汽车产业链的未来在“3A”：自动驾驶、人形机器人和AI数据中心

本文作者：鲍奕龙

来源：硬AI

单纯关注汽车销量数据的时代即将过去，未来汽车产业链的投资价值将锚定在拥有“第二增长曲线”的企业。

10月12日，摩根士丹利发表研报指出，如今高质量电动车已成为行业标配，汽车产业链真正的创新机会在于AI生态系统的突破。报告提出了决定未来的“3A”机遇，即自动驾驶(Autonomous Driving)、AI具身智能(AI embodiment)和AI数据中心(AIDC)

若传统车辆销售公司能在“3A”领域取得实质性突破，届时将有望撬动一个高达2-3万亿美元的新增市值空间。报告明确看好在AI领域有具体突破的小鹏汽车和激光雷达供应商禾赛科技

市场环境改善但周期性压力犹存

报告指出由于刺激政策到期前的“抢购潮”和大量新车型上市，2025年第四季度销量将被拉动，环比增长19%。

因此，报告将2025年中国汽车总销量预测上调6%至2990万辆，同比增长9%。其中，新能源汽车（NEV）销量预测上调2%至1520万辆，同比增长24%，渗透率预计达51%。

不过报告维持2026年预测不变，预计汽车销量将同比下降5%。主要原因有二：

• 一是2025年销量预支了部分需求。
  
• 二是2026年新能源车购置税将上调至5%。
  

报告指出，政府的补贴政策在明年仍具有不确定性。不过，新能源汽车销量有望同比增长8%，出口销量也预计将同比增长4%。

分析师强调，刺激政策停止的担忧可能会促使投资者忽略汽车行业第四季度的强劲表现，转而寻找新的投资机会，以对冲2026年上半年汽车行业的周期性风险。

汽车公司的下一站是“3A”

摩根士丹利指出，随着电动汽车的同质化加速，高品质的电动车已成为标配，真正的创新和估值差异将体现在AI的应用上。

汽车公司必须开启“第二幕”，将自己重塑为更广泛的AI生态系统参与者。报告将这些机会概括为“3A”：

自动驾驶（Autonomous Driving）：

• 生成式AI在模拟训练、东西方协作带来的技术成本下降，以及渐进的法规支持，正在共同加速L2+级智能驾驶和自动驾驶出租车（Robotaxi）的普及。
  
• 主流应用将于2026年在发达市场开始。
  

AI具身智能机器人（AI Embodiment）：

• 汽车供应链在发展人形机器人方面具备天然优势。自动驾驶车辆与人形机器人在算力、算法和物料清单（BoM）成本上存在巨大重叠。
  
• 部分中国车企的目标是从2026年开始商业化和量产人形机器人，这可能成为继电动汽车和飞行汽车（eVTOL）之后，车企的下一个“必选项”。
  

AI数据中心生态系统（AIDC）：

• 人形机器人和自动驾驶的庞大算力需求，将带动对AI数据中心的需求。
  
• 汽车零部件制造商，尤其是那些在冷却系统和高速连接器等领域有技术积累的公司，正稳步进入AIDC生态系统。
  

（汽车OEM厂商接下来的发展方向）

报告预计，到2030年智能电动车将为汽车公司增加2-3万亿美元市值，相当于2030年全球智能驾驶总体市场(TAM)的10倍。

虽然车辆销售可能仍是主要收入来源，但非车辆业务包括自动驾驶出租车、飞行汽车、人形机器人等收入增长，以及授权和服务带来的潜在经常性收入，将为车企带来新的盈利机会。

随着行业进入新一轮技术变革，股票估值将越来越多地以“分部估值法”（SOTP）来重新评估公司价值，并将吸引科技、媒体和电信（TMT）等领域的投资者。拥有先发优势的初创公司和科技企业，将有望获得远高于传统车企的估值倍数。

此外报告指出，自2024年底以来，10年期国债收益率已降至2%以下，而2017年时这一收益率约为4%。因此摩根士丹利策略团队将用于中国汽车行业估值的无风险利率从4%下调至3%。

基于这些因素，分析师预计在未来6到12个月内，除了盈利预期会被上调外，中国汽车整车制造商和零部件企业的估值也将获得有利支撑

精选跨界与复苏标的

基于“3A”框架，报告给出了明确的投资偏好顺序：

• 首选跨界AI公司。强烈看好在非汽车领域（特别是AI、人形机器人）取得具体有效突破的公司。点名小鹏汽车和禾赛科技。
• 看好领先的造车新势力。报告对小鹏、理想、蔚来等新势力保持乐观，认为其更快的车型迭代、领先的智能驾驶技术和潜在的“3A”机遇将支持长期增长。

（摩根士丹利关于电动汽车评级排序，左高右低）

• 关注延迟复苏的国企。对于侧重汽车本身的投资者，上汽集团和东风汽车等延迟复苏的国有车企，因其在2026年提供了更好的安全边际而被看好。

（摩根士丹利关于国企OEM公司的评级排序，左高右低）

报告指出，虽然新技术普及需要时间，但影响将很快体现在投资者认知、战略行动(并购、战略合作等)以及最重要的股票估值中。

此外摩根士丹利强调，并非所有公司都能顺利实现转型，因为这需要产能重新定位、技术再利用、组织再发展以及在分销和可持续性方面的再投资，能够在AI颠覆中冒险寻找制胜方案的公司并不多。投资者还需警惕2026年初需求疲软的可能性，以及价格战可能损害年终销量反弹的质量。