
内容来源 | 本文摘编中信出版集团 出版
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。
在这一模式下,硬件成为获取用户的入口,后续的软件订阅、内容服务与增值功能则构成了源源不断的收入来源。
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。
企业可以通过硬件实现 AI 功能的落地,并持续利用 OTA(空中下载)技术进行升级,通过内容与软件订阅实现变现。
例如在智能汽车领域,高级自动驾驶功能可通过软件订阅解锁,带来持续收入;智能家居设备则可按月提供家庭安防 AI 分析服务。
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%。
从基础的图像识别、语音识别,到高级的机器学习平台和大模型接口,各类算法服务供应商在中国蓬勃发展:
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
算法服务对企业最大的价值在于降本增效。以金融业为例,大型银行近年纷纷上线智能客服、智能风控等系统。
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 算力基础设施及服务市场规模达 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。
五、订阅收费模式
满足个性化需求
AI 技术的快速发展催生出多样化商业模式,订阅收费作为一种成熟盈利方式,本质上是一种“按需付费”模式,用户通过定期支付费用获取高级功能或优质服务。
1. 大模型推动订阅模式普及
随着 AI 技术迅猛发展,许多企业开始为其大模型提供高级功能的订阅服务。
例如,OpenAI 于 2023 年 2 月推出 ChatGPT 付费订阅计划 ChatGPT Plus,月费 19.99 美元,订阅用户享受优先访问、更快响应及新功能优先体验等权益。
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
订阅模式之所以能在 AI 领域取得成功,核心在于它能精准契合不同用户的差异化需求:
分层订阅策略:从免费基础版到高级专业版,满足不同预算用户需求。
场景化订阅包:为特定领域用户提供专业工具,如商汤科技面向医疗、金融、教育等领域的 AI 工具包。
API 订阅:为开发者和企业提供灵活调用可能,实现真正“按需使用”。
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。
订阅模式在带来收益的同时,也面临诸多挑战:
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。
⑵ 持续提供差异化价值以维持订阅黏性是一大考验。
⑶ 国内 AI 企业在订阅定价上普遍采取低于国际水平的策略,虽有利于快速获取用户,但也带来盈利压力。
未来,订阅模式将呈现几个明显趋势:
“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。
“混合订阅”模式普及:结合基础订阅与增值服务,满足不同层次需求。
跨平台 AI 能力整合:用户通过单一订阅获取多平台 AI 服务。
垂直领域专业订阅细分:为特定行业提供深度优化的 AI 能力。
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。
启盈优配提示:文章来自网络,不代表本站观点。