2025年我國人工智能產(chǎn)業(yè)發(fā)展形勢展望

【內(nèi)容提要】2024年，全球人工智能產(chǎn)業(yè)持續(xù)發(fā)展，我國人工智能產(chǎn)業(yè)整體呈穩(wěn)步增長態(tài)勢，市場規(guī)模不斷擴(kuò)大，應(yīng)用領(lǐng)域廣泛拓展。展望2025年，全球人工智能有望迎來行業(yè)應(yīng)用大爆發(fā)，人工智能賦能工業(yè)等重點(diǎn)行業(yè)進(jìn)一步“走深向?qū)崱?。值得注意的是，人工智能賦能工業(yè)門檻仍較高、初創(chuàng)公司面臨生存壓力、投入與營收鴻溝巨大、訓(xùn)練范式邊際效應(yīng)漸減等問題亟待解決。為此，賽迪研究院建議推進(jìn)賦能應(yīng)用提升市場認(rèn)知，加強(qiáng)服【關(guān)鍵詞】人工智能產(chǎn)業(yè)發(fā)展形勢展望2024年，全球人工智能產(chǎn)業(yè)持續(xù)發(fā)展，應(yīng)用領(lǐng)域廣泛拓展，市場規(guī)模不斷擴(kuò)大，預(yù)計2024年全球人工智能市場規(guī)模將達(dá)到16377億元，同比增長37.9%，我國人工智能核心產(chǎn)業(yè)規(guī)模將突破6000億元。大模型作為推動人工智能加速發(fā)展的核心技術(shù)產(chǎn)品，其市場潛力正在加速彰顯。人工智能發(fā)展仍然面臨賦能工業(yè)門檻較高、初創(chuàng)公司生存壓力、投入與營收鴻溝巨大、訓(xùn)練范式邊際效應(yīng)漸減等問題和挑戰(zhàn)。展望2025年，人工智能發(fā)展有望迎來行業(yè)應(yīng)用大爆發(fā)，塑造未來產(chǎn)業(yè)新模式、新業(yè)態(tài)，推動當(dāng)前全球和我國的人工智能產(chǎn)業(yè)均處于穩(wěn)步增長期，市場規(guī)模持續(xù)擴(kuò)大，其中，大模型作為推動人工智能加速發(fā)展的關(guān)鍵技術(shù)產(chǎn)品，其市場潛力不容小覷。據(jù)工業(yè)和信息化部數(shù)據(jù)，截止2024年9月，我國人工智能核心產(chǎn)業(yè)規(guī)模接近6000億元，相關(guān)企業(yè)超過4500家。據(jù)PrecedenceResearch預(yù)測，2024年全球人工智能市場規(guī)模將達(dá)到1.6萬億元，同比增長37.9%。以大模型為代表的生成式人工智能發(fā)展尤為突出，據(jù)鈦媒體國際智庫報告，預(yù)計2024年全球人工智能大模型市場規(guī)模將突破280億美元，我國大模型市場規(guī)模將達(dá)216億元。美國SAS大數(shù)據(jù)平臺發(fā)布報告展望2025年，全球人工智能發(fā)展有望迎來行業(yè)應(yīng)用大爆發(fā)。據(jù)元，同比增長38%。據(jù)前瞻產(chǎn)業(yè)研究院預(yù)測，2025年中國人工智能市場規(guī)賽迪智庫（二）人工智能賦能工業(yè)等重點(diǎn)行業(yè)將進(jìn)一步“走深向?qū)崱比斯ぶ悄苷轿?、深層次賦能新型工業(yè)化，成為新型工業(yè)化的重要推動力。一方面，人工智能正從賦能工業(yè)研發(fā)設(shè)計、營銷服務(wù)、運(yùn)營管理等環(huán)節(jié)先行，逐步深入到賦能工業(yè)中試驗證和生產(chǎn)制造環(huán)節(jié)，優(yōu)化生產(chǎn)計劃和資源配置，支撐高端裝備、關(guān)鍵軟件、智能終端全方位升級，顯著提升產(chǎn)業(yè)發(fā)展質(zhì)量效益，通過改進(jìn)工藝流程、提高設(shè)備運(yùn)轉(zhuǎn)效率、優(yōu)化能源使用策略，有效推進(jìn)工業(yè)綠色低碳發(fā)展。各地正通過推進(jìn)共性技術(shù)平臺建設(shè)、開展供需對接會等形式，加快推動人工智能賦能新型工業(yè)化。同時，人工智能正從營銷、銷售、IT等重點(diǎn)環(huán)節(jié)深入滲透賦能各行各業(yè)。《2024年生成式AI商業(yè)落地白皮書》指出，生成式人工智能正從營銷（78%）、銷售（79%）到IT（62%）、研發(fā)（34%）等環(huán)節(jié)，展望2025年，人工智能技術(shù)有望在研發(fā)設(shè)計、產(chǎn)品優(yōu)化、服務(wù)延伸等方面實現(xiàn)更深層次的融合創(chuàng)新，在智能制造、工業(yè)元宇宙、醫(yī)療服務(wù)賽迪智庫全球大模型性能正持續(xù)快速提升。以GPT系列為例，2024年5月GPT-4o在主要評測指標(biāo)MMLU上的得分達(dá)87.2%，較GPT-3提升44個百分點(diǎn)。同時，開源和閉源模型形成了雙線競爭態(tài)勢。一方面，閉源模型持續(xù)引領(lǐng)技術(shù)前沿。OpenAI的GPT系列、Anthropic的Claude系列等在泛化能力、推理能力等方面不斷取得突破，占據(jù)第一梯隊。國內(nèi)百度、智譜等頭部企業(yè)的最新模型性能也已基本逼近GPT-4水平；另一方面，開源模型已在多個基準(zhǔn)測試中展現(xiàn)出接近頂尖閉源模型的能力。Meta研發(fā)的Llama系列等開源模型通過開放社區(qū)協(xié)作、提升算法透明度等方式快速追趕。國內(nèi)阿里Qwen、百川智能Baichuan系列等也已成為推動全球開源模型進(jìn)步的展望2025年，隨著算法創(chuàng)新和算力提升，大模型性能將繼續(xù)突破，開源與閉源模型將保持互相博弈和競爭的格局，閉源模型將繼續(xù)突破技術(shù)邊界，開源模型則將憑借靈活定制、成本優(yōu)勢在垂直場景加速落地，兩者共同推動大模型在各行業(yè)領(lǐng)域深化應(yīng)用，為經(jīng)濟(jì)高質(zhì)量發(fā)展提供強(qiáng)一方面，云計算業(yè)務(wù)加速向MaaS轉(zhuǎn)型。微軟推出AzureOpenAI，谷歌推出VertexAI，國內(nèi)阿里、百度、字節(jié)跳動等均已推出基于自有云服務(wù)的MaaS，將大模型能力部署在云端，或以私有化部署方式提供給企業(yè)用戶。Canalys發(fā)布最新報告稱，今年三季度客戶對超大規(guī)模企業(yè)人工智能產(chǎn)品投資推動全球云基礎(chǔ)設(shè)施服務(wù)支出同比增長21%，達(dá)820億美元。另一方面，大模型應(yīng)用正以智能體（AIAgent）的主流形式賦能終端設(shè)備。11月初，李彥宏在百度世界大會上稱智能體是大模型應(yīng)用的最主流形態(tài)，即將迎來爆發(fā)點(diǎn)。智能體將重塑手機(jī)、PC等終端應(yīng)用生態(tài)。繼蘋果在WWDC上發(fā)布AppleIntelligence后，華為、小米等手 賽迪智庫 機(jī)相繼上線AIAgent，手機(jī)應(yīng)用生態(tài)將從以應(yīng)用商店+APP的模式轉(zhuǎn)變?yōu)锳gentStore+Agent的模式。谷歌也將Gemini大模型內(nèi)置在其云端辦公套件Workspace中。同時，大模型正推動具身智能的感知、決策、控制等技術(shù)加速迭代。特斯拉完全自動駕駛技術(shù)（FSDV12）由一個大模型實現(xiàn)從感知到控制的端到端架構(gòu)。英偉達(dá)發(fā)布基于“ProjectGR00T”人形機(jī)器展望2025年，一方面，上云率將因大模型降價等趨勢進(jìn)一步提升，如，字節(jié)、阿里云、百度等已相繼宣布降價策略。另一方面，大模型將進(jìn)一步拓展在AR/VR智能眼鏡、智能家居等設(shè)備端的應(yīng)用，如小度AI眼鏡將于2025年上半年上市，蘋果將于明年一是工業(yè)場景多樣性、復(fù)雜性等特點(diǎn)拔高人工智能賦能應(yīng)用門檻。工業(yè)生產(chǎn)制造等核心場景精度高、容錯率低，各細(xì)分行業(yè)的流程環(huán)節(jié)高度差異化，當(dāng)前生成式人工智能對行業(yè)專業(yè)知識理解不足，且本身在可靠性、可解釋性方面難以勝任，無法在各種情境下都能持續(xù)提供準(zhǔn)確、一致、真實的結(jié)果，難以規(guī)?；瘡?fù)制和推廣。例如，一項針對99個工業(yè)大模型應(yīng)用案例的統(tǒng)計數(shù)據(jù)顯示，大模型在研發(fā)設(shè)計和經(jīng)營管理領(lǐng)域的應(yīng)用相對更多，而在生產(chǎn)制造環(huán)節(jié)的能力和性能還需進(jìn)一步提升。二是市場對生成式人工智能行業(yè)應(yīng)用的認(rèn)知存在顧慮過高和預(yù)期過高等偏差現(xiàn)象，可能引起管理者對生成式人工智能技術(shù)應(yīng)用的抵觸或失望，難以在落地應(yīng)用過程中實現(xiàn)經(jīng)濟(jì)性、泛化性和專業(yè)性的平衡，影響生成式人一方面，生成式人工智能模型的創(chuàng)建和維護(hù)成本高昂，新玩家進(jìn)入該賽道的門檻不斷抬升，在大型科技公司的巨額投入面前很難保持競爭力。例如，今年5月，百度、阿里、騰訊、字節(jié)等大廠連番掀起大模型價格戰(zhàn)，搶占市場先機(jī)，對于一些無法承受持續(xù)低價競爭的初創(chuàng)企業(yè)，一賽迪智庫如，2024年以來硅谷人工智能領(lǐng)域多家明星公司被巨頭收購，3月，人工一方面，基礎(chǔ)設(shè)施和研發(fā)投入較為突出，投資收益差距較大。人工計，當(dāng)前超過八成的人工智能產(chǎn)品都向大量C端用戶群體開放，但有近一現(xiàn)有大模型絕大部分遵循擴(kuò)展定律（ScalingLaw），依賴擴(kuò)大模型參數(shù)規(guī)模和增加訓(xùn)練數(shù)據(jù)數(shù)量來提升性能。然而，這種演進(jìn)路徑邊際收益正在逐漸放緩。一是優(yōu)質(zhì)數(shù)據(jù)資源日益稀缺。據(jù)研究機(jī)構(gòu)EpochAI預(yù)測，高質(zhì)量語言數(shù)據(jù)將在2026年耗盡。而當(dāng)前通過大模型合成數(shù)據(jù)的方式，也存在增加新舊模型相似性的可能，降低性能提升幅度。二是Transformer架構(gòu)固有特性使訓(xùn)練成本指數(shù)級增長。Transfomer具有二次方的計算復(fù)雜度，訓(xùn)練時算力消耗巨大。GPT-3使用算力為640P，據(jù)預(yù)測GPT-5的算力或?qū)⑦_(dá)到10萬億級別。三是當(dāng)前架構(gòu)對于邏輯推理、規(guī)劃決策等高階認(rèn)知任務(wù)的支持仍不足。Transformer架構(gòu)大模型缺乏對內(nèi)容語義的理解。OpenAIo1大模型稱可實現(xiàn)科學(xué)、數(shù)學(xué)方面的復(fù)雜推理，然而，部分專家認(rèn)為其仍是統(tǒng)計學(xué)習(xí)方式，沒有真正理解并掌握推理一是鼓勵行業(yè)企業(yè)、行業(yè)專家及研究機(jī)構(gòu)加強(qiáng)協(xié)作，合力構(gòu)建一批工業(yè)生產(chǎn)關(guān)鍵領(lǐng)域知識圖譜，緩解人工智能在落地應(yīng)用過程中面臨的不可解釋、不可追溯問題，促進(jìn)行業(yè)應(yīng)用落地和規(guī)?；茝V。二是打通工賽迪智庫業(yè)企業(yè)、產(chǎn)業(yè)鏈上下游、供應(yīng)鏈、合作伙伴等數(shù)據(jù)流，支持打造垂直細(xì)分領(lǐng)域工業(yè)大模型。三是打造企業(yè)大模型應(yīng)用典型案例，開展大模型賦能優(yōu)勢產(chǎn)業(yè)集群和重點(diǎn)行業(yè)示范應(yīng)用行動，支持在國家先進(jìn)制造業(yè)集群一是推動建設(shè)服務(wù)中小創(chuàng)新企業(yè)的人工智能基礎(chǔ)設(shè)施，降低初創(chuàng)企業(yè)、中小企業(yè)參與人工智能市場的門檻，鼓勵形成百花齊放的市場競爭格局。二是聚焦高價值人工智能創(chuàng)新領(lǐng)域，支持建設(shè)一批共性技術(shù)研發(fā)平臺、模型驗證“中試”平臺等創(chuàng)新平臺，完善企業(yè)人工智能技術(shù)工程化落地相關(guān)服務(wù)。三是推動制造業(yè)轉(zhuǎn)型升級基金等政府基金向高度依賴技術(shù)研發(fā)和資本投入的人工智能創(chuàng)新領(lǐng)域傾斜，如自動駕駛、智能制造一是提升研發(fā)效能。構(gòu)建應(yīng)用牽引創(chuàng)新的研發(fā)體系，圍繞產(chǎn)業(yè)鏈部署創(chuàng)新鏈，通過產(chǎn)學(xué)研協(xié)同創(chuàng)新平臺整合高等高校、科研院所等創(chuàng)新資源，推動技術(shù)快速迭代。二是優(yōu)化資源效率。持續(xù)推動算力中心共建共享，推廣國產(chǎn)化替代方案，探索彈性調(diào)度機(jī)制，優(yōu)化基礎(chǔ)設(shè)施運(yùn)營。三是開拓市場空間。借鑒海螺AI等優(yōu)秀案例出海策略，針對北美等用戶付費(fèi)意愿高的市場輸出基于國內(nèi)龐大用戶迭代優(yōu)化后的大模型產(chǎn)品，推進(jìn)一是建立高效的數(shù)據(jù)獲取與處理機(jī)制。構(gòu)建數(shù)據(jù)質(zhì)量評估體系，建立