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。