2280
作者 | 方文三
生成式AI有望继续在今年成为科技产业发展的核心主线之一，对全球企业IT支出总量和结构、半导体和硬件行业需求，以及互联网公司运营效率产生相应影响。
AI资本压倒数字资本
关于数字资本与AI资本的共融，直至AI资本逐渐主导地位的转变，过去软件开发的重任落在人类肩上，如今则由人工智能接手，其优势在于能有效节省55%的资源投入。
在地域投资分布上，人工智能领域的差异性显著，美国独占鳌头，欧盟紧随其后，排名第三的是英国，然后是中国及其他国家。
这一现象揭示出，在农耕时代，各国均为参与者；进入工业时代，部分国家成为引领者，余者则努力跟进，只是发展速度有所差异。
然而在数字时代，半数国家已无法立足。展望人工智能时代，只有少数国家具备足够的能力和资格参与竞争与发展。
OpenAI年收入破16亿美元
根据外媒报道，11月及12月，OpenAI收入实现20%的增长，使其年化收入最终达到16亿美元。
在最近的融资消息中，OpenAI的估值达到了1000亿美元，估值与年收入之比为62倍。
此外，OpenAI内部高管预测，到今年，公司收入将超过50亿美元，保持强劲增长势头。
另有报道披露，Anthropic在最近一次融资中，月收入达到1700万美元，其估值与年化收入之比高达75倍，甚至超过了OpenAI。
OpenAI与微软的成功案例表明，基于大模型的对话式人工智能有望成为一项庞大的业务。
AI宠儿将倒闭或被火速收购
近期，关于法律科技初创公司Harvey及企业搜索公司Glean等有潜力成为盈利企业的事例，坊间流传着[双城记]的说法。
然而，在筹集资金方面，虽然这些公司表现不俗，但风险较高的初创企业却面临困境。
在今年，第二类公司，如模型提供商Stability Al和文案创作初创公司Jasper，或将面临更多挑战，因为融资愈发困难，可能导致公司被出售。
此外，主要的模型开发商如OpenAI、Anthropic、Cohere、A121 Labs或You.com，也有可能成为收购对象。
不基于Transformer的模型爆发
GPT-4、Claude等大型语言模型均基于统一的Transformer架构。
Transformer的核心功能在于预测句子中下一个单词的最可能出现概率。
然而，此类模型备受指责仅为[随机鹦鹉]，而非真正实现推理问题。此外，它们的训练和运行成本亦相当高昂。
近年来，除Transformer外，其他一些替代模型逐渐受到关注，如全新开源的Mamba模型，其架构在计算效率方面优于Transformer。
因此，无论是Mamba还是其他模型，人工智能领域均期待着另一种模型的诞生。
商业化初现下游应用层开始落地
根据前瞻产业研究院等机构的预测，到2025年，我国生成式人工智能应用市场规模将达2070亿元，并保持两位数的增长速度。
IDC预测，2026年，我国AI大模型市场规模将攀升至211亿美元。
以Open AI为例，当前大型模型平台公司的商业化模式已初具规模，GPTs应用商店的繁荣前景可期待。
具体而言，OpenAI位于产业链中游，负责模型开发与定制，包括利用数据要素进行模型训练和垂直细分领域的二次开发，以满足下游内容生产与分发平台的个性化需求。
AI应用或迎来大爆发
GPT商店及GPT技术将确立明确的商业模式，对整个人工智能产业产生深远影响。
GPT Store的生态系统使得每个人都可以成为开发者，创造属于自己的AI。
目前，通过自然语言对话创建自定义GPT的方式显著降低了编程难度，有望催生出类似于APP时代的创业热潮。
然而，在实际操作中，我们发现如果没有独特价值的独家数据，就难以推出能吸引用户使用甚至付费的产品。
在此背景下，部分优质内容公司可能会选择自行入场，利用自身独家数据进行商业变现；
另一些公司则可能选择以数据授权或售卖等方式，扮演[卖铲子的人]的角色。
总之，GPT技术的崛起加剧了对优质数据的渴望，拥有专业数据的公司和平台有望迎来投资良机。
人工智能产品将超越SaaS模式
随着人工智能市场和工具的迅猛发展，传统的定价策略正面临新一轮评估。
人工智能市场和工具的普及为各类定价策略和创新的商业模式奠定了基础。
开发者和他们的人工智能服务或代理可以在市场上尝试收入分成（如应用商店）或使用费（如Spotify）模式。
另一种新兴模式为基于性能的定价，即根据人工智能工具所交付的成果或效果收费。
在人工智能影响可量化衡量的领域，如营销分析、金融预测或创意产业，此类模式尤为具有吸引力。
此外，随着人工智能广泛渗透至各行各业，跨行业合作可能催生捆绑服务。
这些捆绑服务将人工智能工具与传统软件服务相结合，提供一站式解决方案，满足更广泛的业务需求。
微软将Office与AI相结合，推出的Microsoft365 Copilot产品，年营收已达到50亿美元，远超OpenAI全年的收入13亿美元。
AI服务器市场规模将继续增长
服务器市场预计在今年持续扩大，特别是AI服务器领域，鉴于AI模型计算需求的持续上升。
液冷技术将于今年广泛应用于服务器行业，旨在解决高功耗和散热难题，从而提升服务器的稳定性和运行效率。
据预测，至今年，液冷技术将在服务器领域实现大规模应用。
根据赛迪顾问的数据，今年液冷市场的规模有望达到千亿元级别。到2025年，市场规模将进一步扩大至1300亿元。
手机大模型各家开始发力
今年伊始，各大手机制造商纷纷展示了自己的大规模模型，竞争日趋激烈。
这场70亿参数大模型的角逐，无疑将人工智能推向了今年手机行业发展的前沿。
回顾去年下半年，小米、OPPO、vivo等手机厂商已着手组建团队，在新系统中融入大模型能力。
在这场竞赛中，各家手机制造商都在努力塑造自家大模型的特色。
然而，尽管手机厂商在大模型领域取得了显著成果，但人工智能终端的盈利模式仍有待探索。
现阶段，手机厂商主要通过销售具备独特端侧人工智能功能的高端机型，优化产品结构、提升平均销售价格，并激发消费者换机需求。
然而，从长期角度看，如何发掘一种适应本土市场的人工智能盈利模式，仍是手机厂商需要面对的重要课题。
量子计算机可能率先应用于人工智能
首先，在人工智能领域，多数算法属于并行计算范畴。
以AlphaGo为例，其在围棋对局中需同时考虑对手在不同位置落子后的应对策略，进而找出最有可能赢得棋局的下法。这要求计算机提高并行计算效率。
量子计算机擅长并行计算，因为它能同时存储和计算[0]和[1]两种状态，无需像传统电子计算机那样消耗额外资源，如串联多个计算单元或同时在时间上并列执行计算任务。
计算任务越复杂，量子计算机的优势越明显。
其次，运行ChatGPT所需的硬件条件也与当前体积庞大的量子计算机相契合，二者均需安装在高度集成的计算中心，并由专业化的技术团队进行管理支撑。
基础设施领域将继续受到需求驱动
至去年下半年，基础设施建设相关行业已有多家企业实现盈利。
展望未来，今年和2025年，基础设施领域将继续受到需求驱动，相应的子行业及其优秀公司收入和盈利能力将持续释放。
自今年起，整个硬件领域将步入新一轮创新周期。
以消费电子为例，今年至2026年将呈现新一轮创新窗口，结合当前该领域主流公司较低估值，未来两、三年实为值得关注与投资的产业。
若这些公司还能培育出人形机器人相关业务，则有望拓展第二增长曲线，实现安全边际与成长空间的兼具。
此外，智能驾驶领域在今年、2025年将实现从个位数向10%渗透率的增长，我国企业在该产业具有显著优势。
今年的投资三大方向
首要关注的是大模型训练及推理所需的国产算力领域，涵盖国产人工智能芯片、交换机、光模块、服务器等细分市场。
其次，重视具备技术竞争力和产品落地能力的国产大模型企业。
最后，着眼于拥有人工智能技术应用场景的操作系统、办公协作、个人电脑、智能手机、可穿戴设备、游戏影视、教育培训等下游应用类企业。
这些企业将在未来获得潜在收入空间和盈利弹性，投资价值亦相对较高。
预计今年市场宏观环境将明显改善，海外步入降息周期，国内经济逐步回升。
从产业周期角度看，人工智能技术革命方兴未艾，国内半导体技术突破将推动国产智能终端复兴。
中国企业经营周期在历经三年下行后，将步入上升阶段。
结尾：
预计到今年，AI行业将在更智能的模型、多模态和推理成本下降等方面取得主要技术突破；
同时，底层算力需求结构、产品形态和市场格局等方面也可能随之调整，短期内增加不确定性。
作为AI产业商业化闭环的最后一环，应用场景如AI个人电脑/手机、AI+软件、自动驾驶与机器人、互联网等领域有望在今年实现主要落地。
部分资料参考：
新智元《AI元年英伟达暴涨239%+今年AI大事件预测》，AI商业评论：《畅游今年人工智能趋势、预测和可能性》，中信证券研究院：《全球AI人工智能今年投资展望》，搜狐财经：《今年人工智能行业迈向价值成长阶段》，芯果：《今年，或是AI营收年？》，巨丰金融研究院：《丁奇：今年AI行业投资指南》，秦朔朋友圈：《今年AI商业落地的十个方向》，瞭望：《前瞻今人工智能四大趋势》
下载ECAD模型
