前言：
生成式AI有望繼續在今年成爲科技產業發展的核心主线之一，對全球企業IT支出總量和結構、半導體和硬件行業需求，以及互聯網公司運營效率產生相應影響。
作者 | 方文三
圖片來源 | 網 絡
AI資本壓倒數字資本
關於數字資本與AI資本的共融，直至AI資本逐漸主導地位的轉變，過去軟件开發的重任落在人類肩上，如今則由人工智能接手，其優勢在於能有效節省55%的資源投入。
在地域投資分布上，人工智能領域的差異性顯著，美國獨佔鰲頭，歐盟緊隨其後，排名第三的是英國，然後是中國及其他國家。
這一現象揭示出，在農耕時代，各國均爲參與者；進入工業時代，部分國家成爲引領者，余者則努力跟進，只是發展速度有所差異。
然而在數字時代，半數國家已無法立足。展望人工智能時代，只有少數國家具備足夠的能力和資格參與競爭與發展。
OpenAI年收入破16億美元
根據外媒報道，11月及12月，OpenAI收入實現20%的增長，使其年化收入最終達到16億美元。
在最近的融資消息中，OpenAI的估值達到了1000億美元，估值與年收入之比爲62倍。
此外，OpenAI內部高管預測，到今年，公司收入將超過50億美元，保持強勁增長勢頭。
另有報道披露，Anthropic在最近一次融資中，月收入達到1700萬美元，其估值與年化收入之比高達75倍，甚至超過了OpenAI。
OpenAI與微軟的成功案例表明，基於大模型的對話式人工智能有望成爲一項龐大的業務。
AI寵兒將倒閉或被火速收購
近期，關於法律科技初創公司Harvey及企業搜索公司Glean等有潛力成爲盈利企業的事例，坊間流傳着[雙城記]的說法。
然而，在籌集資金方面，雖然這些公司表現不俗，但風險較高的初創企業卻面臨困境。
在今年，第二類公司，如模型提供商Stability Al和文案創作初創公司Jasper，或將面臨更多挑战，因爲融資愈發困難，可能導致公司被出售。
此外，主要的模型开發商如OpenAI、Anthropic、Cohere、A121 Labs或You.com，也有可能成爲收購對象。
不基於Transformer的模型爆發
GPT-4、Claude等大型語言模型均基於統一的Transformer架構。
Transformer的核心功能在於預測句子中下一個單詞的最可能出現概率。
然而，此類模型備受指責僅爲[隨機鸚鵡]，而非真正實現推理問題。此外，它們的訓練和運行成本亦相當高昂。
近年來，除Transformer外，其他一些替代模型逐漸受到關注，如全新开源的Mamba模型，其架構在計算效率方面優於Transformer。
因此，無論是Mamba還是其他模型，人工智能領域均期待着另一種模型的誕生。
商業化初現下遊應用層开始落地
根據前瞻產業研究院等機構的預測，到2025年，我國生成式人工智能應用市場規模將達2070億元，並保持兩位數的增長速度。
IDC預測，2026年，我國AI大模型市場規模將攀升至211億美元。
以Open AI爲例，當前大型模型平台公司的商業化模式已初具規模，GPTs應用商店的繁榮前景可期待。
具體而言，OpenAI位於產業鏈中遊，負責模型开發與定制，包括利用數據要素進行模型訓練和垂直細分領域的二次开發，以滿足下遊內容生產與分發平台的個性化需求。
AI應用或迎來大爆發
GPT商店及GPT技術將確立明確的商業模式，對整個人工智能產業產生深遠影響。
GPT Store的生態系統使得每個人都可以成爲开發者，創造屬於自己的AI。
目前，通過自然語言對話創建自定義GPT的方式顯著降低了編程難度，有望催生出類似於APP時代的創業熱潮。
然而，在實際操作中，我們發現如果沒有獨特價值的獨家數據，就難以推出能吸引用戶使用甚至付費的產品。
在此背景下，部分優質內容公司可能會選擇自行入場，利用自身獨家數據進行商業變現；
另一些公司則可能選擇以數據授權或售賣等方式，扮演[賣鏟子的人]的角色。
總之，GPT技術的崛起加劇了對優質數據的渴望，擁有專業數據的公司和平台有望迎來投資良機。
人工智能產品將超越SaaS模式
隨着人工智能市場和工具的迅猛發展，傳統的定價策略正面臨新一輪評估。
人工智能市場和工具的普及爲各類定價策略和創新的商業模式奠定了基礎。
开發者和他們的人工智能服務或代理可以在市場上嘗試收入分成（如應用商店）或使用費（如Spotify）模式。
另一種新興模式爲基於性能的定價，即根據人工智能工具所交付的成果或效果收費。
在人工智能影響可量化衡量的領域，如營銷分析、金融預測或創意產業，此類模式尤爲具有吸引力。
此外，隨着人工智能廣泛滲透至各行各業，跨行業合作可能催生捆綁服務。
這些捆綁服務將人工智能工具與傳統軟件服務相結合，提供一站式解決方案，滿足更廣泛的業務需求。
微軟將Office與AI相結合，推出的Microsoft365 Copilot產品，年營收已達到50億美元，遠超OpenAI全年的收入13億美元。
AI服務器市場規模將繼續增長
服務器市場預計在今年持續擴大，特別是AI服務器領域，鑑於AI模型計算需求的持續上升。
液冷技術將於今年廣泛應用於服務器行業，旨在解決高功耗和散熱難題，從而提升服務器的穩定性和運行效率。
據預測，至今年，液冷技術將在服務器領域實現大規模應用。
根據賽迪顧問的數據，今年液冷市場的規模有望達到千億元級別。到2025年，市場規模將進一步擴大至1300億元。
手機大模型各家开始發力
今年伊始，各大手機制造商紛紛展示了自己的大規模模型，競爭日趨激烈。
這場70億參數大模型的角逐，無疑將人工智能推向了今年手機行業發展的前沿。
回顧去年下半年，小米、OPPO、vivo等手機廠商已着手組建團隊，在新系統中融入大模型能力。
在這場競賽中，各家手機制造商都在努力塑造自家大模型的特色。
然而，盡管手機廠商在大模型領域取得了顯著成果，但人工智能終端的盈利模式仍有待探索。
現階段，手機廠商主要通過銷售具備獨特端側人工智能功能的高端機型，優化產品結構、提升平均銷售價格，並激發消費者換機需求。
然而，從長期角度看，如何發掘一種適應本土市場的人工智能盈利模式，仍是手機廠商需要面對的重要課題。
量子計算機可能率先應用於人工智能
首先，在人工智能領域，多數算法屬於並行計算範疇。
以AlphaGo爲例，其在圍棋對局中需同時考慮對手在不同位置落子後的應對策略，進而找出最有可能贏得棋局的下法。這要求計算機提高並行計算效率。
量子計算機擅長並行計算，因爲它能同時存儲和計算[0]和[1]兩種狀態，無需像傳統電子計算機那樣消耗額外資源，如串聯多個計算單元或同時在時間上並列執行計算任務。
計算任務越復雜，量子計算機的優勢越明顯。
其次，運行ChatGPT所需的硬件條件也與當前體積龐大的量子計算機相契合，二者均需安裝在高度集成的計算中心，並由專業化的技術團隊進行管理支撐。
基礎設施領域將繼續受到需求驅動
至去年下半年，基礎設施建設相關行業已有多家企業實現盈利。
展望未來，今年和2025年，基礎設施領域將繼續受到需求驅動，相應的子行業及其優秀公司收入和盈利能力將持續釋放。
自今年起，整個硬件領域將步入新一輪創新周期。
以消費電子爲例，今年至2026年將呈現新一輪創新窗口，結合當前該領域主流公司較低估值，未來兩、三年實爲值得關注與投資的產業。
若這些公司還能培育出人形機器人相關業務，則有望拓展第二增長曲线，實現安全邊際與成長空間的兼具。
此外，智能駕駛領域在今年、2025年將實現從個位數向10%滲透率的增長，我國企業在該產業具有顯著優勢。
今年的投資三大方向
首要關注的是大模型訓練及推理所需的國產算力領域，涵蓋國產人工智能芯片、交換機、光模塊、服務器等細分市場。
其次，重視具備技術競爭力和產品落地能力的國產大模型企業。
最後，着眼於擁有人工智能技術應用場景的操作系統、辦公協作、個人電腦、智能手機、可穿戴設備、遊戲影視、教育培訓等下遊應用類企業。
這些企業將在未來獲得潛在收入空間和盈利彈性，投資價值亦相對較高。
預計今年市場宏觀環境將明顯改善，海外步入降息周期，國內經濟逐步回升。
從產業周期角度看，人工智能技術革命方興未艾，國內半導體技術突破將推動國產智能終端復興。
中國企業經營周期在歷經三年下行後，將步入上升階段。
結尾：
預計到今年，AI行業將在更智能的模型、多模態和推理成本下降等方面取得主要技術突破；
同時，底層算力需求結構、產品形態和市場格局等方面也可能隨之調整，短期內增加不確定性。
作爲AI產業商業化閉環的最後一環，應用場景如AI個人電腦/手機、AI+軟件、自動駕駛與機器人、互聯網等領域有望在今年實現主要落地。
部分資料參考：新智元《AI元年英偉達暴漲239%+今年AI大事件預測》，AI商業評論：《暢遊今年人工智能趨勢、預測和可能性》，中信證券研究院：《全球AI人工智能今年投資展望》，搜狐財經：《今年人工智能行業邁向價值成長階段》，芯果：《今年，或是AI營收年？》，巨豐金融研究院：《丁奇：今年AI行業投資指南》，秦朔朋友圈：《今年AI商業落地的十個方向》，瞭望：《前瞻今人工智能四大趨勢》
原文標題 : AI芯天下丨產業丨今年AI贏利到底從哪裏來？
標題：今年AI贏利到底從哪裏來？
地址：https://www.utechfun.com/post/327373.html