中信证券：AI革命如何影响中国经济？

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　中信证券研究 文|杨帆  许英博  玛西高娃  陈俊云

　　廖原  王希明  李想

　　短期来看，AI革命主要通过资本开支扩大拉动宏观总需求。美国2023年下半年AI相关资本开支爆发式增长，预计2025年美国四大云厂商资本开支增量为861亿美元，约占美国GDP的0.3%。DeepSeek出现后，国内大厂加大AI资本开支，阿里已率先宣布未来三年投入超过过去十年。我们预计2025年国内代表性厂商资本开支合计增量1498亿元，约占GDP的0.11%。在乐观/悲观预期下，增量分别2144/822亿元，分别约占GDP的0.15%/0.06%。本轮AI资本开支规模可能类似于2021-2022年的新能源资本开支水平，成为传统经济周期的额外拉动因素，并逐步提升其他行业的生产效率。中长期来看，根据过去几轮技术革命经验，AI革命有望通过提高全要素生产率的方式提振1-2%的经济增速，但可能降低单位GDP增长提供的就业岗位数量。行业维度上，我们用AI渗透度和AI弹性两个维度尝试刻画各个行业的受益程度，信息、教育、金融、制造和大健康或是受益最多的行业。

　　▍美国2023年下半年以来AI相关资本开支爆发式增长，预计2025年美国四大云厂商资本开支增量为861亿美元，约占美国GDP的0.3%。

　　AI产业链可以分为基础层（硬件设施等）、技术层（算法模型）和应用层（AI应用软件和AI智能硬件），目前对宏观经济影响最大的是基础设施层的资本开支（硬件投资）。从2023年下半年开始，北美四大云厂商的资本开支出现爆发式增长。根据中信证券研究部前瞻组的计算，2024年北美四大云厂商合计CAPEX 2524亿美元，较2023年同比增长77%。中信证券研究部前瞻组预计，中性假设情形下，2025年北美四大云厂商合计资本开支为3385亿美元，同比2024年增长34%，增量约为861亿美元，约占美国GDP的0.3%。 

　　▍DeepSeek出现后，国内大厂加大AI资本开支，阿里已率先宣布未来三年投入超过过去十年；我们预计2025年国内代表性厂商资本开支合计增量1498亿元，约占GDP的0.11%。

　　DeepSeek带来的模型平权推动AI应用、云计算市场景气度上行，有望带来算力基础设施的旺盛需求，推动资本开支增长。当前国内厂商的资本开支占收比显著低于海外云厂商，AI应用爆发有望驱动资本开支上行。2月24日阿里巴巴集团CEO吴泳铭宣布“未来三年，阿里将投入超过3800亿元，用于建设云和AI硬件基础设施，总额超过去十年总和”，我们预计其他头部科技企业也将跟进加大AI基础设施投入。中信证券研究部互联网组预计，中性假设下2025年国内代表性厂商资本开支合计有望达到44%左右的同比增速，合计增量1498亿元，约占GDP的0.11%；在乐观/悲观预期下，资本开支增速分别为62%/24%，合计增量分别2144/822亿元，分别约占GDP的0.15%/0.06%。

　　▍本轮AI资本开支规模可能类似于2021-2022年的新能源资本开支水平，成为传统经济周期的额外拉动因素，并逐步提升其他行业的生产效率。

　　中国传统的企业资本开支是后周期变量，通常是地产或出口先好转，需求的改善使得企业利润增速上行。在工业企业利润改善1年之后，制造业投资才开始增加。但是本轮AI资本开支的核心逻辑是技术迭代，企业投资先于收入和利润兑现，供给创造需求，可以成为传统经济周期分析模型之外的拉动因素。过去我国典型的技术革命驱动投资周期包括2021-2022年的新能源浪潮和2015-2016年的中国移动互联网浪潮。2021-2022年A股上市的新能源企业增量资本开支分别约为1428亿元和1928亿元，是制造业投资高速增长的重要支撑。2015-2016年的移动互联网浪潮中投资规模也接近千亿级别，但不是用于固定资产投资，而是通过“烧钱”对商业模式进行创新，对居民消费和就业产生了间接影响。不同于电动车与燃油车的替代逻辑，AI基础设施更加完善之后，对其他行业的赋能效果将更加明显，可能更类似于互联网对生活和生产的全面影响。

　　▍历史经验：电气化革命和互联网革命时期美国经济增速中枢均显著提升，对通胀总体是抑制作用，对就业的影响没有共性规律。

　　1910年至1930年是电动化进展最快的时期。1910年、1925年、1940年，美国劳动生产率同比增速（5YMA）分别为-1.93%、2.92%、4.49%。物价方面，美国总体表现出高增长和低通胀的组合，主要商品价格在此30年间的涨幅极其有限。就业方面，电气化初期企业资本开支增长吸纳大量就业，中期产能和劳动力过剩带来失业，后期经济结构转型会使失业率回归自然水平。

　　1993-2003年是美国互联网渗透率提升最快的时期，美国GDP增速中枢和劳动生产率增速双双上行。在普及率提升最快的1994-2000年，美国GDP增速连续保持在4%左右，劳动生产率增速更是1967年至2023年间的最高值。互联网加速普及期美国经历了类似电气化时代的通胀中枢下滑，结构上服务项目CPI的下行幅度更加显著，因为互联网普及对服务业的生产效率提振更多。互联网技术爆发初期（1990-2000年），经济增速显著加快，该期间互联网的就业创造效应较强，但技术普及中后期（2000年以后）互联网对就业的替代效应可能大于创造效应。

　　▍AI革命的长期影响：多数学术研究认为AI可以提高经济增速1-2ppts，对服务业价格可能产生抑制作用，也可能降低单位GDP增长提供的就业岗位。

　　目前学术界对AI提振生产力的估计存在较大差异，不过多数估计在年化的贡献在1-2ppts。本轮美国AI可能正处于规模化应用初期，但其对经济增长的提振作用已经显现，美国经济对高利率环境再度呈现出脱敏特征。从就业角度看，历次技术进步均存在就业替代效应和就业创造效应，但有研究显示1987年以来技术进步的替代效应要强于就业创造效应，实证数据显示ChatGPT推出后美国（上升）和欧元区（下降）失业率走势开始分化，哈佛大学Demirci， Hannane， Zhu（2024）等的研究亦显示AI的就业替代效应相对明显。由于本轮AI对服务业的赋能和就业替代效应相对强于制造业，所以后续可能对服务通胀中枢施加一定下行压力。

　　▍行业结构：我们用AI渗透度和AI弹性两个维度尝试刻画各个行业的受益程度，测算显示信息、教育、金融、制造业和大健康或是受益最多的行业。

　　AI渗透率方面，以目前美国企业使用AI的情况来看，信息业、专业技术、教育服务和房地产是AI渗透度最高的行业，农业和公用事业是AI渗透度最低的行业。AI弹性方面，预计到2030年时，AI对教育服务、金融业、信息和制造业的经济增益较多，行政与支持和管理等行业的影响较小。根据AI渗透度和AI弹性把所有行业归入四个象限，教育服务和信息分别在AI弹性和AI渗透度上领跑其他行业，另外金融业、制造业和大健康等行业受益情况较好。

　　▍风险因素：

　　宏观经济下行风险，技术进步不及预期风险，预测可能存在误差。