本文引用地址：
1 从政策中找机会
IDC 中国副总裁兼首席分析师武连峰形容当前机会是：看微观生机勃勃。从宏观和微观角度，可以看到如下现象。
第一，今天ICT 产业在AI 大转型。
第二，看ICT 及其影响的整个行业究竟有多大。这些行业有可能是我们未来长远规划时很重要的愿景点。
第三，具体细分市场里有哪些机会，哪个细分市场应该聚焦。
第四，如果想抓住这些机会，应该怎么做？
从整体来看，国家非常重视数字化发展的政策。武连峰认为可能中国是全球政策方面最好的国家，所以如何能够把握政策里的一些细分点，找到相匹配的方面会特别关键。
首先，新质生产力角度，在我国政策中可以明显看到：加快“发展新质生产力”变成十大任务的核心或者第一位，而其中的一个核心点是利用新技术，包括了数字技术，也包括基因、生物、能源等新技术，促进整个产业的高端化、智能化、绿色化。这可能是发展新质生产力的核心。要看这三大要素的特征、方法及产出。而这三大要素的产出也是ICT 人士未来找机会的所在，包括整个产业链、供应链国家怎么支持。
第二个角度，关于未来产业和新兴产业。一方面这是很多IT 机会的增长点，同时ICT 产业本身又是新兴产业和未来产业本身，所以这二者是合在一起的。第三个大的方向，如何能够做深数字经济，使之向前更好地发展。这相当于是数字技术与行业更好地结合。所以国家出台的“‘数据要素×’三年行动计划（2024-2026）”、“智能+”等计划，可使未来所有行业的数字化转型受益。
所以至少会有以上三个大的产出。
具体分析如下。
在整个大的政策里，人们可能需要思考国家出台哪些细分政策，有哪些更好的支持资金，我在哪个赛道里短期内更能够帮我在资金方面、支持方面更好地解决好，这样让我未来有更好的发展。
政策一直强调“ICT 产业是发展新质生产力的核心支撑要素”，一方面它的增长一直高于GDP 增长，整体IT 的增长可能是GDP的2倍左右（注：IDC 2023年8月发布的《中国企业IT 支出市场规模预测，2021-2026》报告显示，2022 年中国企业IT 支出市场规模为1.83 亿美元，较上一年增长了7.4%；预计到2026年，支出规模将达2.8 亿元美元，年平均复合增长率为10.5%。2024 年7 月15 日，国家统计局发布数据，初步核算，上半年我国国内生产总值（GDP）616,836 亿元，按不变价格计算，同比增长5.0%。），IT 里的“数字化转型”增长约是GDP 的4 倍，所以ICT 一直是经济增长的引擎或者基石。
第二，是产业升级与创新的催化剂。到2025 年，中国30% 的组织将实现由AI 支持的创新商业模式。今天很多行业转型创新的核心点是利用最新的技术与行业相结合，把传统行业的业务、流程、产品、服务等重新做一遍。
第三，高质量可持续发展的工具。到2027 年，我国2000 强企业将至少将10% 的数字化支出用于可持续性举措。今天所倡导的绿色、节能、双碳计划中，数字技术也是其中很重要的一点。所以整个ICT 也是高质量发展的工具。
2 ICT进入AI大转型阶段
凯文·凯利在《5000 天后的世界》书中总结了5,000天左右技术会有一波变革，这一波变革对行业会造成一定的影响。以此推测，“生成式AI”在未来10~15 年后将无处不在，现在只是一个起点，虽然迭代速度非常快，但是很多行业用户在落地的时候需要6~9 个月的周期，这个周期短时间内很难改变，这反过来给很多技术解决方案提供商带来了一个较好的窗口期。所以如何帮助用户在此时间段内把产品及解决方案打磨好，帮助用户更好地产生价值、落地非常重要。
AI转型有三个层面。第一个层面，行业用户支出在转型，核心IT 40% 可能会跟AI 相关。第二，投资需要转型，约40%、50% 的研发人员配备、资本支出可能会与AI 和资本化相关，所以如果您的解决方案里不嵌入AI、不嵌入自动化，可能未来就没有竞争力。
第三，服务转型，生成式AI 市场里有“AI 转型服务”，包括IT 服务、业务服务、OT 服务，所以“AI 转型服务”也是一大趋势，未来会给很多服务商、厂商带来机会。
3 市场机会有多大？
全球ICT 市场（ 包括第三平台技术）2024 年约6.46 万亿美元，其中中国占比13.9%，比前两年高峰时14.2%、14.3% 略低，没有超过15%；美国又进一步提高，达到35.4%。从未来3 年增长角度来看，2024 年中国可能还是有9.8%，2025 年10% 左右。中国这几年增长还是领先于全球，并且也要高于GDP 2 倍左右。这是比较乐观的。
再看生成式AI， 全球2024 年市场约387.9 亿美元，预计2027 年1,400 多亿美元。占AI 的比例分别为16.7% 和28.4%。中国市场与全球大趋势比较类似，2024-2027 年的年均增长率超过50%。
如果看这个数字，例如中国35.3 亿美元，129.3 亿美元，以及全球的数字，直接看这个绝对数值还很大，但是为什么今天很多做AI 的公司目前还是挣不到钱？有两个因素：一方面前期AI 的投入，不管是训练还是推理，研发成本很高；另外，2024 年全球ICT 大约是6.45万亿美元，中国约8000~9000 亿美元，如果把它们作为“生成式AI”的分母，“生成式AI”占比只有0.6%，中国约0.4%，所以百分比还是挺小的。但是这不意味着未来长期挣不到钱，未来AI 如果嵌到所有产品和服务业务流程中，是机会点所在。
再看具体AI。实际上，很多公司开始利用“生成式AI”概念在资本市场上获得回报。所以从2022 年10 月1 日开始（ 注：2022 年11 月30 日OpenAI 推出ChatGPT），到2024 年3 月15 日，资本市场中的云计算公司、相关硬件公司、相关软件公司、大模型公司大约有100 家公司，IDC 从其中选择了27~30 家公司统计，这18 个月市值增加了8 万亿美元，从约6 万亿美元涨到14 万亿美元。这是为什么很多公司进入这个赛道的原因。如果是上市公司或者想上市的公司，是很好的概念。当然，不是鼓励这种概念。但是如果通过这种方式融到资，可以为下一阶段发展自己的核心能力奠定很好的基础。关于AI 对整个经济的影响，如果把2024-2027 这4 年AI 的总支出（包括生成式AI）全球约1.45 万亿美元，
总体经济影响约有11 万亿美元。这4 年，也就是平均每年占GDP 大约2%~3%。中国的与这个百分比相似，约有2 万亿美元。
4 “生成式AI”在哪里落地最有机会
如果想利用“生成式AI”做杠杆来撬动更多的业务机会，哪块蛋糕可能更大？
还是从整体ICT 市场来看，整体分成几部分，存量、增量、新兴、衰退市场。可能过去一二十年，一些企业是在增量市场里，这个市场增长会很快，10%~30% 及以上的增长，人们感觉过得很不错。但是最近这一两年，由于经济下行，以及本身各类IT 产品与服务在行业内的普及率接近饱和，受到的挑战非常大。
存量市场里可以看到，例如智能手机、传统服务器/存储、平板电脑等，这些领域市场普及率已经达到“顶点普及率”的80%~90%，增长率约10% 以下。
增量市场的增长高，但是现在的市场规模未必那么大。例如企业级移动软件、IoT 连接、可穿戴设备等。
新兴市场有：AI 平台与应用，安全硬件设备、机器人相关的商业服务等。
衰退市场，例如功能手机、固网语音、传统网络设备、传统台式机、传统IT 服务等，如果处在这里比较危险；但是反过来衰退市场有些市场不会完全萎缩掉，可能进去之后竞争反而没有那么激烈，如果厂商做得比较好，可能也有机会点。
所以每个市场都有机会点，各家厂商要平衡市场规模和增长率之间的关系，结合自身情况，才能找到细分点。
5 不同行业的成熟度
根据不同行业，IDC 把数字化转型、成熟度包括数字化商业模式从低到高简单做了定性化表述，金融、电信等行业跟数字化技术相关的公司会比较强，接下来像一些公共事业、教育、医疗处于中间的位置，包括农业、采矿等相对属于数字化程度更低一点。
可能今天一些公司因为技术、平台很强，聚焦在成熟度更高的企业里；但是反过来，可能会帮助某些成熟度最低的行业解决特定的问题。所以在各个领域都有机会。
再具体整个生成式AI，究竟哪些应用场景我们需要做，例如AI 相关的服务，各类应用，安全治理和信任，模型和数据，基础设施？从机会点上看，最大、最新的应该是后面倒叙的。
有生成式AI 场景之前，基础设施一定要就绪，然后是模型、平台，然后要提前考虑安全治理，之后是应用，最后是生成式AI 服务转型。
例如跟生成式AI 服务架构相关的服务器、存储、IaaS约有183 亿美元，平台基础软件47 亿，应用软件63 亿，IT 服务和商业服务约110 亿，总体2024 年是388 亿美元。
6 如何抓住这些机会
首先，需要认知到位。①生成式AI 对ICT 转型的认知；②定位要清晰；③选择合适的合作伙伴。
从认知到位角度来讲，大模型应用已经开始在每一个领域把人的能力做延伸，今天生成式AI 主要在听、说、读、写、画、创、思、动方面，其中，前5、6 个已经做得接近人类的水平，例如OpenAI、谷歌的新产品的语音能力，以及情绪化、上下文情景、语气等已做得非常好了。所以未来在生成式AI 方面还是有非常大的增长空间，我们千万不要认为生成式AI 跟我们的业务、跟整个人类的距离还很远。
同时，关于生成式AI 的发展，今天行业用户很多项目布局需要6~9 个月，反过来中长期3~5 年之内，对基础设施、业务应用、交互模式、数据价值、生态伙伴等可能都是一个重构过程。所以我们如何在没有重构、没有颠覆之前提前做准备，这点特别关键。所以认知一定要到位。
第二，需要自己的定位。这里有大量的机会，不仅中小公司，甚至连大公司也未必有那么多资源来做。最近比较火的Kimi Chat 的创始人杨植麟讲：“AI 可能不是我接下来一两年之内要找到什么PMF（产品市场契合点），更多的是一二十年内要改变世界的一件事情。”
他是很长远地来看，所以也融了很多资，他现在不一定挣钱，但是从长期来看可能会有很大的发展空间。
最后，任何一家企业需要明白，你的用户究竟是2B、2C 还是给专业人士的？是面向国内的，还是海外的？因为做法很不一样，接下来你的场景应该定位生产力水平的行业场景，还是特定行业垂直场景。同时我们可以看到，你的变现，你是用模型机服务，其是用SaaS，还是用KPI（关键绩效指标），还是项目制？这点也会不一样，包括在整个链条上，是训练、推理、产品开发、运营实施或者是运营维护，也会不一样；帮助用户解决哪些问题，包括你的方案是原生的还是靠Copilot，你的模型定位是怎么样，包括你的算力，你是用公有云、私有云还是传统IT，抑或是不是用端侧设备，这个也会不一样。
整体来看，有几家公司最近给武连峰的印象较深，包括猎户星空，它的创始人是猎豹移动，他现在也是大模型，他觉得企业部署AI 有三个段位。武连峰引用他今年1 月的一个演讲，一个是共有数据跟AI，然后可以满足你一些宣传文案、图片的需求，接下来你开始用RAG，也可以用Agent，把企业内部的私有数据结合起来，这时候其实是数字员工在帮助企业做降本，未来你企业会深度应用AI，有很多定制的东西，可能更好的应用，例如辅助决策等。把它分成三个大的段位，他也在讲说整个企业在部署过程中不需要那么大的模型，甚至成本很低，例如，用GeForce RTX 3090 的卡，甚至用几千元的卡基本能力就可以搞定，慢慢根据你具体的应用场景再进行细化。
当然，“月之暗面”公司很多投资人把它看成中国的OpenAI，是聚焦2C 对话和超长文本，人们可能知道他说自己能够上下文的Token 有200 万汉字，支持200万汉字的输出，谷歌发布的Gemini 1.5 Pro 上下文支持200 万Token，一个汉字转成中文可能是10 个Token 左后，谷歌发布的跟他这个数字比应该还没有赶上。同时，我们也看到，有很多公司，包括利用OpenAI 的FigureAI 机器人，因为它还没有腿，整个识别能力、动手能力非常强了，所以机器人这个赛道未来可能也会有更大的爆发。
同时我们知道，文生歌曲、文生音乐也有大量的发展空间，未来文生视频也一样。谷歌5 月的I/O 大会上推出约生成1 分钟左右视频，可能比Sora 能力差一些，但是至少往这个方向走了。央视今年3 月已经做了6 集《中国神话》视频，每集约5、6 分钟，完全用AI 做的。所以生成式AI 未来对这个产业和行业有一个非常大的颠覆。
第三方面，我们需要选择合适的合作伙伴，这对于大公司来说，怎样把平台搭建好，跟你的生态合作伙伴、用户更好地互动起来；对于中小公司，可能需要加入某一个平台，这个平台的市场表现、平台实力、服务支持、商业变现能力，以及社区建设这几个方面需要人们来进一步做参考。
7 结束语
2024—2027 年ICT 的整个大盘是29T 美元（这4年全球总的ICT 市场的相加），生成式AI 影响的经济总量是11T，生成式AI 的支出是1.45T。中国分别是4T、2T 和123.5B 美元。
希望人们更好地利用生成式AI 聚焦生产力，能够抓住ICT 产业AI 转型大的商机。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
