了全新收入来源"——寒武纪（芯片）/海光信息（芯片）/深信服（AI安全）/科大讯飞（AI教育）/广联达（AI+建筑）=AI"真赋能"；大量AI概念股="把传统业务改了个AI名字"=AI"假包装"。"投资者需要警惕的是，2026年'AI概念股'的数量已经从2023年的>200家→>500家——其中>80%是'AI包装'而非'AI赋能'。"

交互产业图谱 · 点击节点查看环节说明

阅读完整报告 →

上游

上游核心A股芯片企业深度对标及独立研判

企业	股票代码	市值(估/亿元)	PS(估)	核心AI芯片	性能对标	2025年AI营收(估)	我们的判断
寒武纪	688256	~800-1,200	80-120	思元590(ASIC推理)	推理=A10/80%	10-15亿	"A股AI芯片'信仰之股'/PS极高但稀缺性无可替代"
海光信息	688041	~1,500-2,000	40-60	深算三号DCU(GPGPU)	训练=A100/80%	30-50亿(x86 CPU+DCU)	"国产GPU最接近英伟达/确定性最高"
景嘉微	300474	~300-500	30-50	JM9系列(GPU)	推理≈T4	5-8亿(AI GPU)	"军工GPU→AI推理'黑马'/市场认知不足"
华为昇腾	(未上市)	—	—	昇腾910C	训练=A100/90%	>200亿(估)	"事实上的国产AI芯片'无冕之王'"

我们对寒武纪的核心判断：PS 80-120倍=市场在为'中国版英伟达'的远期愿景买单。 思元590在推理场景的功耗比已经超越英伟达A10，这是寒武纪"ASIC架构"的天然优势——"GPU是'通用计算平台'（什么都能算但什么都不极致），ASIC是'专用推理引擎'（只做推理但能做到极致）。推理市场不需要GPU的'通用性'——需要的是'最低功耗+最低成本+最高吞吐量'——这三项指标上ASIC天然优于GPU。"

LAF™ 合规扫描