书籍《AI中国方案》 薛澜著

责编| 柒 排版| 沐言

第 9283 篇深度好文：6135字 | 11 分钟阅读

“十五五”规划明确提出，要全面实施“人工智能+”行动，充分发挥人工智能在引领科研范式变革方面的关键作用，推动人工智能与产业发展、文化建设、民生保障以及社会治理深度融合，抢占人工智能产业应用的制高点，为千行百业全方位赋能。

2025年8月，《关于深入实施“人工智能+”行动的意见》正式印发，标志着我国进入全面推进“人工智能+”发展的新阶段。

作为一项通用目的技术，人工智能正在深刻重塑全球商业格局，催生多种创新商业模式。

这些模式不仅加速了企业数字化转型进程，也为各行各业开辟了新的增长路径与盈利空间。

本文将围绕七种主要的“人工智能+”商业模式展开分析，探讨其商业应用实践，并对未来发展趋势进行展望。

一、智能硬件与软件

开启盈利新篇章

中国的智能硬件市场正迎来新的增长周期。

在人工智能技术加持下，传统硬件产品销量回暖，市场规模持续扩大。增长不仅限于消费领域，面向行业的智能硬件同样蓬勃发展。

从智能汽车到智能制造设备，AI芯片与物联网技术的结合催生了大量新产品。

2024年，更被业内视为“AI+硬件”的爆发元年，众多互联网巨头和电子厂商加速入场，掀起了万物智能化的热潮。

1.模式进化：从“一次售卖”到“持续服务”

与此同时，软硬一体化的商业模式正逐渐成熟。

过去，硬件厂商主要依赖一次性设备销售获利；如今，越来越多的中国企业开始采用“硬件 + 软件服务”的组合模式，以实现持续性的盈利。

2.面临挑战：盈利之路并非坦途

然而，“AI+硬件”要真正成长为稳健的业绩增长点，仍面临诸多挑战。

业内人士指出，这需要构建一个融合应用场景、核心技术和用户体验的复杂体系，而找到用户使用频率高、付费意愿强的核心场景尤为困难。

目前，部分AI硬件产品仍处于概念验证阶段，距离大规模盈利尚有距离。例如，一些搭载大模型的智能设备定价高昂，但功能相对初级，市场接受度有待检验。

此外，硬件研发本身具有投入高、周期长的特点，这对于擅长软件的互联网公司而言是一大考验，供应链管理与制造能力亦是其普遍短板。

这种“硬强软弱”的现状，在资本市场也有所体现。

有数据显示，2023年上半年，A股市场中AI硬件相关企业净利润大幅增长，而纯软件AI公司的整体盈利却同比下降超过60%。

这一反差说明，在当前阶段，硬件创新是驱动AI产业发展的关键，但软件与服务价值的充分释放，仍需更长时间。

3.未来展望：软硬协同的差异化道路

展望未来，中国智能硬件产业有望走出一条差异化的盈利之路。随着5G、新型芯片等基础设施日益完善，硬件将成为AI服务的重要载体。

在政策层面，各地也纷纷出台措施，支持机器人与可穿戴设备等硬件的AI融合创新。

可以预见，“软硬结合”将不再只是选项，而是中国科技公司的标配战略：

既掌握硬件这一关键入口，又深度经营软件与服务生态，双轮驱动，共同开启盈利新篇章。

二、算法技术服务

助力企业降本增效

人工智能发展至今，算法技术服务已成为连接AI科技与商业应用的关键桥梁。

在“人工智能即服务”的浪潮下，中国企业正纷纷加速拥抱算法技术，以降低成本、提高效率。

1.市场高速增长，服务形态多样

中国AI技术服务市场保持高速增长。

IDC报告指出，2023年中国人工智能软件市场规模达377.4亿元，同比增长26.2%。

智能算法作为企业数字化转型的重要引擎，在金融、制造、零售等领域落地生根。

IDC预测，未来几年AI服务将成为支出热点，预计2027年中国AI服务市场规模超50亿美元，年均增速约30%。

既有阿里云、百度智能云等通用AI平台提供商，也有商汤科技、第四范式等垂直AI方案公司。它们为企业输出算法能力，按调用次数或项目收费，形成稳定服务收入。

2024年上半年，中国“智算”服务整体市场规模同比增长79.6%，达146.1亿元，其中生成式AI基础设施即服务增长最快。

一系列数字表明，向企业提供算法技术服务，正成为AI产业的重要商业模式。

2.降本增效价值凸显

中国众多科技公司也在积极扮演“算法供应商”的角色，将核心AI能力商品化输出。

IDC数据显示，2024年上半年中国生成式AI算力基础设施即服务市场规模达52亿元，同比增长203.6%，商汤科技等提供大模型算力与算法服务的厂商正快速崛起。

甚至传统企业也参与其中：平安集团不仅应用AI提升自身保险业务风控水平，还孵化出壹账通等科技子公司，对外输出金融AI解决方案作为新的利润增长点。

3.推广痛点与未来趋势

尽管前景向好，算法技术服务在推广中仍存在痛点：

① 定制化难题

不同行业、企业需求千差万别，通用AI服务需进行大量“最后一公里”的调优和集成，增加了交付成本。

② 数据和人才瓶颈

AI算法发挥效益离不开高质量数据和专业人才。对许多中小企业来说，数据孤岛和缺乏AI工程师阻碍了算法服务的有效对接。

③ ROI不确定性

投入购买AI服务后能省下多少成本、创造多少价值，有时短期内不易量化，需要服务提供商与客户共同探索。

总体来看，算法技术服务作为“人工智能+”领域最具通用性的商业模式，已在中国站稳脚跟。

未来，随着基础算力设施完善和大模型能力通过API开放，“人工智能即服务”将更易获取，成本也可能下降，吸引更多传统行业加入智能化转型。

可以预见，算法服务将成为企业数字化运营的标配——就像过去上云计算一样，如今企业正越来越多地上“AI云”。那些掌握领先算法并能以服务形式交付的公司，将持续受益于企业

端旺盛的智能化需求，实现商业价值与社会价值的双丰收。

三、高质量数据交易

凸显市场价值

数据被誉为新时代的“石油”，在人工智能时代更是核心要素。中国高度重视数据要素的市场化，近年来积极搭建数据交易平台以释放数据价值。

1.市场规模快速增长

随着政策推动和基础设施完善，数据要素市场化进程不断加速。

研究机构预测，到2025年中国数据交易市场规模有望增长至2046亿元，较2022年翻一番以上；

到2030年可能攀升至5155亿元。这些数字凸显出高质量数据作为商品所蕴含的巨大市场价值。

2.数据成为AI训练“燃料”

高质量数据之所以备受重视，在于其对AI应用和商业决策的支撑作用。对于训练AI模型而言，大规模且标注精良的数据集是不可或缺的“燃料”。

因而，一些拥有独特数据资源的机构开始尝试通过交易获取收益。

上海数据交易所报告显示，目前我国数据交易行业出现了一批“服务型数据商”促进数据流通。

它们扮演数据供需中介角色，为数据找买家、为用户找数据，提供定价、合规等增值服务。这种专业分工让数据要素更易流通，提升了数据资源的市场价值。

3.发展挑战与瓶颈

尽管前景广阔，数据交易要实现大规模、成熟化运营，尚需克服多重挑战：

① 确权和合规问题：数据不同于有形资产，如何界定其归属和使用边界是关键问题。

② 定价难题：数据价值因用途而异，缺乏统一评估标准，交易双方议价成本高。

③ 交易互信建立：数据作为数字商品，交易时买家难以完全验证质量，卖家也担心数据拷贝后权益受损。

④ 平台生存压力：由于场内公开交易刚起步，许多数据交易所面临成交量不足问题。

这些痛点说明，数据交易作为新生事物，还处在探索完善阶段。

四、 精准广告投放

拓展盈利渠道

得益于人工智能驱动的个性化推荐，数字广告正成为“人工智能+”变现最直接也最成熟的领域之一。

1.市场规模持续扩大

中国的数字广告市场规模已位居世界前列，并在逆势中保持增长。

据统计，2023年中国互联网广告营业收入达7190.6亿元，同比增长33.4%。这一惊人增速反映出企业对线上精准营销的投入力度空前。

同年，广告市场结构中，互联网广告占据了发布业务总量的82.4%，在中国广告业，每10元广告预算中约有8元投向了线上。

这背后正是因为AI算法的赋能，使线上广告相比传统广告实现了更高效率和回报。

通过大数据分析和机器学习模型，广告主可以将广告精准地投放给最有可能转化的受众群体，从而以较少预算撬动更高转化率，实现“花钱更少，赚钱更多”的营销效果。

2.AI改变广告内容本身

AI不仅优化投放对象，也改变了广告内容本身。随着生成式AI发展，广告创意生产正在部分自动化。

一些广告公司开始使用AI生成广告文案、页旗图片，甚至短视频初稿，随后由创意人员润色、把关。

这大大缩短了广告制作周期，使广告内容可以更快速地围绕实时热点或个体用户喜好来定制。

例如，电商平台在大促期间，可以即时生成成千上万条针对不同用户偏好的商品推荐语和图片，进行A/B测试，看哪种创意转化率高再实时调整。

这种“人机协同”的广告制作新模式，不仅降低了运营成本，还进一步提升了广告投放的相关性和时效性。

3.未来演化方向

未来，AI赋能的广告还将继续演化，成为更加多元的盈利渠道：

首先，物联网普及可能带来线下精准广告新场景。如户外数字屏幕根据路过人群属性实时切换广告内容。

其次，在虚拟现实和增强现实环境中，广告也可以通过AI生成与情境融合的沉浸式体验。

这些都离不开AI对用户的深刻理解和对内容的智能创作。精准广告是AI商业化最成功的领域之一，国内企业已积累了丰富经验和全球领先的数据优势。

随着技术和监管成熟，精准广告投放将在拓展盈利渠道的同时，朝着个性化与用户尊重并重的方向发展。

满足个性化需求

此举不仅为用户提供更优质服务体验，也为OpenAI带来稳定收入来源。

2.满足差异化需求的多维策略

个性化AI助手：通过持续学习用户偏好，提供越发贴合个人需求的服务。

⑴ 合理价格区间的设定是关键问题，需兼顾开发成本覆盖与市场接受度。

“超个性化”服务兴起：通过更精准用户画像提供定制化AI体验。

六、投资资本增值

多元化盈利途径

在“人工智能+”版图中，资本市场扮演了推波助澜的角色。

国内的AI产业不仅靠销售产品和服务赚钱，通过投资和资本运作实现价值增值也是重要盈利途径之一。

1.资本涌入催生高估值企业

近年来，海量资本涌入AI领域，催生出一批高估值创新公司，也为产业各方带来可观账面财富。

麦肯锡研究指出，2021年中国吸引了全球近1/5的AI私募投资资金，金额高达170亿美元。这一数字仅次于美国，反映出中国在AI创业投资上异常活跃。

虽然2022年全球创投环境转冷，但进入2023年，生成式AI爆发又引发新一轮投资热潮，中国创投圈竞相布局大模型相关项目。

据统计，2023年中国已有百余款自主大模型问世，其中不乏获得大额融资者。资本蜂拥而至，一时间“不谈大模型就没有融资”成为创投圈的调侃。

2.融资成为“商业模式”

对于许多AI创业公司来说，融资本身几乎成为主要“商业模式”。

它们在短期内或许没有盈利，但通过不断讲述新技术、新故事获得更高估值，再从VC/PE处融来资金进行扩张。

投资人则期待着公司未来上市或被并购时实现数倍乃至数十倍回报。

3.资本市场追捧与理性回归

资本增值途径的另一面，是公众资本市场对AI概念的追捧。2022年底ChatGPT横空出世，不仅引爆全球科技圈，也引燃了中国A股的“AI行情”。

投资者疯狂涌入相关概念股，许多公司股价因搭上AI而飙升。

股价上涨不仅使公司市值提升、管理层持股增值，也方便后续发债融资或增发股票募资，从而反哺AI业务研发，形成良性循环。

可以说，AI浪潮给许多公司带来了“估值红利”，成为一种隐形的盈利渠道。

然而，资本市场对AI的狂热也提示我们必须防范风险。历史上一波波科技投资热潮中不乏泡沫破灭，AI领域亦难例外。

一些公司“蹭概念”“炒作”却拿不出硬业绩，终会被市场冷落甚至抛弃。

2024年就有若干曾经风生水起的AI独角兽在科创板IPO破发或估值缩水。当前，投资者也日趋理性，更加关注商业模式落地和实际营收。

监管层面，中国证监会已多次警示防范“概念炒作”，并对利用AI题材哄抬股价的行为进行查处。

这些举措都有助于引导资本“慢下来、看长远”，支持真正有价值的AI创新。

可以预见，未来能够通过资本增值获利的，将是那些技术过硬、模式跑通的AI企业，而非单纯包装故事者。

七、教育培训人才输送

提升技能价值

人工智能产业的繁荣离不开大量高素质人才支撑，“人工智能+教育培训”由此成为一条重要的商业模式和价值链。

1.AI赋能教育本身

未来，“人工智能+教育培训”将更加紧密结合。

一方面，AI将用于提升教育本身的效率和个性化——智能导师、AI题库、自适应学习系统等使人才培养质量和规模双提升。

中国的教育科技公司如好未来、猿辅导等都在研发相应产品，并作为新的盈利点。

2.终身学习成为常态

另一方面，随着AI技术飞速发展，终身学习将成为常态，不仅学生，职场人士也需要不断接受培训以跟上时代步伐。

由此催生的继续教育、在线课程、认证考试市场前景可观。

对于企业来说，建立内部AI培训机制、与高校联合培养定制化人才，将是保证竞争力的关键举措，也可能发展出内部“企业大学”等新业务单元。

3.政策支持与人才红利

在政策层面，“科教兴国”“人才强国”战略将持续深化，政府和社会资本会加大对AI教育的投入。

可以说，人才红利是中国AI产业最大的红利，而教育培训就是把人口红利转化为人才红利的核心途径。

在这个过程中，培训机构不仅获得了经济效益，也承担了社会责任，提升了全社会的技能水平和创新能力。

当更多掌握AI技能的人才走上岗位，整个行业的创造力和价值都会随之提升，这正是“提升技能价值”的深层意义。

*文章为作者独立观点，不代表笔记侠立场。