生成式 AI 闊步向前

麥肯錫公司

2022年，全球GenAI市場整體收入為400億美元，預計2027年及2032年將分別達到3990億美元和1.3萬億美元，2022—2032年復合增長率高達42%。

我們預計，2022—2035年全球市場規模增量，主要來源于訓練側硬件、廣告應用和軟件。

其中，在訓練側硬件方面的增量約4440億美元；在廣告應用方面，相關年復合增長率將達到125%，增量達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890億美元。

2022年中國GenAI市場規模約人民幣660億元，預計2020—2025年復合增速將達84%，到2025年將占全球市場規模（2170億美元）的13%。

過去兩年，國內GenAI融資市場熱度持續上升，前十大融資事件總規模達8.7億美元。其中，已有領先的端到端AI制藥公司、大模型初創公司等頭部企業，獲得逾2億美元的單筆融資。

我們將結合GenAI價值鏈，探討中國GenAI技術棧和商業應用的發展現狀。

專用硬件：基礎建設資源受限，國產化進程不斷加速?

由于無法獲得高端GPU（圖形處理器）芯片A100與H100，國內大模型研發機構在算力上遭遇瓶頸。為應對上述困境，中國本土芯片研發廠商加強科研，在算力技術上實現重要突破。

目前，中國市場可以獲得的A800 GPU芯片，傳輸速度僅為頂尖產品 A100的70%。

由于AI技術發展高度依賴先進GPU，需借助芯片進行大量模型訓練和擴展，部分國內科研機構和科技企業因此受到較大影響，尤其是在目前大模型參數量快速膨脹、算力需求顯著增加的情況下。

為了應對算力瓶頸，國內領先算力芯片公司力求在產品端實現突破。

例如，國內某量產商業人工智能芯片廠商，在頭部大型云服務提供商旗下一款知識增強大語言模型產品中，實現了對部分業務場景的部署；某專注于通用GPU芯片及解決方案研發及銷售的高科技公司，和另一計算機圖形芯片設計公司則希望開發出性能接近高端芯片的產品。

全球領先的ICT（信息與通信）基礎設施和智能終端提供商旗下的人工智能處理器，則被用于內部大模型開發訓練。

目前，國產GPU的算力規模大多在1000TOPS以內，上述計算機圖形芯片設計公司已能達到2000TOPS，距離國際領先的H100芯片仍有一定差距，其算力高達4000TOPS。

云平臺：全球競爭格局趨同，依賴云平臺完成模型訓練與調整

在云平臺領域，國內和海外市場均呈現頭部廠商占據絕對主導地位的壟斷格局。2022年，國內四家頭部廠商占據國內79%的市場份額；在海外市場，截至2023年一季度，前三大廠商占據全球65%的市場份額。

由于國內云計算行業發展尚未成熟，目前以定制化程度較高、毛利率低的IaaS為主，相關支出占比70%，PaaS和SaaS僅占30%；而全球云計算市場則恰好相反，IaaS支出占比28%，PaaS和SaaS占比72%。

展望未來，我們預計，海內外頭部廠商的客戶群體將持續分化，國內GenAI廠商將更多依賴國內云平臺完成模型訓練與調整。

基礎模型：通用大模型數量可觀，行業大模型可能是國產GenAI的出路

在通用大模型方面，截至2023年5月，中國已發布79個10億參數級以上的大模型，在大模型發布數量上位居全球第二，僅次于美國。在全球模型發布數量前十的GenAI大模型廠商中，中國研發機構及廠商占據4席。

通用大模型需要海量數據作訓練用途，中文網站數量從全球來看，占比僅為1.4%（英文網站占比達54%），可用作訓練的公開中文語料庫（含文本、圖片、視頻等素材）往往數量有限、質量不均。

與此同時，國內用戶在網站和移動端App產生的海量數據，基于保護用戶隱私的原因，大部分也未能應用在大模型訓練上，對模型訓練的效率和精度都造成不利影響。

2020—2025 年中國生成式人工智能應用規模

資料來源：《中國AI 數字商業產業展望2021—2025》，前瞻產業研究院、中關村大數據產業聯盟聯合發布

盡管在訓練數據上受到諸多限制，中國通用大模型技術仍然不斷追趕國際領先水平，參數規模緊跟國際領先水準并實現快速提升。

相較于適用于多領域、多任務的通用大模型，行業大模型更依賴于開發者對垂直場景的理解和海量行業數據支持，在算力受限的背景下，行業大模型更有可能成為中國GenAI廠商的制勝賽道。

就行業大模型而言，國內市場正呈現差異化競爭格局：某頭部互聯網大廠的行業大模型根植于游戲、廣告、內容創作等多媒體領域，成為提升廣告和游戲場景創作效率的生產力工具；

國內前三的超大規模云服務商開發的產業級知識增強大模型則憑借其對中文語言的強大理解能力，賦能汽車行業售后服務與知識庫構建、醫療行業單據識別、社科行業版權保護與詞條管理等；

某全球領先的ICT（信息與通信）基礎設施和智能終端提供商旗下的包含NLP、CV、多模態和科學計算的中文大模型，則在工業物流、新藥研發、氣象預測等領域得到廣泛應用。

國內生成式AI 賽道典型融資案例

資料來源： 漢能資本

海外市場圍繞可自由調整代碼的開源模型，已涌現出一批獨立廠商，可實現模型訓練和微調、模型部署、模型應用開發等細分技術功能。

隨著國內GenAI市場的不斷發展，各種開發和維護工具等也將逐漸成熟。

應用：尚處于早期階段，聚焦領域相對集中

中國GenAI領域的創業公司融資輪次靠前，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展初期，行業潛力巨大。

其中，某全球領先的跨國科技公司旗下的人工智能聊天機器人作為準獨角獸企業，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，科創企業規模體量相對較大，涌現出多家細分應用領域獨角獸企業，其中某總部位于倫敦的全球化AI研究型企業估值高達38億美元。

中國GenAI垂直應用領域主要聚焦文本、圖像和音視頻生成，海外市場則在上述領域以外出現了大量基于GenAI的開發平臺、數據分析平臺及代碼編寫平臺，其原因在于海外以早期程序語言（如COBOL）編寫的系統較多，許多企業面臨較高編程人力成本，因此對編程輔助軟件有較高需求。

同時，目前中國GenAI企業目標客群多為終端用戶，而海外市場在大規模企業客戶群體，隨著中國SaaS市場成熟以及企業付費意愿提升，預計國內文本生成和圖像生成初創企業將快速拓展至企業客戶市場。

由于海內外GenAI行業尚處于快速發展期，基于大模型產品的服務市場潛力還未被充分挖掘，服務市場有待進一步發展。

場景：GenAI應用集中于商業化成熟的優勢產業

中國GenAI企業利用國內垂直場景優勢，將GenAI優先應用于商業化基礎設施較完善的新興行業中；而歐美同行則利用當地成熟的 SaaS市場，將GenAI應用到高科技、通信及各種傳統行業（如醫療、 教育等），應用范圍更加廣泛。

在國內，GenAI應用發展最迅速的領域包括電商、傳媒、娛樂和游戲，尤其是數字虛擬人和電商視頻營銷，大部分傳統行業（如金融、能源、教育等）仍處于小規模試點階段。

GenAI應用得以在互聯網電商平臺蓬勃發展，原因在于中國擁有優質的電商和供應鏈生態以及龐大的消費者群體，為GenAI應用落地提供了契機。

生成式AI的3D短視頻內容廠商，已基于文本生成3D視頻內容，并通過抖音、快手、B站等短視頻平臺進行推廣，極大提高了短視頻內容生產者的創作效率；

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

游戲與AI研究和應用機構則利用人工智能打造AI陪玩、AI競技機器人，并通過自然語言技術賦予非玩家角色人設，使其能夠在游戲中與玩家互動對話。

生成式 AI 初創公司融資數量（中國VS 海外）

資料來源：Pitchbook（PE，VC 及并購項目數據平臺），Antler（ 新加坡base 的VC 平臺），Crunchbase（ 投融資信息平臺》，Gain.pro（ 聚焦一級市場的數據平臺）

目前，大部分中國市場的GenAI創業公司，剛剛完成標準化產品輸出，開始進入初級商業化探索階段，市場上主流的商業模式包括云資源售賣、模型API調用、SaaS收費、素材收費等。

由于國內企業對軟件的付費意愿不高、市場有待進一步培育，以及企業對SaaS部署方式存在數據安全方面的顧慮，大規模應用GenAI的商業模式仍有待探索。

本文節選自麥肯錫公司《中國金融業CEO季刊——中國生成式AI行業發展現狀及未來趨勢》，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、麥肯錫咨詢顧問王宸，編輯中略有改動，經授權刊載。