核心观点 - 人工智能产业正经历爆发式增长，但算力军备竞赛已进入比拼“算电协同”的新阶段，能源成为制约规模提升的关键瓶颈 [1] - 模型即服务成为大模型工程化落地的“必备项”，行业焦点转向提升单位算力下的推理性能与降低生成成本 [3] - 人工智能应用正加速向高附加值领域渗透，并在工业、服务业等多行业形成差异化应用格局，赋能前景广阔 [4] - 尽管产业规模快速增长，但技术“落地难、落地浅”仍是主要瓶颈，需围绕场景、技术、业务、数据四大核心因企制宜 [5] - 全球人工智能投融资热度持续攀升，但中美在投融资规模上存在量级差距 [2] 算力与能源发展 - 超大规模智算集群持续升级，即将迎来吉瓦级时代，能源日益成为制约规模提升的关键瓶颈 [1] - 未来3年全球顶尖集群功率或将快速增长，远超2019年以来每年2倍的水平 [2] - 亚马逊、谷歌、微软、英伟达等科技巨头纷纷加强核聚变、地热、电站建设等电力领域投资，尝试电力私有化部署 [2] 投融资趋势 - 全球人工智能投融资占全行业投融资比例从2023年的8.1%上升至2024年的13.5%，并在2025年二季度跃升至23% [2] - 2025年上半年，美国人工智能投融资金额为381亿美元，我国投融资金额仅为36.7亿美元，存在量级差距 [2] 模型即服务与商业化 - 模型即服务推动大模型从“实验室原型”向“产业级工具”转化，已从“可选项”升级为“必备项” [3] - 阿里云、百度智能云、华为云为代表的国内主流大模型厂商纷纷加大MaaS布局 [3] - 行业焦点在于通过资源调度与架构优化，提升单位算力下的模型推理性能，降低单位Token的生成成本和能源消耗 [3] 产业应用与渗透 - 人工智能应用加快向高附加值领域环节渗透，覆盖第一、第二、第三产业 [4] - 在工业领域，电子信息、消费品、以汽车为代表的装备制造等行业在整体应用中占据重要份额 [4] - 大模型成为全环节赋能重要支撑，后端运营管理环节占比最高且小幅上升，对企业价值提升进一步增强 [4] - 例如，煤炭科学研究总院研发的矿山知行平台，可实现数据、决策、运营“三化一体”协同发展，推动调度从辅助决策向自主决策升级 [4] 产业规模与落地挑战 - 2024年我国人工智能核心产业规模已突破9000亿元，同比增长24%，2025年有望达1.2万亿元 [5] - 截至2025年底，我国人工智能企业数量超6000家，形成覆盖基础底座、模型框架、行业应用的完整产业体系 [5] - 人工智能技术“落地难”“落地浅”仍是瓶颈，落地应重点围绕“场景筛选—技术适配—业务融合—数据支撑”四大核心展开 [5] - 以国家电网为例，其“光明电力大模型”覆盖600余个电力业务场景，故障处置与服务保障能力增强30% [5][6] 全球发展与治理 - 2025年全球人工智能发展鸿沟显现，亟须国际公共产品助力全球普惠共赢 [6] - 应制定人工智能ESG评估国际指南，建立涵盖算法伦理、数据隐私、能源消耗等维度的评估指标体系 [6]