AI产业或者说AI产业链条上都有哪些事情可以做

我们来简要概括说说这张图中每一层的商机洞察（以下内容仅代表个人观点，供参考）：1.目前来看，基础设施层布局投入的确定性最强，以发展的眼光看，当前算力缺口巨大，但这部分涉及到海量的资金投入，入行资源门槛较高，作为关键的基础设施，国内未来更多的将会由“国家队”扛起重任。普通人如果没有强资源需谨慎入局，因为很可能你无法快速对接到客户资源，等不到赚钱就现金流断裂，可以更多的考虑“合作生态”的切入机会。2.技术层当前仍然处于技术爆炸时刻，相关技术的迭代速度可以夸张点用“日新时异”来形容，迭代进步飞速，如果你或你的团队规模不大，但又有志于做这一层相关的事情，须慎重考虑“技术迭代风险”的问题（例如基于某种开源模型更进一步训练垂直领域模型，很可能等你训练出来的时候，更强更新的开源模型已经发布，让你的工作意义大打折扣），至于基础的通用大模型，非巨无霸公司就不是很建议考虑了，搞基础大模型的研发是一件十分烧钱的事情，且众多互联网大厂，AI独角兽，知名高校都已悉数下场神仙打架，完成了布局，开启了“百模大战”，但竞争的终局，只会有少数赢家。应用界不需要那么多同质化的大模型，最后多半是赢家通吃的局面。3.应用层是一片时代赋予我们的广阔蓝海，尽管2024年这个方向的从业者在飞速增加，也涌现出一批做垂直产业/行业/细分领域垂直模型或大模型应用的产品，但坦诚的讲，以我们自身的深度实践和用户的切实需求来看，当前针对行业/细分领域的成熟应用产品并不多，让人哇塞的“杀手级”应用更是凤毛麟角。对于普通个体和小团队，强烈推荐重点思考和布局应用层，这一层拥有超级机会和巨大发展空间。

关于AI产业的产业链结构，大致可分为：上游的基础设施层（数据与算力）、中游的技术层（模型与算法）、下游的应用层（应用与分发），详细内容参见图5。图5 AI产业链图谱-1对于这上中下游分别有哪些值得我们重点关注的企业（或产品），我在公开互联网上苦寻良久，始终找不到一张满意的图（要么维度不全，要么举例不准，有失公允），于是我做了大量的信息收集和汇总工作，并结合几家知名咨询机构的文档，绘制了这样一张图。图6 AI产业链图谱-2图6中有大量细节，其中各家公司的logo排列顺序综合考虑了其市占率，行业影响力，代表性等因素，积淀深厚的老牌大厂和值得关注的亮眼新星均有体现，未避免广告嫌疑，在这里不展开对其进行详细说明了，如果有大家不了解不认识的公司/平台（或产品），非常推荐你搜索了解一下（注：此图绘制于2024年5月）。

据SensorTower统计，2024全年全球AI移动应用内付费收入预计为30亿美元，其中图像和视频类AI应用占据主导地位，收入占比高达53%；对话机器人类别排名第二，占比29%；其他类别合计不足20%。从地区分布来看，北美和欧洲贡献了三分之二的市场份额，是AI应用的主要消费市场。这也是众多中国AI公司积极出海的重要原因之一。▎云厂商成为AI供应链的“链主”美国红杉资本在《The AI Supply Chain Tug of War》一文中指出，AI供应链当前呈现出一种脆弱的平衡状态。他们将AI供应链从下到上分为六层，各层的盈利能力存在显著差异。第一层的芯片代工厂（如台积电）和第二层的芯片设计商（如英伟达）是当前的主要赢家，依然保持高利润水平；第三层的工业能源供应商（如电力公司）也因数据中心需求激增而受益良多。而作为供应链核心承载方的第四层云厂商，却处于重金投入阶段，不仅斥巨资建设数据中心，还在训练自有模型或大举投资AI模型开发商，处于供应链第五层的AI模型开发商目前同样面临亏损。供应链的第六层，也就是最上层则是面向最终客户的应用服务商。尽管充满潜力，但他们依赖消费者和企业付费，当前市场规模有限，尚不足以支撑整个供应链的经济模型。这使得大型云厂商成为整个供应链最主要的风险承担者。作为AI产业的中枢，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市场规模。正因如此，它们在产业链中的地位无可撼动，是毋庸置疑的“链主”。▎行业格局：头部阵营基本稳定1、头部大模型