投资策略研究：AI应用前景展望-算力时代的产业再造-260603（8页）.pdf

1、请仔细阅读本报告末页声明 证券研究报告|2026 年 06 月 03 日 投资策略研究 算力时代的产业再造AI 应用前景展望 人工智能的商业化进程，在 2025 年前后出现了明显的阶段性转变。此前，AI 的产业价值更多停留在预期与讨论层面，市场对其商业潜力的判断，主要依赖技术路线的演示和资本市场的前瞻定价，而非大规模落地的经营数据。2025 年，这一状况发生了结构性变化。我们认为变化来自三个维度的同步推进：一是政策层面，国务院正式将人工智能+列为国家战略行动，为各行业 AI 应用的系统推进提供了顶层依据；二是产业层面，制造、医疗、金融等核心行业开始出现可量化的 AI 应用成果，技术落地不再依赖

2、个案示范，而是进入规模化复制阶段；三是数据层面，AI 核心产业的规模与增速均已形成统计意义上的确认，产业体量进入可持续验证的轨道。我们认为，这三个维度的变化具有内在联系。政策明确方向，降低了产业层的不确定性；产业落地产生数据，反过来为政策的持续推进提供依据；资本在这一过程中的流向，则将两者连接为可自我强化的正向循环。从这个角度来看，2025 年是 AI产业叙事逻辑发生根本转变的节点驱动力从对未来的预期，转向对现实数据的确认。这一转变的意义在于：产业参与者的决策依据发生了改变，由此带来的资源配置方式、竞争格局以及风险结构，都将进入一个新的阶段。在具体行业层面，资本的流向具有筛选功能。制造、医疗、

3、金融是当前 AI 投资最为集中的三个方向，原因有其内在逻辑：这三个行业的共同特征是数据积累充分、决策流程可结构化、单点效率提升的经济价值可量化。资本不会无差别地进入所有行业，它优先流向AI 能够形成可验证回报的场景。据我们分析，这一流向本身就是一种判断即在当前技术能力边界内，哪些行业最有条件完成从AI 可以做到AI 值得做的转变。制造、医疗、金融能够成为资本的优先选择，不仅是因为市场规模大，更因为这三个行业的问题结构适合当前AI 的能力特征。与此同时，三个行业各自面临的监管环境、数据开放程度和商业模式成熟度存在明显差异，这决定了资本在这三个方向上的渗透节奏并不同步，也影响着各行业 AI 落地的

4、路径选择。全球 AI 投资已进入规模确认阶段，方向明确，但结构分化。中国的相对优势在应用层，而非基础模型层。理解这一格局，是分析制造、医疗、金融三个落地行业的前提，也是评估中国产业定位的必要背景。中国 AI 产业的发展路径具有内在一致性：以应用场景的规模密度为基础，通过大规模部署积累模型迭代数据，以政策生态保障产业推进节奏，以算力基础设施支撑应用层的持续扩张。这一路径在制造、医疗、金融三个行业中已有可量化的验证，并在人才培养、专利积累和产业规模等维度形成了相互支撑的正向循环。从中期角度看，中国 AI 产业在应用层已形成规模优势，这一优势正在通过经济数据逐步得到确认。应用层的规模积累，将为基础层

5、能力的持续提升提供数据资产与商业反哺，这是理解中国 AI 产业长期竞争力的核心逻辑。风险提示：AI 算力基建过剩、技术进步不及预期、下游需求增速减缓、全球流动性紧缩 作者 分析师 汪毅 SAC：S1070512120003 邮箱： 分析师 王正洁 SAC：S1070524070004 邮箱： 相关研究 1、长城策略*月度金股2026 年 6 月2026-06-01 2、策略视角：重视非银金融布局机会2026-05-28 3、创业板的投资线索：基于股指期货上市对指数影响角度2026-05-19 P.2 请仔细阅读本报告末页声明 内容目录 一、从叙事驱动到数据验证.3 二、资本格局：投资流向与产业

6、方向.3 全球投资规模的量级变化.3 资本流向对行业选择的指示作用.4 三、三大落地行业.4 3.1 制造业：政策与市场双轮驱动.4 3.2 医疗健康：政策框架系统化，场景落地加速.5 3.3 金融：商业化成熟度最高的行业.5 四、中国定位：应用层的规模优势与路径选择.6 研究能力：进入全球第一梯队.6 产业规模：数字经济的核心支柱.6 应用场景密度：中国的结构性优势.7 政策生态：系统化推进的制度保障.7 路径判断.7 风险提示.7 图表目录 图表 1：全球算力规模（左轴）与全球算力增速（右轴）.3 图表 2：中国高技术产业工业增加值同比与工业机器人产量同比（%）.5 P.3 请仔细阅读本报