Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

“美国红杉资本指出,AI 供应链分为六层”,展开说说这六层吧

Answer

美国红杉资本指出的 AI 供应链从下到上分为六层,具体情况如下:

  1. 第一层是芯片代工厂(如台积电),保持着高利润水平。
  2. 第二层是芯片设计商(如英伟达),同样具有高利润。
  3. 第三层是工业能源供应商(如电力公司),因数据中心需求激增而受益。
  4. 第四层是云厂商,处于重金投入阶段,不仅斥巨资建设数据中心,还在训练自有模型或大举投资 AI 模型开发商。
  5. 第五层是 AI 模型开发商,目前面临亏损。
  6. 第六层即最上层是面向最终客户的应用服务商,虽充满潜力,但依赖消费者和企业付费,当前市场规模有限,尚不足以支撑整个供应链的经济模型。
Content generated by AI large model, please carefully verify (powered by aily)

References

展望2025,AI行业有哪些创新机会? | 峰瑞报告

据SensorTower统计,2024全年全球AI移动应用内付费收入预计为30亿美元,其中图像和视频类AI应用占据主导地位,收入占比高达53%;对话机器人类别排名第二,占比29%;其他类别合计不足20%。从地区分布来看,北美和欧洲贡献了三分之二的市场份额,是AI应用的主要消费市场。这也是众多中国AI公司积极出海的重要原因之一。▎云厂商成为AI供应链的“链主”美国红杉资本在《The AI Supply Chain Tug of War》一文中指出,AI供应链当前呈现出一种脆弱的平衡状态。他们将AI供应链从下到上分为六层,各层的盈利能力存在显著差异。第一层的芯片代工厂(如台积电)和第二层的芯片设计商(如英伟达)是当前的主要赢家,依然保持高利润水平;第三层的工业能源供应商(如电力公司)也因数据中心需求激增而受益良多。而作为供应链核心承载方的第四层云厂商,却处于重金投入阶段,不仅斥巨资建设数据中心,还在训练自有模型或大举投资AI模型开发商,处于供应链第五层的AI模型开发商目前同样面临亏损。供应链的第六层,也就是最上层则是面向最终客户的应用服务商。尽管充满潜力,但他们依赖消费者和企业付费,当前市场规模有限,尚不足以支撑整个供应链的经济模型。这使得大型云厂商成为整个供应链最主要的风险承担者。作为AI产业的中枢,云厂商不仅掌握着庞大的商业生态和技术资源,还拥有数千亿美元的市场规模。正因如此,它们在产业链中的地位无可撼动,是毋庸置疑的“链主”。▎行业格局:头部阵营基本稳定1、头部大模型

走入AI的世界

关于AI产业的产业链结构,大致可分为:上游的基础设施层(数据与算力)、中游的技术层(模型与算法)、下游的应用层(应用与分发),详细内容参见图5。图5 AI产业链图谱-1对于这上中下游分别有哪些值得我们重点关注的企业(或产品),我在公开互联网上苦寻良久,始终找不到一张满意的图(要么维度不全,要么举例不准,有失公允),于是我做了大量的信息收集和汇总工作,并结合几家知名咨询机构的文档,绘制了这样一张图。图6 AI产业链图谱-2图6中有大量细节,其中各家公司的logo排列顺序综合考虑了其市占率,行业影响力,代表性等因素,积淀深厚的老牌大厂和值得关注的亮眼新星均有体现,未避免广告嫌疑,在这里不展开对其进行详细说明了,如果有大家不了解不认识的公司/平台(或产品),非常推荐你搜索了解一下(注:此图绘制于2024年5月)。

Others are asking
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
供应链管理
在制造业中,AI 在供应链管理方面有以下应用: 1. 根据历史数据和市场变化,自动生成采购计划、库存预测、物流优化等内容,提高供应链管理效率。 2. 模拟不同的市场条件和供应链动态,优化库存管理和物流配送。 在 B 端,供应链管理可能是大模型服务的辐射范围之一,但在面对复杂的巨头/独角兽公司业务时,不太可能仅用 GPT 解决。目前可能还未达到解决相关能力问题的时候,可通过将私有领域知识训练在私有模型或训练小模型、构建请求链等方式来解决。 总的来说,AI 技术正在为供应链管理带来诸多优化和改进。
2025-03-27
AI如何应用到供应链中
AI 在供应链中的应用主要包括以下几个方面: 1. 预测性维护:AI 可以用于预测供应链中机器设备的故障,帮助避免停机,保障供应链的稳定运行。 2. 质量控制:通过检测产品缺陷,提高供应链中产品的质量。 3. 优化供应链:利用 AI 分析历史数据和市场变化,自动生成采购计划、库存预测、物流优化等内容,从而提高供应链的效率和降低成本。 4. 风险管理:诸如保障技术和技术标准等可信 AI 工具能够支持供应链风险管理。这些工具还能通过在这些系统中建立合理的信任,推动 AI 的采用和应用,使用户相信整个供应链中的关键 AI 相关风险已被识别、解决和减轻。例如,通过描述制造商应采取的确保 AI 系统安全的措施,技术标准可以向 AI 系统的购买者和用户提供保证,即已采取了适当的以安全为重点的措施,最终鼓励采用 AI。 5. 责任评估与分配:对 AI 框架的评估将评估法律责任在不同的 AI 应用和系统中是否得到有效和公平的分配。在实施框架时,将持续广泛地收集来自监管机构、行业、学术界和民间社会关于其对 AI 生命周期中不同参与者的影响的证据,以持续监测框架对 AI 供应链中参与者的影响。特别关注基础模型,因为它们可能对生命周期问责制构成潜在挑战,尤其是作为开源模型时。通过集中评估是否有足够的 AI 问责措施,可以评估是否需要对整个经济和 AI 生命周期中的 AI 责任进行进一步干预。
2025-03-08
AI如何应用到供应链
AI 在供应链领域有以下应用: 1. 预测性维护:可预测机器故障,帮助工厂避免停机,保障供应链的稳定运行。 2. 质量控制:检测产品缺陷,提高产品质量,减少因质量问题导致的供应链中断。 3. 优化供应链:通过分析数据来优化供应链流程,提高效率和降低成本。 4. 风险管理:利用工具如保证技术和技术标准来支持供应链风险管理,增强对系统的信任,让用户确信关键的 AI 相关风险已被识别、处理和减轻。 5. 物流和配送:优化物流路线和配送计划,降低运输成本,提高货物送达的及时性和准确性。 需要注意的是,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-08
供应链预测
在制造业领域,AIGC 技术在供应链管理方面有以下应用: AI 可以根据历史数据和市场变化,自动生成采购计划、库存预测、物流优化等内容,提高供应链管理效率。 在中小企业转型中,关于供应链风险的管理: 首先,使用 AI 工具进行风险评估。利用数据分析软件、预测模型等工具,收集财务报表、市场数据、供应链信息等相关数据进行分析,预测潜在的风险,如财务风险、供应链风险等,并识别风险的来源和可能的影响。 其次,基于 AI 分析结果,制定相应的风险应对策略。根据风险类型和程度,制定具体的应对措施,如制定应急计划、调整业务策略等,并持续监控效果,根据变化调整策略,定期复审风险评估模型和管理策略。 在扣子模板分享中,关于供应链的部分: 供应链与营销联动:结合供应链数据,预测市场需求,调整生产和库存,避免缺货或积压。
2025-02-17
AI 如何服务供应链管理
AI 在供应链管理方面有以下应用: 1. 预测性维护:通过分析设备运行数据预测机器故障,帮助工厂避免停机,提高供应链的稳定性。 2. 质量控制:检测产品缺陷,提高产品质量,减少因质量问题导致的供应链中断。 3. 优化供应链:根据历史数据和市场变化,自动生成采购计划、库存预测、物流优化等内容,提高供应链管理效率,降低成本。 4. 工具支持:如利用保证技术和技术标准等工具,支持供应链风险管理,建立对系统的合理信任,使用户相信关键的 AI 相关风险已在整个供应链中得到识别、解决和缓解。 5. 责任评估:持续评估法律责任在 AI 中的分布是否有效和公平,特别是对于基础模型,关注其在生命周期问责方面可能带来的潜在挑战。通过集中评估 AI 问责是否有足够的措施,评估是否需要对整个经济和 AI 生命周期中的 AI 责任进行进一步干预。
2025-02-11
AI如何应用到供应链工作中
AI 在供应链工作中的应用主要包括以下几个方面: 1. 预测性维护:通过分析设备运行数据,预测机器故障,帮助避免供应链中的生产停机。 2. 质量控制:检测产品缺陷,提高供应链中产品的质量。 3. 采购计划和库存预测:根据历史数据和市场变化,自动生成采购计划和库存预测,优化供应链的资源配置。 4. 物流优化:对物流环节进行优化,提高运输效率,降低成本。 5. 风险管理:利用工具如保证技术和技术标准,支持供应链风险管理,建立对系统的信任,让用户相信关键的 AI 相关风险已被识别、解决和减轻。 6. 责任评估与分配:评估法律责任在 AI 供应链中的有效和公平分配,持续收集各方证据,监测框架对不同参与者的影响,关注基础模型带来的潜在挑战,评估是否需要进一步干预 AI 责任。
2025-02-07