中国AI价值重估浪潮下的范式智能：基于高盛框架的深度研究与五年展望

一、 引言：高盛报告核心要义——中国AI的结构性机遇

高盛在最新发布的系列研究报告中，以前瞻性的视角系统地阐述了对中国人工智能领域的乐观判断，提出了一个核心论点：《中国AI所带来的潜在经济效益远未被市场充分定价，并且正在形成独立于全球科技股的行情主线》。这一判断建立在对中国AI发展现状、全球竞争格局、估值比较优势及宏观政策导向的综合分析之上。

报告指出，自2025年1月“DeepSeek时刻”以来，中国AI相关股票平均上涨50%，科技板块总市值新增逾3万亿美元，其中AI股贡献了约3.4万亿美元的增量。然而，高盛认为，这波上涨仅仅反映了AI价值的冰山一角。通过宏观、行业总潜在市场（TAM）和企业盈利三个层面的交叉测算，当前估值可能将AI带来的潜在增值与利润创造空间低估了50%至100%。这意味着，中国AI的结构性机会远未结束，市场对AI驱动效率提升和新利润创造的定价仍显保守【1】。

尤为关键的是，高盛重新定义了中国AI的价值链，构建了一个覆盖3715家公司、总市值达36万亿美元的全球AI股票宇宙，并划分为五大主题层：电力、半导体、基础设施、模型与应用。在此框架下，中国超过3000家上市公司存在可追溯的AI收入关联，总市值约10万亿美元，其中约一半市值与AI价值链直接相关。这为中国AI投资提供了清晰的地貌图【2】。

在配置层面，报告揭示了一个巨大的结构性错配：中国在全球AI市值中占比达10%，贡献16%的相关营收，并在资本支出与研发投入中占据近20%的份额，但全球共同基金对中国股票的配置权重仅1.7%，对中国AI科技股的持仓更只占其全球科技配置的1.2%。这一巨大落差意味着，一旦全球投资者开始修正配置偏差，潜在的资金流入空间可观【3】。

从全球竞争格局看，中美各具优势。美国在半导体、AI模型及数字应用领域占据主导，而中国的比较优势集中于电力、基础设施及实体AI三大方向。这三者分别占全球AI收入池的38%、26%和27%。持有中国AI股票，能为全球投资者提供差异化的敞口与有效的分散化收益，因为中国AI股票与美国及全球科技股的52周滚动收益相关性仅23%，远低于美国与其他地区69%的水平，表明中国AI已形成独立行情【4】。

政策层面，AI契合了中国科技自立自强的核心导向。高盛预计，相关股票的盈利增长将显著跑赢非AI资产。在当前估值具备吸引力的背景下，配置AI已成为对冲实体经济和传统行业被颠覆风险的必要手段【5】。

本报告将以此为宏观背景，聚焦中国领先的企业级人工智能平台公司——范式智能（第四范式），深度剖析其在中国AI产业链中的定位，并对其在“十五五”规划期间（2026-2030年）的基本面演变、港股估值趋势以及在央国企AI应用生态中的主导权进行前瞻性推演。

二、 第四范式在高盛AI价值链中的定位解析

要准确评估第四范式的未来前景，首先需要将其置于高盛所描绘的全球AI产业价值链中进行定位。第四范式并非一个单一的模型公司或应用公司，其业务横跨多个层级，构成了一个独特的“平台生态体”。

2.1 技术架构与价值链映射：超越单一层级的平台力量

高盛将AI价值链划分为电力、半导体、基础设施、模型与应用五大主题层。第四范式的核心产品——先知AI平台（Sage AI Platform），其技术架构呈现出显著的垂直整合特征，深度渗透并连接了基础设施、模型与应用三大核心层级【6】。

1，基础设施层：第四范式通过 SageOne AI计算平台 提供底层算力支持。

SageOne是一个基于软件定义GPU池的全功能计算平台，它不仅仅提供硬件算力，更通过自研加速技术（如ATX800加速卡）和与Intel Optane持久内存结合的优化方案，实现了对AI计算过程的高效调度与管理。这使《第四范式在AI基础设施软件层占据了重要位置，帮助企业构建自主可控的AI算力底座》【7】。

2，模型层：这是第四范式的核心优势所在。

其平台集成了自动化机器学习、大规模模型训练与管理、模型版本管理与复用等能力。特别值得注意的是，Sage AI平台支持超过150个大型语言模型的集成与调用，并具备开发垂直领域大模型的能力。平台提供的低代码/无代码开发环境，大幅降低了企业构建专属AI模型的门槛。《在机器学习平台这一细分市场，第四范式已连续多年位居中国市场份额第一，2025年份额高达32.7%，这构成了其在模型层坚实的市场地位》【8】。

3，应用层：第四范式通过 “平台+解决方案” 模式深入各行各业。

其行业解决方案覆盖金融、能源电力、制造、医疗、零售、电信等关键领域。平台的API、工具包和行业特定解决方案（如SHIFT智能解决方案、AIGS服务）将AI能力转化为具体的业务价值，如交易反欺诈、贷后管理、精准营销、智能运维等。这使其《从单纯的工具提供商升级为业务价值赋能者》【9】。

因此，在高盛的框架中，第四范式并非处于某一孤立层级，而是作为 《“AI基础设施与模型平台化赋能者”》 ，《贯穿了从算力调度、模型构建到应用落地的关键环节》。这种定位使其受益于中国AI产业发展的双重红利：

《一方面，作为基础设施和模型平台的提供者，它直接受益于高盛所强调的中国在“基础设施”领域的比较优势；》

《另一方面，作为应用落地的推动者，它又享受着AI向各行各业渗透带来的广阔市场空间。》

2.2 市场份额与竞争格局：企业级AI平台的领导地位

权威行业报告的数据进一步印证了第四范式在价值链中的强势地位。根据IDC和灼识咨询的报告，第四范式在多个关键细分市场占据领先地位：

①在 平台为中心的决策类AI市场，2020年市场份额约为18.1%，位居第一。

②在中国机器学习开发平台市场，2019年市场份额约20%，2025年提升至32.7%，持续领先华为云、九章云极等竞争对手。

③其核心产品“先知AI平台”收入占比持续提升，2024年达到总收入的69.9%，2025年中期进一步提升至81.8%，成为驱动增长的核心引擎【10】。

这种市场领导地位建立在深厚的技术积累之上。第四范式拥有强大的研发能力，在AutoML算法、强化学习、迁移学习、AI算力调度以及生成式大模型等前沿领域均有布局。其平台被业内喻为“AI领域的Windows系统”，意味着它旨在成为企业AI开发的标准化操作系统，这一定位具有极高的生态粘性和护城河【11】。

三、 深度剖析：第四范式在央国企AI应用市场的战略支点

央国企市场是中国经济的中流砥柱，也是AI应用潜力最大、支付能力最强的领域。第四范式在该市场的布局，是其未来五年增长的关键压舱石。

3.1 客户结构与收入贡献：深耕关键领域

搜索结果显示，第四范式已成功服务超过8000家客户，落地12000多个成功案例，但其核心收入支柱来自行业头部企业，尤其是央国企。其客户名单星光熠熠，包括工商银行、建设银行、中国银行等主要国有银行，国家电网、中国石油、中国广核等能源巨头，以及三大电信运营商【12】。

从行业收入贡献来看，金融和能源电力是其两大核心板块。有信息指出，金融行业客户占比约40%，制造业客户占比约25%。而在能源与电力行业，2022年收入贡献占总收入的20.3%，金融行业占16.9%【13】。

考虑到金融和能源领域极高的央国企集中度，可以合理推断，央国企客户为第四范式贡献了相当可观且稳定的收入比例。有分析指出，央企能源、电力、电信、金融、港口运输等行业的AI转型解决方案中，第四范式是首选，这些行业贡献了其收入的60%-70%【14】。

《标杆客户的价值不仅在于收入，更在于其示范效应和深度合作潜力》。2023年，第四范式标杆用户数（全球财富500强企业或上市公司）达139个，平均每个标杆用户贡献营收高达1838万元【15】。这表明其商业模式已从项目制向平台化、深度合作模式演进，客户黏性高，生命周期价值大。

3.2 差异化优势：匹配央国企需求的“三位一体”

第四范式能在央国企市场取得领先地位，源于其能力与央国企核心需求的高度契合，形成了《“技术平台+行业know-how+国产化适配”的三位一体优势》。

第一，技术平台的稳定性、安全性与可解释性。

央国企对系统稳定性、数据安全性和决策可解释性有极高要求。第四范式的决策AI平台在金融风控、能源调度等场景中，需要提供高并发、高可靠的实时决策支持，其万亿级在线估算系统和毫秒级实时推理能力，满足了金融等关键行业的严苛标准。其平台提供的模型自学习、版本管理和审计功能，也符合央国企合规监管的要求【16】。

第二，深厚的行业知识积累。

第四范式通过与行业领军企业（往往是央国企）的标杆项目合作，积累了大量特定场景的行业诀窍。例如，在能源领域，其平台赋能虚拟电厂等新兴场景；在制造领域，优化供应链和生产流程。这种行业know-how的沉淀，使得平台能够提供更贴合业务痛点的解决方案，而非通用型AI工具，构成了重要的竞争壁垒【17】。

第三，对国产化软硬件的适配能力。

在“科技自立自强”政策背景下，央国企的AI转型必须考虑供应链安全。第四范式积极与国产软硬件生态合作，例如与龙芯科技合作共同建设本土可控的AI软硬件一体化单元。其SageOne平台也支持软件定义算力，可灵活适配不同国产GPU和计算芯片。这种国产化适配能力，使其成为央国企在AI基础设施领域自主可控选项中的关键伙伴【18】。

四、 未来五年（2026-2030）基本面演变趋势推演

基于高盛对中国AI宏观趋势的判断、第四范式现有的市场地位和财务轨迹，结合“十五五”规划的政策脉络，我们对公司未来五年的基本面进行多维度推演。

4.1 收入增长驱动：结构性优势下的确定性扩张

华安证券等机构的预测为我们提供了基准情景：预计2025/2026/2027年营业收入分别约为70亿/93亿/124亿元，保持30%以上的年复合增长率【19】。这一预测相对保守，我们结合高盛的宏观判断，认为第四范式有望跑赢行业平均增速，原因如下：

驱动一：央国企数字化转型的深化与规模化。

高盛指出，《AI契合中国科技自立自强核心导向，相关股票盈利增长将显著跑赢非AI资产》【20】。《央国企作为国家战略执行主体，其AI转型将从试点走向规模化》。第四范式已占据先发优势，其平台正从“解决方案提供”向“AI基础设施”角色进化。随着央国企在能源智能调度、供应链优化、智能风控等领域推广AI应用，平台订阅费、运维服务费和增值模块收入等将持续增长。预计央国企市场收入占比将稳定在60%以上，并推动整体ARPU（每用户平均收入）值提升。

驱动二：平台化渗透带来的边际成本下降与盈利改善。

公司核心产品“先知AI平台”收入占比已超过80%【21】。平台化业务具有显著的规模效应：初期研发投入大，但后期边际成本快速递减。随着客户基数扩大和应用场景复用度提高，平台的毛利率有望进一步提升。搜索结果显示，公司亏损幅度已大幅收窄，2024年归母净亏损同比缩窄70.4%【22】。多家机构预测公司将在2026年或2027年实现盈利转正。我们判断，2026年将是关键的盈利转折点，此后净利润率有望进入持续改善通道。

驱动三：AI Agent与垂类世界模型开辟新增长曲线。

第四范式正在推动“AI Agent+垂类世界模型”的规模化落地【23】。这代表了AI应用从单点工具向智能体生态的演进。在“十五五”期间，为企业定制专属的AI智能体，负责跨系统调度、复杂决策和流程自动化，将成为新的高价值服务模式。这不仅能提升现有客户的客单价，还能开拓新的行业场景，如智慧城市、智慧医疗等。

驱动四：AIGS（AI生成软件）带来的范式革命。

公司的AIGS服务是生成式AI在软件开发领域的应用，有望重塑企业IT开发流程。对于拥有大量遗留系统和定制化开发需求的央国企而言，AIGS能极大降低IT成本和提升效率。这代表着一个全新的、巨大的市场空间。

4.2 成本结构与盈利路径：从规模投入到效率释放

未来五年的成本结构演变将呈现“前高后稳”的特征：

研发投入：公司将持续高投入，但方向将更聚焦于基础模型优化、AI Agent框架和行业大模型研发，研发费用率将稳定在较高水平（预计25%-30%），但绝对额增长将与收入增长更趋同步。

销售与管理费用：随着品牌知名度提升和客户口碑效应显现，市场推广效率将提高。同时，标准化平台产品的比例提高，降低了项目实施的人力成本。预计销售费用率和管理费用率将呈现缓慢下降趋势。

毛利率：平台收入占比提升、软件订阅模式推广以及云原生部署的普及，将推动毛利率从目前的40%左右向50%-55%的行业软件高盈利区间迈进。

综合来看，预计公司将在2026年实现盈亏平衡，2027年净利润率达到中个位数水平（约5%），并在随后几年随着平台规模效应释放，净利润率向10%-15%的成熟软件公司水平迈进。

五、 估值逻辑重构与港股价值重估路径

高盛的核心论点在于中国AI资产被系统性低估。第四范式作为企业级AI平台龙头，其估值逻辑正在经历从“亏损科技股”到“盈利成长股”再到“平台生态股”的三阶段重构。

5.1 当前估值面临的折价因素目前第四范式港股估值面临多重折价：

①盈利不确定性折价：尽管亏损收窄，但尚未盈利，市场给予风险折价。

②中美科技竞争折价：作为中国AI平台公司，可能受地缘政治因素影响，国际投资者给予流动性折价。

③商业模式认知折价：市场对其“平台+解决方案”的商业模式盈利能见度和持续性存疑，对比纯SaaS公司给予折价。

④低配置造成的流动性折价：正如高盛所指，全球基金对中国AI配置极低，导致流动性不足，估值承压【24】。

5.2 估值重估的催化因素未来五年，多重因素将推动估值体系发生根本性转变：

阶段一（2026-2027）：盈利验证，估值修复

催化事件：实现首个完整盈利年度，净利润数据得到验证。

估值驱动：市销率（P/S）估值开始让位于市盈率（P/E）估值。随着盈利路径清晰，市场开始给与其更高的增长确定性溢价。PEG比率（市盈率相对盈利增长比率）将成为核心参考指标。

股价驱动：业绩超预期叠加盈利确认，将吸引追求确定性的国内外长线资金入驻，流动性显著改善。此时，高盛所言的“50%-100%的估值低估”将得到部分修正。

阶段二（2028-2029）：生态确立，估值溢价

催化事件：平台生态效应显现，开发者社区壮大，第三方应用增多，客户生命周期价值（LTV）显著提升。

估值驱动：商业模式从“软件销售”转向“平台生态”，估值逻辑向平台型公司看齐。市场开始对平台连接价值、数据资产和生态协同效应进行定价。

股价驱动：享受平台型公司的估值溢价，P/S倍数有望超越传统软件公司，达到可比云平台或开发平台水平。

阶段三（2030）：主导权确立，独立行情

催化事件：在央国企AI基础设施领域形成事实标准或主导地位，成为“AI时代的操作系统”。

估值驱动：作为关键基础设施提供商，其业务与国家数字化战略深度绑定，盈利具有高韧性和高增长性。市场开始给予“国产化替代”、“国家安全”等战略属性溢价。

股价驱动：估值体系完全独立于传统软件或互联网公司，成为港股科技板块中“AI中国”主题的核心标的。正如高盛指出的，中国AI股票已形成独立行情，第四范式将成为这一独立行情的引领者之一。

5.3 风险因素与情景分析估值推演需考虑下行风险：

技术路线风险：AI技术迭代极快，可能出现颠覆性新架构冲击现有平台。（个人不同观点：颠覆性新架构出现，范式的客户们也不可能马上完全推倒重建，风险太高不合算，这就给始终紧跟AI前沿科技并长期预研储备优势积累非常深厚的范式，以后发优势将颠覆性新架构转化为自身优势，客户价值和客户粘性进一步增长，护城河和壁垒更加强大稳固）

政策变动风险：AI监管政策可能影响数据使用、模型训练和商业化节奏。

竞争加剧风险：云巨头（阿里云、华为云、腾讯云）加强PaaS层投入，市场竞争白热化。（个人不同观点：行业龙头和标杆企业都不愿意被巨头大厂们框定在一家企业全家桶框架内，范式的AI全栈全产业链的“任意算力GPU芯片+信创模盒适配优化+先知平台低门槛高效高质量高性价比定制开发+企业AI体系全生命周期运维”的“范式AI核心体系+生态合作伙伴服务实施+国产GPU芯片及其相关硬件系统”，体现出多方合作共赢灵活弹性适配安全可控自主稳定。）

宏观经济风险：影响企业IT支出意愿。（个人理解：近几年被国家AI+政策和新质生产力大趋势所保障扶持支撑。）

在悲观情景下，技术竞争失利或政策收紧，估值可能回归至纯软件外包公司水平。在基准情景下，公司如预期发展，估值逐步修复至可比平台公司水平。《在乐观情景下，成为国家级AI基础设施核心提供商，估值将获得显著溢价》。（个人感觉：范式已经立于不败之地。）

六、 战略定位：十五五期间在AI全产业链中的主导权构建

“十五五”规划（2026-2030）将是中国从“AI应用追赶”向“AI原创引领”迈进的关键五年。第四范式在此期间的生态定位将决定其长期天花板。

6.1 中国AI全产业链生态中的定位：基础软件层的“锚”

参考高盛的价值链分层，我们可以更清晰地界定第四范式未来五年的战略位置：

不在电力层：不直接涉及发电、储能等。

渗透半导体层：通过软件定义计算和自研加速技术，优化算力调度，是芯片与应用之间的桥梁。（补充：投资天数智芯和曦望2位新税GPU芯片企业）

主导基础设施软件层：Sage AIOS平台是核心，它是管理、调度、优化AI算力资源，并向上提供标准化开发、训练、部署环境的“操作系统”。这是产业链中承上启下的关键枢纽。

赋能模型层：提供大模型开发、微调、管理工具，是“模型工厂”的基础设施。

赋能应用层：通过解决方案和API，支撑千行百业的应用落地。

因此，第四范式的终极定位是：《中国AI产业基础设施软件层的核心构建者和标准制定者》。它类似于数据库领域的Oracle，或云计算领域的VMware，是整个AI技术栈中不可或缺的基础软件。《这一定位具有极高的战略价值，一旦确立，将获得极强的生态黏性和定价权》。

6.2 在中国企业AI生态中的定位：从“赋能者”到“生态主”

未来五年，第四范式将完成从“AI解决方案赋能者”到“企业AI生态主”的角色进化。

当前（赋能者）：企业提出需求，第四范式提供定制化解决方案或平台工具。

未来（生态主）：第四范式提供标准化AI平台（如Sage AIOS），吸引行业开发者、解决方案伙伴在其平台上构建应用，形成“平台+伙伴”的生态模式。企业直接在平台上采购所需的应用或服务。

实现这一跃迁的关键在于：

平台标准化程度：将行业know-how提炼为可配置的标准化模块和工具。

开发者生态：建立强大的开发者社区，提供培训、支持和分成机制。

数据与模型资产：沉淀跨行业的模型资产库和数据治理方法，成为生态的价值核心。

6.3 央国企AI应用全产业链生态中的主导权争夺

这是第四范式最核心的战场，也是其建立护城河的关键。主导权的构建体现在三个维度：

第一，技术标准的主导权。

通过与大型央国企的深度合作，将其平台技术方案逐步沉淀为行业标准或事实标准。例如，在金融风控、电网调度等领域，其平台的模型开发流程、数据接口、部署规范可能成为行业内部参考标准。参与制定行业标准，是技术主导权的最高形式。

第二，生态入口的主导权。

成为央国企AI应用的“第一入口”。当央国企启动AI项目时，首先考虑采购Sage AI平台作为基础软件，再在此之上构建具体应用。这要求平台具备极高的易用性、安全性和兼容性。第四范式已在多家国有大行、能源集团中占据此地位，未来需将这种“入口地位”从头部客户向整个央国企体系扩散。

第三，价值分配的主导权。

在生态中，平台提供者通常占据价值分配的优势地位。第四范式需要从当前的项目制收费，逐步过渡到平台订阅、算力租赁、模型调用等多层次收费模式。尤其是对于由第三方开发者提供的行业应用，平台可以抽取分成。这将使其商业模式更加多元和持续。

实现主导权的路径推演（2026-2030）：

2026-2027（深化期）：巩固在金融、能源等核心行业的优势，将标杆项目升级为“平台+订阅”模式，提升客户黏性。

2028-2029（扩张期）：平台能力向制造、医疗、交通等更多央国企密集行业渗透。启动开发者生态计划，吸引合作伙伴。

2030（生态成熟期）：在多个关键行业形成“Sage AIOS + 行业应用生态”。作为基础平台，对上支撑应用创新，对下优化国产算力，成为央国企AI转型的核心使能者。

七、 结论与投资启示

综合高盛的宏观视野与对第四范式的微观剖析，我们得出以下核心结论：

第一，第四范式是契合高盛“中国AI结构性机遇”论断的核心受益标的。

它的业务精准落在高盛强调的中国具备比较优势的“基础设施”和“模型”领域，并通过应用层深入高价值场景。其市场地位、技术能力和客户结构，使其成为中国AI价值重估浪潮中的代表性公司。

第二，未来五年是其盈利模式验证与生态地位确立的关键窗口。

公司将从亏损转向盈利，并有望在2026年实现关键转折。估值逻辑将随之从P/S向P/E，最终向平台生态估值演进。高盛指出的全球资金对中国AI配置不足（1.2%），对于第四范式这样的龙头而言，意味着巨大的未来增资空间。

第三，央国企市场是其增长的基石与护城河。

该市场提供的收入确定性、高ARPU值和标杆效应，是公司穿越行业周期的压舱石。在“科技自立自强”国策下，其对国产化软硬件的适配能力，构成了独特的政策红利和竞争壁垒。

第四，生态主导权是其长期价值的终极支撑。

公司的未来不在于单个项目的成功，而在于能否成为企业AI的基础设施软件标准。在“十五五”期间，向“平台生态主”的转型若能成功，其估值天花板将大幅提升。

投资启示：

对于投资者而言，《第四范式代表了参与中国AI长期红利的一种“基础设施”方式。它不依赖于单一爆款应用或模型，而是受益于整个产业AI化进程的底层需求。》《当前阶段，应关注其盈利兑现节奏（尤其是2026年）、平台收入占比提升进度以及在央国企关键行业的渗透率。》《从长期视角，其估值潜力尚未被市场充分认知，一旦全球资金开始修正对中国AI的配置偏差，这类具有扎实基本面和明确生态定位的龙头公司，将成为价值重估的首要目标。》

风险提示：

AI技术路线颠覆性创新风险；

行业竞争加剧风险；

盈利实现不及预期风险；

宏观经济与地缘政治风险；

政策监管风险。

本文基于公开搜索资料、高盛研究报告及行业分析报告进行推演，不构成任何投资建议。市场有风险，投资需谨慎。