生成式 AI 阔步向前

麦肯锡公司

2022年，全球GenAI市场整体收入为400亿美元，预计2027年及2032年将分别达到3990亿美元和1.3万亿美元，2022—2032年复合增长率高达42%。

我们预计，2022—2035年全球市场规模增量，主要来源于训练侧硬件、广告应用和软件。

其中，在训练侧硬件方面的增量约4440亿美元；在广告应用方面，相关年复合增长率将达到125%，增量达1924亿美元；软件方面，约2800亿美元的增量中，GenAI助理软件增量最为可观，达890亿美元。

2022年中国GenAI市场规模约人民币660亿元，预计2020—2025年复合增速将达84%，到2025年将占全球市场规模（2170亿美元）的13%。

过去两年，国内GenAI融资市场热度持续上升，前十大融资事件总规模达8.7亿美元。其中，已有领先的端到端AI制药公司、大模型初创公司等头部企业，获得逾2亿美元的单笔融资。

我们将结合GenAI价值链，探讨中国GenAI技术栈和商业应用的发展现状。

专用硬件：基础建设资源受限，国产化进程不断加速 

由于无法获得高端GPU（图形处理器）芯片A100与H100，国内大模型研发机构在算力上遭遇瓶颈。为应对上述困境，中国本土芯片研发厂商加强科研，在算力技术上实现重要突破。

目前，中国市场可以获得的A800 GPU芯片，传输速度仅为顶尖产品 A100的70%。

由于AI技术发展高度依赖先进GPU，需借助芯片进行大量模型训练和扩展，部分国内科研机构和科技企业因此受到较大影响，尤其是在目前大模型参数量快速膨胀、算力需求显著增加的情况下。

为了应对算力瓶颈，国内领先算力芯片公司力求在产品端实现突破。

例如，国内某量产商业人工智能芯片厂商，在头部大型云服务提供商旗下一款知识增强大语言模型产品中，实现了对部分业务场景的部署；某专注于通用GPU芯片及解决方案研发及销售的高科技公司，和另一计算机图形芯片设计公司则希望开发出性能接近高端芯片的产品。

全球领先的ICT（信息与通信）基础设施和智能终端提供商旗下的人工智能处理器，则被用于内部大模型开发训练。

目前，国产GPU的算力规模大多在1000TOPS以内，上述计算机图形芯片设计公司已能达到2000TOPS，距离国际领先的H100芯片仍有一定差距，其算力高达4000TOPS。

云平台：全球竞争格局趋同，依賴云平台完成模型训练与调整

在云平台领域，国内和海外市场均呈现头部厂商占据绝对主导地位的垄断格局。2022年，国内四家头部厂商占据国内79%的市场份额；在海外市场，截至2023年一季度，前三大厂商占据全球65%的市场份额。

由于国内云计算行业发展尚未成熟，目前以定制化程度较高、毛利率低的IaaS为主，相关支出占比70%，PaaS和SaaS仅占30%；而全球云计算市场则恰好相反，IaaS支出占比28%，PaaS和SaaS占比72%。

展望未来，我们预计，海内外头部厂商的客户群体将持续分化，国内GenAI厂商将更多依赖国内云平台完成模型训练与调整。

基础模型：通用大模型数量可观，行业大模型可能是国产GenAI的出路

在通用大模型方面，截至2023年5月，中国已发布79个10亿参数级以上的大模型，在大模型发布数量上位居全球第二，仅次于美国。在全球模型发布数量前十的GenAI大模型厂商中，中国研发机构及厂商占据4席。

通用大模型需要海量数据作训练用途，中文网站数量从全球来看，占比仅为1.4%（英文网站占比达54%），可用作训练的公开中文语料库（含文本、图片、视频等素材）往往数量有限、质量不均。

与此同时，国内用户在网站和移动端App产生的海量数据，基于保护用户隐私的原因，大部分也未能应用在大模型训练上，对模型训练的效率和精度都造成不利影响。

2020—2025 年中国生成式人工智能应用规模

资料来源：《中国AI 数字商业产业展望2021—2025》，前瞻产业研究院、中关村大数据产业联盟联合发布

尽管在训练数据上受到诸多限制，中国通用大模型技术仍然不断追赶国际领先水平，参数规模紧跟国际领先水准并实现快速提升。

相较于适用于多领域、多任务的通用大模型，行业大模型更依赖于开发者对垂直场景的理解和海量行业数据支持，在算力受限的背景下，行业大模型更有可能成为中国GenAI厂商的制胜赛道。

就行业大模型而言，国内市场正呈现差异化竞争格局：某头部互联网大厂的行业大模型根植于游戏、广告、内容创作等多媒体领域，成为提升广告和游戏场景创作效率的生产力工具；

国内前三的超大规模云服务商开发的产业级知识增强大模型则凭借其对中文语言的强大理解能力，赋能汽车行业售后服务与知识库构建、医疗行业单据识别、社科行业版权保护与词条管理等；

某全球领先的ICT（信息与通信）基础设施和智能终端提供商旗下的包含NLP、CV、多模态和科学计算的中文大模型，则在工业物流、新药研发、气象预测等领域得到广泛应用。

国内生成式AI 赛道典型融资案例

资料来源： 汉能资本

海外市场围绕可自由调整代码的开源模型，已涌现出一批独立厂商，可实现模型训练和微调、模型部署、模型应用开发等细分技术功能。

随着国内GenAI市场的不断发展，各种开发和维护工具等也将逐渐成熟。

应用：尚处于早期阶段，聚焦领域相对集中

中国GenAI领域的创业公司融资轮次靠前，集中在天使轮到Pre-A 轮之间，融资金额大多小于1亿元人民币，正处于方兴未艾的发展初期，行业潜力巨大。

其中，某全球领先的跨国科技公司旗下的人工智能聊天机器人作为准独角兽企业，于2022年11月完成10亿元A+轮融资，投后估值约10亿美元。

反观海外GenAI行业，科创企业规模体量相对较大，涌现出多家细分应用领域独角兽企业，其中某总部位于伦敦的全球化AI研究型企业估值高达38亿美元。

中国GenAI垂直应用领域主要聚焦文本、图像和音视频生成，海外市场则在上述领域以外出现了大量基于GenAI的开发平台、数据分析平台及代码编写平台，其原因在于海外以早期程序语言（如COBOL）编写的系统较多，许多企业面临较高编程人力成本，因此对编程辅助软件有较高需求。

同时，目前中国GenAI企业目标客群多为终端用户，而海外市场在大规模企业客户群体，随着中国SaaS市场成熟以及企业付费意愿提升，预计国内文本生成和图像生成初创企业将快速拓展至企业客户市场。

由于海内外GenAI行业尚处于快速发展期，基于大模型产品的服务市场潜力还未被充分挖掘，服务市场有待进一步发展。

场景：GenAI应用集中于商业化成熟的优势产业

中国GenAI企业利用国内垂直场景优势，将GenAI优先应用于商业化基础设施较完善的新興行业中；而欧美同行则利用当地成熟的 SaaS市场，将GenAI应用到高科技、通信及各种传统行业（如医疗、 教育等），应用范围更加广泛。

在国内，GenAI应用发展最迅速的领域包括电商、传媒、娱乐和游戏，尤其是数字虚拟人和电商视频营销，大部分传统行业（如金融、能源、教育等）仍处于小规模试点阶段。

GenAI应用得以在互联网电商平台蓬勃发展，原因在于中国拥有优质的电商和供应链生态以及庞大的消费者群体，为GenAI应用落地提供了契机。

生成式AI的3D短视频内容厂商，已基于文本生成3D视频内容，并通过抖音、快手、B站等短视频平台进行推广，极大提高了短视频内容生产者的创作效率；

GenAI视频大模型研发企业则深耕电商行业，以AI生成虚拟人主播，赋能各行业、各品牌电商；

游戏与AI研究和应用机构则利用人工智能打造AI陪玩、AI竞技机器人，并通过自然语言技术赋予非玩家角色人设，使其能够在游戏中与玩家互动对话。

生成式 AI 初创公司融资数量（中国VS 海外）

资料来源：Pitchbook（PE，VC 及并购项目数据平台），Antler（ 新加坡base 的VC 平台），Crunchbase（ 投融资信息平台》，Gain.pro（ 聚焦一级市场的数据平台）

目前，大部分中国市场的GenAI创业公司，刚刚完成标准化产品输出，开始进入初级商业化探索阶段，市场上主流的商业模式包括云资源售卖、模型API调用、SaaS收费、素材收费等。

由于国内企业对软件的付费意愿不高、市场有待进一步培育，以及企业对SaaS部署方式存在数据安全方面的顾虑，大规模应用GenAI的商业模式仍有待探索。

本文节选自麦肯锡公司《中国金融业CEO季刊——中国生成式AI行业发展现状及未来趋势》，作者为麦肯锡全球资深董事合伙人曲向军、全球董事合伙人韩峰、全球副董事合伙人胡艺蓉、麦肯锡咨询顾问王宸，编辑中略有改动，经授权刊载。