2026年中国互联网与人工智能行业：春节节前思考，从应用采用的角度出发；token消耗量或开启多年增长期

头部公司正在做的事情：以用户获取为先，但“轨道”不同

腾讯、阿里巴巴和百度现已明确通过春节活动，开展“营销推广”，字节跳动则继续依赖其分发堆栈和产品动能 ，而没有宣布一个规模相当的现金类补贴计划。 腾讯正在开展 10 亿元人民币的红包活动，以在假日流量高峰期激励扩大元宝的安装量和激活量，采用的是腾讯的 经典增长机制，降低摩擦（例如微信绑定、钱包提现），并通过社交分享扩大传播力。 阿里巴巴宣布了一项 30 亿元人民币的“春节请客计划”（从 2026 年 2 月 6 日开始），似乎不仅是为了推动提高 千问的采用率，也是为了推进阿里巴巴平台（本地服务、旅游、娱乐）的实际消费交易。 百度还宣布了一项与消费类 AI 产品相关的春节用户推广计划（据报道为 5 亿元人民币），这与“AI 助手+搜索分 发”综合战略一致。 字节跳动（未上市）较少披露直接的用户获取支出，但我们认为公司正通过产品迭代、生态入口（抖音/今日头条 ）以及高规格营销（如其云业务分部据称与央视春节晚会合作），加强分发，并获取心智份额。

阿里巴巴：补贴第一个智能体商业习惯，而不仅仅是聊天机器人日活用户

我们认为阿里巴巴的方法具有结构性差异：战略目标是“从 AI 界面发起交易”，而不仅仅是对话式互动。据路透 社报道，阿里巴巴升级了其千问聊天机器人，通过集成淘宝、支付宝、飞猪和高德地图，支持在聊天界面内执行 各种任务，包括点餐和预订旅行；我们认为 30 亿元人民币的“请客”计划属于走向市场的层面，旨在于一年之中 消费频率最高的季节，围绕这些任务流加快推动习惯的形成。 如果这种方式在假期之后仍然有效果，我们认为有四点影响值得股票投资者注意。首先，千问通过塑造用户的所 思所想和比较方式，可以逐渐立足于转化上游，尤其是在出行规划和活动票务等摩擦更大的类别中。其次，智能 体用户体验可以缩短漏斗（结账意图）并提高转化效率，这一点很重要，即使总增量正常化。第三，在相关的情 况下，千问可以成为阿里巴巴自身供应的一个新的流量路由层，这可谓是“更好的消费体验”，因此在消息传递 中相对策略安全（支持消费和服务效率），不同于纯粹的份额夺取叙事。第四，我们认为存在一个可管理的变现 权衡：如果发现从传统的搜索/订阅平台转移，广告结构可能会发生变化，但阿里巴巴可以通过 AI 结果、商家工 具和效果广告中的赞助投放来变现——前提是它保持可信度和透明度（我们认为“用户信任”是一项硬约束，而 不是软偏好）。 压力测试：最大的风险不是活动是否能刺激假期活跃度，而是当激励措施退出后，用户是否保留 AI 优先的购物循 环，以及 AI 输出是否仍然足够可信，以避免“没有信任的交互”。我们将假期后的留存率、重复任务完成和可衡 量的增量转化作为实际考察点，而不是高峰期日活用户。

腾讯：优先推动用户增长，同时开展社交原生实验，分发则设置管控边界

我们认为腾讯春节元宝营销是教科书式的“采用优先”策略：利用腾讯现有的轨道（微信绑定、钱包取现、社交 分享），推出 10 亿元人民币的“红包”活动，旨在缩短安装和激活的时间。 同时，我们认为这场活动暴露出一个关键的制约因素，投资者不应低估：腾讯的分发影响力巨大，但在涉及用户 体验和平台治理时，它并非不受限制。2026 年 2 月 4 日，微信的平台规则明确，用户投诉和诱导分享行为导致某 些元宝活动链接被限制；元宝表示，将紧急调整分享机制。我们的结论很简单：腾讯可能需要从链接驱动的病毒 式传播转向产品驱动的留存循环（表现为用户即使在奖励正常化时也会回归），它可能会以分阶段、体验优先的 方式更深入地融合到微信中，而不是突然间强制改变默认的工作流程。

我们不会把假期高峰表现当作一种持久性信号。真正值得探讨的是，春节期间获取的用户群体是否会在无补贴时 期重复使用各种功能（搜索、总结、创建、集体协作），以及“社交原生”实验是否会成为一种日常必需，而不 是新奇尝鲜。

字节跳动和百度：为什么“排行榜”不如支出周期重要

公开报道一致显示，从中国消费类 AI 使用量指标来看，字节跳动的豆包处于领先水平，报告称豆包日活用户达到 1 亿（TechNode）。我们认为这是同行如今愿意通过营销“购买时间”的一个关键原因：即便最终的变现模式仍 不确定，但是在流量入口层失去心智份额的代价似乎很高。 百度方面，我们看到公司采用基于搜索和百度应用矩阵的偏分发导向型策略，据报道公司已开展 5 亿元人民币的 春节红包节目。我们认为，百度的策略优势不是“优惠券规模”，而是能够将 AI 嵌入到意图重的查询和类似工作 流的搜索会话中，用户已在其中展现出解决问题的行为。

中国token消耗量展望：2025-30年预期年复合增长率约为330%

我们预计 2025-30 年中国 token 消耗量年复合增长率约为 330%，主要受两个复合要素推动。首先，随着 AI 成为搜 索、内容生成、客户服务和生产力的默认界面，AI 在消费者用户和企业工作负载中的渗透率都在提高。其次，用 例从对话 AI 扩展到智能体和多模态输出（更长的上下文、更多的工具调用、更丰富的输出），即使用户数量增长 放缓，这也会实际增加每个会话的 token。 我们的这一观点基于两个现实可观察到的现象。第一，中国的外部（公有云）大模型调用量已经在快速增长：根 据国家数据局的数据，中国的日均 token 消耗量已从 2024 年初的 1,000 亿攀升至 2025 年 6 月底的 30 万亿以上；据 新浪财经报道，领先的模型供应商披露，日均 token 消耗量显著增加，截至 2025 年 12 月，豆包系列模型的日均 token 消耗量突破 50 万亿，同比增长 10 倍以上。 根据基于用户情境的预测，中国的 AI 推理 token 消耗量预计将从 2025 年的约 10 千万亿增长至 2030 年的约 3,900 千万亿——5 年增长 370 倍，2025-30 年年复合增长率约 330%。随着时间的推移，推理需求的占比发生明显变化 。对话 AI 占 2025 年预期 token 总消耗量的近一半，预计到 2030 年逐步下降至高个位数百分比，以反映其循环深 度相对较低且上下文扩展有限。知识工作者 AI 智能体成为最大的单一类别，预计到 2030 年占比稳定在推理 token 总消耗量的三分之一左右，这得益于多步骤推理和文档繁重工作流的支撑。随着个性化和实时数据集成的加深， 生活情景 AI 智能体的份额预计将从 2025 年的个位数提高至 2030 年的 10%-20%中段。到 2030 年，多模态 AI 份额 预计将从目前的 15%左右稳步增长至接近 40%，突出地表明图片、音频和视频工作负载在整体推理需求中的重要 性日益增加。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）