专业报告 ，万千流变，一如既往：2024人工智能产业30条判断！

来源：甲子光年

2024年12月10日，甲子光年智库院长宋涛于「万千流变 一如既往——2024甲子引力年终盛典」上发布《万千流变，一如既往：2024人工智能产业30条判断》。

12月10日，中国科技产业智库「甲子光年」在北京中关村国家自主创新示范区展示交易中心举办「万千流变 一如既往——2024甲子引力年终盛典」。甲子光年智库院长宋涛重磅发布主题报告《万千流变，一如既往：2024人工智能产业30条判断》。以下为报告详细内容。

1.历史回望：七十载沉浮，AI终临战略拐点

1.1 从甲子光年的愿景说起：探索科技与人类文明的关系

甲子光年从2017年底成立至今，每一年都会举办科技产业盛典，我们一路走来，在七年的时间里见证了中国科技产业从2017-2018年的“少数人的路”，到2019年科技全球竞争下的“纵身一跃，科技突围”，再到2020年的“命运与共，大道不孤”。

在这个时间段中，中国科技产业，尤其是在数字技术能力方面，还处于“看得到新技术”和“看得懂新技术”的阶段。

2021年，我们看到大量中国科技公司开始“行至水深处”，数字时代全面开启，用得上新技术成为千行百业走向数字化转型的重要目标。

2022年，中国科技公司已经进入到“心有所护，不畏远行”的阶段，从“用得上新技术”向“用得好新技术”转型。这一年的年底，ChatGPT的发布，引爆了新一轮人工智能革命的浪潮。

2023年，我们看到科技公司开始迈入到从数字原生向数智原生转型的阶段，我们看到形形色色的科技从业者们，以星星之火汇聚在新一轮人工智能浪潮之下，看到了微观重塑宏观的“致追风赶月的你”。

甲子光年过去七年的科技主题，见证了中国数字时代的发展脉络，从看得到新技术，到看得懂，再到用得上、用得好新技术的阶段。如今我们已经迈入构建中国式新技术范式的新征程。

回望甲子光年成立的初衷和这七年走过的路，我们可以看到一条围绕技术能力提升与生长之路。

过去，我们更多聚焦在技术能力之上，但如今已经到了探索中国式技术范式的时刻，需要寻找技术能力赋能应用的新范式。

1.2 诺贝尔奖的颁发，意味着AI成为全球角逐的核心领域

2024年的诺贝尔物理学奖授予给了美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。

AI技术获得诺贝尔物理学奖，标志着AI技术作为一股不可忽视的力量，正在推动科学研究的范式转变，成为解决长期存在的复杂科学问题的重要工具。

AI技术开始全方位影响人类科学技术的进步，并通过推动科技进步加速，进一步推动社会、经济的发展。

诺贝尔奖的颁发，意味着AI成为全球科技角逐的核心领域。如同甲子光年过去七周年的发展历程一样，开始向着聚焦数智原生的方向转变，已经到了构建中国式人工智能技术发展与应用新范式的阶段。

1.3 回望：反映到人工智能领域，其发展历程会拉长到70年的周期

既然如今竞争的核心收敛到了人工智能领域，那我们有必要重新梳理一下人工智能的发展历程。

人工智能概念自1956年被提出，其发展到现在已经接近70年，70年的发展历程已经历了四个阶段：

第一个阶段的AI是以逻辑推理为主，AI能力以聚焦决策和认知为主；

第二个阶段的AI则是以概率统计的建模、学习和计算为主，AI能力开始聚焦感知、认知和决策；

第三个阶段的AI聚焦学习环节，注重大模型的建设，AI能力覆盖学习和执行；

第四个阶段则聚焦执行与社会协作环节，开始注重人机交互协作，注重人类对人工智能的反馈训练，当下正处于此阶段。

经过近七十年的发展，人工智能的核心能力一直在提升，到如今已经成为覆盖感知、认知、决策、学习、执行、社会协作能力，未来还会向符合人类情感、伦理与道德观念的智能机器迈进。

发展到现在，人工智能的技术能力已经到了一个拐点，即从技术能力驱动向需求应用驱动转型的关键时期。

1.4 历程：生成式AI加速人工智能产业向规模应用演进

生成式AI技术浪潮的开启，进一步加速推动人工智能产业从技术能力向规模应用演进转变。

在七十年的发展历程中，前六十年都是围绕着决策式AI技术发展。最近十年周期里生成式AI技术开始快速发展，尤其是从Transformer技术提出之后，整个人工智能的技术发展方向开始从决策式AI向生成式AI倾斜。ChatGPT的爆火出圈，引起了生成式AI的技术革命浪潮。

2023年里，大家讨论比较多的还是技术能力，但从2024年开始业内探讨核心从技术能力转向了需求应用。

1.5 拐点：人工智能的发展已到战略拐点

结合甲子光年发展历程所梳理的技术能力水平，以及技术发展周期性的特点，甲子光年智库将技术能力的发展水平分成了五个阶段。

第一阶段酝酿期：属于前期的技术研发阶段。看得到新技术，注重技术能力的孵化与提高；

第二阶段构造范式：属于看得懂新技术。新产品、新产业的爆炸性增长和迅速创新，除了注重技术能力的提高之外，还需要注重产品能力的提高；

第三阶段成长期：属于用得上新技术新产品。新产业、新技术体系接连出现并持续更新，技术能力和商业变现同样重要；

第四阶段产业化：属于用得好新技术。创新和市场潜力的全面扩张，新技术带来产业范式的颠覆式创新；

第五阶段成熟期：属于中国式新技术。新产品和新产业接近成熟，已经构建独立的技术体系。

随着技术能力的提升，技术进化引发经济进化，从旧范式抵达新范式。如今人工智能的发展已经处于从第三阶段向第四阶段过渡的时期。人工智能的能力成长历程已经足够长，到了寻找需求的战略拐点。

能力驱动 or 需求驱动？这是当下每一家人工智能企业都需要回答的课题。

2.现状洞察：能力驱动or需求驱动，AI企业的战略抉择

2.1 【大厂】OpenAI，正处于从能力驱动向需求驱动转变的拐点

OpenAI从成立开始，一直在坚持技术信仰路线，以技术能力的提升作为公司发展的核心驱动力。在2023年之前，OpenAI一直坚持的是底层大模型的能力研发，不断完善自然语言大模型、多模态大模型的通用能力。

但这一战略在2024年开始出现了拐点，尝试向需求转变，推出了GPT-store，构建以OpenAI为生态主的AI生态体系，开始探索如何向商业化目标转型。

或许，也正是这一战略抉择的转变，导致了OpenAI在2024年的管理层巨变。可以说，2024年是OpenAI从能力驱动向需求驱动转变的拐点之年。

2.1 【大厂】英伟达，连续三次推动从能力向需求的战略转型

接下来，我们来看一下这轮人工智能浪潮之中的另一个弄潮儿，英伟达。

甲子光年智库梳理了英伟达过去六年的收入结构分布数据，以及这六年里英伟达的核心客户和主要售卖产品分布情况。

从英伟达的收入结构变化可以清晰地看出，英伟达在过去六年的时间里连续三次根据客户的需求情况进行了业务调整。

第一次，从2019年到2020年，英伟达的核心客户开始从以PC端为主的游戏市场，向着个人PC和数据中心并重的游戏与区块链市场转型。最具代表性的是核心客户从戴尔、惠普变为了亚马逊、Vmware。这一阶段，PC端的收入贡献开始出现下降趋势。

第二次，从2021年到2022年上半年，英伟达的核心客户开始从区块链市场向元宇宙市场转变。其收入结构之中，数据中心的收入占比已经超过了40%，个人PC端收入的占比开始大幅度下降。核心客户从亚马逊、Vmware变为了亚马逊、Meta、微软等。

第三次，从2022年下半年到如今的2024年。英伟达的核心客户从元宇宙全面转向了人工智能领域，服务对象也从数据中心全面转向到了智算中心。其收入结构之中，数据中心从2022年占比39.4%提高到了2024年的78%，实现了核心产品结构的重塑。核心客户也全面转向了微软、亚马逊、Meta等AI大厂为主。

三次能力向需求的拐点时机，英伟达都把握住了。我想，这正是英伟达能登顶全球市值最高企业的根本原因。其发展的底层逻辑，就是准确把握好从能力驱动向需求驱动转变的拐点，及时调整自身业务战略，满足市场核心需求，从而实现企业发展的蝶变。

2.1 【大厂】AI能力提升推动大厂生态业务增长，亟需寻找AI需求拐点

我们再来看看全球的AI大厂怎么做、怎么赚钱的。

以ChatGPT的发布时间为节点，甲子光年智库将微软、谷歌、Meta的净利润水平曲线做了一个划分。从这个数据图中可以比较清晰地看出来，这几个大厂在ChatGPT发布之前净利润都是处于下行周期的，在这个节点之后全都进入了净利润增长的上行周期，而且一直持续到今天。

右侧是甲子光年智库对比分析的三个大厂在2023年和2024年前三季度的收入结构对比。从中可以看出，Meta和谷歌的收入仍然是以广告业务为主，2024年前三季度微软的收入结构中智能云的提升幅度较大。

从这几个数据可以看出，这轮人工智能浪潮下的全球头部大厂，借助AI能力的提升来推动其核心生态业务的增长，但其本身的AI业务并没有成为其核心的收入来源。大厂重装投入AI后，利润开始出现拐点，但利润的贡献是在核心生态业务，AI本身不挣钱。这些大厂也亟需寻找AI需求的商业化拐点。

2.2 【独角兽】六小虎进入从能力→需求转变的战略分水岭

分析完了大厂，我们再来看一下本轮AI浪潮之中涌现出的创业明星企业。

有六家AI创业公司在业内被称为六小虎，他们分别是百川智能、阶跃星辰、零一万物、月之暗面、智谱AI和MiniMax。

甲子光年智库基于对六小虎的跟踪研究，梳理出了六小虎的业务布局图。通过这张业务布局图的对比，我们可以清晰地看出来，如今六小虎也都在面临战略抉择的分水岭。

过去接近两年的时间中，六小虎在基础大模型和中间层的能力建设方面已经基本完成，接下来六小虎面临的共同抉择就是选择如何从能力驱动向需求驱动转型，如何找到自身业务的商业化闭环。

2C or 2B，是到了该抉择之时！

六小虎的企业之中，有的选择向下探一层，积极布局AI Infra，有的则全面押注C端超级应用，还有的已经全面转向了B端的赋能，更有的选择押注中间层的平台搭建。

不同的人工智能创业企业，选择的拐点方向不同。相同的是，大家都在选择拐点。

2.3 【初创企业-机构】AI Infra是投资机构宠儿，AI应用则是大厂的宠儿

再来看看投资机构对初创企业的关注变化情况。

甲子光年智库发现投资机构之中分出了两股势力，一股是风投机构为主，其投资方向以底层的AI Infra为主，2023年投资数量占比高达83%，到了2024年有所下降，但也仍有69%。

头部大厂这两年里也在频频投资AI领域，其主要投资方向则跟风投机构完全相反，他们主投方向则是应用层的创业公司为主，近两年里应用层的投资企业数量占比为53%。

不过投资机构和头部大厂的投资策略也在进行微调，机构开始逐渐增加应用层和中间层的投资布局，大厂则开始关注AI Infra。

从投资机构的投资偏好来看，也能感觉到现在AI领域的市场割裂之感。到底是要投能力驱动为主的AI创业公司，还是要投需求驱动为主的AI创业公司？从数据看来，投资机构也面临着一个战略抉择。

2.4 【C端产品】全球头部AI企业，纷纷布局C端产品领域

甲子光年智库基于时间轴梳理出了2024年全球头部AI企业在C端产品方面的发布时间表，以及其C端产品的收费模式分布。

从中可以看出，从2024年5月份开始，全球AI企业纷纷密集推出各自C端产品。在统计的27个C端产品之中，44%是免费模式，41%是选择会员订阅制。

现阶段头部AI企业推出C端产品，仍然还在商业模式的探索阶段，探索盈利模式，探索对传统互联网产品的颠覆范式。

2.4 【C端产品】城头变幻大王旗！2024年AI超级应用在哪里？

之所以说如今AI企业还在探索C端AI产品的模式，是因为2024年的AI超级应用的头把交椅处于不断变动之中。

甲子光年智库统计汇总了2024年各月国内AI产品访问量的前三名产品，发现前三名的AI产品是处于不断变动状态的。可以用一句话来形容，那就是城头变幻大王旗。每一个月的前三名产品都是不一样的。

这也为我们带来了一个疑问，2024年AI超级应用在哪里？

2.4 【C端产品】商业化潜力较大的光年象限中，C端应用场景仍然较少

甲子光年智库曾对C端用户不同场景的AI产品做过调研分析，基于NPS值和满意度绘制了这张甲子星空坐标系，以对生成式AI在C端应用场景的商业潜力进行评估。

光年象限之内的场景，满意度高且用户愿意推荐，适合侧重商业化落地的产品场景。光年象限的场景主要有3D交互内容生成、网站创建、聊天机器人、直播带货、数字孪生和音乐生成。

星团象限之内的场景，满意度不高但用户推荐意愿很高，说明产品具有较高的工作效率提升，同时在产品体验方面还需要进一步提升。星团象限的场景主要有翻译、科研学术、海报设计、文本摘要、语音识别、办公、编程与代码自动生成、配合聊天机器人等。

星辰象限之内的场景，满意度高但推荐意愿低，说明产品体验好，对传统产品有了显著的范式颠覆，但对提升工作效率方面有待进一步加强。可惜星辰象限之内，尚无此类场景出现，比较接近此象限的是药物研发、搜索引擎、语音合成、文案创作等场景，但还需要有代表性产品来推动。

星云象限之内的场景最多，也是最需要探索的场景。

从现阶段的场景分布来看，处于光年象限之内的场景较少，大部分场景仍然处于用户既不满意又不推荐的状态。说明C端适合商业化落地的场景仍然较少，需要从供需两端进行深度的挖掘与探索。

2.4 【B端需求】B端用户需求多元且不明朗，2B or 2C需要明确抉择

我们再来看看B端用户情况。

根据麦肯锡的调研数据显示，企业至少在1种业务流程中采用AI功能的比例达到72%，相比2023年的55%有了显著提高。使用生成式AI的比例也从2023年33%提高到了2024年的65%。

虽然2024年企业使用比例显著提升，但从使用场景分布来看仍较分散，主要在市场营销、产品/服务和IT等部门或场景下使用占比较高。

从2024年热门使用场景来看，使用最高的内容支持场景，使用比例也不过才16%，处于第二位的个性化营销则只有15%，再往后的产品设计更是只有10%。

由此可见，B端用户需求多元且不明朗，不同职能部门使用AI的意愿差异较大，应用场景都较分散。未来AI企业如何有效探索B端企业的应用场景，找到真正的商业化闭环，将成为AI企业面临的必解课题。

2.5 人工智能正徘徊在十字路口

2023年建构能力，2024年寻找需求。人工智能已经完成了从飙能力，到找需求的转变。

能力驱动：技术研发为主，实现能力的突破；

需求驱动：商业应用为主，实现需求的商业化闭环。

2024年，无论是大厂，还是六小虎，亦或AI初创企业，都面临着发展战略的抉择。首先，是需要选择继续坚持能力驱动，还是寻找适合向需求驱动转变的拐点。如果需要寻找需求驱动的拐点，那么就需要探索验证C端的超级应用在哪里？B端的落地场景在哪里？

向左，还是向右。此时此刻，所有的人工智能企业都需要做出一个抉择。如何寻找能力驱动和需求驱动的拐点时机，也将成为每个企业的必做题。

人工智能正徘徊在十字路口。

更多内容参见报告。

​报告版权归原撰写/发布机构所有，如涉侵权，请联系删除 ；资料为推荐阅读，仅供参考学习，如对内容存疑，请与原撰写/发布机构联系。

报告下载：https://t.zsxq.com/c4OjG

​​以上就是今天分享观点，若有什么问题，欢迎在下方留言。

学习资料见知识星球。

以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。

快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利​​​​！

更多技巧， www.excelbook.cn

欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；