中国人工智能(AI) | 国内AI应用日益普及，但各行业受益不均
扫码前往手机查看或分享
发布时间：2026年3月23日
分析师：熊扬厉，蔡慧，黄卓尧，刘长浩，Laura Acres中国人工智能(AI)的快速普及，巩固了其作为全球领先AI市场之一的地位。这一趋势得益于持续的政策支持、不断加速的本土创新以及能够支撑技术规模化落地的庞大内需市场。尽管中国企业正积极推进 AI的整合与应用，但由于行业特性及数字化成熟度差异显著，各行业的采用路径分化明显，进展不均衡，因此信用影响各异。
AI采用存在行业差异，大型科技企业正推动其向更广泛的经济领域部署。科技公司在AI应用方面处于领先地位，其开发的工具与平台向各行业渗透，从而推动AI在整个经济体系内扩散。相比之下，其他多数行业对AI的采用更具选择性，主要聚焦于效率提升，并倾向于依赖第三方或开源方案，而非自主开发。
科技企业的AI开发和融合最为先进，且与信用最为相关。AI相关需求上升，推动受评公司在截至2025年9月的12个月实现了强劲的收入增长。但由于AI服务仍处于早期变现阶段，相关业务利润率偏低，在算力与基础设施成本高企和竞争性定价的背景下，利润率和自由现金流仍面临压力。此外，对“即时零售”等相关业务的大规模投资也进一步拖累整体利润率。
消费产品和服务企业对AI的采用相对谨慎，更侧重提升效率。零售商、服装企业和消费品生产商主要依赖第三方模型来开发特定应用。尽管消费需求疲弱，受评企业仍实现温和的收入增长和稳健的利润率，这显示其AI应用更多体现在成本控制层面，而非带动收入增长。
科技硬件与制造公司主要将AI用于提升自动化和效率。AI应用集中在自动化、质量控制和能源效率管理，大多数制造商仍高度依赖第三方平台。得益于AI相关和高端产品的需求，企业实现了温和的收入增长，但更高的研发投入和激烈的市场竞争限制了利润率扩张。
材料与能源企业的AI采用仍处于早期阶段。由于严格的安全和监管要求，AI的部署仍较为审慎，短期内的财务影响有限，相关AI效益将在长期内逐步显现。
AI的部署也带来业务、劳动力及政策层面的更广泛执行风险。尽管AI具有长期战略优势，若这些风险未能妥善管理，将削弱AI对短期信用状况的正面影响。与美国同业相比，中国科技企业的AI相关资本支出仍较温和。
AI采用存在行业差异，大型科技企业正推动其向更广泛的经济领域部署
中国(A1/负面)人工智能(AI)的快速普及巩固了其作为全球领先AI市场之一的地位，这一趋势由持续的政策支持、不断加速的本土创新以及能够促成技术大规模落地的庞大内需市场共同推动。在2026年3月召开的全国人大和全国政协年度会议(“两会”)期间，政府再次强调AI作为国家战略重点的地位，并提出在“人工智能＋”行动框架下扩大财政资金与政策支持。相关举措的主要目标是通过开放且具有成本效益的模式增强国内创新能力，并降低AI的应用门槛。与此同时，政策制定者还强调要加快大模型的商业化进程，以推动经济高质量增长。
尽管中国企业正加速推进AI融合，但由于行业特性及数字化成熟度差异显著，各行业的采用路径分化明显，进展不均衡，因此信用影响各异。
大型科技公司凭借覆盖基础设施、基础模型和商业化应用的全栈能力，处于全国AI采用的最前沿。相比之下，大多数其他行业则更倾向于以审慎选择、效率导向的方式使用AI，通常依赖第三方供应商或开源模型，而非自主开发。
除自身的AI部署外，领先科技公司还在推动消费品和服务、科技硬件与制造业以及材料与能源等下游行业的AI采用方面发挥核心作用(图表1)。从事这些行业的企业通常未寻求全面的平台化转型，而是将大型科技公司的AI工具嵌入特定的运营、设计及研发环节，这反应了各类企业在数字化成熟度、数据可得性及风险偏好方面的差异。
AI采用模式也因行业而异。消费品和服务企业的AI应用仍主要集中于运营环节，如支持需求预测、营销活动以及供应链管理，而非创造新收入来源。科技硬件与制造企业则借助AI提升自动化水平、质量检测及流程优化，并在智能制造相关政策支持下推进应用，但自主模型研发仍较有限。材料与能源企业的AI采用尚处于早期阶段，主要侧重研发效率提升、流程控制及合规管理，其潜在效益将随时间逐步体现。
科技企业的AI开发和融合最为先进，且与信用最为相关
阿里巴巴集团控股有限公司(A1/负面)、腾讯控股有限公司(A1/负面)、百度公司(A3/稳定)和字节跳动有限公司(TikTok的所有者)等大型科技企业处于中国AI生态系统的前沿。它们构建了涵盖计算基础设施、基础模型开发、软件平台以及面向消费者和企业的应用程序的全栈集成能力。此类能力使其成为中国数字经济中AI相关基础设施和解决方案的主要提供商。
凭借庞大的用户群、广泛的数据集、强劲的资产负债表和深厚的专业技术知识，这些企业加快推出日益成熟的大语言模型(LLM)和AI解决方案。其平台逐渐融入消费者和企业工作流程，从而增强其在中国AI生态中的战略重要性，并增强其在供应链中的作用(图表2)。
2024年和截至2025年9月的12个月，受评科技企业的收入平均同比增长8%和6%，主要驱动因素是AI带来的需求提升。2024年增速加快反映的是在DeepSeek于2024年初在低成本开源大语言模型方面取得突破后，AI采用率提高所带来的初步增长。这一创新使企业AI部署简单易行。但由于算力成本较高、商业化仍处于早期阶段以及竞争性定价，AI相关收入利润率较低，其利润率的进一步扩张受到限制。主要平台在即时零售服务(即超快配送电子商务)方面的重大投资也完全抵消了通过成本优化所获得的效率提升。此外，资本支出的高企和变现的不确定性可能会阻碍自由现金流的生成。
阿里巴巴正在推进其面向消费者和企业用户的通义千问系列基础架构模型，同时保持其作为中国最大云服务提供商的地位。其平头哥半导体部门开发专业的AI芯片以提升性能。阿里巴巴的电子商务和营销服务整合了AI，从而强化了搜索和推荐、客户服务、物流和欺诈检测。2025年7-9月，该公司的云收入同比增长30%以上，AI收入连续9个季度实现三位数增长。我们预计未来1-2年阿里巴巴的云服务收入将维持双位数高增长。
腾讯的“混元”基础模型以及不断扩大的云基础设施，强化了其作为中国领先AI服务提供商在消费端和企业端的地位。AI目前已融入游戏、营销服务、社交网络和企业服务。受益于AI的推动，过去3年该公司的收入年均增速约为10%。虽然维持增长需要进一步投资，但其强劲的现金状况和稳定的现金流将成为重要的信用缓冲。
百度已通过构建以文心基础模型为核心的广泛AI生态系统，将其收入来源从传统搜索业务拓展至更为多元的领域。其AI驱动的搜索功能如今具备类似聊天机器人的交互方式、支持多模态内容并能生成AI摘要；截至2025年10月，此类内容已出现在约70%的移动端搜索结果中。百度核心AI业务2025年增长48%，其中AI云基础设施增长34%，AI应用增长5%。该公司在中国AI公有云市场也处于领先市场地位。
字节跳动依托大规模数据、强大的云端基础设施以及自主研发的基础模型，已构建起先进的AI能力。其大语言模型豆包已在抖音、今日头条等主要客户平台上部署，实现了在其应用体系内的AI驱动内容创作、推荐和发布。这提高了创作者的生产力、用户参与度和盈利能力。字节跳动还通过其火山引擎云服务平台扩大企业AI服务业务。
总部位于中国的短视频和直播平台运营商快手科技(A3/稳定)正利用AI提升其核心业务，并开发其自有多模态视频生成模型可灵AI。其专有AI技术提升了短视频社交平台的内容推荐效果，并在内容审核、客户服务等领域降低运营成本，同时支持面向用户及企业客户的内容创作。2025年第三季度可灵AI收入超过人民币3亿元，约为其他业务收入的5%。
消费产品和服务企业对AI的采用相对谨慎，更侧重提升效率
中国消费品和服务行业的AI应用正在推进，但整体仍较为谨慎，主要侧重于提升运营效率，而非开辟新的收入来源。零售商、服饰企业和消费品生产企业通常依赖第三方大语言模型来开发其领域专用的应用程序，以支持需求预测、营销优化和运营自动化(图表3)。
截至2025年9月底的12个月，该行业受评企业收入较2024年小幅增长3%，虽然消费需求疲弱，但利润率仍保持稳健。我们认为，AI工具的逐步应用有助于提升生产率并加强成本控制，从而在一定程度上抵消更广泛的宏观经济压力。
顺丰控股股份有限公司(A3/稳定)和中通快递(开曼)有限公司(A3/稳定)等龙头物流和快递企业在AI应用方面更为先进，利用AI改善需求预测、路线与配送优化、库存管理以及客户服务。机器学习和计算机视觉正在被应用于自动化包裹识别、简化物流并优化配送时效，从而提高运营效率和准确性。这些企业也开始使用无人车在分拣中心与服务网点之间执行短途运输，并用于末端配送。
小米集团(Baa1/稳定)于2023年10月推出了澎湃OS，作为涵盖移动设备、可穿戴设备、车载和智能家居产品的统一操作系统。自发布以来，小米已将澎湃OS的AI功能从独立的工具扩展到系统级设备端和混合AI功能，包括AI图像处理、系统级AI搜索、实时转录和翻译以及AI辅助写作和摘要。这些性能提升增强了设备的差异化和产品生态粘性，可支持潜在的升级需求，同时扩大用户交互数据，从而进一步改善小米的AI模型。
在零售及服装领域，安踏体育用品有限公司(A3/稳定)已将AI融入产品设计、零售运营、销售和营销，从而提高效率和销售转型。安踏专有的“灵龙”AI辅助设计模型已将产品开发周期缩短至4天，2024年AI辅助设计产品的订单价值超过人民币20亿元。该公司还使用AI驱动的分析来支持个性化产品推荐并提高销售转化率。2025年10月，安踏推出了“AI365”战略，以进一步整合其生态系统中的AI。
技术硬件与制造企业主要将AI用于提升自动化和效率
在中国的技术硬件和制造业中，AI主要用于支持自动化、质量控制和能源效率，这与政府旨在提升生产效率和加强供应链韧性的长期政策一致。在多项政府支持的数字化举措下，AI的采用率正在扩大，而多数制造企业仍主要依赖第三方平台。专有模型开发依然有限，反映了规模、算力和数据可用性的局限性，这些因素限制了企业开展更全面的全栈探索。此外，自2021年以来，中国安装的工业机器人数量达到全球的一半以上，进一步加速了多个行业的自动化进程。
截至2025年9月底前12个月，受AI相关和更高端产品需求推动，受评技术硬件和制造业企业的收入较2024年温和增长5%。但是，尽管收入增长，平均利润率仍保持稳定，原因是研发支出的增加和激烈的市场竞争在一定程度上抵消了AI带来的效率提升。
这些行业的企业通常运用计算机视觉、机器人和预测分析来改善质量控制、简化装配线操作并降低能耗(图表4)。虽然这些应用越来越广泛，但AI部署仍主要侧重于逐步改善运营，而不是更广泛的平台转型。
对联想集团有限公司(Baa2/稳定)而言，AI电脑的兴起已成为明确的需求驱动力。AI电脑配备用于本地AI处理的神经处理单元，可改善个性化体验、降低延迟并加强隐私与安全保障，从而推动新一轮置换周期。联想报告其AI电脑在个人电脑出货量的占比已超过33%，这有助于其改善产品结构，支持全球电脑销售下滑之后的收入回升。AI设备渗透率的提高和AI软件生态系统的持续成熟可能会支持中期需求，并巩固联想集团的竞争地位。
舜宇光学科技(集团)有限公司(Baa1/稳定)和瑞声科技控股有限公司(Baa3/正面)等技术硬件企业受益于AI在整个行业的采用率上升带来的先进元器件需求增长。舜宇光学正在扩大其在汽车座舱内感知及3D视觉技术领域的产品布局，提供包括光的往返时间(ToF)、结构光及双目视觉在内的模组解决方案，以支持智能汽车和服务机器人中的AI驱动功能，如乘员监测、空间建模和障碍物智能检测。AI驱动的机器人和驾驶辅助系统的日益普及进一步支持高规格光学元器件的需求。
瑞声科技正在把握AI快速采用带来的机遇，在声学、触觉反馈、光学及精密组件等领域开发传感器和解决方案，并对智能手机、智能汽车、扩展现实(XR)设备和机器人等AI驱动型应用开发基于算法的功能。近期的创新包括灵巧手和直线关节等机器人解决方案、AI眼镜的XR光学模组以及设备计算高负载场景的先进散热系统，这凸显出该公司进军传统设备之外的高价值AI驱动型应用领域。
材料与能源企业的AI采用处于早期阶段
材料与能源企业正有选择性地与AI融合，其应用集中在研发优化、流程控制、环境合规以及长期运营安全方面。更快速的材料发现、强化排放监测以及改进勘探分析等AI驱动型应用场景提供了重要的长期潜力，但这些行业中的AI部署尚处于早期阶段。
鉴于这些行业的高度专业化性质以及严格的安全和监管要求，企业普遍采取审慎、循序渐进的应用策略。因此，我们预计AI融合带来的益处将随着时间推移逐渐显现，而不是短期内推动业务模式的显著转型(图表5)。
AI的部署带来业务、劳动力及政策层面的更广泛执行风险
AI的采用正在加大中国企业的执行风险，因为资本支出的增加、商业化前景的不确定性和激烈竞争对现金流造成压力，并加大了对部署失误的敏感性。运营风险也在上升，包括将AI与传统系统的融合、管理数据安全和合规性，以及在技术快速变革的背景下获取稀缺的技术人才。同时，AI驱动的劳动力替代和重组带来了社会和政策风险，这可能会提高转型成本和声誉风险敞口，并制约自动化的速度和范围(图表6)。
在竞争激烈和商业化前景不确定的形势下，AI资本支出可能继续上升，这在中国经济增长放缓之际增大了财务压力。对大型科技企业而言，计算基础设施、数据中心和模型开发方面的AI相关投资超过了短期创造的收入，由此制约了自由现金流，并增大了执行失误的敏感性。对部分企业而言，在即时零售和按需服务等相关业务的庞大支出进一步稀释了AI驱动的效率提升所产生的财务效益。
不过，与美国同业相比，中国科技企业的资本支出仍较温和(图表7)。这反映了中国采用了算力更高效的AI开发方式、现有数据中心容量充足，并且建设成本较低。此外，对获取最先进GPU的限制以及AI相关产品和服务尚处于商业化的早期也使中国科技企业的资本支出更为克制。这些企业总体稳健的净现金状况和顺畅的融资渠道支持其持续的投资策略。
除了财务压力之外，AI融合也带来了运营和战略挑战。企业必须要管理与传统IT基础设施相关的复杂系统集成、日益加剧的网络安全和数据治理风险、专业技术人才短缺局面以及持续演变的数据使用和算法服务的监管要求。这些挑战可能会推迟AI部署、提高成本并降低回报的可预测性，尤其是对于不具备规模优势或成熟数字化能力的企业。
AI的采用也蕴含更大的劳动力市场和社会风险，这可能间接影响企业执行和政策效果。自动化和生成式AI预计将取代或显著改变广泛的日常性、文职岗位，从而加大相关岗位的工作不稳定性和薪资压力。虽然AI也在创造新岗位并支持生产率提升，但在某些行业或地区的替代速度可能超过再培训进程，从而增加劳动力中断的风险、提高转型成本并加大声誉或监管审查。
中国短视频平台的兴起是颠覆性变革的示例之一。这些平台凭借对用户的深度洞察和创新的内容分发机制，帮助广告主和商家提高投资回报率和转化率。这些平台正在获取更大的广告和电商支出份额，对搜索广告和电商公司的收入增长构成挑战。此外，具备AI功能的聊天机器人也开始在应用内提供电商功能，并尝试引入广告投放。
中国监管机构需要在推动AI采用以提升生产率与缓和岗位流失带来的社会冲击之间维持微妙的平衡。若AI相关的劳动力替代变得更集中或更显著，企业可能面临更严格的政策限制、更高的再培训和岗位再配置预期或自动化推进放缓的压力。这些趋势可能给中国政府带来显著的社会和政治挑战，尤其是如果教育和培训项目无法使劳动力适应经济领域需求变化的情况下。
在最近的两会期间，政策制定者认识到在本已疲软的劳动力市场，迅速采用AI可能会进一步影响就业。对此，政府宣布出台措施来缓解潜在的社会风险，包括扩大职业技能培训、推动就业服务提前进校园、开展大规模就业实习，以及为应届毕业生和转岗员工提供职业技能再培训，政府还强调利用AI创造新岗位和赋能传统岗位，这表明在加快AI部署的同时，政策倾向于推动劳动力转型和就业稳定。
从技术发展的角度来看，美国和欧盟的制裁导致半导体供应链遭到严格的进口管制和限制。该限制意味着企业缺乏足够数量的先进半导体芯片，而这些芯片是训练和驱动复杂AI模型的关键组件。虽然中国正努力实现晶圆制造和芯片生产的自给自足，但仍严重依赖于外国企业的先进计算芯片和半导体制造设备。
与台湾积体电路制造股份有限公司(Aa3/稳定)和三星电子股份有限公司(Aa2/稳定)生产的芯片相比，中国中芯国际集成电路制造有限公司(中芯国际，Baa3/稳定)生产的芯片技术水平相对较低。此外，对获得进口先进芯片制造设备的限制会妨碍企业以具竞争力的成本来实现规模生产。尽管如此，部分中国企业已经有能力自研AI芯片来支持其发展需求。例如，百度发布昆仑芯M100，阿里巴巴发布真武810E，华为技术有限公司发布昇腾950。此外，最近模型训练和推理效率的进展表明，尽管硬件受限，部分开发企业仍能实现出色的AI性能。例如，DeepSeek在大语言模型(LLM)方面的突破表明，创新的LLM训练和推理技术可使用较低的算力来开发和部署高性能LLM，从而部分缓解先进半导体获取受限的影响。
穆迪报告Artificial Intelligence – China: AI adoption in China is broadening, with uneven benefits across sectors的中文翻译本，英文报告于2026 年3月16日发表 (中文为翻译稿，如有出入，以英文为准)
本报告并非信用评级行动公告。对于本报告中涉及的任何信用评级，请参阅https://ratings.moodys.com发行人/交易专页，了解最新评级行动信息和评级历史。
穆迪信用评级关联公司所发布的信用评级是他们对实体、信用承诺、债务或债务证券的相对未来信用风险的当前意见，穆迪出版或提供的材料、产品、服务和信息(统称“材料”)可能包括该等当前意见。穆迪将信用风险定义为某实体可能无法履行其到期的合同财务义务的风险，以及在发生违约或损害事件时的预计财务损失。关于穆迪信用评级所指的合同财务义务的种类的信息请见相关的穆迪评级符号和定义出版物。信用评级并不针对任何其他风险，包括但不限于：流动性风险、市场价值风险或价格波动。信用评级、非信用评估(“评估”)以及穆迪材料中包括的其他意见并非对当前或历史事实的陈述。穆迪材料也可能包括由Moody's Analytics, Inc.和/或其关联公司发布的以量化模型为基础的信用风险预测以及相关的意见或评论。穆迪信用评级、评估、其他意见及材料并不构成或提供投资或财务建议，穆迪信用评级、评估、其他意见及材料亦非关于购买、出售或持有特定证券的推荐意见，也不能提供该等意见。穆迪信用评级、评估、其他意见和材料均不会评论某项投资是否适合任何特定投资者。穆迪发布信用评级、评估和其他意见及出版或提供其材料之时预期并理解每位投资者将以应有的谨慎态度自主研究和评估其考虑购买、持有或出售的每项证券。
穆迪信用评级、评估、其他意见和材料不适于散户投资者的使用，如散户投资者在做投资决定时使用穆迪信用评级、评估、其他意见或材料，将是草率且不合适的。如有疑问，您应与您的财务顾问或其他专业顾问联系。
本文所载所有信息均受法律(包括但不限于版权法)保护，未经穆迪事先书面许可，任何人均不得以任何形式、方式或途径对该等信息全部或部分进行复制或翻印、重新包装、进一步传播、传送、散布、分发或转售，或存储供日后任何上述目的使用。为明确起见，本文所包含的任何信息均不得用于开发、改进、训练或再训练任何软件程序或数据库，包括但不限于任何人工智能、机器学习或自然语言处理软件、算法、方法和/或模型。
任何人不得将穆迪信用评级、评估、其他意见和材料作为基于监管目的而定义的基准 (benchmark)，亦不得以可能导致穆迪信用评级、评估、其他意见和材料被视为基准的任何方式使用穆迪信用评级、评估、其他意见和材料。
本文所载所有信息均系穆迪从其相信为准确和可靠的来源获得。然而，由于可能会出现人为或机械错误以及其他因素，本文所载所有信息均按“原样”提供，不附带任何形式的保证。穆迪会采取所有必要措施，使其在授予信用评级时采用的信息具备足够质量，并来自穆迪认为是可靠的来源，包括独立的第三方来源(如适当)。但穆迪并非审计机构，亦不能对评级过程或准备其材料时收到的信息在每个情况下均独立地进行核实或确认。
在法律允许的范围内，就因本文所载信息、或本文所载信息的使用或未能使用而引起的或与之相关的任何个人或实体的任何间接、特殊、后果性或附带性损失或损害，穆迪及其董事、高级管理人员、员工、代理、代表、许可人和供应商均不承担任何责任，即便穆迪或其任何董事、高级管理人员、员工、代理、代表、许可人或供应商被事前告知该等损失或损害的可能性，包括但不限于：(a)任何当前或未来的利润损失或(b)因并非穆迪特定信用评级的评级对象的金融工具引起的任何损失或损害。
在法律允许的范围内，就因本文所载信息、或本文所载信息的使用或未能使用而引起的或与之相关的任何个人或实体的直接或补偿性损失或损害，穆迪及其董事、高级管理人员、员工、代理、代表、许可人和供应商均不承担任何责任，包括但不限于由穆迪或其任何董事、高级管理人员、员工、代理、代表、许可人或供应商的疏忽(为避免疑问，不包括法律规定不得排除的欺诈、故意不当作为或任何其他类型责任)、或其控制范围内或超出其控制范围的偶发事件而导致的任何个人或实体的直接或补偿性损失或损害。
穆迪不以任何形式或方式对任何信用评级、评估、其他意见或信息的准确性、及时性、完整性、适销性或特定用途适用性提供或作出任何明示或暗示的保证。
由穆迪公司(“MCO”)全资持有的信用评级子公司穆迪投资者服务公司谨此披露：多数穆迪投资者服务公司评级的债务证券(包括公司债和市政债、债券、票据和商业票据)和优先股的发行人，在授予任何信用评级之前已同意向穆迪投资者服务公司支付信用评级意见和服务费用。MCO及所有以“穆迪评级”品牌名称(“穆迪评级”)发布评级的MCO实体亦执行政策及程序以便保持穆迪评级的信用评级及信用评级过程的独立性。关于MCO董事与被评级实体之间，及获穆迪投资者服务信用评级并已向美国证券交易委员会公开报告其在MCO持股5%以上的各实体之间可能存在某种关联的信息每年会在ir.moodys.com“投资者关系—公司治理—章程与治理文件—董事及股东关联政策”栏内刊登。
穆迪SF Japan K.K.、穆迪本地AR Agente de Calificación de Riesgo S.A.、穆迪本地BR Agência de Classificação de Risco LTDA、穆迪本地MX S.A. de C.V, I.C.V.、穆迪本地PE Clasificadora de Riesgo S.A.和穆迪本地PA Calificadora de Riesgo S.A.(统称为“穆迪非 NRSRO评级机构”)均为MCO间接全资拥有的信用评级机构子公司。所有穆迪非NRSRO评级机构均不是国家认可的统计评级组织。
仅针对澳大利亚的额外条款：任何出版到澳大利亚的本文件均依据下述穆迪关联公司的澳大利亚金融服务牌照发布：Moody's Investors Service Pty Limited，澳大利亚商业注册号码(ABN)：61 003 399 657，澳大利亚金融服务牌照号码(AFSL)：336969；及/或Moody's Analytics Australia Pty Ltd，澳大利亚商业注册号码(ABN)：94 105 136 972，澳大利亚金融服务牌照号码(AFSL)：383569(视情形而定)。本文件仅向2001年公司法(Corporations Act 2001)第761G条所定义的“批发客户”提供。如您继续在澳大利亚境内浏览本文件，即代表您向穆迪表示您为“批发客户”或代表“批发客户”浏览本文件，您或您代表的实体均不会直接或间接向2001年公司法(Corporations Act 2001)第761G条所定义的“零售客户”发布本文件或其内容。穆迪信用评级是针对发行人债务的信用度的意见，并非对零售投资者可获取的发行人股票证券或任何形式的证券的意见。
仅针对印度的额外条款：穆迪的信用评级、评估、其他意见和材料并非旨在被用于在印度证券交易所上市或拟上市的证券相关之目的，也不应被印度境内的任何用户用于上述目的。
有关第二方意见及净零排放评估(定义见穆迪评级评级符号和定义)的额外条款：请注意，第二方意见(“SPO”)及净零排放评估(“NZA”)均不属于“信用评级”。在包括新加坡在内的许多司法管辖区之内，SPO及NZA的发布不属于受监管的活动。日本：在日本，SPO及NZA的开发和提供属于“辅助业务”，而非“信用评级业务”，不受《日本金融商品交易法》及其相关法规中适用于“信用评级业务”规定的约束。中国：任何SPO：(1)并不构成中国任何相关法律法规所界定的中国绿色债券评估；(2)不能包括在任何注册声明、发售通函、招股说明书或任何其他呈交中国监管机构的文件中，或以其他方式用于满足任何中国监管披露要求；及(3)不能在中国境内用于任何监管目的或任何其他中国相关法律或法规所不允许的目的。在本免责声明中，“中国”是指中华人民共和国大陆地区，不包括香港、澳门和台湾。