中國AI「百模大戰」落幕，摩根大通揭示企業價值新賽局

曾經狂飆突進、催生出超過130個大型語言模型的中國AI「百模大戰」（百模大戰），如今已塵埃落定 。產業的核心追問不再是「你的模型有多大？」，而是「它能帶來什麼真正的商業價值？」。在2026年6月接受《南華早報》專訪時，摩根大通中國股票研究主管姚橙（Alex Yao）清晰地描繪了新的競爭格局。他的核心論點非常明確：市場正快速圍繞少數 viable 的玩家進行整併，最終的贏家將是那些掌控通路並能將實用性變現的企業，而非僅是打造出最大模型的廠商 。

從「比模型數量」到「拚企業營收」

「百模大戰」的導火線，是全球因ChatGPT引爆的生成式AI熱潮。在中國，這更演變成一場由國家政策、民間資本與全面性監管共同交織的國家級總動員 。到2024年初，中國已囊括全球40%的大型語言模型，數量僅次於美國 。然而，這種野蠻生長的背後，掩蓋了一個殘酷的現實：許多模型缺乏可持續的商業策略，營運成本節節攀升，且彼此之間過於相似 。

如今，這個動態已徹底翻轉。摩根大通指出，市場已從關注「誰能開發出可運作的模型」，轉變為一道三道關卡的生存考驗：能否持續維持前沿的模型效能、商業化的可行性，以及能否在全球市場競爭 。「百模大戰」正讓位給「代理式AI」（Agentic AI）時代——即能在物流、製造、企業級SaaS等環境中，自主執行真實世界任務的系統；其重點已轉向成本效益與深度整合，而非譁眾取寵的參數數量 。

這場轉變最顯著的跡象，或許藏在獲利流向之中。摩根大通的分析指出，最大的獲利池並非歸屬於以模型為核心的新創公司，而是流向騰訊、阿里巴巴這類掌握經銷平台、雲端閘道與企業通路的大型網路集團 。

姚橙提出的五大整併關鍵因素

根據摩根大通一系列的研報與姚橙的公開論述，以下五大關鍵因素正在中國AI的淘汰賽中，區分出倖存者與犧牲者 ：

1. 持續維持世界一流的模型效能

維持全球領先的模型，已不再是選配，而是一種面向企業客戶的信任機制。當全球競爭對手也同樣在全力衝刺時，一個從前沿掉隊的模型，將難以留住客戶。截至2026年初，美國與中國的模型已多次互換領先地位，雙方的效能差距在關鍵基準測試上已縮小到僅幾個百分點 。

2. 任務完成率優先於Token單價

定義了前一階段的慘烈價格戰正在消退，因為客戶已經學到教訓：如果一個便宜的Token無法完成工作，那它就一文不值。在新的智慧代理（Intelligent Agent）典範中，摩根大通主張「任務完成率」——即AI能否可靠地完成一項複雜、多步驟的任務——對於維繫客戶的關鍵性，遠高於每個Token的成本 。

3. 獲利能力的試金石：毛利成長 vs. 研發支出

別再執著於用戶註冊數這類虛榮指標。衡量可持續變現能力的核心考驗，是一間公司的毛利成長是否能持續超越其研發支出。摩根大通已將這項紀律，視為當前環境下衡量AI商業模式是否健全的根本指標 。

4. 掌握經銷通路與企業客戶管道

在新的版圖中，通路即命運。那些掌握客戶關係的公司——無論是透過主導性的雲端平台、行動超級App，或是深度嵌入的企業軟體——將收割絕大部分的AI營收。這正是為何摩根大通認為，掌握這些通路的公司才是整併的最終贏家，而非仰賴第三方銷售的模型開發商 。

5. 晶片供應的韌性

儘管美國對先進半導體的出口管制已詳載於文件，姚橙仍表示，短期的AI晶片短缺，預計不會對中國一線網路巨頭構成實質障礙。國內的超大規模業者（Hyperscalers）正日益採購本土替代方案，例如百度的崑崙AI晶片，以支撐對AI運算與雲端服務的強勁需求 。

新階段：代理式AI與工業現場的實踐

產業的轉向已超越軟體變現的層次。AI正從消費端的螢幕，走向工廠的生產現場，這個轉變正開始重塑工業價值鏈。製造商正部署能即時協調生產、優化裝配線的演算法，在傳統的低毛利組裝之外，捕獲更高的價值 。在比美國同業更緊繃的硬體限制下營運，中國新創公司正瞄準效率與精準部署進行最佳化——它們的動能並非來自於粗暴的規模，而是在特定的工業場景中，可靠地交付有用的工作成果 。

2026年的中國AI生態系，已是一套由基礎模型、多模態系統與企業平台完全整合的堆疊。對投資人而言，正如姚橙所提出的框架，真正的問題不再是「中國在AI領域有競爭力嗎？」，而是「誰擁有結構性優勢？他們又如何將這些優勢轉化為持久的商業利益？」 。百模大戰是一場淘金熱；而此時的整併階段，則是一個紀律嚴明、由企業驅動，專注於交付可衡量商業價值的成熟產業。