熱門資訊> 正文
2026-01-15 21:45
細述2025年AI落地的三個真相與2026年熱門賽道。
2025年,AI應用落地走到了一個微妙而關鍵的時刻:AI智能體落地成功率不及預期,但開始進入價值實現階段;應用尚未全面爆發,但ROI逐漸清晰。按照Gartner技術成熟度曲線,AI正從泡沫破裂低谷期邁向穩步爬升期。
正是在這一節點上,本文圍繞2025年AI應用落地,試圖揭示三個問題:
第一,在應用層面,消費端更容易被感知,但企業端付費意願更強,市場潛力易被低估,兩者正以不同邏輯進入規模起量階段。
第二,截至目前,AI尚未真正實現「革命」,仍未催生出決定性新物種。但新的用户入口正在醖釀形成中,2026年或將成為AI在多市場實現規模收益的第一年。
第三,中美落地進程中,美國已將AI用於其支柱產業如科研、生物醫藥與金融等。中國要加速推動AI在製造、新能源、農業與互聯網等核心產業的落地,將AI轉化為效率、社會價值、GDP增量和新就業。
2025年,AI應用進入起量階段,大眾更容易感知到消費端應用,如手機助手、文生視頻,但企業端落地也在加速。而究竟哪一端跑得更快,業界人士從自身領域出發並未達成共識。
從體感上看,AI首先在四類消費端應用中跑出來:AI助手App、AIGC生成工具、手機廠商智能助手、AI教育輔導。它們有幾個共同特點,高度貼近手機場景,天然適配對話與生成式交互。
其中,AI助手與AIGC工具是兩條主線,成為大廠爭奪新一代流量入口的必爭之地。根據QuestMobile最新數據,即2025年12月8日~14日周活躍用户,市場前五集中在字節豆包、DeepSeek、騰訊元寶、螞蟻阿福、阿里千問,周活躍用户為1.55億、8156萬、2084萬、1025萬和872萬。AIGC工具像剪映、美圖、千問迅速下沉為日常功能。AI教育輔導率先實現付費閉環,付費率達25%~30%。
而手機廠商自帶的智能助手,是一個被低估的市場。浪潮信息人士告訴數智前線,其算力消耗長期位居前列。OPPO小布、小米小愛、華為小藝在二三線市場用量極高。OPPO小布2025年8月月活達1.7億。
與消費端相比,企業端的AI落地範圍在2025年已經鋪開。這也得到阿里雲智能集團資深副總裁、公共雲事業部總裁劉偉光的印證。2025年他拜訪了146家企業,看到各行業都在擁抱AI。汽車領域不僅是新能源車,包括燃油車和重型卡車都在做智駕;金融機構用AI構建風控規則指標體系;農業領域,牧原、新希望面向豬的養殖開發獸醫大模型;醫藥行業,企業用AI加速藥物研發。
除了上述行業,AIGC、AI硬件、AI短劇、AI Agent正處於爆發前夜。幾乎所有營銷都在嘗試用AIGC自動化生成,而當前火爆的AI短劇也在嘗試自動化來提升生產效率。一旦AIGC流程跑通,對模型與算力的消耗將是指數級大爆發。業內人士告訴數智前線,「將遠高於AI硬件等行業對AI的調用量」。
那麼究竟是C端還是B端更大?誰又走得更深?業內人士目前判斷不一。有業內人士認為,AI助手、文生視頻無疑佔據了當下最大的AI應用市場。「像豆包每天50萬億tokens中,肯定有不少來自豆包助手、即夢等的調用。」一位人士説。
但也有人士認為,AI Coding在高速發展、各類企業智能體的運行,企業級市場空間肯定比消費端大。他們舉例,現在AI編程覆蓋多行業,AI代碼採納率最近兩年將提升到80%;標書的AI審查,運行時間通常需要5~8分鍾,每審覈一個點就要消費十幾萬tokens;再如大學和科研機構,整理文獻很容易就用掉幾千萬、幾億tokens。總體下來,企業級市場並不比消費端的AI助手、文生圖要小。
「企業級付費意願和商業化空間更高,C端調用量大但消費者付費意願低,兩者的商業邏輯並不相同。」從事企業級市場智能體應用開發的眾數信科聯合創始人汪中對數智前線總結,同樣的token消耗,價值並不相同。
這里有一點要説明,目前市場常以Token作為大模型使用量的指標,但最近關於這部分業內已有所討論,認為這一統計存在結構性偏差。目前,市場對Token的公開數據,主要來自公有云MaaS平臺的API調用,而大量真實使用場景並未被覆蓋。
比如,企業私有化部署后的內部調用;車端、手機、機器人因數據隱私和延時要求,都在端側本地進行推理;互聯網應用內嵌的AI功能調用;開源模型的下載與本地應用,這些使用行為都在持續產生Token,但並未進入現有統計體系。
尤其是大量的企業級應用處於隱形狀態,像企業自建智算中心、行業算力池、科研與政務算力體系等,根據數智前線對2025年數據中心與智算中心公開招投標項目的統計,當年億元級項目已超過222個。大量算力建設與AI應用行為在公開的tokens之外。因此,AI應用到底是B端多,還是C端多,仍未達成共識。
多位資深人士向數智前線表示,這一輪AI落地速度已明顯快於以往任何技術周期。過去一項技術從提出到產業化通常需要5~10年,而AI正在被壓縮到2~3年。業內也形成一個共識:截至目前,AI尚未真正完成「革命」,仍未催生出決定性的新物種。
不過,經歷2025年業界的鋪路,新的用户入口正在醖釀形成中,不少業內人士認為,2026年將成為AI形成規模收益的第一年。在具體賽道上,我們以一些熱點賽道為例:
文生視頻被認為是最具爆發力的市場之一。火山引擎智能算法負責人、火山方舟負責人吳迪認為, 自谷歌2025年春季推出VEO 2后, 文生視頻不再是一個玩具,有了走向商業化的可能。這一市場呈現多強競爭局面,谷歌Genie 3與Veo 3.1、字節文生視頻模型Seedance、阿里Wan2.6、快手可靈以及創業企業Runway、Pika Labs、生數科技等,緊盯快消、美粧、3C電子、汽車、食品飲料等市場,實現海報、短視頻批量生成,廣告自動化生成已開始起量。
AI手機成為另一條重要賽道。2025年末,字節與中興聯合推出GUI Agent手機,這也激起手機大廠研發新一代AI手機。此前AI手機的定義並不清晰,目前各手機大廠都在做GUI Agent手機,但並不認為這是唯一路徑,因為GUI Agent手機調用大模型的成本偏高。除了GUI路線,還有MCP/A2A路線。與此同時,互聯網大廠也在押注該市場,「后續競爭演進將非常有看點」。
在具身智能領域,中國展現出軟硬協同的產業鏈優勢。Omdia數據顯示,2025年全球人形機器人出貨量約1.3萬台,前十廠商中六家來自中國。報告預測2035年出貨量將達260萬台。該領域主要看兩條主線進展:一是「大腦」,新型模型架構或於2026年下半年出現突破;二是靈巧手,目前仿生手研發「每個關節都很靈活,不同關節中用的 鋼材料也不一樣,遠超 外 界想象」。
在B端行業市場,一些高價值場景已開始跑通,比如預測性維護等智能體產品已從頭部客户向肩部、腰部客户複製。再如,設備智能巡檢與作業處置、高爐冶煉精準預測和智能控制、礦產智能勘探與找礦預測、高性能合成橡膠材料研發、物流領域高階智能駕駛系統等。
很明顯的信號是,傳統辦公助手、會議紀要整理在行業市場已失去吸引力,客户ROI評估要求AI能否完成過去做不到的事。這一變化也使得2026年被認為是AI應用快速深化期。
眾數信科聯合創始人汪中告訴數智前線,真正能產生高業務價值的智能體,複雜度都是非常驚人的。聯想相關人士告訴數智前線,這些高級智能體能自動編排任務,實現端到端業務流程閉環,通常要做二三十步,並自適應去調整,讓企業流程變得更柔性,「價值很大」。
在2025年的AI落地進程中,中美市場開始呈現不同。
以公有云MaaS調用結構為例,中國主要調用來自手機與互聯網應用,而美國最大的調用方卻是SaaS企業。SAP已成為OpenAI全球前五大客户,領先SaaS和軟件公司正通過Agent讓AI直接操作財務、供應鏈、HR等複雜軟件系統。與此同時,AI Coding成為美國第二大調用來源,以編程應用為主的Claude模型增長迅猛,其2025年收入已接近百億美元。
「美國市場方向給了我們很大的啟示,企業市場是巨大的。」阿里雲劉偉光説。美國已將AI用於其支柱產業,包括科研、生物醫藥、金融等。而這也意味着,中國必須加速將AI落地於自身核心支柱產業中,包括製造、電子電氣、新能源、農業、互聯網等,纔可能真正轉化為效率、社會價值、GDP增量和新就業等。
其中,「AI+製造」被普遍視為關鍵戰場。聯想中國政企業務羣製造行業總經理宋濤對數智前線説,美國期望借AI推動高端製造業迴流,解決熟練工人短缺問題;中國則希望以AI賦能新質生產力,加快向價值鏈高端攀升。AI+製造決定着全球製造業的競爭格局與產業話語權。「對於中國製造業,AI絕對是必選題。一定要儘快把AI做起來、用出效果。」
多位業內人士告訴數智前線,在製造與重型機械行業,有業內人士形容其「相當於互聯網的2003年」。國智投相關人士通過數據分析,某種程度上我國與歐美頭部工業企業AI應用存在差距。企業智能體高度依賴高質量數據和知識體系,而製造業的數字化水平參差不齊,大量企業仍需補「數據債、信息債、自動化債、工業軟件債」,AI落地的挑戰遠高於金融、互聯網等行業。
從事智能體服務的中關村科金CEO喻友平在調研中進一步發現,真正深入製造業垂直場景,往往需要融合多模態模型、機理模型甚至世界模型,並依賴生態協同推進。這意味着,工業AI不可能一蹴而就,而是一場長期工程。
目前,政策層面在為這一進程鋪路。2025年,國務院發佈《關於深入實施「人工智能+」行動的意見》,將工業全要素智能化列為重點任務。國資委同步上線人工智能「煥新社區」平臺,聚合模型、數據與高價值場景,樹立標杆,推動AI與支柱產業深度結合。
數智前線從多位業內人士處獲悉,一個新的模型迭代高潮將要到來。未來兩個月內,全球大模型將迎來類似去年春節期間的迭代高潮。繼DeepSeek帶動「深度思考」受到關注之后,市場期待在多模態、Coding模型、世界模型等方向出現突破,並由此再次拉動應用層爆發。業內人士形容,當模型這個齒輪「內輪」轉動起來后,應用的「外輪」將全面起飛。
本文來自微信公眾號「數智前線」,作者:趙艷秋,36氪經授權發佈。