從22年11月OpenAI發(fā)布ChatGPT開始，國內(nèi)大公司、AI創(chuàng)業(yè)者也是主動或被動進(jìn)入大模型的賽道開始競賽。2年過去，大模型這個賽道的發(fā)展情況如何？這篇文章，我們看看作者是如何幫我們梳理的。

一、行業(yè)概覽

大模型行業(yè)是一個快速發(fā)展的新興領(lǐng)域。

發(fā)展歷程方面，歷經(jīng)萌芽期、探索沉淀期，自2020年進(jìn)入迅猛發(fā)展期。產(chǎn)業(yè)鏈分工明確，上游包括硬件（芯片、服務(wù)器、通信網(wǎng)絡(luò)等）和軟件（云計算、數(shù)據(jù)庫、中間件等）；中游為大模型行業(yè)本身；下游涵蓋游戲、辦公、傳媒影視、醫(yī)療、金融、電商、工業(yè)等眾多應(yīng)用領(lǐng)域。行業(yè)的核心商業(yè)模式主要為技術(shù)驅(qū)動，通過不斷提升模型的參數(shù)規(guī)模和數(shù)據(jù)量級，提高模型的性能和泛化能力，以滿足不同領(lǐng)域的復(fù)雜任務(wù)需求。

大模型主要分為按輸入數(shù)據(jù)類型分為語言大模型（NLP）、視覺大模型（CV）和多模態(tài)大模型；按應(yīng)用領(lǐng)域分為通用大模型（L0）、行業(yè)大模型（L1）和垂直大模型（L2）。

目前，大模型市場容量及規(guī)模巨大，預(yù)計2028年將達(dá)到1179億元，2024年市場規(guī)模預(yù)計可達(dá)216億元。眾多科技巨頭紛紛入局，如國內(nèi)的百度、騰訊、阿里、華為，國外的OpenAI、谷歌、微軟等。

1. 行業(yè)數(shù)據(jù)

中國大模型行業(yè)市場規(guī)模增長迅速，2023 年市場規(guī)模為 17.65 億元，其中云側(cè)大模型市場規(guī)模為 16.88 億元，端側(cè)大模型市場規(guī)模為 0.77 億元；預(yù)計 2030 年我國 AI 大模型行業(yè)市場規(guī)模為 896.58 億元，其中云側(cè)大模型市場規(guī)模為 812.39 億元，端側(cè)大模型市場規(guī)模為 84.19 億元。

2024 年山東重點大模型建設(shè)項目 54 個，計劃總投資 20.87 億元，年度計劃投資 11.32 億元，前三季度完成投資 9.86 億元，年度投資完成率 87.12%；前三季度山東大模型業(yè)務(wù)收入達(dá) 24.85 億元，同比增長 176.7%。全國大模型相關(guān)企業(yè)近 8 萬家，截至 2023 年 08 月，全國大模型企業(yè)數(shù)量廣東省、北京市、江蘇省位列前三。全國范圍內(nèi)已有 197 個生成式人工智能服務(wù)通過網(wǎng)信辦備案，北京大模型數(shù)量 85 款，在全國占比超 40%。

從大模型的類型來看，通用大模型、行業(yè)大模型數(shù)量分別為 61、136 款，占比分別為 31%、69%。2023 年中國大模型平臺市場規(guī)模達(dá) 17.65 億元人民幣，百度智能云以 19.9%的市場份額獲中國大模型平臺市場第一。

2. 行業(yè)痛點

當(dāng)前大模型行業(yè)存在多方面痛點。

• 對于非結(jié)構(gòu)性數(shù)據(jù)的處理以及由此產(chǎn)生的安全性問題和道德風(fēng)險較為突出，例如可能被利用獲取客戶密碼，回答具有歧視性等，需要相應(yīng)工具檢測風(fēng)險。能耗和性能平衡是大模型落地的難題，目前大模型訓(xùn)練在云端實現(xiàn)，中心化算力精度要求高且成本高。
• 惡意信息泛濫、保護(hù)隱私和數(shù)據(jù)安全問題亟待解決。我國大模型在算力和算子庫方面面臨“卡脖子”風(fēng)險，GPU 芯片依賴海外進(jìn)口，AI 算法開源生態(tài)構(gòu)建滯后。數(shù)據(jù)供給面臨枯竭，獲取難度大、成本高，質(zhì)量不一且難以滿足需求。
• 人才短缺問題嚴(yán)重，無論是數(shù)量還是質(zhì)量都與發(fā)達(dá)國家有差距。
• 大模型行業(yè)應(yīng)用過程中還面臨法規(guī)風(fēng)險，包括數(shù)據(jù)安全和隱私問題、責(zé)任歸屬和倫理問題、監(jiān)管與技術(shù)創(chuàng)新矛盾、知識產(chǎn)權(quán)問題等。
• 市場對大模型行業(yè)應(yīng)用的認(rèn)知不準(zhǔn)確也阻礙實際應(yīng)用落地，部分群體不認(rèn)可大模型能力，部分客戶預(yù)期過高失望。
• 此外，芯片短缺、數(shù)據(jù)約束、人才缺口等制約因素也影響大模型發(fā)展，如算力緊缺與芯片“卡脖子”有關(guān)，優(yōu)質(zhì)中文訓(xùn)練數(shù)據(jù)匱乏，商業(yè)落地難等。
• 大模型落地邊緣側(cè)時，芯片性能和功耗的平衡也是關(guān)鍵問題。

3. 行業(yè)發(fā)展驅(qū)動要素

大模型行業(yè)的發(fā)展受到多方面因素驅(qū)動。

• 政策端，政策環(huán)境持續(xù)優(yōu)化，為 AI 大模型市場的高速發(fā)展賦能，從“十二五”到“十四五”規(guī)劃，國家對人工智能新技術(shù)、新產(chǎn)業(yè)給予巨大支持，從方向性引導(dǎo)到強(qiáng)調(diào)落地應(yīng)用與場景創(chuàng)新。
• 供給端，下一代 AI 基礎(chǔ)設(shè)施等快速發(fā)展，助力大模型應(yīng)用落地，如算力對大模型開發(fā)至關(guān)重要，盡管中國存在算力剪刀差等問題，但各廠商仍在加大投入。
• 需求端，AI 市場高景氣，大模型下游行業(yè)需求旺盛。此外，算法、算力、數(shù)據(jù)均為關(guān)鍵要素，高質(zhì)量數(shù)據(jù)決定模型的訓(xùn)練質(zhì)量、性能表現(xiàn)和應(yīng)用領(lǐng)域廣度與深度，數(shù)據(jù)要素市場大有可為。
• 國產(chǎn)化需求強(qiáng)烈，銀行、大型央國企明確限制使用國外大模型，有購買或自研國產(chǎn)大模型的需求，且從數(shù)據(jù)安全角度出發(fā)需進(jìn)行本地部署。
• 數(shù)據(jù)語料庫、算法框架和算力芯片也是重要因素，數(shù)據(jù)語料庫的豐富性和質(zhì)量決定模型性能，算法框架影響訓(xùn)練效率和性能，算力芯片為模型運行和訓(xùn)練提供硬件支撐。

4. 商業(yè)模式

大模型行業(yè)的商業(yè)模式呈現(xiàn)多樣化特點。

專門大模型公司主要有以下幾種商業(yè)模式：

• 直接提供模型服務(wù)（API/SDK）：國內(nèi)外企業(yè)都通過這種方式將大模型能力輸出給開發(fā)者或企業(yè)客戶，國內(nèi)注重生態(tài)建設(shè)，國外則利用大模型重構(gòu)原有業(yè)務(wù)和服務(wù)。
• 自用模式或垂直應(yīng)用開發(fā)：基于大模型自主研發(fā)面向消費者或企業(yè)的應(yīng)用進(jìn)行變現(xiàn)，國外側(cè)重于提升現(xiàn)有產(chǎn)品線智能化水平或開發(fā)新智能產(chǎn)品。 – 混合模式：結(jié)合直接服務(wù)和自用模式優(yōu)點，專注特定領(lǐng)域應(yīng)用同時開放 API。 – 開源模式：國內(nèi)與自有行業(yè)數(shù)據(jù)結(jié)合，國外更加成熟，吸引全球開發(fā)者完善創(chuàng)新。
• 生態(tài)型商業(yè)模式：促進(jìn)生態(tài)成員能力共享和組合，賦能各行各業(yè)。

對云廠商而言，提供大模型能力變現(xiàn)方法多樣，不僅搭售云資源，還有多種策略和產(chǎn)品組合。

大模型收費模式可總結(jié)為 API、訂閱、廣告、定制化四種。

OpenAI 確立了經(jīng)典商業(yè)模式，包括 ChatGPT 訂閱、API 調(diào)用、戰(zhàn)略合作三種營收方式。

目前，大模型的 B 端應(yīng)用已出現(xiàn)各種定價方法，如按時間段收費、按調(diào)用量收費、按 token 收費等。行業(yè)普遍認(rèn)為，面向 B 端的大模型商業(yè)模式更清晰，C 端多數(shù)產(chǎn)品仍以免費為主。

此外，大模型的商業(yè)模式創(chuàng)新也在不斷探索中，如多中心分布式技術(shù)架構(gòu)等。

最適合大模型的盈利點被認(rèn)為是算力，按使用量計費模式合理。

5. 行業(yè)在產(chǎn)業(yè)價值鏈中的位置

大模型在產(chǎn)業(yè)價值鏈中處于關(guān)鍵位置，具有強(qiáng)大的影響力。

大模型產(chǎn)業(yè)鏈架構(gòu)不斷完善，上游由算力設(shè)施、數(shù)據(jù)服務(wù)商、算法供應(yīng)商組成，為中游的各類研發(fā)廠商提供算力設(shè)備、數(shù)據(jù)原材料以及算法技術(shù)支持。下游則面向千行百業(yè)的垂直應(yīng)用，涵蓋制造、物流、能源、營銷服務(wù)等多個領(lǐng)域。

在產(chǎn)業(yè)價值鏈高附加值兩端的研發(fā)/設(shè)計和營銷/服務(wù)領(lǐng)域，大模型滲透率較高。例如營銷服務(wù)領(lǐng)域，無論是電商行業(yè)的數(shù)字人，還是廣告行業(yè)的文案與圖片素材生成，都形成了較成功的應(yīng)用案例。這些場景跨行業(yè)通用性強(qiáng)，數(shù)字化基礎(chǔ)好，已積累大量行業(yè)數(shù)據(jù)，能基于通用大模型底座優(yōu)化自身性能。

而在生產(chǎn)制造等中間環(huán)節(jié)，由于情況復(fù)雜，大模型應(yīng)用相對較慢。但隨著大模型產(chǎn)業(yè)的不斷成熟，有望加速推動人工智能從“工具”變?yōu)椤盎锇椤?，為各行各業(yè)帶來工作效率與體驗的多重變革。

大模型作為新質(zhì)生產(chǎn)力發(fā)展的核心驅(qū)動引擎，對經(jīng)濟(jì)復(fù)蘇和重塑產(chǎn)業(yè)結(jié)構(gòu)起著至關(guān)重要的作用，未來將重塑每個行業(yè)，并創(chuàng)造出無數(shù)新行業(yè)。

6. 行業(yè)細(xì)分市場情況

大模型行業(yè)的細(xì)分市場主要包括云側(cè)大模型和端側(cè)大模型。

云側(cè)大模型市場規(guī)模較大，2023 年為 16.88 億元，預(yù)計到 2030 年將達(dá) 812.39 億元。端側(cè)大模型市場規(guī)模相對較小，2023 年為 0.77 億元，2030 年預(yù)計為 84.19 億元。

按功能可分為 NLP 大模型、CV 大模型、科學(xué)計算大模型和多模態(tài)大模型。如今大模型支持的模態(tài)數(shù)量更加多樣，從單一任務(wù)逐漸發(fā)展為支持多種模態(tài)下的多種任務(wù)。

從行業(yè)大模型的類型來看，涵蓋教育、金融、辦公、政務(wù)、醫(yī)療等多個領(lǐng)域，且正在向傳媒、招聘、家裝、心理等更廣闊的場景延伸。其中，教育領(lǐng)域有 19 款，金融領(lǐng)域 18 款，辦公領(lǐng)域 15 款，政務(wù)領(lǐng)域 11 款，醫(yī)療領(lǐng)域 11 款。

在金融領(lǐng)域，金融大模型發(fā)展迅速，國內(nèi)金融機(jī)構(gòu)對大模型的態(tài)度從討論是否入局轉(zhuǎn)變?yōu)樵诟鞔蠹?xì)分場景落地開花，賦能智能營銷獲客、財富管理、風(fēng)險管理等多個環(huán)節(jié)。

此外，AI 大模型行業(yè)涵蓋多個細(xì)分領(lǐng)域，如 NLP 大模型專注于自然語言處理領(lǐng)域，廣泛應(yīng)用于智能客服、機(jī)器翻譯、文本創(chuàng)作等場景；CV 大模型、科學(xué)計算大模型和多模態(tài)大模型也在各自的專業(yè)領(lǐng)域發(fā)揮著重要作用。

二、4P分析

1. 行業(yè)產(chǎn)品情況

中國大模型行業(yè)產(chǎn)品豐富多樣。主要分為基礎(chǔ)層、模型層、中間層和應(yīng)用層四個一級環(huán)節(jié)，涵蓋 19 個二級環(huán)節(jié)和 47 個三級環(huán)節(jié)。按輸入數(shù)據(jù)類型可分為語言大模型（NLP）、視覺大模型（CV）和多模態(tài)大模型。按應(yīng)用領(lǐng)域分為通用大模型 L0、行業(yè)大模型 L1 和垂直大模型 L2。

通用大模型可在多個領(lǐng)域通用，如 GPT 系列、文心一言等；行業(yè)大模型針對特定行業(yè)，如金融大模型；垂直大模型針對特定任務(wù)或場景。此外，還有工業(yè)大模型，工業(yè)互聯(lián)網(wǎng)等工作為其提供了部分?jǐn)?shù)據(jù)基礎(chǔ)，目前處于萌芽階段，產(chǎn)品形態(tài)較為稚嫩。在各個領(lǐng)域都有廣泛應(yīng)用，如自然語言處理、計算機(jī)視覺、語音識別、推薦系統(tǒng)等，在自動駕駛、醫(yī)療、教育、金融等領(lǐng)域發(fā)揮重要作用，像華為云發(fā)布的盤古汽車大模型覆蓋汽車多個業(yè)務(wù)場景，京東探索研究院開發(fā)的大規(guī)模視覺模型 ViTAE 在多個權(quán)威榜單上獲得佳績。

2. 產(chǎn)品價格情況

中國大模型行業(yè)處于快速發(fā)展階段，價格體系呈現(xiàn)出多樣化且競爭激烈的態(tài)勢。

目前大模型產(chǎn)品價格根據(jù)不同的模型和功能可分為免費模型、低成本模型、中等成本模型和高成本模型。

• 免費模型主要有百度的 ENIRESpeed 和 ENIRELite 等，完全免費向用戶開放。
• 低成本模型輸入價格通常在每百萬 tokens0.5 元到 10 元不等，輸出價格也相對較低，如 GLM – 3Turbo 和 Deepseek – V2 的輸入和輸出價格都為 1 元。
• 中等成本模型輸入價格在每百萬 tokens10 元以上且不超過 50 元，輸出價格相對較高，在 12 元到 120 元不等。
• 高成本模型輸入價格從每百萬 tokens71.6 元到 215 元不等，輸出價格非常高，從 100 元到 430 元不等。

國內(nèi)大模型行業(yè)價格戰(zhàn)激烈，眾多廠商紛紛降價或推出免費模型以爭奪市場份額。例如：

5 月以來，幻方量化旗下 DeepSeek 發(fā)布的 DeepSeek – V2 開啟價格戰(zhàn)源頭，隨后智譜、字節(jié)跳動、阿里云、百度、科大訊飛、騰訊云等廠商紛紛加入。

• 字節(jié)跳動將豆包大模型價格降至比行業(yè)價格低 95.8%甚至 99.3%；
• 阿里云通義千問 9 款模型全面降價，降幅最高達(dá) 97%；
• 百度兩款輕量級模型免費開放；
• 科大訊飛輕量級模型 API 永久免費開放；
• 騰訊云多款模型免費或降價。

此外，與國外大模型相比，微軟 Azure 云服務(wù)的 GPT – 4o – mini 價格具有一定優(yōu)勢，國內(nèi)部分模型價格相對較高，如通義千問的 Qwen1.5 – 7b – chat 模型和文心一言的 ERNIE 4.0 Turbo 系列。

總體而言，中國大模型行業(yè)價格體系復(fù)雜，價格戰(zhàn)使得價格區(qū)間跨度較大，且存在明顯的價格斷層，免費模型、低成本模型、中等成本模型和高成本模型之間價格差異顯著。隨著行業(yè)的發(fā)展和競爭的持續(xù)，價格體系可能會不斷調(diào)整和變化。

3. 銷售渠道情況

目前，中國大模型行業(yè)的銷售渠道主要呈現(xiàn)多元化特點。

一方面，大模型相關(guān)企業(yè)通過與各行業(yè)的企業(yè)直接合作，將大模型技術(shù)應(yīng)用于特定領(lǐng)域，如自動駕駛、醫(yī)療、教育等，實現(xiàn)技術(shù)落地并拓展銷售渠道。例如，華為云發(fā)布的盤古汽車大模型覆蓋汽車多個業(yè)務(wù)場景，通過與汽車企業(yè)合作推廣。

另一方面，一些大模型企業(yè)可能通過參與政府項目，在政策支持下拓展銷售渠道。國家對人工智能行業(yè)高度重視，陸續(xù)出臺多項政策鼓勵發(fā)展，各地政府也相繼發(fā)布支持人工智能產(chǎn)業(yè)發(fā)展的政策文件，圍繞打造拓展人工智能應(yīng)用場景等方面作出部署，為大模型企業(yè)提供了參與政府項目的機(jī)會。

此外，大模型行業(yè)也可能通過參加行業(yè)展會、研討會等活動，展示技術(shù)成果，與潛在客戶建立聯(lián)系，拓展銷售渠道。隨著大模型技術(shù)的不斷發(fā)展和應(yīng)用領(lǐng)域的不斷擴(kuò)大，其銷售渠道也將不斷拓展和創(chuàng)新。

4. 銷售促銷情況

目前中國大模型行業(yè)處于快速發(fā)展階段，各企業(yè)在銷售促銷方面主要采取以下策略：

• 技術(shù)展示與合作：通過展示大模型在各個領(lǐng)域的應(yīng)用成果，如自動駕駛、醫(yī)療、教育等，吸引潛在客戶。同時，積極與各行業(yè)企業(yè)開展合作，共同探索大模型的應(yīng)用場景，以實際案例推動產(chǎn)品銷售。
• 學(xué)術(shù)交流與推廣：中國學(xué)者在大模型領(lǐng)域做出了許多原創(chuàng)性貢獻(xiàn)，企業(yè)可以借助學(xué)術(shù)交流活動，展示自身技術(shù)實力和創(chuàng)新成果，提高行業(yè)知名度和影響力。
• 政策響應(yīng)：積極響應(yīng)國家政策，如國家對人工智能行業(yè)的支持政策以及各地出臺的相關(guān)政策文件。企業(yè)通過強(qiáng)調(diào)自身產(chǎn)品在符合政策要求方面的優(yōu)勢，吸引政府和企業(yè)客戶的關(guān)注。
• 行業(yè)報告與研究發(fā)布：如智研咨詢等機(jī)構(gòu)發(fā)布的行業(yè)報告，企業(yè)可以借助這些報告展示自身在行業(yè)中的地位和發(fā)展前景，為潛在客戶提供決策參考。
• 舉辦活動與分享會：邀請一線企業(yè)專家進(jìn)行項目實踐經(jīng)驗分享及前瞻思考，舉辦各類活動和分享會，吸引行業(yè)內(nèi)人士的參與，擴(kuò)大品牌影響力。

三、行業(yè)特征分析

1. 競爭特征

大模型行業(yè)競爭激烈，參與企業(yè)眾多，呈現(xiàn)出百芯百模的競爭態(tài)勢。

競爭企業(yè)戰(zhàn)略主要包括以應(yīng)用為導(dǎo)向、以系統(tǒng)為核心，支持開源開放、多元多模的方式激發(fā)生態(tài)創(chuàng)新；同時，大企業(yè)憑借雄厚財力及注重長期目標(biāo)的優(yōu)勢，在大模型領(lǐng)域占據(jù)重要地位。

• 行業(yè)競爭熱點集中在技術(shù)創(chuàng)新、應(yīng)用場景拓展以及數(shù)據(jù)和人才資源的爭奪上。
• 技術(shù)創(chuàng)新方面，深度學(xué)習(xí)、自然語言處理、計算機(jī)視覺等技術(shù)不斷進(jìn)步，多模態(tài)大模型、科學(xué)計算大模型等新興領(lǐng)域取得重要進(jìn)展。
• 應(yīng)用場景從文本生成等任務(wù)不斷向金融、醫(yī)療、智能制造等多個領(lǐng)域拓展。
• 數(shù)據(jù)方面，政府開放的公共數(shù)據(jù)以及社會力量整合的數(shù)據(jù)可用于大模型訓(xùn)練，而專業(yè)領(lǐng)域的高質(zhì)量私域數(shù)據(jù)更是稀缺資源。
• 人才方面，既懂人工智能技術(shù)又懂相關(guān)專業(yè)領(lǐng)域知識的人才爭奪激烈。
• 行業(yè)資源可得性方面，數(shù)據(jù)資源豐富但獲取難度不一，人才資源競爭激烈但數(shù)量有限。
• 產(chǎn)品差異化程度目前相對較低，隨著技術(shù)的發(fā)展和應(yīng)用場景的細(xì)分，未來有望提高差異化程度。

2. 需求特征

大模型行業(yè)的需求特征呈現(xiàn)出多方面特點。

• 需求增長率方面，隨著人工智能產(chǎn)業(yè)進(jìn)入爆發(fā)增長期，大模型的需求增長迅速，智能算力需求呈指數(shù)級增長，行業(yè)規(guī)模也在不斷擴(kuò)大，如2023 年我國 AI 大模型行業(yè)規(guī)模已達(dá)到 147 億元。
• 顧客穩(wěn)定性方面，目前多數(shù)需求方認(rèn)可大模型價值，計劃追加投入，顯示出一定的顧客穩(wěn)定性。例如某運營商在 2023 年研發(fā)客服大模型并試點上線，2024 年計劃加快規(guī)模化商用推廣。 替代品可接受性較低，大模型具有多模態(tài)支持能力，能更好地適應(yīng)不同場景下的數(shù)據(jù)需求和業(yè)務(wù)需求，為各行業(yè)提供獨特的解決方案，目前難以找到可替代的產(chǎn)品或技術(shù)。
• 需求彈性方面，大模型的需求彈性較大。企業(yè)需求特征表現(xiàn)為在滿足可落地的前提下實現(xiàn)價格、私密安全性和大模型能力效果的三者平衡，用戶對大模型的需求也包括內(nèi)容生成與創(chuàng)意設(shè)計、信息提煉與專業(yè)輔助、任務(wù)調(diào)度與智能交互等多個方面，同時還要求易于部署、易用、個性化定制等，這使得大模型的需求會隨著技術(shù)發(fā)展、成本變化和用戶需求的多樣化而發(fā)生較大變化。

3. 技術(shù)特征

大模型技術(shù)目前處于快速發(fā)展階段，技術(shù)成熟度不斷提升。

大模型的工作機(jī)制是基于概率和統(tǒng)計推動進(jìn)行的，具有不可解釋性和幻覺不可消除等主要特征。其技術(shù)復(fù)雜性較高，由大量參數(shù)組成，以GPT-3為例，參數(shù)量達(dá)到1750億，遠(yuǎn)超以往模型。技術(shù)影響廣泛，在政務(wù)、金融、產(chǎn)業(yè)升級、醫(yī)療、文化教育、智慧城市等多個領(lǐng)域均有落地應(yīng)用，正以前所未有的速度推動科技革命和產(chǎn)業(yè)變革。

技術(shù)的可保護(hù)性方面，由于訓(xùn)練大模型需要對大量互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行有損壓縮，通常需要巨大的 GPU 集群，技術(shù)門檻較高，一定程度上增加了可保護(hù)性。研發(fā)費用情況較大，需要大量的計算資源和數(shù)據(jù)支持。

大模型技術(shù)在語音識別、自然語言處理、計算機(jī)視覺等任務(wù)中具有更高的準(zhǔn)確率，泛化性能強(qiáng)，在不同任務(wù)、語言、模態(tài)、場景的通用性都變得越來越好。

大模型可以作為預(yù)訓(xùn)練模型，提升小模型性能。同時，大模型技術(shù)具有強(qiáng)理解能力、強(qiáng)生成能力和強(qiáng)信息集成能力，能夠集成各種類型的信息，融合知識和數(shù)據(jù)。

隨著技術(shù)的進(jìn)步，大模型的潛力正在不斷釋放，引領(lǐng)人工智能發(fā)展，賦能新質(zhì)生產(chǎn)力。

4. 增長特征

大模型行業(yè)處于快速增長階段。從市場規(guī)模來看，2023 年中國大模型市場規(guī)模為 147 億元，且近幾年復(fù)合增長率較高。同時，預(yù)計 2024 年市場規(guī)模將進(jìn)一步擴(kuò)大，如中國工業(yè)大模型雖處于萌芽階段，但隨著技術(shù)的發(fā)展和應(yīng)用場景的拓展，市場增長潛力巨大。

在生產(chǎn)能力方面，大模型的規(guī)模持續(xù)擴(kuò)大，參數(shù)從數(shù)百億增長至數(shù)千億，這體現(xiàn)了其技術(shù)能力的不斷提升，也為行業(yè)的發(fā)展提供了強(qiáng)大的動力。多模態(tài)融合、行業(yè)定制化模型興起等趨勢，進(jìn)一步拓展了大模型的應(yīng)用場景，推動行業(yè)生產(chǎn)能力的增長。

新投資總額也具有極大提升空間。智能計算基礎(chǔ)設(shè)施作為大模型行業(yè)的重要支撐，其重資產(chǎn)投入的特征將吸引更多的資金投入。目前，大模型行業(yè)的投資總額尚處于不斷增長的階段，隨著技術(shù)的進(jìn)步和市場需求的增加，未來的投資總額有望持續(xù)提升。

然而，大模型行業(yè)也面臨一些挑戰(zhàn)，如算力瓶頸、主流架構(gòu)局限、高質(zhì)量訓(xùn)練數(shù)據(jù)集不足以及爆款應(yīng)用尚未出現(xiàn)等問題，這些可能會對行業(yè)的增長速度產(chǎn)生一定的影響。但總體而言，大模型行業(yè)增長態(tài)勢強(qiáng)勁，未來發(fā)展空間廣闊。

5. 盈利特征

目前大模型行業(yè)整體盈利情況較為復(fù)雜。

一方面，部分大模型創(chuàng)業(yè)公司在初期獲得了顯著的融資成就，如光年之外、百川智能等，這顯示投資者對行業(yè)前景有一定信心，但融資成就不能直接等同于盈利能力。一些具有深厚學(xué)術(shù)背景的公司如智譜 AI 更注重長期技術(shù)研發(fā)，短期內(nèi)盈利能力可能較弱。

大模型的盈利能力取決于多個因素。應(yīng)用領(lǐng)域融合較好的公司，如聆心智能，若能找到有效商業(yè)模式并推向市場，有望實現(xiàn)盈利。百融云在擁有大模型且融合度較好的 AI 上市企業(yè)中表現(xiàn)突出。出門問問通過「產(chǎn)模結(jié)合」在大模型內(nèi)卷中率先盈利。 科大訊飛在大模型領(lǐng)域高投入但面臨低回報的盈利迷局，其 AI 業(yè)務(wù)在 B 端和 G 端市場受經(jīng)濟(jì)大環(huán)境和政府財政支出影響，盈利增長受限。不過，科大訊飛董秘提出了大模型賺錢的五個維度，包括與現(xiàn)有業(yè)務(wù)結(jié)合、通過開放平臺生態(tài)落地、在行業(yè)市場落地、企業(yè)內(nèi)部運營提質(zhì)增效等。

此外，19 家 Kimi 大模型企業(yè)中，部分企業(yè)如掌閱科技有一定的盈利能力表現(xiàn)。但總體而言，目前大模型行業(yè)盈利臨界點尚不明確，大多數(shù)參與者盈利模式尚不清晰，短期內(nèi)難以看到明顯的盈利跡象。而英偉達(dá)通過向大模型構(gòu)建者和使用者提供硬件產(chǎn)品和軟件服務(wù)，實現(xiàn)了相對穩(wěn)定的盈利。

四、行業(yè)競爭環(huán)境分析

1. 大模型行業(yè)上游供應(yīng)商議價能力

大模型行業(yè)上游供應(yīng)商的議價能力因不同主體而有所差異。

對于互聯(lián)網(wǎng)公司、AI 公司、學(xué)校及科研院所等主流大型語言模型構(gòu)建者而言，由于自身有算力基礎(chǔ)設(shè)施布局，上游供應(yīng)商的議價能力較弱。然而，對于行業(yè)專家組件的科研團(tuán)隊、工作室來說，算力需依靠外部力量解決，會產(chǎn)生一定的算力成本，在這種情況下上游供應(yīng)商議價能力相對較強(qiáng)。此外，中國人工智能芯片行業(yè)主要上游供應(yīng)商為半導(dǎo)體材料和半導(dǎo)體設(shè)備，由于半導(dǎo)體設(shè)備技術(shù)水平較高、專用性較高且市場處于供不應(yīng)求的局面，使得中國人工智能芯片行業(yè)供應(yīng)商的議價能力較強(qiáng)。在特種油品行業(yè)，行業(yè)上游的原材料供應(yīng)商議價能力較高。

總體來看，大模型行業(yè)中部分主體的上游供應(yīng)商議價能力較強(qiáng)，而另一部分主體由于自身資源布局可在一定程度上削弱上游供應(yīng)商的議價能力。

2. 下游購買者議價能力

在大模型行業(yè)中，下游購買者的議價能力相對較強(qiáng)。

一方面，隨著行業(yè)的發(fā)展，市場上出現(xiàn)了越來越多的大模型產(chǎn)品與服務(wù)，下游客戶的選擇性較大。例如在大數(shù)據(jù)行業(yè)，由于行業(yè)現(xiàn)有競爭者較多，客戶對大數(shù)據(jù)產(chǎn)品與服務(wù)有多種選擇，因此議價能力較高。大模型行業(yè)與之類似，眾多的產(chǎn)品供應(yīng)使得下游客戶在選擇合作對象時有更多的話語權(quán)，可以通過比較不同產(chǎn)品的性能、價格、服務(wù)等方面來壓低價格或要求更高質(zhì)量的服務(wù)。

另一方面，若大模型產(chǎn)品的標(biāo)準(zhǔn)化程度較高，購買者向多個賣主購買產(chǎn)品在經(jīng)濟(jì)上也完全可行，這進(jìn)一步增強(qiáng)了下游購買者的議價能力。同時，若轉(zhuǎn)換其他大模型供應(yīng)商購買的成本較低，購買者也處于較為有利的談判地位。

3. 行業(yè)內(nèi)現(xiàn)有企業(yè)競爭情況

大模型行業(yè)內(nèi)競爭激烈，呈現(xiàn)多巨頭競爭的格局。

國際市場上，微軟、亞馬遜、谷歌等擁有云計算業(yè)務(wù)的科技公司在大模型領(lǐng)域加大投入力度，資本支出增速大幅增長。

國內(nèi)方面，騰訊、華為穩(wěn)居第一梯隊，市場地位得到認(rèn)可，商業(yè)化落地潛力大。百度、阿里等企業(yè)也在積極布局，如阿里作為全球第四大云廠商，在大模型浪潮中動作備受關(guān)注。此外，商湯、智譜 AI、百川智能、第四范式等企業(yè)也在市場中占據(jù)一定份額。

2024 年中國人工智能行業(yè)大模型企業(yè)競爭力 100 強(qiáng)報告顯示，北京因融資環(huán)境好、產(chǎn)業(yè)生態(tài)優(yōu)等優(yōu)勢，企業(yè)數(shù)量領(lǐng)先。已上市的百強(qiáng)企業(yè)占比 57%，“專精特新”企業(yè)與高新技術(shù)企業(yè)成為推動行業(yè)大模型落地的重要力量。

大模型行業(yè)競爭不僅體現(xiàn)在技術(shù)和資金投入上，還體現(xiàn)在生態(tài)開放能力方面。例如，平臺爭相開放生態(tài)，協(xié)同辦公生態(tài)競爭加劇，釘釘?shù)绕脚_面臨來自各方的競爭挑戰(zhàn)。同時，行業(yè)對于大模型的競爭也在特定行業(yè)應(yīng)用中展開，行業(yè)大模型通過輕量化設(shè)計，在保持性能的同時減少參數(shù)規(guī)模，體現(xiàn)出“夠用”即可的特征。

4. 替代品威脅

大模型行業(yè)面臨一定的替代品威脅。

一方面，行業(yè)內(nèi)不斷有新的技術(shù)探索，如尋找 GPU 替代品、探索不同的開發(fā)路徑如向量數(shù)據(jù)庫和 RAG 路線等，這些都可能在一定程度上改變大模型的開發(fā)和應(yīng)用模式。

另一方面，許多人認(rèn)為 99%的行業(yè)大模型都可能被替代，目前在一些簡單場景下，如翻譯、文檔整理、數(shù)據(jù)標(biāo)注等，大模型配合智能體框架已做得較好，這些領(lǐng)域的工作相對容易被替代。

此外，隨著編程范式的轉(zhuǎn)變，未來復(fù)雜任務(wù)可能通過智能體平臺由多個協(xié)同工作的智能體完成，這可能改變程序員的傳統(tǒng)工作方式，對大模型在某些領(lǐng)域的應(yīng)用構(gòu)成替代威脅。

同時，國產(chǎn)大模型在 ChatGPT 終止服務(wù)中國后，有望成為替代品，這也說明行業(yè)內(nèi)不同產(chǎn)品之間存在替代的可能性。

而且，低代碼平臺雖然在某些方面有一定優(yōu)勢，但與原生開發(fā)相比存在靈活性不足、數(shù)據(jù)隱私和安全問題、性能瓶頸及優(yōu)化受限等問題，原生開發(fā)在一定程度上也可能替代低代碼平臺在大模型開發(fā)中的作用。

另外，斯坦福大學(xué) AI 團(tuán)隊主導(dǎo)的 Llama3 – V 開源模型被指套殼抄襲國內(nèi)清華與面壁智能的開源模型，也反映出行業(yè)內(nèi)產(chǎn)品的可替代性。

最后，AI 大模型時代下，一些職業(yè)如銷售業(yè)務(wù)、財務(wù)、軟件、行政等已開始受沖擊，這也暗示著新的技術(shù)和模式可能會替代現(xiàn)有的大模型在這些領(lǐng)域的應(yīng)用。

5. 潛在進(jìn)入者威脅

大模型行業(yè)目前面臨著一定的潛在進(jìn)入者威脅。

一方面，大模型行業(yè)需要大量的數(shù)據(jù)、強(qiáng)大的計算力以及先進(jìn)的算法，這在一定程度上構(gòu)成了進(jìn)入壁壘。例如，OpenAI 在數(shù)據(jù)收集、標(biāo)注、清洗等環(huán)節(jié)持續(xù)投入，還借助微軟搭建了定制化算力集群，擁有近 3 萬塊英偉達(dá) GPU。這對于新進(jìn)入者來說，需要投入巨額資金來獲取相應(yīng)的資源。

另一方面，大模型行業(yè)競爭激烈，現(xiàn)有企業(yè)在技術(shù)研發(fā)、市場份額爭奪等方面積極布局，對潛在進(jìn)入者反應(yīng)強(qiáng)烈。目前，行業(yè)內(nèi)已有眾多企業(yè)發(fā)布大模型產(chǎn)品，如阿里通義千問、百度文心一言等，這些企業(yè)在技術(shù)積累和市場認(rèn)知度上具有一定優(yōu)勢。

此外，大模型仍面臨四大挑戰(zhàn)，包括群體智能與安全可控、個性化和隱私保護(hù)、關(guān)鍵性任務(wù)和動態(tài)適應(yīng)性標(biāo)準(zhǔn)、基礎(chǔ)設(shè)施和架構(gòu)改造等，新進(jìn)入者需要具備應(yīng)對這些挑戰(zhàn)的能力。

同時，大模型行業(yè)還存在價格戰(zhàn)，大型科技公司的激烈競爭使得市場格局不斷變化，這也給潛在進(jìn)入者帶來了不確定性。總體而言，大模型行業(yè)雖有一定進(jìn)入壁壘，但潛在進(jìn)入者仍可能帶來新的生產(chǎn)能力和市場競爭。