作者：陈兵 系广开首席产业研究院高级研究员
摘 要
特朗普1.0时期，美国财政部下属的外资投资委员会（CFIUS）大幅收紧中国对美国企业投资并购交易审查，采取投资限制对我国封锁半导体等科技领域。同时，升级出口管制和实体清单，妄图将我国半导体产业孤立在全球供应链体系之外。拜登政府继承并升级特朗普时期打压措施，并采取国际合作等更加多样手段限制中国半导体产业。与拜登政府通过财政补贴吸引半导体制造业回流美国不同，特朗普2.0预计将更倾向于通过提高关税迫使半导体等制造业回流美国，特朗普2.0可能不仅限制我国半导体先进制程工艺，可能全方位制裁我国半导体产业。
截至目前，中国已有超过1300家实体被列入实体清单，半导体产业三大战略支柱EDA设计工具、半导体设备和材料都已纳入美国出口管制清单。目前中国大陆晶圆厂大多聚焦于成熟工艺和特色工艺。根据SEMI数据，预计中国大陆成熟制程产能全球占比将从2023年的29%提升到2027年的33%，中国成熟制程芯片供给能力大幅提高，中小容量的存储芯片、模拟芯片、MCU、电源管理芯片、模数混合芯片、CMOS传感器、传感器等主要采用成熟制程，工业、汽车电子、军事等领域供应链安全性相对较高，但先进制程芯片仍以进口为主，GPU等高性能计算、存储芯片、高端手机处理器等受限较大。半导体设备国产化方面，全球半导体设备市场由美日荷主导，2023年中国半导体设备国产化率约33%；半导体材料方面，日本企业占据52%的份额，北美和欧洲分别各占15%。
受限于GPU芯片供给，中国大模型总体要落后于美国，但海外大模型预训练Scaling Law正面临瓶颈，迭代升级放缓转向提升大模型推理能力。中国大模型企业有望凭借“工程式创新”以及大模型推理“ASIC芯片化”，缩小与美国的差距。依托于大模型之上的AI应用已开始货币化落地，中国AI应用企业在法律监管、数据资源掌握程度、对用户消费/使用习惯的理解、成本以及商业模式创新等维度比海外AI应用企业有优势，判断中国AI应用有望基于国产大语言模型实现百花齐放。
为了有效应对特朗普2.0的挑战，加快我国半导体产业自主与发展，我们建议在以下五个方面加大对我国半导体产业的支持，一是加大在基础研究领域的财税支持；二是加强人才培养与引进，优化科研环境；三是完善科创金融体系，加大金融对半导体产业的支持；四是扩大数据资源供给并推动AI应用创新；五是建立半导体产业外部风险预警机制。
正 文
特朗普和拜登持续高压打击中国半导体产业
特朗普1.0采取出口管制等打压中国半导体产业
采取投资限制对华封锁半导体等科技领域。2016年中国对美国直接投资169.8亿美元，创下历史最高，随即2017年特朗普政府上台后，中国对美国直接投资断崖式下跌，2019年创下其任期内最低值，仅38.1亿美元。特朗普政府时期，美国财政部下属的外资投资委员会（CFIUS）大幅收紧中国对美国企业投资并购交易审查，其任期内至少有9起投资并购交易被CFIUS否决，半导体相关领域有3起被否决，占比1/3。2018年8月通过的《外国投资风险评估现代化法案》进一步加强对涉及美国的外国投资和交易的审查力度、范围和复杂程度，且进一步强化了CFIUS的职能和机制。
图表1：2016年后中国对美国直接投资额断崖式下跌（亿美元）
数据来源：中国商务部，广开首席产业研究院
升级出口管制和实体清单，妄图将我国半导体产业孤立在全球供应链体系之外。美国出口管制措施主要有出口管制清单和出口许可证制度，特朗普政府除了采取投资限制外，《2018出口管制改革法案》升级了出口管制措施，强化管控美国核心技术的外流。一是出口管制范围进一步扩大，增加了半导体设备、材料加工、电子电信、信息安全、传感器和激光器项下的产品，并扩大了“军事最终用途”的定义，明确了“军事最终用户”的定义。二是取消了一系列国家享受的民用最终用户的许可例外，现在需要申请出口许可证。三是对外国产品的出口管辖做出修改，根据“外国直接产品规定”，外国生产商利用某些受管制的美国软件或技术生产的产品也会受到美国的出口管辖。
在出口管制的基础上，特朗普政府进一步援引“实体清单”对中国半导体等高科技产业精准打击，被列入清单的实体，美国商务部工业和安全局（BIS）将设置特别的许可证要求，并对大多数申请实施“推定拒绝”。在决定是否将企业或个人列入实体清单时，只需要最终用户审查委员会（ERC）的多数代表通过即可做出决定，但在决定移除或修改实体清单条目时，则需ERC全体一致同意方能作出决定，因此移除的门槛相当之高。2018年10月美国商务部将福建晋华列入实体清单，2019年5月将华为列入实体清单，截至目前中国已有超过1300家实体被列入实体清单。
2.拜登政府更重视政府补贴和国际合作
拜登政府继承并升级特朗普时期打压措施，并采取国际合作等更加多样手段。拜登政府继承了特朗普政府时期的投资限制、出口管制和实体清单等政策，并进一步扩大了出口管制范围和实体清单条目。与特朗普政府侧重提高关税不同的是，拜登政府更倾向通过政府补贴吸引半导体企业在美国投资建厂，并更重视国际合作共同限制中国半导体技术。
《芯片与科学法案》为芯片制造提供约 527 亿美元资金支持，包括 390 亿美元的补贴和 137 亿美元的投资税收抵免，鼓励企业在美国研发和制造芯片，提升美国国内芯片制造产能。在2023年至2027年提供约2000亿美元的科研经费支持，用于加强美国在人工智能、机器人技术、量子计算等高科技领域的技术发展，推动相关领域的研发和商业化。同时设置“护栏条款”，禁止接受美国政府资助的半导体企业未来10年在中国和其他“被关注国家”（包括俄罗斯、朝鲜和伊朗等）扩大或新增先进制程的半导体产业的投资，否则将收回全部资助。自法案签署后，私营企业已宣布超过2300亿美元的芯片制造计划，如英特尔、台积电等大型芯片企业在美国投资建厂。同时，美国与日本、荷兰组成“三国联盟”限制先进半导体制造设备及相关技术对中国出口，将14nm 及以下先进制程的制造技术和设备作为重点限制内容，阻止中国企业获得用于高端芯片制造的关键工具和技术，如荷兰阿斯麦公司（ASML）生产的高端光刻机等半导体设备。
3.特朗普2.0可能对成熟工艺等实施全方位制裁
不仅先进制程工艺，特朗普2.0可能对中国半导体产业实施全方位制裁。特朗普2.0预计将延续其第一任期的投资限制、出口管制和实体清单等政策，与拜登政府更倾向于精准“点射”先进工艺和前沿技术不同，特朗普2.0可能采取全方位制裁，不仅针对先进技术和工艺，甚至可能波及成熟工艺。这意味着特朗普可能会对中国半导体产业实施无差别全面制裁，包括晶圆制造、芯片设计等环节，使中国企业难以获取关键的生产技术和设备。在“美国优先”政策基调下，特朗普2.0可能采取强硬手段迫使日本、韩国、中国台湾和欧盟等共同限制中国半导体产业，其第一任期时就以安全为由推动盟友限制采购华为5G方案。
相较于补贴，特朗普2.0更倾向于通过提高关税迫使半导体等制造业回流美国。尽管特朗普称《芯片与科学法案》是一项糟糕的计划，但芯片法案的预算周期程序已经完成，且拜登政府在最后时刻正加紧与英特尔、三星电子等芯片公司谈判，以敲定《芯片与科学法案》中的最终协议，以期在特朗普入主白宫之前巩固这项标志性的产业政策，因此《芯片与科学法案》可能面临调整，但大概率不会被撤销。特朗普更倾向于通过设置关税门槛，迫使企业在美国设厂，而不是依靠补贴等方式推动芯片制造回流美国。
小结：特朗普1.0主要采取投资限制、出口管制和实体清单等手段围堵中国半导体产业，拜登政府沿袭并升级了特朗普时期打压措施。所不同的是，拜登政府通过政府补贴等吸引半导体制造业回流美国，特朗普政府则更倾向于提高关税迫使半导体制造业回流美国。特朗普2.0可能进一步升级对华半导体产业围追堵截，对成熟制程和先进制程实施全方位制裁。下文将着重分析我国在半导体芯片、半导体生产设备以及材料领域的自主可控水平。
二、中国半导体自主可控初见成效，仍需砥砺前行
1.中国成熟制程半导体自供能力大幅提高
判断半导体市场需求走出疫情后的调整期，2024-2025年全球和中国半导体市场恢复增长。半导体器件按照国际通用产品标准可分为四大类：集成电路、分立器件、传感器和光电器件。集成电路按照处理信号可分为数字芯片和模拟芯片，其中数字芯片按照使用功能分为存储芯片、逻辑芯片和微控制器MCU。分立器件主要为功率器件，包括IGBT、MOSFET、二极管和晶闸管等产品。根据世界半导体贸易统计组织（WSTS）的数据，预计2024年全球半导体市场销售收入6112亿美元，同比增加16%，2025年将进一步增长12.5%至6874亿美元，走出疫情后的调整期。分地区看，半导体市场需求增长主要由美洲和亚太地区贡献，2024-2025年美洲地区需求分别是1680.62亿美元和1929.41亿美元，分别同比增长25.1%和14.8%，高于全球整体市场增速。2024-2025年除日本外亚太地区半导体需求分别是3408.77亿美元和3829.61亿美元，分别同比增长17.5%和 12.3%，大致持平整体市场增速。2024年欧洲、日本地区半导体市场需求大致持平2023年，预计2025年恢复增长，分别增长8.7%和9.3%，但要弱于整体市场增速。中国是全球最大的半导体需求单一市场和增长极，将是中国反制美国制裁的有力手段，尤其对于供应来源相对多样的成熟制程半导体产业链。
图表2：2024-2025年全球半导体需求走出调整期（亿美元）
数据来源：世界半导体贸易统计组织，广开首席产业研究院
供给端2026年前全球半导体产能处于快速增加阶段，中国产能占比持续提升，成熟制程半导体自供率大幅提升。2023年中国进口集成电路3493.77亿美元，同比下滑16%，出口1359.74亿美元，下滑12%；2024年1-10月累计进口3153.74亿元，同比增长11.05%，出口1309.92亿美元，同比增长19.36%，集成电路对外贸易逆差，对外依存度仍较高。但从全球晶圆厂产能占比看，预计中国占比将从1995年的1%提升至2025年的27%，日本晶圆厂产能占比则从1995年的41%下降至2025年的14%，美洲地区占比从1995年的26%下降至10%。在美国《芯片与科学法案》、日本石破茂内阁振兴半导体产业等措施激励下，各国均加大本土晶圆厂投资力度，2022年至2024年全球共有71座晶圆厂开工建设，其中美洲有18座、中国有13座、欧洲中东有12座，名列前三。晶圆厂从开工建设到投产一般需要2-3年的时间，据此推断2026年前全球晶圆厂产能将处于快速增加阶段，预计到2026年全球12英寸晶圆产能965万片/月，2022-2026年年复合增速14.3%，高于需求增速，全球半导体总供给处于宽松。
图表3：2025年中国晶圆厂产能占全球的比例提升至27%
数据来源：国际半导体产业协会，广开首席产业研究院
但受限于半导体设备及材料等相关因素，叠加国际形势，目前中国大陆晶圆厂大多聚焦于成熟工艺（即成熟制程）和特色工艺。预计中国大陆成熟制程产能全球占比将从2023年的29%提升到2027年的33%，中国半导体自给率稳步提升，尤其是28nm及以上成熟制程芯片供给能力大幅提高，相应地中国在模拟芯片、功率器件等下游领域供应链安全要更高，但先进制程芯片仍以进口为主。据统计，2022-2024年开工建设的71座晶圆厂中28nm及以上成熟制程共42座，占比接近60%，全球范围成熟制程芯片供给相对宽松。
2.半导体生产设备国产化仍有提升空间
对应产能建设节奏，2026年前半导体设备出货处于景气周期，但不确定性来自特朗普2.0政策态度。半导体生产工序大致可分为前道晶圆加工、封装和测试，其中，前道晶圆加工可进一步分为扩散、光刻、刻蚀、离子注入、薄膜沉积、抛光和晶圆检测。如前文所述，2026年前全球半导体产能处于快速增加阶段，对应半导体设备销售额也快速增长，SEMI预计2024、2025年全球半导体制造设备市场需求分别是1090亿美元和1280亿美元，分别同比增长3.4%和17%。细分结构看，2024年全球前道晶圆加工设备销售额980亿美元，同比增长2.8%；封装设备销售额44.3亿美元，同比增长10%；测试设备67.3亿美元，同比增长7.4%。预计2025年前道晶圆加工设备销售额1130亿美元，同比增长14.7%；封装设备59.8亿美元，增长35%;测试设备87.7亿美元，同比增长30.3%。但若特朗普2.0全面升级对中国半导体生产设备的出口管制和实体清单，则将负面影响中国晶圆厂产能建设进度及相应半导体设备出货。
图表4：预计2025年全球半导体设备市场规模1280亿美元
数据来源：国际半导体产业协会，广开首席产业研究院
全球半导体设备市场由美日荷主导，2023年中国半导体设备国产化率约33%。2022年全球前15大半导体设备供应商中美国供应商有4家，合计市场份额占39.4%；日本供应商有7家，合计市场份额21.4%；荷兰供应商有2家，合计市场份额17.4%。全球前十大半导体设备零部件公司都来自美日欧，主导全球半导体设备零部件市场。根据中国电子专用设备工业协会的数据，2023年国产半导体设备销售额878.3亿元，同比增长48%，以日本半导体制造装置协会公布的2023年中国半导体设备整体市场规模作为分母，测算得出2023年中国半导体设备国产化率约为33%，目前整体国产率仍处于相对较低的水平，预计未来仍有较大的提升空间。从细分产品国产化率看，目前去胶设备、清洗设备等国产化率相对较高，刻蚀设备、量测设备、CMP设备等国产化率仍有较大提升空间，光刻机、离子注入设备、薄膜沉积设备、涂胶显影设备等国产化率相对较低。
图表5：中国晶圆制造设备细分产品国产化率
数据来源：采招网、前瞻产业研究院、半导体行业观察，广开首席产业研究院
3.半导体材料国产化率仍较低
根据不同生产工艺环节，半导体材料可以分为前道晶圆制造材料和后道封装测试材料，半导体材料对精度、纯度等指标要求比普通材料更加严格。其中，晶圆制造材料主要有硅片、靶材、抛光材料、光刻胶、掩膜版、高纯化学制剂、电子特气和化合物半导体；封装测试材料主要有封装基板、引线框架、陶瓷封装体和键合金属线。全球晶圆制造材料价值占比前五分别是硅片占33%、电子特气占14%、掩膜版占13%、光刻胶占7%和抛光材料占7%；全球封装材料前五分别是封装基板占55%、引线框架占16%、键合线占13%、包装材料占8%和芯片贴装材料4%。
根据SEMI数据，日本公司在全球半导体材料市场占52%的份额，日本在14种半导体材料的市场份额居全球首位，北美和欧洲分别占15%左右。尽管我国在半导体材料国产化取得进展，但国产化率绝对水平仍处于较低水平。截至2024年，12英寸硅片国产化率10%、光刻胶国产化率10%、电子特气国产化率15%，总体上看，晶圆制造材料国产化率水平仍有大幅提升空间。相较而言，封装材料国产化率水平要高于晶圆制造材料，引线框架国产化率40%，封装基板国产化率20%左右，环氧塑封材料国产化率30%左右。
图表6：中国半导体材料细分产品国产化率
数据来源：观研天下、经济观察报，广开首席产业研究院
小结：尽管目前我国半导体设备、材料等领域国产化水平仍有较大提升空间，但成熟制程产能全球占比将从2023年的29%提升到2027年的33%，中国成熟制程芯片供给能力将大幅提高。中小容量的存储芯片、模拟芯片、MCU、电源管理芯片、模数混合芯片、CMOS传感器、传感器等主要采用成熟制程，中国工业、汽车电子、军事等领域供应链安全性相对较高。同时，中国是全球最大的半导体需求单一市场和增长极，将是中国反制美国制裁的有力手段，尤其对于供应来源相对多样的成熟制程半导体产业链。
但目前先进制程芯片仍以进口为主，GPU等高性能计算、存储芯片、高端手机处理器等受限较大，对中国人工智能产业发展构成挑战。下文将重点分析美国对我国先进制程半导体产业围追堵截情况下，我国人工智能产业追赶前景。
特朗普2.0，中国人工智能产业追赶前景如何？
人工智能性能提升从预训练转向推理
大语言模型从预训练转向推理，ASIC芯片（应用型专用集成电路）重要性将提升。人工智能深度学习由预训练和推理两个任务组成，预训练是通过对大量数据进行学习形成具有特定功能的大模型；推理则是基于已经训练好的模型，输入数据得出结果。本轮人工智能在大语言模型上质的飞跃主要得益于Transformer深度学习技术在预训练阶段的Scaling Law，即通过增加大模型的参数、训练数据量和算力，大模型的能力会得到大幅的提升。但随着训练数据枯竭，Scaling Law面临瓶颈，据The Information报道，OpenAI的下一代旗舰模型Orion可能不会像前几代产品那样有巨大的飞跃，主要面临新训练数据匮乏的挑战，即使通过合成数据也未能取得理想效果。GPT o1模型提升了解决科学、编程、数学等领域复杂问题的能力，将更多算力投入到大模型推理能力的训练，当模型面临逻辑推理类复杂任务时，能够实时生成和评估多种不同的解决路径，最终选择最佳的解决方案，通过提升大模型的推理能力提高其整体性能。根据OpenAI对人工智能发展阶段的定义，目前处于Level 2推理器阶段，即人工智能具备基本的逻辑推理能力，能够分析复杂信息并进行推理，下一阶段Level 3 AI Agent，能够理解复杂指令并能做出多步任务规划，实现与环境的交互。随着大语言模型性能提升阶段性从预训练转向推理，ASIC芯片将发挥更重要的作用，下文将着重分析ASIC芯片在大模型推理上的作用。
图表7：目前人工智能处于Level 2 推理器阶段
数据来源：OpenAI，广开首席产业研究院
2.中国在GPU差距较大，引入“工程式创新”缩小差距
英伟达在数据中心GPU芯片市场处于主导地位，中国差距较大。AI大模型的Transformer深度学习技术可以进行并行运算提高效率，相较于CPU的串行运算架构，更适合使用并行运算架构的GPU芯片，尤其适合大模型预训练阶段。根据TechInsights，2023 年全球数据中心GPU出货量达到385万颗，其中英伟达出货量376万颗，市占率超过了97%。英伟达在今年3月发布新一代Blackwell平台GPU B200和GB200等产品系列，B200 由两个超大型裸片封装组合而成，内含超过2080亿个晶体管，封装了192GB的高速HBM3e的高带宽内存，与前一代H100相比，B200的算力提升15倍，AI训练表现提升3倍，使公司在AI芯片市场保持性能和成本优势。英伟达在AI芯片市场的护城河除了算力等性能优势外，更大的优势是其生态系统优势，英伟达通过CUDA统一编程平台提供完整的开发工具链，支持JAX、PaddlePaddle、MXNet、PyTorch Geometric等深度学习框架，且CUDA-XAI软件加速库具备丰富的数学、数据处理、图像视频、通讯等库，以及TensorRT、cuDNN两个专门绑定英伟达GPU的深度学习核心库，使大量深度学习开源项目和框架与其GPU实现原生适配，开发者对工具链使用粘性高，该编程平台开发者已从2020年的1.8万名增长至2023年的400万名。同时，公司自研交换芯片NVSwitch解决GPU之间通信不均衡问题，实现从单芯片向分布式计算升级。根据Trendforce预测，2024年、2025年全球AI服务器出货量分别为167万台和214万台，同比增长41%、28%，对应渗透率12%、15%，维持高景气。
图表8：2024-2025年全球AI服务器出货量维持高景气
数据来源：TrendForce，广开首席产业研究院
英伟达A100、H100、B200等AI芯片性能超过美国商务部性能密度阈值，无法进入中国大陆，英伟达则开发符合出口管制要求的特供版芯片出口到中国市场。根据IDC的数据，2023 年中国加速芯片市场规模达到约140万张，其中GPU芯片占85%的份额，约119万张。中国本土品牌AI芯片出货量超过20万张，占整体加速芯片市场的14%。根据IDC数据，2022年华为在中国加速芯片市场的市占率约10%，寒武纪、壁仞科技、燧原科技也有少量份额。中国GPU训练芯片与英伟达的差距除了先进制程工艺不足造成性能差距外，开发工具链也相对匮乏，依赖迁移和开源追赶英伟达的CUDA生态系统。2020年5月，美国宣布限制华为使用美国EDA设计软件，意图打击华为的芯片设计能力；2022年8月15日美国商务部将EDA软件纳入出口管制清单,限制中国企业未来3纳米以下芯片的设计与生产。
图表10：华为昇腾系列芯片部件供应商
数据来源：公开资料，广开首席产业研究院
多种“工程式创新”缩小因GPU硬件造成的大模型差距。高端GPU芯片供给受限，中国大模型厂商在预训练阶段迭代升级能力要落后美国科技企业，但中国企业通过各种“工程式创新”缩小与美国的差距。如引入pre-fill，即在生成文本序列的开始阶段，模型预先确定一部分序列内容，而不是让模型完全从零开始生成，使得生成的文本更符合应用场景的需求；引入decode存算分离突破存算一体架构的性能瓶颈等。
3.中国具备ASIC芯片自研能力缩小差距
基于国产ASIC芯片，大模型在推理阶段有望缩小与美国的差距。GPU是通用型处理器，并非针对特定的单一任务进行优化，除了用于人工智能领域外，在量子物理、流体物理等科学计算领域也有广泛应用。而ASIC芯片（应用型专用集成电路）是一种为特定应用或功能而设计制造的集成电路，去除了不必要的通用功能模块，将硬件资源集中用于执行特定任务，能够提供更高的性能和效率，同时功耗更小、成本更低。在大语言模型预训练阶段需要处理海量的数据、对AI芯片的算力、精度、通用性等要求较高，适合采用GPU芯片，但随着大模型转向推理，大模型算法趋向收敛稳定，同时对AI芯片的能耗、低延迟和低成本有更高的要求，面向特定模型推理开发的ASIC芯片更适合用于推理阶段。2015年谷歌发布第一块用于大模型训练的TPU芯片（ASIC芯片的一种），虽然较GPU芯片做了定制化开发，但仍兼顾了大模型训练、推理等不同算法，并未面向特定模型推理做极致化定制开发。目前，面向大语言模型推理的ASIC芯片是Groq公司的LPU，采用14nm制程，在大语言模型任务上比英伟达的GPU快10倍，而成本仅为GPU的10%，且能耗仅为GPU的十分之一。目前，华为已开发用于推理的昇腾Ascend 310芯片，基于12nm制程，阿里巴巴、腾讯、百度均有ASIC芯片相关产品。中国在ASIC芯片硬件上的差距相对较小，国产大模型在推理阶段有望缩小与美国的差距。
国产端侧AI芯片已取得部分市场份额。端侧AI是一种将人工智能算法和模型部署在终端设备（如智能手机、新能源汽车、个人电脑等）上运行的技术，而不是将数据发送到云端服务器进行处理，具有响应低延迟、保护隐私等优势。相较于英伟达H100等AI服务器芯片执行浮点运算，端侧AI芯片更注重设备每秒能够执行的操作次数，对计算精度要求低于云端AI，目前中国AI芯片企业在端侧AI芯片市场取得部分市场份额，如智能驾驶AI芯片的地平线、华为昇腾和黑芝麻智能等。
图表11：地平线、黑芝麻智能和华为昇腾在智驾芯片市场布局
数据来源：公开资料，广开首席产业研究院
4.中国AI应用有望百花齐放
目前，AI应用主要是调用大语言模型开发出能够执行特定任务的系统或工具。各家大模型厂商的API价格下降明显，2024年11月GPT 4o输入API价格为2.5美元/百万Tokens，而2023年3月GPT 4的价格是10美元/百万Tokens，成本下降有助于AI应用快速普及。
海外AI应用已进入货币化落地阶段。在To B场景中，AI广告、AI助手和AI数据分析等方向应用落地较快。传统广告推荐系统存在转化率低、广告投放ROI低等不足，通过将大语言模型集成到数据采集、特征工程、特征编码、打分排序、流程控制等阶段学习广告受众的兴趣分布进行产品/内容推荐，能提升广告推荐效果。程序化广告公司Applovin连续4个季度收入增速35%以上，其AI广告引擎Axon 2.0对广告主投放效率和回报率提升明显。AI助手则是将大语言模型用于提升财务、人力、供应链等企业内部管理流程的效率，如美国CRM公司Salesforce的客户管理助手Agent force将销售、服务、营销、分析、数据云、Slack等多种功能集成在一个平台上，实现数据和工作流程的无缝衔接。AI数据分析应用的代表企业是Palantir,通过提供数据分析为客户决策提供支持，使用大语言模型全面加强基于大数据分析的规划能力，包括对未来产品价格预测、库存管理等。
To C场景中，AI教育、AI陪伴等方向应用落地较快。AI教育代表公司Duolingo，其Duolingo Max通过AI根据用户学习习惯、进展等数据，为用户提供个性化、趣味教学，可以与AI聊天机器人Lily进行仿真日常对话。AI陪伴应用Talkie主要满足二次元、恋爱趣味游戏需求，截至今年10月月活用户超过2000万。
AI应用市场的竞争是多维度的竞争，本土企业在多维度上具有竞争优势。AI芯片算力、大语言模型是人工智能的基础设施，其市场竞争主要集中在性能、成本等维度，从上文分析可知，中国大模型总体要落后于美国，但通过“工程式创新”以及大模型推理“ASIC化”，有望缩小与美国的差距。参考互联网时期，腾讯、阿里巴巴、百度、美团、抖音等中国互联网企业成功经验，我们认为AI应用市场的竞争将更多维，包括法律监管、数据资源掌握程度、对用户消费/使用习惯的理解、成本、商业模式等。一是在法律监管方面，医疗健康、工业、金融、电力等行业AI应用关系到国家安全，判断将难以采用基于海外大模型的AI应用，本土企业更有优势。二是在数据资源方面，大模型的能力除了算法、算力投入外，也是数据驱动的，即数据资源掌握丰富程度影响大模型的能力，本土企业在中文数据积累上更丰富。三是对用户消费/使用习惯的理解方面，本土企业对消费者心理、文化、工商业企业业务流程逻辑等方面的理解要比海外企业更深刻，海外AI应用产品容易出现水土不服的情况。四是在成本、商业模式方面，相比于海外市场，中国市场对软件等非实物产品的付费意愿普遍较低，需要创新商业模式实现货币化，中国互联网企业在商业模式创新上具有较多成功经验。截至目前，国内企业字节跳动、阿里巴巴、腾讯、百度、华为等已开始复制海外大厂在算力、算法和应用等方面加大投入，在中国市场AI应用上也有先发优势。
图表12：中国科技企业在人工智能上的布局
数据来源：广开首席产业研究院
小结：受限于GPU芯片供给，中国大模型总体要落后于美国，但海外大模型预训练Scaling Law正面临瓶颈，迭代升级放缓转向提升大模型推理能力。中国大模型企业有望凭借“工程式创新”以及大模型推理“ASIC芯片化”，缩小与美国的差距。
依托于大模型之上的AI应用已开始货币化落地，中国AI应用企业在法律监管、数据资源掌握程度、对用户消费/使用习惯的理解、成本以及商业模式创新等维度比海外AI应用企业有优势，判断中国AI应用有望基于国产大语言模型实现百花齐放。
四、半导体产业相关政策建议
1.加大对基础研究领域的财税支持
2020年以前美国将中兴通讯、华为等纳入“实体清单”，主要限制企业购买美国电子元器件。2020年以来限制范围逐步向上游延伸，半导体产业三大战略支柱EDA设计工具、半导体设备和材料都已纳入美国出口管制清单。进一步提升半导体产业自主可控，需持续投入研发资金，但前期相关企业面临高额研发支出，现金流通常处于流出阶段，财税支持政策对缓解企业资金紧张尤其重要。建议加大对研发投入的财政支持力度，持续增加对半导体基础研究的财政拨款，设立专项基金，确保基础研究有稳定的资金来源。同时，引导企业增加研发投入，通过税收优惠、补贴等政策措施，鼓励企业增加对半导体基础研究的投入，建立企业与高校、科研机构的合作机制，使企业在基础研究中发挥更大作用，如允许企业将一定比例的研发投入在税前扣除。
2.加强人才培养与引进，优化科研环境
半导体是知识密集型产业，优秀合适的人才对缩短研发周期至关重要。建议设立半导体产业专项人才计划，吸引和培养一批高水平的科研人才，尤其在半导体设计、设备和材料等基础领域加大人才吸引和培养，为他们提供良好的科研条件和发展空间；同时，加强国际人才交流与引进，制定优惠政策，吸引海外优秀半导体人才回国工作或开展合作研究，积极参与国际学术交流活动。另外，建议改革评价机制，建立符合半导体产业研究特点的评价机制，不以短期的论文数量和经济效益为主要评价标准，注重研究的科学性和潜在影响力，鼓励科研人员开展长期、深入的基础研究，并加强知识产权保护。
3.完善科创金融体系，加大金融对半导体产业的支持
半导体也是资本密集型产业，高额研发投入对资金需求大，同时具有技术创新风险高等特点，引入金融风险分担机制对促进半导体产业发展意义重大。一是探索设立科创政策性银行支持半导体产业发展。建议借鉴德国、韩国等国的经验，探索设立我国科创政策性银行。由中央财政全额出资，监管上降低对资本充足率要求，考核上坚持非营利性原则，专职服务国家创新发展战略，重点支持半导体等产业，以更好匹配相关项目投资期长、资金需求量大、回报相对较慢的融资特点。二是鼓励多元化股权投资共同支持半导体产业。培育打造一流的投资银行、私募股权基金、风险投资机构，加大股权投资力度，满足半导体企业初创期的融资需求。对于国家级政府投资基金、地方政府投资基金等政府类基金，应实施差异化、长周期的考核评价和中长期激励机制，细化各种场景下的尽职免责和容错机制，更好发挥管理人的投资积极性。积极鼓励支持半导体产业链主企业、上市公司，尤其是民营企业龙头围绕产业链上下游开展企业风险投资（CVC）、参与上下游协同创新。三是发挥科技保险体系的风险兜底功能。建议监管部门支持保险机构围绕半导体生产企业的研发、生产、创业保障、人才保障等全产业链进一步完善科技保险产品体系。各地政府可通过创新奖补机制、税收优惠、风险共担等政策举措推动形成科技保险新路径、新模式、新方案。
4.扩大数据资源供给并推动AI应用创新
人工智能大模型除了算法、算力投入外，也是数据驱动的，即数据资源掌握丰富程度影响大模型的能力，因此数据的可获得性对提升大模型竞争力至关重要。建议扩大数据资源供给，强化本土人工智能企业在数据集上的优势。统筹推进公共数据共享，完善公共数据目录，强化数据共享平台支撑作用，推进跨层级、跨地域、跨系统、跨部门、跨业务的公共数据共享和业务协同。同时，有序推动公共数据开放，健全开放政策体系，明确开放权责和范围，完善开放平台，优先开放与民生紧密相关、社会需求迫切的数据。推动AI应用创新，鼓励AI应用开发企业结合市场需求，在政务、金融、交通、教育、医疗、环保等行业和领域，充分利用公共数据资源开发各类AI产品和服务，拓展应用场景，如支持人工智能政务服务大模型开发、训练和应用，提高公共服务和社会治理智能化水平。
5.建立半导体产业外部风险预警机制
尽管中国半导体产业自主可控取得长足进步，但在先进制程芯片、半导体设备和材料等对外依存度仍比较高，在目前国际形势下，掌握全面的国内外产业信息，对支持决策将发挥重要作用。建议建立预警机制，密切关注国际半导体产业政策和市场动态，建立健全产业安全预警机制，及时评估外部风险对我国半导体产业的影响，提前制定应对措施，降低风险损失。在符合国际规则和法律法规的前提下，对半导体相关的关键技术、产品和原材料等实施合理的出口管制措施，以应对国外对我国半导体产业的不合理限制和打压，保护我国的产业安全和国家利益。
——————
点击下方原文链接加入会员｜首席社
