随着 ChatGPT 在 2023 年初爆火，互联网巨头、人工智能初创企业甚至各行各业纷纷涌入人工智能领域，”通用人工智能模型”、”垂直人工智能模型”、”人工智能算法”等术语成为企业业务和产品中的高频词汇。一时之间，似乎随处可见人工智能的影子。
投资机构和互联网巨头对人工智能的投入堪称大手笔。MiniMax、智谱人工智能、百川智能、月之暗面、零一万物等人工智能初创企业已完成多轮融资。其中，MiniMax 的估值达到 25 亿美元，月之暗面新一轮估值高达 30 亿美元。
科大讯飞（002230.SZ）、商汤（00020.HK）等企业也在持续加码人工智能投入。2024 年一季度，科大讯飞在大模型研发及落地拓展等方面追加投入约 3 亿元。早在 2018 年前后，商汤就开始每年投入数十亿元建设 SenseCore 大装置和临港人工智能计算中心。
尽管人工智能领域烧钱不断，但其落地变现和盈利并不容易。2023 年，国内人工智能产业链中究竟谁赚到了钱？
纯人工智能算法厂商几乎全部亏损
对于部分纯人工智能算法企业而言，2023 年生成式人工智能爆发确实带来了一定营收增幅。
2023 年年报显示，商汤实现营收 34.05 亿元，其中生成式人工智能业务收入达 11.84 亿元，同比增长 200%，总收入占比达 35%。受益于人工智能相关产品需求增长，云从科技（688327.SH）2023 年营收增长 19.33%。第四范式（6682.HK）先知人工智能平台业务 2023 年实现营收 25.06 亿元，同比增长 68.0%。
业内有观点认为”所有产品都值得用人工智能再做一遍”，多家企业在 2023 年对产品进行了智能化升级，贴上人工智能标签以助益营收增长。
人工智能模型的入场费昂贵，人工智能算法企业的研发成本和训练成本居高不下。
据半导体产业分析机构 SemiAnalysis 的专家 Dylan Patel 统计，OpenAI 仅运行 ChatGPT，每天的投入成本就可能高达 70 万美元。国盛证券估计，大型语言模型单次训练成本少则 200 万美元，多则达到惊人的 1200 万美元（约合 8600 万元人民币）。业内预测，到 2025 年或 2026 年，训练最新大语言模型的成本将达到 50 亿至 100 亿美元。
2023 年年报显示，第四范式研发费用超 17 亿元，研发费用率超 40%；格灵深瞳（688207.SH）为发展多模态大模型，2023 年研发费用为 1.84 亿元，同比增长 39%，而其当年营收为 2.62 亿元，研发投入占营收约 70%。
高投入下，纯人工智能算法厂商几乎全部亏损。2023 年，商汤亏损近 65 亿元，第四范式亏损 9.21 亿元，云从科技亏损 6.43 亿元，格灵深瞳亏损 0.90 亿元。
数据厂商境内外收入双双下滑
作为人工智能的三大要素之一，数据数量和质量对人工智能大模型的训练成果起着决定性作用。作为重要的上游原材料，数据理论上也是人工智能算法企业刚需的研发投入。
尽管人工智能（AI）行业持续火爆，但国内稀缺的AI训练数据厂商海天瑞声（688787.SH）却未能分享到这波红利。2023年，海天瑞声营收同比大幅下滑35.33%，扣非前后归母净利润均出现亏损。
对此，海天瑞声解释称，海外客户2023年预算释放节奏减缓，叠加数据出境相关法规的影响，公司境外收入大幅下降。而境内业务也受宏观环境等因素影响，部分客户对研发投入趋于谨慎，致使基础数据服务领域收入下滑，同时行业竞争加剧也带来了挑战。
调研表明，数据是AI发展的刚需，但购买数据并不是必选项。对于AI算法企业而言，购买数据的成本高昂，它们只愿意为极少数高质量的、难以获取的数据付费。
“头部AI公司的大部分数据都是由其团队从公开互联网上获取的。”一位AI算法企业高层表示。“我只会从数据公司购买急需的少量数据，大规模购买数据的成本太高。”
从某种程度上讲，做AI就是做数据。OpenAI约三分之二的员工都在从事数据相关工作。挖掘和标注更多、更高质量的数据，是AI企业需要具备的核心能力。一位业内高层指出，“我认为从事搜索引擎出身的百川智能最有可能成为一家成功的AI大模型公司，因为在我看来，具备数据能力的团队最终会取得成功。”
算力是AI算法企业发展的硬成本，AI芯片厂商可以称为AI行业的“卖水人”。2023年GPU一卡难求的局面下，购买GPU甚至成为一些企业的“信仰”。
华为年报显示，多样化算力正在改变数据中心格局，AI算力成为主要增量。预计到2030年，全球通用算力需求将达到3.3ZFLOPS，是2020年的10倍；AI算力需求将达到105ZFLOPS，是2020年的500倍；全球每年产生的数据总量将达到1YB，是2020年的23倍。
目前，全球GPU市场主要由英伟达和AMD瓜分，其中英伟达占据约79%的份额，AMD约20%。2023年，英伟达营收达到552.68亿美元，同比增长105%；AMD全年营收小幅下滑，但第四季度数据中心GPU芯片销售额超出预期，并调高了2024年数据中心GPU业绩预期，预计销售额将达到35亿美元，高于此前的20亿美元预测。
国内市场也呈现出明显的二八定律。
2023年，华为实现全球销售收入7042亿元，同比增长9.64%，净利润870亿元，同比增长145%。其中，云计算业务销售收入553亿元，同比增长21.9%。华为年报指出，华为云昇腾AI云服务依托贵安、乌兰察布、芜湖三大AI云算力中心，为行业提供可靠、按需的澎湃AI算力，大模型训练30天长稳率达到90%，断点恢复时长不超过10分钟，为智能时代“百模千态”创新提供有力支持。
海光信息（688041.SH）的 DCU 系列产品基于 GPGPU 架构，并兼容通用的“类似 CUDA” 环境。该产品主要部署于服务器集群或数据中心，支持全精度模型训练，可应用于 LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等各种大型模型中，并与文心一言在内的国内大型模型全面适配。2023 年，海光信息实现收入 60.12 亿元，同比增长 17.30%；实现归母净利润 12.63 亿元，同比增长 57.17%。
寒武纪（688256.SH）2023 年收入小幅下滑，亏损收窄，研发投入占营收的 157.53%。该年，其智能芯片及加速卡实现收入 1.01 亿元，并在大型模型领域与部分公司达成算力产品合作和大模型适配。
景嘉微（300474.SZ）表示，其 2023 年 GPU 产品的应用场景已从图形渲染扩展至人工智能训练、人工智能推理和科学计算领域。2023 年，景嘉微收入下滑 38.19%，净利润下降近八成。
一位人工智能算法上市公司高管指出，“芯片行业特点显著，会出现一家体量巨大的领头企业和一家表现不错的第二名，而其余企业都面临生存困难。”“这是因为芯片的主要原材料是沙子，工艺是关键。换句话说，生产线一旦启动，生产一颗芯片与生产一百万颗芯片的成本差别不大，因此出货量高的企业才能盈利。今年，许多芯片创业公司的经营状况不佳。这是符合市场规律的，它们需要在激烈的市场竞争中至少发展为第二名。”
场景找算法更易变现
数据和算力都由算法企业买单，但正如前文所述，目前纯算法企业几乎普遍处于亏损状态。对于所有算法企业来说，将人工智能算法转化为市场可以接受的产品是一项重大挑战。特别是进入 2024 年，资本对人工智能的投入变得更加谨慎，人工智能如何更好地实现商业化落地和变现成为全行业关注的焦点。
与纯算法厂商的“算法找应用场景”模式相比，“应用场景找算法”的变现模式更加容易实现：一些深耕行业多年、拥有大规模基础业务以及积累丰富应用场景的企业将人工智能算法应用于产品和场景，或根据场景需求定制算法，逐渐形成良性循环。
海康威视（002415.SZ）即属于此类厂商。海康威视起源于安防视频业务，多年来深耕各行各业，积累了丰富的碎片化数字化场景。通过数万种型号的硬件产品，打造了智能物联网（AIoT）产品矩阵，近年来将人工智能算法应用于各种感知产品，以满足数字化场景的需求。
科大讯飞推出全球首款认知大模型人工智能学习机，将星火大模型的技术优势转化为产品功能特性并形成市场竞争力，持续保持行业第一的用户净推荐值（NPS）；该公司的个性化学习手册英语学科产品也融合了星火认知大模型，单品销量同比增长 40%。
金山办公（688111.SH）于 2023 年发布基于大语言模型的智能办公应用 WPS AI，锚定人工智能内容创作（AIGC）、智慧助理（Copilot）、知识洞察（Insight）三个方向，并在 2023 年第四季度全端公测。
目前看来，面向消费者的互联网公司在 AI 领域的投入产出率可能更高，想象空间也更广阔。
“如果聚焦于企业市场，最终可能只会成为一家行业公司。这也是 Kimi 成为一个非常有价值的投资标的的原因，因为它有机会成为一个消费者端的平台型产品，而这显然是最有想象力的。目前，大型语言模型的能力特点是什么都会一点，但不会特别准确，这非常适合不那么严肃的消费者端应用场景。”上述高管表示，例如小红书、抖音等公司的用户可以免费使用大型语言模型的能力，从而丰富自家平台的内容，“但抖音、小红书不会宣称通过开发大型语言模型就能赚到多少钱，他们的收入并非来自于此。”
从这个角度来看，越早接触客户或用户，并越早从用户身上获得反馈和价值的公司，在 AI 领域取得成功的可能性就越大。
