中国 AI 应用调研纪要：工作流引领变现的初步证据

摘要： 摩根大通通过对自主化、模型开发、企业工作流软件及垂直 AI 应用的八次会议调研，认为中国 AI 应用正从叙事转向早期商业验证，其中“工作流”所有权成为引领变现的核心证据。报告强调，基础模型在企业场景中趋向可互换，而真正价值捕获能力取决于专有数据与工作流的集成。

行业主线：

1. 工作流引领变现：价值创造正从纯模型能力转移至与专有数据、工作流上下文及客户集成相结合的方案。
2. 基础设施需求与模型脱钩：计算和推理需求由实际部署驱动，而非依赖单一模型领先地位，利好算力、国产芯片、内存与存储。
3. 商业化路径分化：垂直领域（如保险、金融风险、跨境营销）开始出现经常性收入；ADAS 较 L4 自动驾驶出租车更接近规模化。

关键变化与分歧：

1. 模型可互换性增加：企业客户更看重任务完成度和工作流集成，基础模型可能成为灵活的输入点，导致模型供应商面临定价压力。
2. 中立专业公司崛起：在 OEM 和企业端，部分客户倾向于选择不绑定特定云生态的“中立”模型供应商。
3. 消费级 AI 仍处早期：消费级应用和智能体商业化仍处于叙事阶段，付费转化与留存率尚需验证。

受益方向与风险：

1. 受益方向：AI 基础设施（国产芯片、内存存储）、拥有专有数据和工作流所有权的 AI 应用层公司、量产型 ADAS 供应商。
2. 核心风险：管理层披露的盈利数据未经独立第三方验证；推理成本下降可能挤压应用层利润；自动驾驶受监管限制。