2024年，AI对现实世界的“入侵”似乎成为了一种常态。

年初，OpenAI的视频生成模型Sora横空出世，用户惊叹“现实不存在了”。5月，OpenAI发布GPT-4o，这个模型能够处理或生成文本、图像和音频等多种形式的数据。10月，诺贝尔奖揭晓，物理学奖以及化学奖都与AI相关。11月初，英伟达成为全球市值率先突破3.6万亿美元的公司。

但抛开AI作为新科技的光环，回归产业的本质，AI行业仍然有不少待解决的问题：不少科技公司斥巨资押注算力，但投入与产出成正比了吗？在AI这条产业链上，哪类角色真正掌握着话语权，只有少数派盈利的产业链能维持平衡吗？做面向C端的AI应用，真的是一条捷径吗？

我们将在本篇行研中，聚焦AI行业的核心问题，探讨未来AI行业有哪些新的可能性。先分享一些核心结论：

• 算力瓶颈不只是单纯的技术和建设问题，而是影响整个行业竞争格局的重要变量。

• 我们逐渐进入一个多模态灵活转换的新时代。简单来说，就是用AI实现文本、图像、音频、视频及其他更多模态之间的互相理解和相互转换。

• 在人类劳动的未来图景中，劳动形式正在逐步“软件化”。复杂劳动被抽象为可调用的软件服务，劳动流程被大幅标准化和模块化，劳动能力像“即插即用”的工具一样易于获取。

• AI行业目前仍处于严重亏损的阶段，商业化进程仍有巨大提升空间。

• 云厂商不仅掌握着庞大的商业生态和技术资源，还拥有数千亿美元的云服务市场规模。它们是产业链中毋庸置疑的“链主”。

• 2024年，头部AI应用的品类变化并不显著。创意工具（如图像和视频内容创作）依然占据最大比重。

• ToP（面向专业用户）应用展现出强大的市场潜力，ToB（面向企业）应用发展路径相对复杂，ToC应用面临较大的挑战。

• 在AI应用领域，Copilot和AI Agent是两种主要的技术实现方式。Copilot可以理解为“辅助驾驶”，适合拥有先发优势的大厂。AI Agent可以视作“自动驾驶”，或许适合有足够创新能力的创业公司。

• 北美和欧洲贡献了AI移动应用市场三分之二的份额，这也是众多中国AI公司积极出海的重要原因之一。

河北环视声明：HS720.COM网站登载或转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。