生成式 AI 闊步向前

麥肯錫公司

2022年，全球GenAI市場(chǎng)整體收入為400億美元，預(yù)計(jì)2027年及2032年將分別達(dá)到3990億美元和1.3萬(wàn)億美元，2022—2032年復(fù)合增長(zhǎng)率高達(dá)42%。

我們預(yù)計(jì)，2022—2035年全球市場(chǎng)規(guī)模增量，主要來(lái)源于訓(xùn)練側(cè)硬件、廣告應(yīng)用和軟件。

其中，在訓(xùn)練側(cè)硬件方面的增量約4440億美元；在廣告應(yīng)用方面，相關(guān)年復(fù)合增長(zhǎng)率將達(dá)到125%，增量達(dá)1924億美元；軟件方面，約2800億美元的增量中，GenAI助理軟件增量最為可觀，達(dá)890億美元。

2022年中國(guó)GenAI市場(chǎng)規(guī)模約人民幣660億元，預(yù)計(jì)2020—2025年復(fù)合增速將達(dá)84%，到2025年將占全球市場(chǎng)規(guī)模（2170億美元）的13%。

過(guò)去兩年，國(guó)內(nèi)GenAI融資市場(chǎng)熱度持續(xù)上升，前十大融資事件總規(guī)模達(dá)8.7億美元。其中，已有領(lǐng)先的端到端AI制藥公司、大模型初創(chuàng)公司等頭部企業(yè)，獲得逾2億美元的單筆融資。

我們將結(jié)合GenAI價(jià)值鏈，探討中國(guó)GenAI技術(shù)棧和商業(yè)應(yīng)用的發(fā)展現(xiàn)狀。

專(zhuān)用硬件：基礎(chǔ)建設(shè)資源受限，國(guó)產(chǎn)化進(jìn)程不斷加速?

由于無(wú)法獲得高端GPU（圖形處理器）芯片A100與H100，國(guó)內(nèi)大模型研發(fā)機(jī)構(gòu)在算力上遭遇瓶頸。為應(yīng)對(duì)上述困境，中國(guó)本土芯片研發(fā)廠商加強(qiáng)科研，在算力技術(shù)上實(shí)現(xiàn)重要突破。

目前，中國(guó)市場(chǎng)可以獲得的A800 GPU芯片，傳輸速度僅為頂尖產(chǎn)品 A100的70%。

由于AI技術(shù)發(fā)展高度依賴(lài)先進(jìn)GPU，需借助芯片進(jìn)行大量模型訓(xùn)練和擴(kuò)展，部分國(guó)內(nèi)科研機(jī)構(gòu)和科技企業(yè)因此受到較大影響，尤其是在目前大模型參數(shù)量快速膨脹、算力需求顯著增加的情況下。

為了應(yīng)對(duì)算力瓶頸，國(guó)內(nèi)領(lǐng)先算力芯片公司力求在產(chǎn)品端實(shí)現(xiàn)突破。

例如，國(guó)內(nèi)某量產(chǎn)商業(yè)人工智能芯片廠商，在頭部大型云服務(wù)提供商旗下一款知識(shí)增強(qiáng)大語(yǔ)言模型產(chǎn)品中，實(shí)現(xiàn)了對(duì)部分業(yè)務(wù)場(chǎng)景的部署；某專(zhuān)注于通用GPU芯片及解決方案研發(fā)及銷(xiāo)售的高科技公司，和另一計(jì)算機(jī)圖形芯片設(shè)計(jì)公司則希望開(kāi)發(fā)出性能接近高端芯片的產(chǎn)品。

全球領(lǐng)先的ICT（信息與通信）基礎(chǔ)設(shè)施和智能終端提供商旗下的人工智能處理器，則被用于內(nèi)部大模型開(kāi)發(fā)訓(xùn)練。

目前，國(guó)產(chǎn)GPU的算力規(guī)模大多在1000TOPS以?xún)?nèi)，上述計(jì)算機(jī)圖形芯片設(shè)計(jì)公司已能達(dá)到2000TOPS，距離國(guó)際領(lǐng)先的H100芯片仍有一定差距，其算力高達(dá)4000TOPS。

云平臺(tái)：全球競(jìng)爭(zhēng)格局趨同，依賴(lài)云平臺(tái)完成模型訓(xùn)練與調(diào)整

在云平臺(tái)領(lǐng)域，國(guó)內(nèi)和海外市場(chǎng)均呈現(xiàn)頭部廠商占據(jù)絕對(duì)主導(dǎo)地位的壟斷格局。2022年，國(guó)內(nèi)四家頭部廠商占據(jù)國(guó)內(nèi)79%的市場(chǎng)份額；在海外市場(chǎng)，截至2023年一季度，前三大廠商占據(jù)全球65%的市場(chǎng)份額。

由于國(guó)內(nèi)云計(jì)算行業(yè)發(fā)展尚未成熟，目前以定制化程度較高、毛利率低的IaaS為主，相關(guān)支出占比70%，PaaS和SaaS僅占30%；而全球云計(jì)算市場(chǎng)則恰好相反，IaaS支出占比28%，PaaS和SaaS占比72%。

展望未來(lái)，我們預(yù)計(jì)，海內(nèi)外頭部廠商的客戶群體將持續(xù)分化，國(guó)內(nèi)GenAI廠商將更多依賴(lài)國(guó)內(nèi)云平臺(tái)完成模型訓(xùn)練與調(diào)整。

基礎(chǔ)模型：通用大模型數(shù)量可觀，行業(yè)大模型可能是國(guó)產(chǎn)GenAI的出路

在通用大模型方面，截至2023年5月，中國(guó)已發(fā)布79個(gè)10億參數(shù)級(jí)以上的大模型，在大模型發(fā)布數(shù)量上位居全球第二，僅次于美國(guó)。在全球模型發(fā)布數(shù)量前十的GenAI大模型廠商中，中國(guó)研發(fā)機(jī)構(gòu)及廠商占據(jù)4席。

通用大模型需要海量數(shù)據(jù)作訓(xùn)練用途，中文網(wǎng)站數(shù)量從全球來(lái)看，占比僅為1.4%（英文網(wǎng)站占比達(dá)54%），可用作訓(xùn)練的公開(kāi)中文語(yǔ)料庫(kù)（含文本、圖片、視頻等素材）往往數(shù)量有限、質(zhì)量不均。

與此同時(shí)，國(guó)內(nèi)用戶在網(wǎng)站和移動(dòng)端App產(chǎn)生的海量數(shù)據(jù)，基于保護(hù)用戶隱私的原因，大部分也未能應(yīng)用在大模型訓(xùn)練上，對(duì)模型訓(xùn)練的效率和精度都造成不利影響。

2020—2025 年中國(guó)生成式人工智能應(yīng)用規(guī)模

資料來(lái)源：《中國(guó)AI 數(shù)字商業(yè)產(chǎn)業(yè)展望2021—2025》，前瞻產(chǎn)業(yè)研究院、中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟聯(lián)合發(fā)布

盡管在訓(xùn)練數(shù)據(jù)上受到諸多限制，中國(guó)通用大模型技術(shù)仍然不斷追趕國(guó)際領(lǐng)先水平，參數(shù)規(guī)模緊跟國(guó)際領(lǐng)先水準(zhǔn)并實(shí)現(xiàn)快速提升。

相較于適用于多領(lǐng)域、多任務(wù)的通用大模型，行業(yè)大模型更依賴(lài)于開(kāi)發(fā)者對(duì)垂直場(chǎng)景的理解和海量行業(yè)數(shù)據(jù)支持，在算力受限的背景下，行業(yè)大模型更有可能成為中國(guó)GenAI廠商的制勝賽道。

就行業(yè)大模型而言，國(guó)內(nèi)市場(chǎng)正呈現(xiàn)差異化競(jìng)爭(zhēng)格局：某頭部互聯(lián)網(wǎng)大廠的行業(yè)大模型根植于游戲、廣告、內(nèi)容創(chuàng)作等多媒體領(lǐng)域，成為提升廣告和游戲場(chǎng)景創(chuàng)作效率的生產(chǎn)力工具；

國(guó)內(nèi)前三的超大規(guī)模云服務(wù)商開(kāi)發(fā)的產(chǎn)業(yè)級(jí)知識(shí)增強(qiáng)大模型則憑借其對(duì)中文語(yǔ)言的強(qiáng)大理解能力，賦能汽車(chē)行業(yè)售后服務(wù)與知識(shí)庫(kù)構(gòu)建、醫(yī)療行業(yè)單據(jù)識(shí)別、社科行業(yè)版權(quán)保護(hù)與詞條管理等；

某全球領(lǐng)先的ICT（信息與通信）基礎(chǔ)設(shè)施和智能終端提供商旗下的包含NLP、CV、多模態(tài)和科學(xué)計(jì)算的中文大模型，則在工業(yè)物流、新藥研發(fā)、氣象預(yù)測(cè)等領(lǐng)域得到廣泛應(yīng)用。

國(guó)內(nèi)生成式AI 賽道典型融資案例

資料來(lái)源： 漢能資本

海外市場(chǎng)圍繞可自由調(diào)整代碼的開(kāi)源模型，已涌現(xiàn)出一批獨(dú)立廠商，可實(shí)現(xiàn)模型訓(xùn)練和微調(diào)、模型部署、模型應(yīng)用開(kāi)發(fā)等細(xì)分技術(shù)功能。

隨著國(guó)內(nèi)GenAI市場(chǎng)的不斷發(fā)展，各種開(kāi)發(fā)和維護(hù)工具等也將逐漸成熟。

應(yīng)用：尚處于早期階段，聚焦領(lǐng)域相對(duì)集中

中國(guó)GenAI領(lǐng)域的創(chuàng)業(yè)公司融資輪次靠前，集中在天使輪到Pre-A 輪之間，融資金額大多小于1億元人民幣，正處于方興未艾的發(fā)展初期，行業(yè)潛力巨大。

其中，某全球領(lǐng)先的跨國(guó)科技公司旗下的人工智能聊天機(jī)器人作為準(zhǔn)獨(dú)角獸企業(yè)，于2022年11月完成10億元A+輪融資，投后估值約10億美元。

反觀海外GenAI行業(yè)，科創(chuàng)企業(yè)規(guī)模體量相對(duì)較大，涌現(xiàn)出多家細(xì)分應(yīng)用領(lǐng)域獨(dú)角獸企業(yè)，其中某總部位于倫敦的全球化AI研究型企業(yè)估值高達(dá)38億美元。

中國(guó)GenAI垂直應(yīng)用領(lǐng)域主要聚焦文本、圖像和音視頻生成，海外市場(chǎng)則在上述領(lǐng)域以外出現(xiàn)了大量基于GenAI的開(kāi)發(fā)平臺(tái)、數(shù)據(jù)分析平臺(tái)及代碼編寫(xiě)平臺(tái)，其原因在于海外以早期程序語(yǔ)言（如COBOL）編寫(xiě)的系統(tǒng)較多，許多企業(yè)面臨較高編程人力成本，因此對(duì)編程輔助軟件有較高需求。

同時(shí)，目前中國(guó)GenAI企業(yè)目標(biāo)客群多為終端用戶，而海外市場(chǎng)在大規(guī)模企業(yè)客戶群體，隨著中國(guó)SaaS市場(chǎng)成熟以及企業(yè)付費(fèi)意愿提升，預(yù)計(jì)國(guó)內(nèi)文本生成和圖像生成初創(chuàng)企業(yè)將快速拓展至企業(yè)客戶市場(chǎng)。

由于海內(nèi)外GenAI行業(yè)尚處于快速發(fā)展期，基于大模型產(chǎn)品的服務(wù)市場(chǎng)潛力還未被充分挖掘，服務(wù)市場(chǎng)有待進(jìn)一步發(fā)展。

場(chǎng)景：GenAI應(yīng)用集中于商業(yè)化成熟的優(yōu)勢(shì)產(chǎn)業(yè)

中國(guó)GenAI企業(yè)利用國(guó)內(nèi)垂直場(chǎng)景優(yōu)勢(shì)，將GenAI優(yōu)先應(yīng)用于商業(yè)化基礎(chǔ)設(shè)施較完善的新興行業(yè)中；而歐美同行則利用當(dāng)?shù)爻墒斓?SaaS市場(chǎng)，將GenAI應(yīng)用到高科技、通信及各種傳統(tǒng)行業(yè)（如醫(yī)療、 教育等），應(yīng)用范圍更加廣泛。

在國(guó)內(nèi)，GenAI應(yīng)用發(fā)展最迅速的領(lǐng)域包括電商、傳媒、娛樂(lè)和游戲，尤其是數(shù)字虛擬人和電商視頻營(yíng)銷(xiāo)，大部分傳統(tǒng)行業(yè)（如金融、能源、教育等）仍處于小規(guī)模試點(diǎn)階段。

GenAI應(yīng)用得以在互聯(lián)網(wǎng)電商平臺(tái)蓬勃發(fā)展，原因在于中國(guó)擁有優(yōu)質(zhì)的電商和供應(yīng)鏈生態(tài)以及龐大的消費(fèi)者群體，為GenAI應(yīng)用落地提供了契機(jī)。

生成式AI的3D短視頻內(nèi)容廠商，已基于文本生成3D視頻內(nèi)容，并通過(guò)抖音、快手、B站等短視頻平臺(tái)進(jìn)行推廣，極大提高了短視頻內(nèi)容生產(chǎn)者的創(chuàng)作效率；

GenAI視頻大模型研發(fā)企業(yè)則深耕電商行業(yè)，以AI生成虛擬人主播，賦能各行業(yè)、各品牌電商；

游戲與AI研究和應(yīng)用機(jī)構(gòu)則利用人工智能打造AI陪玩、AI競(jìng)技機(jī)器人，并通過(guò)自然語(yǔ)言技術(shù)賦予非玩家角色人設(shè)，使其能夠在游戲中與玩家互動(dòng)對(duì)話。

生成式 AI 初創(chuàng)公司融資數(shù)量（中國(guó)VS 海外）

資料來(lái)源：Pitchbook（PE，VC 及并購(gòu)項(xiàng)目數(shù)據(jù)平臺(tái)），Antler（ 新加坡base 的VC 平臺(tái)），Crunchbase（ 投融資信息平臺(tái)》，Gain.pro（ 聚焦一級(jí)市場(chǎng)的數(shù)據(jù)平臺(tái)）

目前，大部分中國(guó)市場(chǎng)的GenAI創(chuàng)業(yè)公司，剛剛完成標(biāo)準(zhǔn)化產(chǎn)品輸出，開(kāi)始進(jìn)入初級(jí)商業(yè)化探索階段，市場(chǎng)上主流的商業(yè)模式包括云資源售賣(mài)、模型API調(diào)用、SaaS收費(fèi)、素材收費(fèi)等。

由于國(guó)內(nèi)企業(yè)對(duì)軟件的付費(fèi)意愿不高、市場(chǎng)有待進(jìn)一步培育，以及企業(yè)對(duì)SaaS部署方式存在數(shù)據(jù)安全方面的顧慮，大規(guī)模應(yīng)用GenAI的商業(yè)模式仍有待探索。

本文節(jié)選自麥肯錫公司《中國(guó)金融業(yè)CEO季刊——中國(guó)生成式AI行業(yè)發(fā)展現(xiàn)狀及未來(lái)趨勢(shì)》，作者為麥肯錫全球資深董事合伙人曲向軍、全球董事合伙人韓峰、全球副董事合伙人胡藝蓉、麥肯錫咨詢(xún)顧問(wèn)王宸，編輯中略有改動(dòng)，經(jīng)授權(quán)刊載。