JPMorgan Chase: Nhu cầu AI của Trung Quốc đang mở rộng nhanh chóng, khả năng mô hình trở thành yếu tố cạnh tranh cốt lõi

Ngành mô hình cơ sở trí tuệ nhân tạo của Trung Quốc đang bước vào giai đoạn tăng tốc thương mại hóa. Morgan Stanley cho rằng, khi chất lượng mô hình tiếp tục cải thiện và bắt đầu chuyển hóa thành sự tăng trưởng nhu cầu nhanh hơn, khả năng của mô hình lớn sẽ quyết định quyền định giá, khoảng cách giữa các công ty mạnh và yếu sẽ ngày càng mở rộng.

Theo báo cáo của Morgan Stanley được phát hành vào ngày 27 tháng 3, hệ thống đã trả lời mười câu hỏi then chốt về sự tăng trưởng nhu cầu, định giá API, cấu trúc cạnh tranh, khả năng sinh lời và rủi ro mở rộng toàn cầu.

Báo cáo cho rằng, năm 2026 sẽ là năm quyết định xem nhu cầu AI của các doanh nghiệp Trung Quốc có thể sao chép đường cong tăng trưởng thị trường Mỹ năm 2025 hay không, ứng dụng mã hóa và tác nhân thông minh đang trở thành những chất xúc tác nhu cầu quan trọng nhất.

Tăng tốc nhu cầu: Logic điểm uốn phi tuyến tính, mã hóa và tác nhân là chất xúc tác chính

Morgan Stanley cho rằng, nhu cầu AI nên được hiểu là “điểm uốn thúc đẩy” chứ không phải tăng trưởng tuyến tính — một khi khả năng mô hình vượt qua ngưỡng, đủ để mở khóa quy trình làm việc thực sự trên quy mô lớn, nhu cầu sẽ tăng tốc mở rộng.

Thị trường Mỹ đã cung cấp tiền lệ. Theo dữ liệu trích dẫn từ báo cáo, doanh thu thường xuyên hàng năm (ARR) của Anthropic đã nhanh chóng tăng từ 1 tỷ USD vào tháng 12 năm 2024 lên 19 tỷ USD vào tháng 3 năm 2026, tăng khoảng 19 lần trong vòng 15 tháng.

Morgan Stanley cho rằng, hiện tại Trung Quốc có đủ điều kiện để theo sau mô hình tương tự: khả năng mô hình nội địa đã gần bằng hoặc thậm chí vượt qua mức của các mô hình hàng đầu của Mỹ cách đây một năm, trong khi giá cả nội địa cũng phù hợp hơn với lợi ích kinh tế địa phương, cả hai đã cải thiện lợi nhuận thương mại.

Logic nhu cầu ở phía tác nhân cũng đang được củng cố. Báo cáo chỉ ra rằng, OpenClaw đã trở thành chất xúc tác quan trọng, đưa các kịch bản sử dụng từ tương tác đơn lẻ sang thực hiện nhiều bước, tăng cường đáng kể cường độ token cho mỗi nhiệm vụ. Tencent, Alibaba và ByteDance đã tích hợp các công cụ gắn liền với OpenClaw vào hệ sinh thái của họ.

Định giá API: Phân hóa là chủ đề chính, khả năng quyết định quyền định giá

Morgan Stanley đưa ra nhận định, định giá API khó có khả năng di chuyển theo một chiều, mà có khả năng sẽ hướng tới sự phân hóa.

Một mặt, khả năng hình thành quyền định giá. Nếu một mô hình có thể độc nhất vô nhị giải phóng những nhiệm vụ có giá trị cao, như mã hóa tác nhân, quy trình làm việc dài hạn hoặc độ tin cậy cấp doanh nghiệp, khách hàng sẽ sẵn sàng trả giá cao hơn, vì lợi nhuận có thể định lượng và độc lập với giá trị đơn vị của token.

Mặt khác, với sự cải thiện liên tục của hiệu suất phần cứng, hệ thống và thuật toán, chi phí đơn vị suy diễn sẽ tiếp tục giảm, điều này sẽ tạo áp lực định giá cho các mô hình “đủ tốt nhưng ngừng tiến bộ”.

Báo cáo từ đó đưa ra kết luận: các mô hình ở lại trên đỉnh cao của khả năng có khả năng đạt được sự tăng trưởng cả về số lượng lẫn giá; trong khi các mô hình không thể cải thiện liên tục thì có khả năng cao hơn sẽ đối mặt với sự giảm giá trong khi khối lượng sử dụng tăng lên, triển vọng lợi nhuận không chắc chắn.

Trọng tâm cạnh tranh: Chuyển từ chiến tranh giá sang khả năng mô hình

Báo cáo nhấn mạnh, đây là sự khác biệt chính so với cuộc thảo luận năm ngoái — đặc biệt tại Trung Quốc, trước đây, trọng tâm của thị trường là cạnh tranh giá toàn diện.

Trong các kịch bản sử dụng tác nhân, những gì khách hàng thực sự mua không phải là token rẻ, mà là sự hoàn thành suôn sẻ của nhiệm vụ. Báo cáo trích dẫn dữ liệu ước tính cho thấy, trong quy trình làm việc nhiều bước, một sự cải thiện nhỏ về độ tin cậy của từng bước có thể mang lại sự cải thiện lớn về tỷ lệ hoàn thành nhiệm vụ cuối cùng (tỷ lệ thành công từng bước từ 90% tăng lên 95%, tỷ lệ hoàn thành 20 bước sẽ từ 12% tăng lên 36%).

Điều này có nghĩa là các mô hình có giá trị trung bình token cao hơn nhưng độ tin cậy cao hơn, có thể có chi phí thực tế cho mỗi nhiệm vụ thành công thấp hơn.

Morgan Stanley cho rằng, các công ty sở hữu các mô hình tiên tiến mạnh mẽ thường có thể dễ dàng mở rộng đến thị trường giá thấp hơn, trong khi các công ty dựa vào giá thấp thì khó khăn hơn trong việc tiến vào thị trường cao cấp. Do đó, cạnh tranh đang ngày càng tập trung vào chất lượng mô hình tuyệt đối và hiệu quả kỹ thuật, chứ không chỉ đơn thuần là giá cả.

Cấu trúc ngành: Sống còn, kẻ mạnh càng mạnh

Morgan Stanley duy trì quan điểm về ngành mô hình ngôn ngữ lớn “sống còn”, logic cốt lõi là: khoảng cách công nghệ nhỏ, chu kỳ sản phẩm không có điểm dừng, mô hình kinh doanh đang tập trung vào bán API, các công ty mất động lực có thể nhanh chóng bị loại bỏ.

Báo cáo chỉ ra rằng, tại Trung Quốc, khoảng cách giữa các công ty mô hình ngôn ngữ lớn thường nhỏ hơn nhiều so với những gì các nhà đầu tư nghĩ, điều này khiến thị trường trở nên rất không ổn định. Các công ty phải liên tục chi tiêu và cải tiến để tránh tụt lại phía sau — đứng yên không phải là trung lập, mà có nghĩa là mất vị thế trên thị trường.

Về xu hướng các gã khổng lồ internet tiến vào lĩnh vực AI B2B, báo cáo cho rằng điều này khiến cạnh tranh giữa các nhà cung cấp mô hình độc lập và các nền tảng lớn trở nên trực tiếp hơn.

Alibaba đã rõ ràng xác định điện toán đám mây và AI là những trọng điểm chiến lược, sản phẩm tác nhân mà Tencent ra mắt gần đây đã phân khúc đến cá nhân, nhà phát triển và kịch bản doanh nghiệp. Morgan Stanley dự đoán, khi các nền tảng thúc đẩy mạnh mẽ việc hiện thực hóa B2B, lợi thế vị trí “đám mây trung lập” đang dần suy yếu, trọng tâm cạnh tranh của cả hai bên đều hướng tới chính khả năng mô hình.

Khả năng sinh lời: Lợi nhuận gộp có thể được cải thiện, đòn bẩy hoạt động vẫn cần được xác thực

Morgan Stanley cho rằng, đối với các nhà cung cấp mô hình ngôn ngữ lớn hàng đầu toàn cầu, lợi nhuận gộp nên tăng lên theo sự cải thiện của hiệu suất mô hình và hiệu suất chip suy diễn, khối lượng công việc có giá trị cao hơn cũng sẽ hỗ trợ một cấu trúc doanh thu có lợi hơn. Tuy nhiên, vấn đề quan trọng hơn về khả năng sinh lời là: tốc độ tăng lợi nhuận gộp có thể vượt qua tỷ lệ tăng chi tiêu cho R&D hay không.

Báo cáo lấy Anthropic làm tham chiếu — ngay cả khi công ty này đã đạt mức doanh thu 14 tỷ USD vào tháng 2 năm 2026, nhưng vẫn thông báo một vòng huy động vốn 30 tỷ USD và nhấn mạnh tiếp tục phát triển tiên tiến, khẳng định rằng doanh thu cao không có nghĩa là cường độ huấn luyện đã trở lại mức bình thường.

Morgan Stanley duy trì đánh giá “tăng cường” đối với Zhihu và MiniMax, với giá mục tiêu lần lượt là 800 HKD và 1,100 HKD. Dự đoán rằng cả Zhihu và MiniMax sẽ bắt đầu có lãi từ năm 2029. Báo cáo cũng nhấn mạnh, việc duy trì tăng trưởng khối lượng sử dụng và xu hướng cải thiện lợi ích kinh tế đơn vị quan trọng hơn việc xác định năm chính xác có lợi nhuận.

Nội dung tuyệt vời trên đến từ giao dịch đuổi theo gió.

Để có những phân tích chi tiết hơn, bao gồm phân tích theo thời gian thực, nghiên cứu tại chỗ và các nội dung khác, hãy tham gia 【**Giao dịch đuổi theo gió▪ Hội viên hàng năm**】

![](https://img-cdn.gateio.im/social/moments-fbd1926258-e4f5fedf69-8b7abd-ceda62)

Cảnh báo rủi ro và điều khoản miễn trừ

          

            Thị trường có rủi ro, đầu tư cần thận trọng. Bài viết này không cấu thành lời khuyên đầu tư cá nhân, cũng không xem xét đến mục tiêu đầu tư, tình hình tài chính hoặc nhu cầu đặc biệt của từng người dùng. Người dùng nên xem xét bất kỳ ý kiến, quan điểm hoặc kết luận nào trong bài viết này có phù hợp với tình trạng đặc thù của họ hay không. Đầu tư theo đó, trách nhiệm tự chịu.