关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
从企业生命周期视角看，“人工智能 +”已站在快速成长的门槛上。过去数十年，信息技术领域历经半导体、互联网、移动应用等浪潮，如今，这些技术积累为人工智能发展奠定了坚实基础。强大的算力、高速网络传输、海量大数据以及丰富的人才储备，共同推动人工智能走向应用爆发期。
大模型的出现是关键转折点。其使用成本正快速下滑，各种模型的token 处理价格一路走低，DeepSeek 开源后，模型训练成本更是大幅缩减，商用 API 价格低至 0.5至2 元每百万token，这极大降低了 AI 应用开发门槛，加速了国内 AI 应用的普及。
AI 应用的使用量呈现持续上扬态势。ChatGPT 自 2022 年 11 月发布后，用户数从突破百万到达到数亿，仅用时两年多，且翻倍速度逐渐加快；DeepSeek 上线仅两个月，MAU 就达 2 亿，展现出强劲的增长势头。这种增长不仅体现在用户规模上，还反映在各类 AI 应用的市场活跃度上，如 AI 文本生成、音视频生成、垂直化应用等领域的应用，MAU 几乎全部同比增长，表明市场对 AI 应用的接受度和需求在不断提升。
大厂在这一领域的资本开支持续加码，进一步验证了 AI 应用的商业价值和发展潜力。2024 年，谷歌、微软、亚马逊、Meta 等四大厂合计 Capex 预计达 2504 亿美元，同比大幅增长 63%，2025 年预计达 3400 亿美元，同比增长 35%，其中相当一部分资金投向 AI 相关基建，如数据中心建设等，以满足日益增长的 AI 算力需求。同时，AI 应用的收入情况也逐渐好转，盈利能力开始凸显，如 ChatGPT 等头部应用已实现可观的订阅收入，这为行业持续发展注入了强劲动力。
“人工智能 +”将呈现“四象限”发展格局。一方面，从智能的生物存在形态来看，既可能走向通用智能，也可能发展为一系列专用智能的集合；另一方面，从智能的应用端口来看，既可能是中心化的集中式计算，也可能是去中心化的端侧计算。结合这两个维度，未来 AI 应用将走向四个不同方向：
通用 / 集中：通用大模型将逐渐基础设施化。尽管通用大模型在成本、通用性、专业性上面临“不可能三角”的限制，但其作为 AI 应用的基石，仍具有重要价值。未来，通用大模型可能成为一种底层设施，通过持续优化算法、降低训练成本、易于行业化改造，为千行百业的 AI 应用提供支撑。
专用 / 端侧：垂直大模型将成为 AI 应用的“房梁”。在通用大模型的基础上，叠加特定应用场景的垂直数据，才能打造出真正深入专业领域的 AI 应用。例如，医疗领域的垂直大模型可精准辅助疾病诊断、药物研发；教育领域的垂直大模型能提供个性化学习方案。这种基于行业数据的深度定制，将使 AI 在各专业领域发挥更大价值。
通用 / 端侧：以特斯拉 FSD 为代表的跨领域通用大模型，采用纯视觉 + Transformer 大模型架构，实现感知与决策一体化，具备多任务功能，且在端侧进行实时计算决策，无需依赖云端，展现了通用 + 端侧计算的强大潜力。未来，类似这样的跨领域通用大模型将在更多场景落地，推动行业智能化升级。
专用 / 集中：AI Agent 有望成为新时代的数字代理人。Agent 作为一种交互接口，通过构建协同运作的代理网络体系，实现复杂任务链的处理。虽然目前 Agent 技术仍在发展初期，但其潜在价值巨大，未来有望在票务服务、智能客服等领域实现全流程自动化操作，为企业和用户带来更高效便捷的服务体验。
在医疗领域，AI 已成为推动行业变革的关键力量。AI 医疗市场规模持续攀升，从 2019 年的 68 亿元增长至 2024 年的 976 亿元，预计到 2028 年将突破 2000 亿元。AI 技术贯穿药物研发、医疗器械、医疗助理等多个环节，成效显著。在制药方面，AI 赋能新药研发，有望将药物平均上市时间从 13 年缩短至 8 年，总上市成本从 24 亿美元压缩至 6 亿美元，极大提高了研发效率、降低了成本。AI 医疗器械广泛应用于癌症检测、肺结节诊断、脑卒中诊断等众多医疗场景，协助医生完成术前规划、病灶检测等工作，提升诊断准确率和效率。AI 医疗助理则通过语音电子病历、智能导诊、智能问诊等功能，优化就医流程，提高医院管理效率，改善患者就医体验。
教育行业也在 AI 的助力下加速变革。AI + 教育的应用场景覆盖学前教育、基础教育、高等教育、职业教育等全学段，市场规模稳步增长，2023 年 B 端市场规模约 213 亿元，预计未来几年将保持 20% 以上的复合增长率。AI 技术在教学管理、智能辅导、个性化学习等方面发挥重要作用，如智能辅导系统可根据学生学习进度和特点，提供定制化学习方案，提升学习效果；智能口语学习工具帮助学生提高语言表达能力，拓宽教育边界。
能源行业借助 AI 实现从生产管理到市场交易的全方位升级。我国能源领域已推出多款大模型，如中核集团的“龙吟大模型”、国家电网的“光明电力大模型”等，这些模型在新能源发电优化、电网状态监测、储能设备控制等方面成效显著。例如通过构建精准的新能源发电预测模型，某省级电网弃光率从 19% 降至 3.2%，日前预测精度提高至 94.7%，有效提升了新能源发电的利用效率和电网运行的稳定性。
文旅行业迎来 AI 从“技术试水”到“场景深耕”的关键节点。政策支持与技术突破为 AI 在文旅场景落地提供了有力保障。未来，AI 有望在旅游目的地推荐、酒店预订、景区攻略生成等方面发挥更大作用，成为旅游行程规划和预订的新入口，重构互联网流量入口，为文旅行业带来全新发展机遇。
金融行业作为数据密集型产业，与 AI 技术深度融合，应用场景广泛。AI 在智能客服、智能投研、金融风控、生产赋能等领域落地生根，通过建立风险模型、生成市场趋势分析报告、提供个性化金融产品推荐等方式，提升金融服务效率和质量，增强金融机构的竞争力和风险防控能力。
交通领域，AI 从感知智能迈向决策智能，全方位赋能智慧交通。车辆识别、智能交管、智能停车管理等场景已深度应用 AI 技术，智能路网、智能路灯系统也趋于成熟。未来，AI 将助力构建综合交通运输大模型智能化平台，实现多模式数据融合与状态感知，优化交通流量管控，提升交通运输效率和安全性。
