万亿级AI新市场，中国企业还能“卷”赢吗？

2024-04-19 10:04

今年中国AIGC应用市场规模将达200亿，2030年达万亿规模；

B端产品80%实现营收，C端产品近50%以免费为主；

AI原生应用占比高于X+AI，占比接近57%；

多模态是大趋势，应用产品占比近50%；

场景与技术匹配是产品落地首要因素，技术成熟度决定落地速度；

AIGC产业投资资源向头部聚集，潜在资本重点看向应用层。

以上内容来自量子位智库发布的《中国AIGC应用全景报告》。可以看出，一个万亿级规模的新市场，正在酝酿。

然而，对于大多数企业来说，站在变革的十字路口，更多的是焦虑和彷徨，而非笃定和决断。

人工智能时代，

我们还有没有机会卷？

互联网时代，我们与世界卷平了差距。

21世纪初，掀开互联网时代的革命浪潮之后，美国人负责解决科技创新从0到1的问题。一旦从0到1的问题解决之后，中国即可以凭借强大的产业链和供应链优势做出产品，迅速完成从1到100。

当头部企业在国内占据足够高的市场份额之后，下一步发展的目光即投向了海外市场。去年在全球APP下载榜单前十位中，中国的出海应用占据了四席，Tiktok、Temu、Shein以及CapCut，火爆全球。得益于过去四十年间中国产业链的优势和快速的迭代能力以及内卷的国内市场，使得中国的出海企业从单一的商品贸易迈向了全球供应链整合的市场。

那么，在AI的时代浪潮中，中国的人工智能企业能否复制20年前的商业模式？能否像如今的阿里、拼多多和字节跳动一样卷进海外市场？

答案是不确定的。

客观来讲，现在中国正处在一个十字路口，很可能我们没有机会卷，也卷不出来像阿里、拼多多、字节跳动这样级别的公司。

20年前我们讨论互联网的话题时，互联网跟绝大多数产业和公司是没有关系的。今天也是一样，AI跟绝大多数公司其实没有关系。

因为互联网对于整个经济结构的改变是非常巨大的。在互联网领域，只有头部公司才能生存。在AI时代，这种结构会更加极端，极端到在每个领域只需要有一家公司就够了。

前不久，特斯拉FSD实现了去Beta化，从测试版革新到监管版，意味着真正的FSD时代即将到来。特斯拉自动驾驶的基础逻辑是基于视觉的图像识别，如果特斯拉不开源这项技术，相信特斯拉和其他车企基于自动驾驶技术的差距会迅速拉开。这就是人工智能时代的极端化效应。

经济是有周期的

今天处于一个小经济周期

过去十年，许多人都认为自己企业的盈利模式是可以持续的，但现在我们认识到并不是这样，连马云挣钱的生意都不可持续。创业者和企业家都应该认清自己企业的周期，需要不断迭代和适应变化，否则就会被时代淘汰。

我们今天面临的小经济周期，与30年前的状况相似。在1970年代到1980年代，欧美经历了中东战争、石油价格暴涨和通货膨胀等问题。这些问题最终通过提高利率来解决，但也带来了新的挑战。当时的美国产品因价格昂贵而受到廉价的德国和日本产品的冲击。

20年前，中国消费者可能倾向于购买德国或日本的家电产品。但现在，全球市场上更多的是中国品牌，如海尔、格力、美的等。在电子产品和手机市场上，中国品牌已经占据了主导地位。这种趋势预计也会出现在汽车领域。

历史上的经济危机通常是由生产力的供给冲击引起的。在1980年代，信息产业革命和互联网的发展帮助世界经济走出了危机，互联网极大地提高了生产力。

当前，我们面临着新的全球经济挑战。过去人们一度认为，生物工程能带来下一次生产力革命，但最终意识到它可能并不会带来预期的生产力提升。所以现在，人工智能被视为未来的发展方向，可能会再次改变世界，就像互联网曾经做的那样。

AI是未来十年科技最大的增长来源

事实上，每一次把人类从经济危机里拉出来，都需要极大的生产关系和生产力的提升。在20年前，互联网不仅改变了生产力，还改变了生产关系。

人工智能不仅改变了生产力，改变了生产关系，还会带来更大的改变。

过去一年，我们能切实体验到的AI大模型能力主要表现在三方面：文字、图片和视频。

文字方面，ChatGPT版本的office是对生产力的极大解放。ChatGPT 其实是个概率模型。这可能会给人类一个不一样的方向，很多不需要用推理的事情， ChatGPT能非常快地完成。

图片方面，AI进行创作会更加容易，因为图片实质上就是每个像素点出现的概率，所以图片比文字的字母出现的概率更容易。

有一家叫漫播的公司，可以根据电子书音频自动用AI进行漫画创作，而不再依赖于手绘，为听众提供边听音频边看漫画的享受。凭借这项业务，这家公司去年实现了10个亿的营收和几千万的利润。由此可以看到，AI对于业务模式的重塑和极大的效率提升。

之前国内关于AI智能视觉的训练，需要几百个博士耗费25年时间才能训练出机械臂与视觉的双重配合，实现扫地机器人和机械手的配合，进行家庭物品分类与收纳。但是目前依赖于AI对于图像的识别能力，只需要两个硕士用ChatGPT的大模型进行一个月的训练，就可以轻松识别出不同的物品从而进行分类。

视频方面，现在视频的生产主要受限于算力不够，生成一分钟视频的成本会比较高。

人工智能对人类世界的替代可以分为两种：一是通过虚拟场景对精神生活的替代；二是对物质生活、生产的替代。

对精神生活的替代已经在发生了，比如短视频、电商平台等用算法来推送信息。

对物质生活、生产的替代，会比我们想象中来得慢，但更加凶猛。

比如视觉的图像识别在过去的机器人领域是非常难突破的，直到大模型出现之后就突破了。特斯拉自动驾驶的基础逻辑就是，跟人一样通过视觉的图像识别，而不是用激光雷达。马斯克恰好是 OpenAI 最早的投资人之一，他从 2016 年开始就让特斯拉沿着视觉方向做训练。在人形机器人领域也是同样的道理。

中国企业想坐在人工智能牌桌上

最基本的是资本投入

目前制约AI大模型快速发展的因素在于算力。

OpenAI 的大模型最基础版本需要 1000 颗芯片，一颗芯片的价格大概是 300 万人民币，也就是说需要 30 亿去做一个基础大模型，且在短期内可能无法带来收入。换句话说，30 亿人民币只代表你有资格、有可能坐上牌桌。大模型的迭代非常快，几个月迭代一轮，连 ChatGPT 都已经从3.5迭代到将要发布的5.0版本。

而现在只有英伟达一家可以提供这样的芯片，且始终处于供不应求的状态。过去一年，英伟达的股票翻了将近八倍。