中國AI產業的三大優勢（下）

文 | 盤古智庫

AI產業的價值最終要在應用端兌現。無論芯片性能多強、模型參數多大，如果不能轉化為用戶愿意付費的產品和服務，就只是實驗室里的"玩具"。中國在這一環節的優勢，源于全球最大的人口基數、最豐富的應用場景、以及最活躍的數字化創新生態。

3.1 消費級市場：14億人口的"超級試驗場"

中國擁有14億人口、超過10億網民、約4億中等收入群體——這是全球最大、最多樣化的消費市場。AI應用的爆發，首先取決于有多少用戶愿意使用、愿意付費。在這個維度上，中國擁有無可比擬的優勢。

從用戶規模看，中國AI應用的滲透速度令人矚目。截至2025年2月，中國生成式AI用戶數量已激增至2.5億。到2026年3月，字節跳動旗下豆包App月活用戶突破3.45億，穩居國內C端AI應用榜首。阿里的千問App月活用戶達1.66億，騰訊元寶月活5735萬。這種用戶規模在全球僅次于美國，但增長速度快于美國。

更重要的是用戶付費習慣的養成。行業數據顯示，2025年國內AI工具用戶付費轉化率從2024年的8%提升至11%，其中高頻使用的職場人、專業創作者付費意愿超過30%。百度文庫付費用戶達4000萬，位列全球第二（僅次于微軟Copilot），總付費率年同比增長60%，這一增長幾乎完全由AI功能帶動。字節跳動2026年5月正式推出豆包付費訂閱服務，標志著國內頭部AI應用全面進入商業化階段。

從消費場景看，中國市場的多樣性為全球之最。從一線城市的金融從業者到縣城里的小店主，從Z世代的數字原住民到銀發族的短視頻用戶，不同群體對AI應用的需求差異巨大，這種多樣性倒逼AI產品必須不斷優化用戶體驗、降低使用門檻。當豆包、DeepSeek、Kimi等產品在3億多月活用戶的"超級試驗場"中快速迭代時，它們獲得的用戶反饋數據量和場景覆蓋度，是其他任何市場無法提供的。

AI應用在消費端的爆發，還將激發新的消費潛力。以AI眼鏡為例，2024年全球AI眼鏡銷量達152萬臺，2025年預計達350-550萬臺，同比增長130%-230%。中國市場增速尤為迅猛——2025年第二季度出貨量同比增長145.5%。2025年"雙11"期間，全品類AI眼鏡銷量126萬臺，同比增長380%。AI PC同樣增長迅猛——2024年中國市場AI PC出貨量超580萬臺，占15%；2025年預計滲透率將升至40%。這些AI硬件的普及，將進一步拉動上游芯片、傳感器、顯示面板等產業鏈環節的需求。

3.2 企業級市場：制造業與服務業智能化轉型的巨大空間

消費級市場是AI應用的"面子"，企業級市場才是"里子"。中國擁有全球最完整的工業體系、最大的制造業產出、以及正在快速升級的服務業，這為AI在B端的應用提供了肥沃的土壤。

從市場規模看，中國AI市場整體規模從2021年的約1500億元增長至2024年的7470億元，同比增長41.0%，預計2025年將達10457億元。IDC預測，中國生成式AI軟件市場規模2025年將達到35.4億美元，企業級應用管理軟件市場2024年下半年達到54.3億美元，預計到2029年將達到175.2億美元，五年復合增長率達11.2%。弗若斯特沙利文預測，中國企業級AI市場2029年規模將達2394億元人民幣，五年復合增速44%。

從應用場景看，AI正在中國制造業的各個環節深度滲透。寧德時代通過AI視覺技術將缺陷率降至0.01%，制造成本同步下降40%。AI輔助診斷已覆蓋全國絕大多數三甲醫院，肺結節識別準確率達97.8%。在金融服務領域，AI用于風險建模、投顧輔助與客戶服務，不僅提升效率，也增強了風險控制能力。據IDC數據，2024年中國AI在互聯網領域的滲透率達89%，電信領域68%，政務領域65%，金融領域64%。

AI for Science（科學智能）是中國AI應用的另一片藍海。2025年，AI for Science領域發表了超100篇重要成果，覆蓋生物醫藥、材料化學、氣象、天文等多個方向。中科曙光2026年4月發布的AI4S計算集群由6萬張國產加速卡構成，在昌平實驗室的蛋白質折疊模擬、中科院計算所的材料篩選等國家級科研場景中應用，將材料篩選時間從數年縮短至數天。Google DeepMind的GNoME模型發現了超過220萬種新晶體結構，其中38萬個穩定結構有望成為實驗合成的候選材料。這些突破意味著AI正在從"輔助工具"演變為"科學發現引擎"，而中國龐大的科研隊伍和豐富的應用場景，為AI for Science的落地提供了最佳土壤。

圖4：全球AI市場規模及預測

3.3 收入閉環的關鍵：產品要"真有用"，用戶要"愿付費"

應用市場再大，如果無法形成商業閉環，最終也會淪為"燒錢游戲"。中國AI應用要實現可持續的收入閉環，必須在兩個維度上取得突破。

第一，AI應用必須真的好用、有效，而不是噱頭。當前的AI產品市場存在明顯的"泡沫"——很多產品只是把大模型能力簡單包裝，沒有解決真實痛點，用戶體驗差、留存率低。國內C端訂閱生意的難度有目共睹：工具類產品年均續費率能做到30%已是行業頂流，價格戰內卷常態化，用戶切換成本幾乎為零。要實現商業閉環，AI應用必須從"有趣"進化到"有用"，從"嘗鮮"進化到"剛需"。這意味著要深耕垂直場景，積累行業know-how，構建數據護城河——而不是簡單地調用API做一個聊天機器人。

第二，必須培養中國人的軟件付費使用習慣。長期以來，中國互聯網用戶習慣了"免費+廣告"的模式，對軟件付費的接受度較低。但AI大模型的推理成本遠高于傳統軟件——每一次對話都意味著實實在在的算力消耗。如果用戶不愿意為AI能力付費，那么再強大的模型也無法持續運營。好在這一習慣正在快速養成：從2024年的8%到2025年的11%，AI工具用戶付費轉化率正在穩步提升。百度文庫4000萬付費用戶、豆包3.45億月活用戶的商業化嘗試，都是這一進程的重要里程碑。

4. 總結：以優勢補劣勢，走中國特色的AI強國之路

客觀審視中國在全球AI產業鏈中的位置，必須承認一個基本事實：中國在許多關鍵環節上仍有大量功課要補。高端光刻機國產化率不到1%，EUV光刻機完全依賴荷蘭ASML；高端光刻膠國產化率不足5%；EDA工具全球95%以上市場被美國Synopsys、Cadence等企業壟斷；7nm及以下先進制程芯片的制造能力仍被鎖在天花板之下。這些"卡脖子"環節不是短期內可以突破的，需要持續的技術攻關、生態建設和產業積累。

但我們同樣要清醒地認識到，AI產業的競爭不是"單項賽"，而是"全能賽"。美國在芯片設計、EDA工具、前沿算法上領先，但中國在稀散金屬、電力供給、應用市場上擁有不可替代的優勢。這三大優勢不是孤立的，而是可以形成戰略協同的：稀散金屬優勢保障了AI硬件制造的原材料供給安全，電力優勢保障了算力擴張的能源底座，應用市場優勢則為技術迭代提供了最豐富的場景和數據。

特別需要強調的是，在這三大優勢中，稀散金屬的優勢是唯一可以"卡別人脖子"的優勢，是國際博弈中可以直接動用的戰略力量。光刻機再先進，沒有鎵和鍺就造不出高端芯片；數據中心再強大，沒有鎢基硬質合金就無法精密加工晶圓。2023年以來，中國先后對鎵、鍺、石墨、銻、鎢、碲、鉍、鉬、銦等關鍵礦產實施出口管制，正是將這種資源優勢轉化為戰略威懾力的具體實踐。彼得森國際經濟研究所指出，中國這些反制措施被廣泛解讀為對美國半導體出口管制的"對等回應"——"如果美國拒絕向中國提供先進的半導體，中國則會拒絕向美國提供半導體和清潔科技的基本構建材料"。

因此，稀散金屬的戰略價值必須上升到國家安全的高度來看待。它不僅是AI產業的"原材料"，更是國際博弈的"戰略籌碼"。在資源勘探、冶煉產能、出口管制、戰略儲備等方面，需要有更長遠的規劃和更堅決的執行。同時，也要避免"資源武器化"的濫用——出口管制的目的是維護國家安全和利益，而非擾亂全球產業鏈，需要在威懾與穩定之間找到平衡點。

面向未來，中國AI產業的發展路徑應該是：充分發揮三大優勢，以優勢補劣勢，整合政府和市場的力量促進在薄弱環節突破，整體變強。在稀散金屬領域，要繼續鞏固"資源+冶煉"的雙重主導，同時加大高端材料研發，向下游高附加值環節延伸；在電力領域，要持續擴大新能源裝機，優化電網智能化水平，為"東數西算"提供更強的能源支撐；在應用市場領域，要鼓勵真正的場景創新，培育用戶付費習慣，讓AI應用從"概念熱"走向"商業實"。

AI產業的全球競爭遠未到終局。中國在某些環節落后，在另一些環節領先，這種"非對稱"格局恰恰是制定戰略的出發點。把自己的長板做到更長，用長板的收益去彌補短板的投入，同時在國際博弈中善用稀散金屬等戰略籌碼爭取時間和空間——這是中國特色AI強國之路的現實選擇。最終，AI產業的勝負不取決于誰在某一個單點上最強，而取決于誰能在全產業鏈上實現動態平衡和持續進化。中國有這樣的底氣，也有這樣的能力。

（本文作者系盤古智庫高級研究員周濟、盤古智庫高級研究員牛站奎。）