以下文章起源于北大纵横,作者宏观钻研院——刘钊

https://mp.weixin.qq.com/s/YGFSPQ3pWwJrYqzdO-JY4g


第二部门:市场规模测算与主题护城河沉塑

市场规模测算(TAM/SAM/SOM)与底层主题如果

在测算通用人为智能赛路的市场规模时,传统的IT软件测算模型已经彻底失效 。我们必须引入“劳动力TAM归并(Labor TAM Merger)”的宏观增量维度进行底层逻辑沉构 。以下预测基于当前行业公开的宏观经济基数、劳动力薪酬结构及顶级投行测算逻辑进行深度推演 。

未来五年(2026-2030)中国通用人为智能及智能体利用市场规模预测矩阵


微信图片_20260430142129_282_73.png




数据时效与溯源规范:以上测算逻辑基于《财富贸易洞察》(Fortune Business Insights)与Mobility Foresights对于中国AI市场的宏观预测基准数据,并结合PitchBook对于软件与劳动力TAM归并理论的缜密逻辑推演天生 。

支持测算逻辑的关键如果与主题驱动成分: 第一,预算池的结构性归并效应(Software TAM merges with Labor TAM) 。在传统SaaS模式下,企业为每个员工支付的软件席位费约莫为每年一千两百美元 ;然而,当通用智能体(Agentic AI)可能端到端收受整个工作流时,企业现实上是在采购“数字劳动力” 。企业愿意为这项自动化业务流支讣年一万美元的用度,这意味着客单价实现了高达八倍的指数级跃升 。因而,TAM的发作式膨胀并非源于IT部门预算的天然增长,而是源于企业人力资源(HR)薪酬预算向AI软件本钱支出的硬性转移 。 第二,算力推理成本的摩尔定律式崩塌 。SAM市场的大规模扩张高度依赖于智能体执行成本的下探 。本测算如果,随着混合专家架构(MoE)的成熟和国产推理算力的放量,执行单个复杂认知工作(在ARC-AGI-2基准测试中得分突破百分之六十的劳动力代替阈值)的底层模型成本,将从目前的几美元迅速且持续地降落至一美元以下的临界点 。 第三,主题系统操作权限的全面铺开 。SOM的高速兑现,其主题前提是AI智能体可能突破目前仅作为“对话框”的隔离状态,获得直接对企业资源打算(ERP)、供给链治理系统及主题财政账本进杏装写入”与“批改”的最高系统行动权 。只有业务关环被彻底买通,企业客户才会为真正的“贸易功效”买单 。

主题竞争壁垒(基于波特五力模型的护城河解析)

在云推算遍及与开源模型狂飙的AGI时期,传统贸易环境中基于“稀缺性”构建的护城河在经历坍塌与沉塑 。算力变为按需采办的水电,顶级算法论文在数天内传遍全球,代码天生成本骤降百分之八十 � ;谛掳娌ㄌ匚辶δP停ň赫惺值哪诰怼⒐└痰穆⒍稀⒙蚣易怀杀镜奶岣摺⑶痹诮胝叩慕滴ァ⒁约癆I对人类劳动的代替),该赛路玩家成立持久壁垒的主题身分其沉要性排序已发生底子性回转 。

护城河构建身分排序(按持久防御力由强至弱):

第一层(最强护城河):深度的垂直工作流集成与专有暗数据资产(Workflow Integration & Proprietary Dark Data) 大模型性质上是对人类知识的无损压缩与概率推理,但它自身并不创造未经验证的贸易事实 。在互联网公开语料被各家底层模型“榨干”确当下,真正的终极壁垒在于获取企业内部未公开的暗数据(Dark Data)以及特定行业的隐性业务逻辑 。当AI企业可能将自身服务与客户日常的复杂工作流(如律师事务所的汗青判例批注流、精密造作企业的良品率微调参数)进行底层绑按时,便构建了极高的买方转换成本(Buyer Switching Costs) �?突б坏└还└�,损失的不仅是软件界面,更是持久训练成熟的“数字大脑” 。

第二层(次强护城河):结构化的智能体网络效应(Structural Multi-Agent Network Effects) 传统的互联网网络效应在于“用户规模带来履历提升” 。在AGI时期,这种效应被具象化为“多智能体网络协同” 。当平台内部署的多个AI智能体(如销售Agent、客服Agent、合规审核Agent)可能互订交互、共享高低文并自动纠错时,其产生的生态价值将呈指数级放大 。这种非线性增长的网络效应,使得新进入者即便占有更壮大的单一基础模型,也无法突破已形成的智能体协同生态 。

第三层(本钱壁垒):极端规模经济与沉资产基础设施节造力(Scale Economies & Infrastructure) 这重要针对处于产业链上中游的基础大模型巨头 。在可预感的未来,算力规模的绝对压造依然有效 。占有大规模GPU/NPU集群的工程化调优经验、把握突破性的液冷专利,以及最关键的——占有与当局签定的持久、不变且廉价的清洁能源电网并网和谈,组成了新进入者无法逾越的物理与本钱天堑 。在算力即权势的时期,沉资产能力自身就是招架潜在进入者(Threat of New Entrants)的最硬护城河 。

第四层(合规壁垒):合规资质与数据安全隔离能力(Compliance & Governance) 出格是在中国市场以及中国企业出海的宏观语境下,安全与合规已成为B端贸易变现的基石 。可能率先获得国度网信办大模型登记、通过严格的数据隐衷跨境审查,并能为金融、政务、医疗等强监管行业提供物理隔离的私有化部署规划的企业,将在招投标中形成合规垄断 。这种壁垒固然不涉及技术先进性,但却是夺取高净值客户利润池的关键前提 。

第五层(最弱护城河):纯正的算法专利与架构创新(Algorithmic Architecture) 这是AGI时期最大的认知反差 。由于全球学术界的极端盛开性和开源社区(如Hugging Face、GitHub)的空前繁华,单纯的算法架构(如各类把稳力机造优化、MoE路由算法创新)已经极难形成持久的技术垄断 。任何前沿的算法突破,城市在数周甚至数天内被全球竞争者解构、复刻并迭代 。因而,过度依赖所谓“黑科技算法”而不够数据与场景关环的企业,其护城河是最为脆弱的 。