生成式 AI 2025 年展望，随着 DeepSeek 颠覆行业，规模迈向 2 万亿美元的生成式 AI 市场蕴含哪些机遇？

求数科技

2025-11-11

导读：随着企业将 AI 功能整合到各自的产品中，以及更多消费者开始拥抱 AI，到 2032 年生成式 AI 将给硬

随着企业将 AI 功能整合到各自的产品中，以及更多消费者开始拥抱 AI，到 2032 年生成式 AI 将给硬件、软件和服务等市场带来 1.8 万亿美元的收入，相当于科技总支出的 14%-16%。利用生成式 AI 的界面和工具尚处于早期阶段，但我们认为，一些常见的功能包括摘要生成、个性化推荐、合同审查、使用对话式用户界面生成图片和视频内容以及内置语言翻译。使用大规模数据集通过机器学习和神经网络算法训练 AI（即大语言模型）将是一个巨大的市场，销售额到 2032 年有望达到 5,800 亿美元，同时还将推升数据中心服务器和存储单元加速器的需求。企业将利用公有云部署生成式 AI，而Meta、微软、亚马逊和 Alphabet 等云服务巨头将从中受益，预计市场规模将达到 2,360 亿美元，年复合增长率 36%，主要得益于推理工作负载。

推理超过训练的时间有望提前：推理支出超过训练支出的时间可能比我们之前的预测至少提前三年。而我们调整假设的最重要原因是：在 DeepSeek 发布后，云服务巨头在实现资本支出的资产回报率方面面临压力，并开始转向重视推理的成本效率。

• 大语言模型之间的差距缩小：OpenAI 的 GPT、谷歌的 Gemini、Meta 的 Llama、Anthropic 的Claude 以及 DeepSeek 和 Mistral 旗下模型的功能趋同，这提高了大语言模型变得更加同质化的可能性，而成本最低的模型将基于开源模型以及与数据存储有关的地域考虑因素。

• 应用和设备推理：对基于推理的对话式 AI 产品以及生成式 AI 赋能的视觉 AI 产品的需求，或令苹果等智能手机制造商和特斯拉等车企从中获益。量化技术正越来越多地被用来缩小训练模型的规模，用于边缘设备上的推理。

• 高带宽内存(HBM)芯片：随着 AI 模型变得更加复杂以及模型训练对算力资源的要求更高，HBM芯片（营运利润率较高）的采用率应该会进一步提高。由于 AI 要求的芯片性能提升速度快于小型化和先进封装的进步，芯片测试设备的重要性上升。

对企业而言，生成式 AI 支出已迅速成为非可选支出项目。我们预计，得益于稳定的硬件投资、聊天机器人普及以及类似 copilot 产品的附加订阅，生成式 AI 支出将出现大幅增长。检索增强生成(RAG)允许企业利用专有数据湖，提高大语言模型回应的准确性并减少错误回应。得益于大举进军 AI 领域的趋势，英伟达等公司的增长预期已大幅上调，而微软（Azure 消费和 copilot）等其他公司也预计将录得强劲增长。在消费端，谷歌已大规模上线 AI 概览(Overview)功能，而 Meta AI 产品的月活用户数达到7 亿。

训练基础大语言模型仍然是生成式 AI 市场最主要的增量收入驱动因素，但随着 GitHub Copilot 越来越受欢迎，以及消费者对新应用程序（例如搜索引擎 Perplexity 以及基于提示词生成视频的工具 Sora等）的兴趣日益浓厚，生成式 AI 市场的潜在规模有望不断扩大。鉴于生成式 AI 将提振硬件、软件、服务、广告和游戏等科技细分行业的销售额，彭博行业研究的互动市场规模测算模型显示，到 2032年，生成式 AI 市场的规模有望达到 1.8 万亿美元（图 1 和图 2），年复合增长率为 30%。随着这一颠覆性技术改变企业运营方式并增强产品和服务，生成式 AI 占上述行业信息技术总支出的比例可能会从目前的不到 2% 提高至 14%-16%。