生成式AI推动产业变革：2025年的深度洞察

9.2K 0

生成式人工智能（AI）正在迅速改变各行各业的工作方式，从知识管理到对话应用，再到生成代码和设计研发，生成式AI正在引领一场深刻的产业变革。多位行业专家指出，随着模型性能和性价比的同步提升，国内AI应用依托丰富的生态系统和成熟的流量优势，正在加速渗透各个领域。提供多元化选择和独特用户体验的产品和服务，将在未来的竞争中占据优势。

应用广泛提升生产生活效率

根据第55次《中国互联网络发展状况统计报告》，截至2024年12月，我国有3.31亿人听说过生成式AI产品，占总人口的23.5%；有2.49亿人实际使用过这类产品，占总人口的17.7%。生成式AI的应用显著提高了内容创作者的生产力，其背后的深度学习算法带来了广阔的应用前景。例如，医药企业通过接入生成式AI优化了药物研发流程，提升了临床试验效率；新能源汽车的智能座舱改善了交互体验和服务响应；网络安全企业则构建了新一代网络威胁检测系统。

产业体系完善应用场景丰富

我国已建立起较为全面的人工智能产业体系，相关企业超过4500家，核心产业规模接近6000亿元，涵盖了芯片、算法、数据、平台和应用等上下游关键环节。中信证券计算机行业首席分析师杨泽原表示，国内AI发展注重工程优化和应用落地，形成了从硬件算力逐步向软件应用扩散的投资趋势。当前，国产大模型层出不穷，形成了“百模争鸣”的局面。百度、阿里云、华为、腾讯、科大讯飞等公司纷纷推出各自的大模型，如通义千问、盘古、混元和星火，并向公众开放。

算力瓶颈亟待突破

尽管取得了显著进展，但算力不足仍是制约生成式AI发展的关键问题。中国互联网络信息中心（CNNIC）发布的《生成式人工智能应用发展报告（2024）》指出，模型的训练和推理需求大幅增加，若无法有效解决算力管理问题，将影响企业的应用进程。盘和林认为，近期备受关注的行业应用不仅得益于蒸馏算法和生成答案逻辑的优势，更契合了我国AI企业应对算力不足的现状，既节省了算力成本，也打破了外部封锁。

数据与人才挑战并存

杨泽原强调，算力和数据是发展的基石。产业期待高性能、高效率的算力创新以支持模型能力提升和大规模推理需求；同时，数据对模型训练效果至关重要，发掘数据支撑行业模型发展成为关键任务。此外，高质量数据集的缺乏、专业人才培养的紧迫性和安全伦理问题如虚假信息及版权纠纷，也是业界面临的重大挑战。

差异化发展优势显现

随着关键技术的突破，生成式AI应用加速落地。截至2024年12月31日，共有302款生成式AI服务在网信部门完成备案，其中2024年新增238款。这些多样化的产品为用户提供了广泛的选选择和差异化体验。杨泽原分析，我国在基座文本模型能力上实现了持续追赶，并在工程优化方面形成了较高性价比。字节doubao-pro、DeepSeek-V3、MiniMax-01等模型均在API服务价格上具备明显优势。未来，依托丰富场景和成熟流量，国内厂商有望在模型技术上形成差异化发展优势。