AIGC 海內外如火如荼，當下（2024 年 4 月）正要進入應用落地 的攻堅期。大模型是當下 AI 技術的“主賽道”，從 chatGPT 到 sora、kimi，國內外大模型廠商的格局基本清晰；但大模型的應 用，作為 AI 的應用落地的“排頭兵”，“只聞其聲不見其人”。本 篇專題報告，即來嘗試回答“AI 落地應用的難點，到底在哪里”。
AI 落地應用的難點，是一個具體而真切的現實問題，故我們引 入“交易思維”這一思維方式。與其陷入“媒體思維”所帶來的 重重焦慮，不如理性分析（“經濟思維”、“社會思維”）；每一位思 考者，若是利益相關者，過往的歷史與經驗在大的“背景板”全 變的狀況下已然失效，將面臨“動得越多錯得越多”的局面，從 建設性的角度，只能先推演出新的“背景板”——未來 3-5 年的 產業圖譜——再迭代回歸至當下，來指導自己的決策。產業圖譜 是一個“世界觀”，其具體的指導意義，又須構建不同的“觀測點” ——每個利益相關者根據自身不同的觀測點，去擷取不同的指南。
當下的大模型落地，進行到了哪個環節？在巨頭入局完畢、格 局基本清晰的當下，正要切入“應用落地”這一新環節；大模型 的落地，先需要的是“空間”，即計算平臺；海外的應用落地， 微軟正在L銜，但巨頭之間彼此互為競爭對手；國內的應用落地， 教育L域較為流暢；但海內外在大模型落地上，各有優勢、各有 難點。
大模型落地，難點到底在哪里？
1）AI 重塑的是“供給端”， 落地只有時間窗口、無具體時間，將由“混沌”中走出某些非特 定方向的率先突破；
2）AI 作為生產力，落地于每一種計算平臺， 均需“抓手”，類似于大航海時代的“資源性大發現”，如移動互 聯網時代的短視頻、直播，靜待 PC、手機、眼鏡中的“抓手”；
3） 宏觀環境持續收縮，左側布局有“逆淘汰”風險，勇踏無人之境 即是穿越火線。
由產業圖譜迭代回歸至當下，2024-2025 年國內有兩條落地線、 8 個落地方向，8 大落地場景模型可以囊括所有 AI 應用落地；利 益相關者基于各自的觀測點運用“交易思維”進行決策，同時可 將國內外巨頭的新決策作輔助參考。
 |
| 商用機器人 Disinfection Robot 展廳機器人 智能垃圾站 輪式機器人底盤 迎賓機器人 移動機器人底盤 講解機器人 紫外線消毒機器人 大屏機器人 霧化消毒機器人 服務機器人底盤 智能送餐機器人 霧化消毒機 機器人OEM代工廠 消毒機器人排名 智能配送機器人 圖書館機器人 導引機器人 移動消毒機器人 導診機器人 迎賓接待機器人 前臺機器人 導覽機器人 酒店送物機器人 云跡科技潤機器人 云跡酒店機器人 智能導診機器人 |
