封面新闻记者 欧阳宏宇

在部分互联网厂商忙着砸钱补贴外卖业务时，远离纷争的AI企业们用实际行动表明自己只务正业、专心科研。

拿几家头部企业对比：BAT在上半年斥资百亿现金回购股票作为股东回报的情况下，仍然持续百亿元的高研发投入；另外两家参与外卖大战的互联网企业则暂停了回购，让股东请客喝奶茶。

虽然所处阶段不同，但相同的是，无论在底座能力上展开军备竞赛的头部大厂、领军企业，还是聚焦于应用场景的上市公司、明星企业，无一例外地都在把传统业务向AI靠拢。梭哈AI是毋庸置疑的高质量发展，其结果是不少企业在挺过了痛苦转型期后，收获了业务收入持续强劲增长的季度，有的甚至实现逆周期放量。这种先苦后甜的结果，显然比“管他是泡沫还是增量，先补贴完再说”的章法更符合国人喜欢的大团圆结局。

资本永不眠。虽然满地都是六便士，但AI厂商们却坚持着抬头看月亮。

技术兑现：

BAT交出高“含AI量”成绩单

人工智能概念半年涨超50%

和几乎所有高新技术产业一样，企业布局人工智能也要遵循工业创新与市场需求之间的动态博弈。最近这半年，“AI技术复利”迎来兑现时刻，头部企业在财务数据上已展现出“经济上行期的美”。

前天晚上刚刚公布二季报的百度交出了史上“AI含量最高”成绩单。根据财报数据，公司季度总营收327亿元，百度核心营收263亿元，归属百度核心净利润74亿元，同比增长35%。但在业绩上，受AI驱动，涵盖智能云在内的AI新业务却收入增长强劲，首次超过100亿元，同比增长34%。

虽然在摩根大通看来，百度的股价是否回升取决于广告业务何时复苏，但另外一家巨头却已在AI赋能广告业务上取得突破。

本月中旬，腾讯公布二季报，交出营收增长14%、净利润同比增18%的成绩单。随后，其股价一度摸到600港元/股的临界线，创下近4年新高。其中，腾讯广告收入增长20%至676亿元，已连续第11个季度双位数增长。

同样是做广告业务，部署AI技术来提升广告位的效率和表现，显然比传统过度依赖个别大客户更能穿越周期。据腾讯管理层透露，腾讯广告收入逆势增长的动力之一就是AI部署带来更高点击率。言下之意，比起增加广告位，更有意义的是通过AI让现有的每一个广告牌都更值钱。

将核心业务与AI融合的还有阿里。今年6月，阿里巴巴集团宣布未来3年投入3800亿元用于人工智能和云计算基础设施建设，并明确将核心电商业务全面推向“AI化”转型。据阿里巴巴集团2025财年年报披露，阿里巴巴在2025财年实现收入9963.47亿元，净利润同比增长77%至1259.76亿元。即便3800亿元的投入接近全年营收的40%，但AI驱动之下，云业务收入突破了双位数增长，其AI相关产品收入连续七个季度实现三位数增长，并服务了约63%的中国A股上市公司。

在A股，人工智能概念板块从今年1月起震荡上行，并在近期触及4351.98点的高位，较年内的最低点上涨了54.17%。在众多明星成分股中，金山办公、东方财富等聚焦于AI应用层的科技纷纷在中报公布其业绩稳健增长。

主打底座自主可控的科大讯飞虽然早早地就发布了预亏报告，但在亏损背后仍保持面向未来抢占人工智能根红利的战略投入，夯实其人工智能产业国家队的地位。根据2025年半年度业绩报告披露，科大讯飞的上半年研发投入23.92亿元，占营业收入的比例达21.92%，继续保持高位，“讯飞星火”大模型仍是国内全民开放下载的通用大模型中，唯一由全国产化算力平台训练的大模型。

AI时代，科技公司虽然身处的投入周期不同，但都无一例外地在加大AI研发投入。周期总会过去，在技术持续迭代、生态不断拓展中，厂商们都试图从全球AI产业变革中找到属于自己的生态位，以便于在技术转化期到来时能最大限度地将投入加倍收回。

转化提速：

AI产业规模突破7000亿元

相关企业注册数量逐年增长

无论无人驾驶出租车、虚拟试衣，还是智能语音背包、搜索革命，AI厂商开始尝到AI甜头正是由于市场规模足够大，应用场景足够多。

中国互联网络信息中心（CNNIC）上月发布的第56次《中国互联网络发展状况统计报告》显示，2024年我国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率。

《报告》还指出，今年上半年，我国生成式人工智能产品实现了从技术到应用的全方位进步，产品数量迅猛增长，应用场景持续扩大。国产人工智能产品不仅在千亿级参数规模、多模态能力等方面实现突破，并与办公协同、教育普惠、工业设计、内容创作等场景深度融合，构建了覆盖多个领域的智能应用生态。

从“大模型”到“科学智能”，从“AI+制造”到“具身智能”……当前，人工智能正以前所未有的速度赋能千行百业、改变世界。以不久前落幕的2025世界人工智能大会为例，展览面积首次突破7万平方米，吸引800余家企业参展，3000余项前沿展品集中亮相，涵盖40余款大模型、50余款AI终端产品、60余款智能机器人，其中100余款重磅新品“全球首发”“中国首秀”，规模创历届之最。

AI从未来时变成进行时，背后是产业加速落地，上下游迅速聚集。据天眼查专业版数据显示，截至目前我国现存在业、存续状态的人工智能相关企业超424.3万家。其中，2025年截至目前新增注册相关企业约28.6万余家，从企业注册数量趋势来看，近五年间，人工智能相关企业的注册数量呈现出逐年增长的态势，并在2024年达到顶峰。

从区域分布来看，珠三角、长三角、京津冀为产业集聚区。其中，广东省以超过63.6万余家的人工智能相关企业数量位居首位，占全国企业总数的15%；排在其后的是江苏省、北京市、山东省和浙江省，相关企业数量分别是超过33.6万余家、33.1万余家、29.2万余家和25.2万余家。

在首届世界人工智能大会举办时，中国的《新一代人工智能发展规划》发布仅一年多。规划提出，到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力。

如今，AI与实体经济深度融合的特征已更加明显，开始赋能千行百业、走进千家万户，成为经济增长的新引擎，渗透到社会生活各方面，并在不断拓展应用场景。人工智能大模型的关键在于“用”，场景数量越多、质量越高。以产业的人工智能化倒逼人工智能产业化，AI的应用取得的成效，就是AI技术迭代升级的答案。

行业痛点：

采用率高，转化率低

“索罗悖论”亟待破除

人工智能技术加速迭代，正迎来爆发式发展，发展新一代人工智能是国家重大战略。可是，从实验室到生产线，怎样解决“技术很酷、转化很难”的创新困局，是行业正在面临的问题。

据麻省理工学院日前发布的《2025年商业AI的现状》报告显示，企业在生成AI 上已花费了300至400亿美元，但95%的公司迄今并未能获得商业回报。

AI陷入了高采用率、低转化率的困境背后，既有技术与产业的脱节，也有投资和转化间的偏向。

麻省理工学院的分析师认为，规模化应用的核心障碍并非基础设施、法规或人才，而是学习能力。即大多数生成式AI系统无法沉淀反馈、适应上下文，也无法随时间推移不断进行改进。这让试点生成式AI工具的企业极少能够推进至部署阶段。

一个典型的例子是，在众多行业中，仅科技、媒体等大行业在AI的赋能下显现出结构性变革的清晰迹象。比如，靠持续部署AI技术，腾讯的广告业务在整个大盘仍在低迷的背景下逆周期放量；但如果把AI技术用到娱乐行业中，《王者荣耀》匹配机制里的技术方案和技术细节就成为了舆论讨论的焦点。这种落差直接体现了规模化层面的生成式AI鸿沟，即实验活动未必能带来正向的转型成果。

从技术层面看，出现这样的问题在于，AI的应用具有明显的行业差异，即技术与信息密度有关：信息密度越高，AI应用越容易越深入；信息密度越低，AI应用越滞后越困难。从感性的认知看就可以发现，对食品饮料、农业、石化、钢铁等行业进行量化的成本显然比电子、通信、传媒等行业高得多。

对AI而言，已在信息相关行业和信息业务环节得到成功应用，取得了良好效果。但国民经济各行各业是辽阔的大海和高悬的果实，还面临着基础不佳、精度不高、软硬不调、考核不清和组织不力的难题。

和大多数技术一样，人工智能通用技术也存在索罗悖论。让BAT、科大讯飞等大模型平台型企业跨越技术对生产率影响滞后效应的解决方案，或许就是通过加大投资，为AI技术落地应用提供足够的生产要素。就像是上世纪90年代，很多中国家庭都配置了个人电脑，然后就进入了互联网时代：这就是借助投资的快速增长，使得信息技术的资本积累影响生产率。

万幸的是，在未来一段时间，我国企业将继续乘“数”而上，加速上云。工业和信息化部等四部门在去年底联合印发的《中小企业数字化赋能专项行动方案（2025—2027年）》明确，未来三年中小企业数字化转型发展的目标，提出到2027年，专精特新中小企业实现数字化改造应改尽改，全国规上工业中小企业关键工序数控化率达到75%，中小企业上云率超过40%。

分类推进、“点线面”结合、向“新”发力后，AI说不定就会迎来生产率提升的拐点。

专家点评：

是新生产变量和生产要素

也是最后一次技术革命

正因为AI竞赛不是百米冲刺，需要持续压强投入的马拉松，这也让业界担心长期投入后是否会带来所预想的结果。

几个月前，华为首席执行官任正非在与媒体交流时表示，人工智能也许是人类社会最后一次技术革命。这是众多AI厂商笃定投入这一赛道未来前景的缩影。

在任正非看来，人工智能的发展还要经历数十年、数百年。其在技术上的要害，是充足的电力、发达的信息网络，这些都是中国的优势。

中国互联网经济研究院副院长史宇鹏认为，未来，有可能出现巨型企业带领一批零散小型企业的生态系统，让整体企业规模也可能趋于缩小。“随着基础模型平台逐步开源，可能从单纯的寡头竞争转变为生态系统的竞争，产业竞争形态将更加复杂。”

不过要走到这一步，面临的最现实问题是，AI厂商要活下去，甚至活得更好。AI赋能的目标应是解决产业质效、降本增效等真实问题，而不是为了展示人工智能而“挂AI的牌”。

新一代人工智能发展战略研究院执行院长龚克将当前AI产业划分为两条主线：大语言模型和具身智能。其中，具身智能领域在科研层面技术爆发较多，但距离产业化应用仍有距离；大语言模型及智能体在脑力工作自动化方面，已具备较强的产业落地潜力。

谈及如何让产业进行落地？他表示，AI不应该只是传统生产变量的简单增量，而是引入的新生产变量和生产要素。“所以我们必须重新组合生产函数，实现生产力与实体经济的深度融合，因为没有产业的科技创新没法跟实体经济融合。”