隨著人工智能技術的不斷進步，AI大模型已經(jīng)成為推動各行各業(yè)數(shù)字化轉型的關鍵力量。在這篇文章中，我們將深入探討AI大模型在中國市場的應用現(xiàn)狀、供給需求狀況以及未來的發(fā)展趨勢。

本文分析的假設背景，從分析的內容看，前文已經(jīng)介紹了AI大模型應用層包括解決方案側和應用平臺，本文將更聚焦與解決方案側的分析，解決方案側包括通用大模型和行業(yè)大模型等，本文將重點分析通用類生成式大模型方向，此外，對端側產(chǎn)品分析較少 。

從分析方法看，本文屬于行業(yè)分析中的部分視角分析，非全面的行業(yè)分析，暫不涉及大量詳細的宏觀分析，更多的從AI大模型應用層的供給端和需求端出發(fā)，對現(xiàn)狀做盤點，并結合部分宏觀趨勢，進行預測分析。從分析范圍來看，本文集中在中國市場的分析，暫不設計海外市場分析。

一、現(xiàn)狀+供給：廠商&產(chǎn)品

（市場規(guī)模、市場份額、行業(yè)集中度、商業(yè)化、廠商分類與頭部廠商盤點、產(chǎn)品分類）

1、市場規(guī)模：計算公式

由于AI大模型應用層的尚處在市場初級階段，市場需求暫不明確，常規(guī)的市場規(guī)模通常從供給側和需求側進行拆分，而AI大模型應用層，如果基于狹義的定義，既不包括企業(yè)自建及關聯(lián)交易的，而是基于商業(yè)化的市場規(guī)模，那么我們可以供給端和需求端，并結合商業(yè)化的視角來初步估算AI大模型的應用層市場規(guī)模。

這里由于資源問題，本文只給出假設和計算方式，暫不進行數(shù)據(jù)估算，對某段時間的詳細的數(shù)據(jù)估算，可參考機構數(shù)據(jù)。例如，根據(jù)《2024年中國AI大模型場景探索及產(chǎn)業(yè)應用調研報告》，當前整體AI大模型行業(yè)仍然處于萌芽期，但市場規(guī)模增速較快。2023年我國AI大模型行業(yè)規(guī)模達到了147億元，近三年復合增速高達114%。預計2024年，該市場規(guī)模將進一步增長至216億元。

1.1 需求端市場規(guī)模計算公式：

AI大模型應用層市場規(guī)模（需求端） =C端市場規(guī)模 + B端市場規(guī)模 + G端市場規(guī)模 + 廣告收入 + 衍生產(chǎn)品解決方案營收

其中：

C端產(chǎn)品市場規(guī)模 =

• 訂閱模式：C端訂閱月均價 × 訂閱月數(shù) × 訂閱用戶數(shù)（或按頭部主流廠商統(tǒng)計累加）
• 免費模式（間接評估）：根據(jù)用戶量、活躍度等指標間接評估市場潛力（不直接計入收入）

（注：由于免費模式不直接產(chǎn)生收入，因此在計算市場規(guī)模的總收入時，僅考慮訂閱模式產(chǎn)生的收入。）

B端產(chǎn)品市場規(guī)模 =

• API調用授權費：API調用次數(shù) × 每次調用費用 × B端用戶數(shù)
• SaaS模式訂閱費：B端訂閱均價 × 訂閱周期 × 訂閱用戶數(shù)
• 人員服務費：服務人天 × 每人天費用 × 服務項目數(shù)
• 二次開發(fā)分成：根據(jù)具體合作模式和分成比例計算
• 增值開發(fā)費用：根據(jù)客戶需求提供的定制化開發(fā)費用

G端產(chǎn)品市場規(guī)模 =

• 類似于B端市場規(guī)模的計算方式，但可能涉及更多定制化服務和項目合作，需根據(jù)具體情況計算。

廣告收入 =

• 根據(jù)AI大模型平臺的流量、用戶畫像等因素，通過廣告投放獲得的收入。

衍生產(chǎn)品解決方案營收 =

• 基于AI大模型開發(fā)的衍生產(chǎn)品或解決方案產(chǎn)生的收入。

1.2 供給端市場規(guī)模驗證公式

從供給端來看，可以通過統(tǒng)計頭部市場參與者的營收數(shù)據(jù)，來驗證需求端分析計算的數(shù)據(jù)。具體公式如下：

頭部市場參與者營收總和：統(tǒng)計前N家（如前10家）頭部市場參與者的年營收，并求和。

市場總體規(guī)模估算：根據(jù)前N家頭部市場參與者的市場集中度（即其營收總和占整個市場的比例），初步估算總體的市場規(guī)模。

2. 市場份額與行業(yè)集中度：按廠商

在AI大模型應用層的市場份額與行業(yè)集中度分析中，我們可以看到一些關鍵廠商占據(jù)了市場的顯著位置。根據(jù)IDC等機構發(fā)布等大模型平臺及應用市場份額報告，2023年中國大模型平臺及相關應用市場規(guī)模達到17.65億元人民幣。在這個市場中，百度智能云以3.5億元人民幣的市場規(guī)模位居第一，市場份額達到19.9%。商湯科技則以16.0%的市場份額緊隨其后，市場規(guī)模約為2.83億元人民幣。智譜AI作為初創(chuàng)企業(yè)中的佼佼者，排名第三，而百川智能和第四范式等公司也在市場中占有一席之地。大模型市場的行業(yè)集中度較高。百度智能云和商湯科技兩家公司就占據(jù)了超過35%的市場份額，而智譜AI和其他廠商則占據(jù)了剩余的市場份額。這表明在大模型市場中，少數(shù)幾家廠商占據(jù)了主導地位，具有較高的市場影響力。

綜上，AI大模型目前市場份額CR8暫未大于80%，行業(yè)為寡占型。行業(yè)存在市場領先者，百度智能云和商湯科技是市場上的領先企業(yè)，這可能是由于他們在AI領域的早期投入和專注研發(fā)。盡管目前市場規(guī)模還不算大，但隨著AI技術的不斷進步和應用的深入，預計未來市場將會有顯著增長。市場集中度較高，但仍有新進入者的機會，特別是在垂直行業(yè)應用和特定領域解決方案方面。隨著更多的廠商進入市場，包括初創(chuàng)企業(yè)和科技巨頭，預計未來市場競爭將會更加激烈。

3. 廠商分類與頭部廠商盤點：廠商&產(chǎn)品

互聯(lián)網(wǎng)大廠

這些公司憑借其龐大的用戶基礎、豐富的數(shù)據(jù)資源以及強大的計算能力和技術實力，在AI大模型領域占據(jù)重要地位。它們通常能夠開發(fā)出能夠處理大規(guī)模數(shù)據(jù)和復雜任務的AI大模型，并持續(xù)推動AI技術的創(chuàng)新和應用。代表企業(yè)有百度、騰訊、阿里巴巴等。

• 百度：擁有文心一言等大模型，具備強大的語言理解和生成能力，能夠應用于文學創(chuàng)作、商業(yè)文案撰寫等多個領域。
• 騰訊：推出了混元大模型，具有萬億參數(shù)規(guī)模，具備強大的中文創(chuàng)作能力、復雜語境下的邏輯推理能力，以及可靠的任務執(zhí)行能力。
• 阿里巴巴：發(fā)布了通義千問等大模型，在代碼理解生成能力、數(shù)學推理能力等方面表現(xiàn)出色。
• 字節(jié)：在AI大模型領域也有顯著貢獻，推出了多款具有競爭力的產(chǎn)品，如Cloud WeGo等，這些產(chǎn)品在自然語言處理、圖像識別等領域有著廣泛的應用。

科研機構

這些機構包括大學、國家實驗室、獨立研究機構等，它們專注于AI大模型的基礎研究和技術創(chuàng)新。這些機構通常在垂直領域的大模型有深入的研究和發(fā)展，并通過發(fā)表論文、開源代碼等形式，推動學術界和工業(yè)界的進步。

初創(chuàng)公司

在AI大模型領域，初創(chuàng)公司憑借其創(chuàng)新能力和快速迭代的優(yōu)勢，提供定制化的解決方案或特定領域的服務。這些公司通常更加靈活，能夠快速響應市場變化和客戶需求。例如：

• 百川智能：發(fā)布了BAIchuan 3等大模型，專注于醫(yī)療領域，并在AI醫(yī)療技術和應用上取得了階段性進展。
• 智譜AI：發(fā)布了GLM-4等大模型，在多模態(tài)能力方面表現(xiàn)出色，支持長文本處理，能夠應用于多個場景。
• MiniMax：作為一家初創(chuàng)公司，MiniMax在AI大模型領域也有其獨特的貢獻和競爭力，致力于為客戶提供高質量的解決方案和服務。

提供定制化的解決方案以滿足客戶的特定需求。

科技公司

除了互聯(lián)網(wǎng)大廠外，一些其他領域的科技公司也在積極布局AI大模型領域。這些公司通常在相關領域有深厚的技術積累和市場經(jīng)驗，能夠將AI大模型技術與現(xiàn)有業(yè)務相結合，推動技術的商業(yè)化應用。例如：

• 華為：在AI大模型領域有著深厚的積累，通過自研或合作的方式推出了多個大模型產(chǎn)品，廣泛應用于各個領域。
• 科大訊飛：在語音識別和自然語言處理等領域有著深厚的技術積累，其AI大模型產(chǎn)品在智能客服、教育等領域有著廣泛的應用。
• 商湯科技：專注于計算機視覺和深度學習技術，其AI大模型產(chǎn)品在智慧城市、智能駕駛等領域發(fā)揮著重要作用。
• 第四范式：作為一家專注于AI決策智能的公司，第四范式也在AI大模型領域有著獨特的貢獻和競爭力。

部分頭部廠商及產(chǎn)品盤點如下，由于篇幅原因，本文暫不對下列廠商&產(chǎn)品做詳細的分析和盤點，后續(xù)考慮另寫文章進行產(chǎn)品側分析：

4. 產(chǎn)品：產(chǎn)品分類

首先產(chǎn)品可以從具體的承載形態(tài)來分類，包括云側、端側和云端結合，云側包括通用大模型和行業(yè)大模型。端側例如智駕端等，云端結合，例如手機廠商開發(fā)的大模型等。

我們常見的大模型集中在云側大模型，那么云側大模型應用如何進一步分析理解，可以從建立一個立體的象限坐標去理解。

• x軸：從功能角度，包括文本生成、語言理解、文本翻譯、知識問答、邏輯推理、數(shù)學計算、代碼生成、圖像生成、多模態(tài)等，這也是我們廣義理解的通用大模型。
• y軸：從行業(yè)角度，包括金融、電商、教育、醫(yī)療、出行、制造、政務、傳媒等
• Z軸：從業(yè)務域角度，包括設計、生產(chǎn)制造、營銷、銷售、售后、行政、人力、財務、風控等

這樣基本可以覆蓋絕大多數(shù)大模型的應用場景。例如，一個圖像生成，可以廣泛的不垂直在任何行業(yè)和業(yè)務域。也可以專注在營銷廣告圖片的圖像生成，此時可以是面向各個行業(yè)的，當然也可以加強某些功能和數(shù)據(jù)標柱，及相關算法，更加垂直在女裝營銷廣告的生成。我們如何理解AI的“產(chǎn)品力”，即可以是單獨的x軸關聯(lián)，也可以是x軸+y軸，x軸+z軸角度（y+z軸不適用），也可以是x軸+y軸+z軸角度

二、現(xiàn)狀+需求：消費者（規(guī)模、需求場景）

1. 需求端現(xiàn)狀盤點

C端客戶

用戶總體規(guī)模：隨著AI大模型在C端應用場景的不斷拓展，用戶規(guī)模持續(xù)增長。生成式AI類APP的月活用戶數(shù)量已達到較高水平，如抖音的豆包、百度的文心一言等，均擁有數(shù)百萬至千萬級別的月活用戶。根據(jù)最新數(shù)據(jù)，2024年1月top10 AIGC APP聚合活躍用戶規(guī)模已超過5000萬，并保持超高增速。截止2024年上辦年，豆包的下載量為3309萬，月活為2144萬，騰訊元寶的下載量為17萬，月活為10萬左右。下圖是2024年上半年，top10的中國AI大模型應用的下載量和月活統(tǒng)計。

主要用戶需求：據(jù)某機構統(tǒng)計的用戶畫像顯示，男性用戶略多于女性，以中青年人為主，各線城市均有分布，但大城市用戶更為集中。從消費行為屬性看，用戶線上消費意愿中等，消費力主要集中在1000-1999元區(qū)間。由于C端市場需求集中且產(chǎn)品同質化程度高，用戶流失風險較高，因此用戶運營成為C端產(chǎn)品推廣發(fā)展的關鍵。

C端用戶主要關注生活便捷性、娛樂體驗以及個性化服務等方面。用戶對于搜索應用軟件接入生成式AI功能的需求度最高，其次是生活服務、輸入法等應用，高頻剛需的平臺是用戶使用生成式AI功能的最重要、最直接的入口；此外，用戶對辦公商務、教育學習、自媒體等應用接入生成式AI功能的需求度也較高，涉及專業(yè)問題解決能力的平臺也與生成式AI具備較高的契合度。

B端客戶

大中型企業(yè)

數(shù)量：參考世界500強和中國上市企業(yè)數(shù)量，剔除部分本身就是此行業(yè)的市場供給方后，大中型企業(yè)數(shù)量約為110+家。此外，中國上市企業(yè)（不包括創(chuàng)業(yè)板）數(shù)量大約在3000至4000家之間，這些企業(yè)也是AI大模型的重要客戶群體。

主要需求：大中型企業(yè)主要利用AI大模型進行經(jīng)營數(shù)據(jù)分析，以幫助企業(yè)進行科學、高效決策；提高生產(chǎn)效率和產(chǎn)品質量；實現(xiàn)生產(chǎn)線的智能化。同時，它們還需求定制化的客服問答、文檔分析、數(shù)據(jù)分析辦公助手、代碼助手、創(chuàng)意營銷、商品導購、教育問答等智能應用。

小型企業(yè)

數(shù)量：小型企業(yè)數(shù)量眾多，具體難以統(tǒng)計，但它們是AI大模型在B端市場的另一個重要客戶群體。

主要需求：小型企業(yè)主要關注通用化的智能應用，如客服問答、文檔分析、數(shù)據(jù)分析辦公助手、代碼助手等，以降低成本、提高效率。同時，它們也對創(chuàng)意營銷、商品導購、教育問答等智能應用有較高需求。

從B端客戶的行業(yè)類型來看，包括但不限于，金融、醫(yī)療、制造、教育、通信、能源、傳媒、運輸?shù)?，其中需求較為大，現(xiàn)階段發(fā)展較為成熟的包括：金融行業(yè)：銀行、保險、證券等金融機構是B端市場的重要客戶。它們需要利用先進的技術手段來優(yōu)化業(yè)務流程、提高服務質量、防范金融風險等。例如，通過AI技術實現(xiàn)智能客服、智能風控、智能投顧等功能，為金融機構提供全方位的服務支持。

醫(yī)療行業(yè)：醫(yī)療行業(yè)也是B端市場的重要領域之一。醫(yī)療機構需要利用先進的技術手段來提高醫(yī)療水平、優(yōu)化醫(yī)療資源配置、提升患者滿意度等。例如，通過AI技術實現(xiàn)醫(yī)療影像分析、智能診斷、遠程醫(yī)療等功能，為醫(yī)療機構提供更加精準、高效的醫(yī)療服務。

教育行業(yè)：教育行業(yè)同樣需要先進的技術手段來支持教學、管理、科研等方面的需求。例如，通過AI技術實現(xiàn)智能教學、智能評估、智能管理等功能，為教育機構提供更加個性化、高效的教學服務。

制造業(yè)：制造業(yè)是實體經(jīng)濟的重要組成部分，也是B端市場的重要客戶之一。制造業(yè)企業(yè)需要利用先進的技術手段來提高生產(chǎn)效率、降低生產(chǎn)成本、提升產(chǎn)品質量等。例如，通過AI技術實現(xiàn)智能制造、智能質檢、供應鏈優(yōu)化等功能，為制造業(yè)企業(yè)提供更加智能化、高效化的生產(chǎn)解決方案。

典型產(chǎn)品日活與毛利：以智譜AI為例，其API單日調用量達到600萬+，API單日調用tokens達到400億+，服務企業(yè)客戶30萬+，顯示出其在B端市場的強大影響力和應用價值。

G端客戶

市場規(guī)模：雖然具體數(shù)據(jù)尚未有確切統(tǒng)計，但考慮到政府在推動AI技術發(fā)展方面的積極作用，以及政務服務、城市治理等領域對AI技術的需求，市場規(guī)模有望持續(xù)增長。

主要需求：集中在政務咨詢、輔助辦理、城市治理、機關運行、輔助決策等方面。

2. 總結

總體來看，AI大模型行業(yè)正處于快速發(fā)展階段，市場規(guī)模增速較快。C端客戶主要關注生活便捷性、娛樂體驗和個性化服務等方面；B端客戶則更加關注數(shù)據(jù)分析和處理、生產(chǎn)效率和產(chǎn)品質量提升以及創(chuàng)新智能應用產(chǎn)品的構建等方面；G端客戶則主要關注政務服務效率提升、政策制定的合理性和前瞻性以及數(shù)據(jù)安全等方面的需求。

三、趨勢+供給

（市場趨勢、技術&產(chǎn)品趨勢、投融資、政策）

1. 市場趨勢

研發(fā)成本費用高昂：大模型的構建和運行成本仍然高昂。國內外企業(yè)如360、百度、科大訊飛以及OpenAI等都在人工智能領域保持高研發(fā)投入，但面臨成本無法覆蓋的難題。隨著技術的發(fā)展和市場的成熟，大模型的構建和運行成本可能會逐漸降低。但同時，隨著模型規(guī)模的擴大和復雜度的增加，成本仍將是一個重要的考量因素。據(jù)每日經(jīng)濟新聞顯示，日活用戶千萬級別的通用大模型一年需獲得超100億元的營收方可支撐其背后的數(shù)據(jù)中心成本。通過大模型業(yè)務直接獲得的收入與研發(fā)成本的懸殊，使大模型企業(yè)的盈利更是艱難

市場競爭激烈：大模型行業(yè)市場競爭激烈，部分企業(yè)開始降價以爭奪市場份額。這導致大模型業(yè)務盈利能力不佳，部分企業(yè)甚至面臨虧損的風險。市場競爭將進一步加劇，但也將推動行業(yè)向更加成熟和理性的方向發(fā)展。企業(yè)需要通過技術創(chuàng)新和差異化競爭來提升自己的競爭力。2024年5月，大模型相關企業(yè)對大模型進行降價，開啟“價格戰(zhàn)”。例如，阿里巴巴通義千問9款模型均降價，其中主力模型Qwen-Long價格直降97%；百度文心大模型ERNIE Speed和ERNIE Lite免費；騰訊云主力模型混元-lite全面免費，其他模型降幅最高可達87.5%。OpenAI的多模態(tài)大模型GPT-4o的性能有大幅提升，但收費價格下降50%。可見，大模型供給過多，市場競爭激烈，但實際市場需求和用戶接受度不足；

2. 技術&產(chǎn)品趨勢

大模型多模態(tài)化：AI大模型正在從單模態(tài)向多模態(tài)融合的方向發(fā)展，這是人工智能進化的必然趨勢。多模態(tài)大模型能夠理解和處理文本、圖像、音頻等多種信息，更加接近人類的認知方式。隨著計算機視覺、深度學習等技術的不斷進步，多模態(tài)大模型將成為研究熱點，并在實際應用中展現(xiàn)更大的潛力。

大模型端側化：大模型正逐步走向智能終端側，如手機、PC等設備。端側大模型具有成本低、移動性強、數(shù)據(jù)安全等優(yōu)勢。端側大模型將進一步發(fā)展，通過模型壓縮和定制芯片提升算力，使每個人的手機上都能擁有“個人大模型”。這將極大地擴展大模型的應用場景和覆蓋范圍。

大模型開源化：大模型的開源化正在降低開發(fā)者的使用門檻和成本，提高算法的透明度和可信度。開源化還促進了人工智能技術的創(chuàng)新與發(fā)展。未來，大模型的開源化將進一步深化，形成全棧化的開放生態(tài)。這將釋放大模型的紅利，促進更多創(chuàng)新應用的出現(xiàn)。

行業(yè)大模型成為產(chǎn)品方向熱點：通用大模型的訓練成本高企，部分大模型企業(yè)轉向金融、醫(yī)療、制造等特定領域的行業(yè)大模型。行業(yè)大模型具有參數(shù)相對較小、訓練成本較低的優(yōu)勢。行業(yè)大模型將逐漸成為大模型行業(yè)的主戰(zhàn)場。它們能夠結合B端企業(yè)的實際數(shù)據(jù)解決實際場景問題，為企業(yè)帶來降本增效的效果。

存在安全與監(jiān)管盲區(qū)：大模型在部分領域表現(xiàn)出色，但在實際應用中仍存在常識偏差、安全性問題、知識盲區(qū)等缺點。隨著技術的不斷進步和應用場景的不斷拓展，大模型的這些局限性將逐漸得到克服。同時，企業(yè)也需要加強技術研發(fā)和安全管理，確保大模型的穩(wěn)定性和可靠性。在邊緣側的部署，邊緣計算，工業(yè)上對響應時間和業(yè)務對數(shù)據(jù)的安全性有要求，所以邊緣計算也是很重要的方向。

3. 投融資趨勢

投融資活躍度：近年來，中國AI大模型應用側的投融資活動較為頻繁，尤其是在2023年大模型爆發(fā)之后，投融資事件和金額都有所增加。然而，與過去移動互聯(lián)網(wǎng)時期的PE/VC機構站“C位”不同，當前產(chǎn)業(yè)資本成為了這輪AI浪潮最堅定的投資者。

投資領域：AI大模型應用側的投融資主要集中在金融、政務、醫(yī)療、電商、教育、終端等六大行業(yè)領域。這些行業(yè)對AI大模型的需求旺盛，希望通過引入AI技術來提高效率、降低成本、優(yōu)化服務。在產(chǎn)品方向上，跨模態(tài)（數(shù)字人等）、語言及音樂、影像、多模態(tài)等成為重點投資的產(chǎn)品場景。

投資階段：從投資階段來看，AI大模型應用側的投融資活動涵蓋了從天使輪到B輪及以后的各個階段。其中，天使輪、Pre-A輪、A輪等早期投資輪次分布較多，B輪及以后較為成熟的投資輪次分布較少。但值得注意的是，隨著AI技術的不斷成熟和應用場景的拓展，B輪及以后的投融資活動也在逐漸增加。

地域集中：從地域分布來看，中國AI大模型應用側的投融資活動主要集中在北京、上海、廣東、江蘇和浙江等地。這些地區(qū)經(jīng)濟發(fā)達、科技實力強、人才資源豐富，為AI大模型的發(fā)展提供了良好的環(huán)境和條件。

應用場景多元化：AI大模型應用側的投融資活動涉及多個應用場景，包括金融領域的智能客服、風控管理；政務領域的智能辦公、信息公開；醫(yī)療領域的輔助診斷、健康管理；電商領域的智能推薦、個性化營銷；教育領域的智能教學、學習輔導；終端領域的智能車載、智能家居等。這些應用場景的多元化為AI大模型的發(fā)展提供了廣闊的市場空間。

中國AI大模型應用側的投融資在2024年呈現(xiàn)出活躍態(tài)勢。國內AI大模型領域的投融資事件頻繁，一些創(chuàng)業(yè)公司獲得了巨額融資，同時也涌現(xiàn)出了一批獨角獸企業(yè)。以下是一些投融資的亮點：

• 智譜AI：獲得了超過25億元人民幣的融資，估值達到30億美元
• 月之暗面：完成了超過10億美元的A輪融資，估值達到30億美元，投資方包括紅杉中國、小紅書、美團、阿里等
• 百川智能：由王小川創(chuàng)辦，傳言正在進行新一輪數(shù)億美元融資，估值已超過18億美元
• MiniMax：完成了6億美元融資，投后估值達到25億美元
• 零一萬物：由李開復創(chuàng)立，去年11月官宣由阿里云領投融資，估值超過10億美元

四、趨勢+需求

（需求洞察、消費者細分需求&測算）

1. 需求洞察

對于需求側的趨勢分析，從底層邏輯思考，這里淺要的思考了AI大模型的兩個點，第一個是規(guī)模化與個性化需求。第二個是產(chǎn)品形態(tài)，從軟件到硬件，從數(shù)據(jù)間的流通到數(shù)據(jù)智能流動，從數(shù)字場景到生活場景。

從規(guī)?；絺€性化需求

在AI大模型發(fā)展的初期，各大廠商主要聚焦于算力、算法等方面的迭代，以開發(fā)出通用性強、性能優(yōu)越的大模型。這一階段的競爭主要圍繞價格、成本以及模型的通用性展開。就像制造業(yè)在起步階段，企業(yè)通過標準化流程開發(fā)標準化產(chǎn)品，形成規(guī)模效益。

然而，當AI大模型市場發(fā)展到一定階段時，客戶需求將呈現(xiàn)出更多的垂直細分和衍生需求。這時，行業(yè)將爆發(fā)出二次開發(fā)和精細化的革命。就像制造業(yè)在發(fā)展到一定階段后，客戶需求逐漸從標準化產(chǎn)品轉向更加個性化和定制化的產(chǎn)品。

在AI大模型領域，為滿足客戶的個性化需求，各大廠商將開始開發(fā)行業(yè)大模型和面向C端客戶的個性化大模型。這些模型將更加注重對特定領域知識的深入學習和理解，以及針對用戶個性化需求的精準響應。

行業(yè)大模型：例如，在金融領域，AI大模型可以針對客戶的投資偏好、風險承受能力等信息，提供更加個性化的投資建議和風險管理方案。在醫(yī)療領域，AI大模型可以基于患者的病史、基因信息等數(shù)據(jù)，提供更加精準的診斷和治療方案。

面向C端客戶的個性化大模型：例如，在智能家居領域，AI大模型可以根據(jù)用戶的生活習慣、喜好等信息，自動調整家居設備的運行模式和參數(shù)，提供更加舒適和個性化的居住體驗。在個性化陪伴方面，AI大模型可以基于用戶的情感需求、興趣愛好等信息，提供更加貼心和有趣的陪伴服務。

從云側到具身智能

AI大模型從產(chǎn)品運用的形態(tài)上，可以分為云側、端側、云端結合。在云側，通用大模型、行業(yè)大模型等主要以軟件形式存在，通過互聯(lián)網(wǎng)向用戶提供服務。而在端側/云端結合方面，AI大模型將逐漸滲透到各種智能硬件中，如智能手機、智能汽車、AR/VR等。

未來，從軟件到智能硬件都將被AI大模型驅動，和這種趨勢將推動AI大模型在更多領域的應用和創(chuàng)新。具身智能是AI大模型在智能硬件領域的重要應用之一。具身智能指的是將AI大模型與智能硬件相結合，使智能硬件具備更加智能和自主的能力。這種智能不僅體現(xiàn)在對數(shù)據(jù)的處理和分析上，還體現(xiàn)在對環(huán)境的感知、對用戶的理解以及對行為的控制上。

汽車領域：具身智能首先落地的場景之一是汽車領域。自動駕駛和智能座艙是AI大模型在汽車領域的重要應用。通過數(shù)據(jù)自動標注、傳感器算法和場景仿真等技術，AI大模型可以提高自動駕駛的感知精度和安全性。例如，特斯拉的自動駕駛系統(tǒng)就采用了深度學習算法和大量傳感器數(shù)據(jù)來實現(xiàn)對周圍環(huán)境的感知和判斷。同時，智能座艙系統(tǒng)也可以通過AI大模型來實現(xiàn)對用戶的語音識別、情感分析等功能，提供更加個性化的駕駛體驗。

其他領域：除了汽車領域外，具身智能還可以應用于智能家居、智能機器人等領域。在智能家居領域，AI大模型可以通過對家居設備的控制和管理來實現(xiàn)更加智能和便捷的生活體驗。在智能機器人領域，AI大模型可以通過對機器人的控制和優(yōu)化來實現(xiàn)更加高效和自主的工作能力。

2. 消費者細分需求&測算

C端客戶：

目標用戶與潛在用戶：可參考各機構給出的ai大模型用戶畫像?？萍紣酆谜撸簩π录夹g充滿好奇，愿意嘗試并接受AI大模型帶來的新體驗。智能家居用戶：希望通過AI技術實現(xiàn)家居設備的智能化控制，提高生活便捷性。內容消費者：喜歡閱讀、觀看視頻、聽音樂等內容，希望獲得個性化的內容推薦。娛樂需求者：尋求與AI進行互動的游戲伙伴、虛擬偶像等，以滿足娛樂需求。健康管理用戶：關注個人健康，希望通過AI技術獲取健康建議、監(jiān)測健康數(shù)據(jù)等。

C端客戶規(guī)模測算：假設下載量與活躍用戶數(shù)成正比，且活躍用戶數(shù)占總下載量的比例為P（P值可根據(jù)市場調研數(shù)據(jù)確定），則C端客戶需求量 = 下載量 × P。

用戶需求：集中在提高生活便捷性（如智能家居控制、智能助手等）、娛樂體驗（如個性化推薦、AI游戲伙伴等）以及個性化服務（如定制化內容推送、AI健康顧問等）等方面，面向C端個人用戶，云側大模型提供智能問答、文本生成、圖片生成、視頻生成等功能。

這里，值得注意的是，在AI大模型的用戶運營方面，根據(jù)QuestMobile的數(shù)據(jù)報告顯示，頭部AIGC APP的活躍用戶規(guī)模在2024年1月已經(jīng)突破了5000萬。盡管用戶對AIGC類產(chǎn)品表現(xiàn)出極大的熱情，但用戶留存率仍有較大的提升空間。目前，頭部AIGC APP的活躍率較低，均在20%以下，3日留存率也都在50%以下，部分APP的卸載率甚至在50%以上。我們可以結合上文的洞察，這些產(chǎn)品的同質化程度較高，目前出于百模大戰(zhàn)階段，所以這一階段用戶運營很重要，因為產(chǎn)品的同質化程度較高，此外，可以考慮提供個性化、智能化產(chǎn)品服務，在個性化服務方面，AI大模型可以根據(jù)用戶的情感需求、興趣愛好提供陪伴服務。例如，AI伴侶可以提供情感交流和娛樂互動，增加用戶的滿意度和留存率。

B端客戶：

目標客戶與潛在客戶：這里有兩個思考維度，第一是ai大模型會先在哪些行業(yè)落地，對哪些行業(yè)有高度的投資回報。第二是在這些行業(yè)的什么業(yè)務領域和場景中落地。

針對第一個問題，零售、金融、醫(yī)療和教育等行業(yè)成為了我們重點看好的目標客戶群體。這些行業(yè)不僅數(shù)據(jù)豐富、場景多樣，而且人才密度較高，為AI大模型的應用提供了良好的環(huán)境。此外，這些行業(yè)的前期信息化、數(shù)字化基礎扎實，積累了豐富的數(shù)據(jù)資源，對前沿技術的接受度和支付意愿也相對較高，這為AI大模型的快速落地與高效應用奠定了堅實的基礎。

由于篇幅關系，沒有辦法枚舉所有的行業(yè)與場景落地，后續(xù)考慮另起文章，按照行業(yè)落地維度進行顆粒度更細的分析，本文暫不涉及。本文可列舉ai大模型在消費品的應用，對于汽車行業(yè)，智能駕駛、研發(fā)、生產(chǎn)、營銷、供應鏈是較為核心的應用交互點。

B端客戶規(guī)模測算：考慮到B端客戶更關注API調用量和服務企業(yè)客戶數(shù)量，我們可以將API單日調用量或服務企業(yè)客戶數(shù)量作為需求量的衡量指標。同時，結合行業(yè)增長率和市場滲透率等因素進行預測。

用戶需求：面向B端企業(yè)用戶，云側大模型變革企業(yè)傳統(tǒng)業(yè)務模式，提供營銷、客服、會議記錄、文本翻譯、預算管理等個性化服務。B端客戶對AI大模型的需求將持續(xù)增長，特別是在數(shù)據(jù)分析與處理、生產(chǎn)效率提升、產(chǎn)品質量優(yōu)化以及創(chuàng)新智能應用產(chǎn)品構建等方面。

G端客戶：

G端客戶規(guī)模與需求預測：由于G端客戶的需求較為穩(wěn)定且受政策影響較大，我們可以根據(jù)政府部門的信息化、數(shù)字化規(guī)劃以及AI大模型技術的成熟度進行預測。政府機構的規(guī)模通常較為穩(wěn)定，但隨著數(shù)字化轉型的深入，政府部門對于信息化、數(shù)字化服務的需求將持續(xù)增長。這意味著，G端客戶在數(shù)量上可能保持穩(wěn)定，但在服務需求上將持續(xù)擴大。特別是在智慧城市、智能交通、電子政務等領域，政府機構將加大投入，推動信息化、數(shù)字化服務的升級與拓展。

3. 總結

總體來看，AI大模型行業(yè)正處于快速發(fā)展階段，市場規(guī)模增速較快。C端客戶主要關注生活便捷性、娛樂體驗和個性化服務等方面；B端客戶則更加關注數(shù)據(jù)分析和處理、生產(chǎn)效率和產(chǎn)品質量提升以及創(chuàng)新智能應用產(chǎn)品的構建等方面；G端客戶則主要關注政務服務效率提升、政策制定的合理性和前瞻性以及數(shù)據(jù)安全等方面的需求。隨著技術的不斷進步和應用場景的不斷拓展，AI大模型行業(yè)的需求將持續(xù)增長。同時，各廠商需要密切關注市場需求的變化和競爭格局的演變，不斷優(yōu)化產(chǎn)品和服務以滿足客戶需求。