AI浪潮汹涌来袭，正以前所未有的速度重塑各行各业的发展格局。从智能医疗到自动驾驶，从办公创作到人形机器人，AI应用无处不在。
针对围绕AI应用的繁荣，小编发起了一场与申万菱信数字产业基金经理梁国柱的深度对话。谈话中，梁国柱解读了AI应用的板块划分，解析了AI医疗、人形机器人等热门赛道，同时预测Agent应用、多模态AI应用等有望成为新热点，并对AI应用市场规模的增长趋势进行了展望，让我们开启这场对话之旅吧。
1、AI应用场景范围十分广泛，如机器人全产业链、端侧物联网、医疗健康、智慧政务、广告营销、智能驾驶等等。请问如何将AI应用场景进行板块划分？
梁国柱：可以按照下游场景来划分，分为C端应用、B端应用、端侧应用（与端侧硬件结合）。
C端应用场景可以划分为AI办公（AI+办公软件、AI+邮件等）、AI创作（文生文、文生图、文生音乐）等场景。
B端应用场景又可划分为AI+营销/CRM、AI+ERP、AI流程自动化、AI编程、AI数据分析、AI Agent开发工具、AI垂直应用（金融、法律、医疗、工业、能源等）。
端侧应用场景包括AI机器人、智能驾驶、AIPC/AI手机、AI智能穿戴设备、AI智能物联网设备（工业监测+智能家居）
2、长期关注的AI应用场景是什么？哪些行业目前对AI应用的接受度与应用深度较高，为什么？
梁国柱：目前长期关注的AI应用场景包括AI医疗、人形机器人、AI智能硬件和自动驾驶。
AI医疗：疾病诊断、药物研发、医疗影像分析、个性化治疗方案制定
原因：降本增效明显，应用场景广阔
提升诊断效率与准确性：AI能够通过深度学习分析医学影像和临床数据，快速识别疾病特征，辅助医生做出更准确的诊断。
加速药物研发：AI技术可以缩短新药研发周期，降低研发成本，为治疗复杂疾病提供新可能。
改善患者体验：AI能够为患者提供个性化的治疗建议和健康管理服务，提升医疗服务的整体质量。
人形机器人：想象空间广阔，AI对于机器人大脑环节（交互、感知、规划）提升度高，AI有望迈向物理AI阶段，机器人与AI结合展现出初步的泛化能力，随模型不断完善，有望在某些场景对人工进行替代。一方面，DeepSeek提升机器人智能化水平，其先进的算法和强大的学习能力可以使机器人在感知、认知、决策等方面的智能化水平显著提升。例如，机器人能够更精准地识别环境、理解人类指令、进行复杂任务的规划和执行，从而更好地适应各种应用场景。另一方面，DeepSeek拓展机器人应用场景，受益于DeepSeek在图像识别、语音识别、自然语言处理等领域的进步，机器人在如家庭服务、医疗康复、教育娱乐、物流配送等场景下的应用成为可能，DeepSeek可帮助机器人更好地完成各种任务，满足不同行业和用户的需求。此外，DeepSeek可降低机器人的开发和应用成本，机器人研发企业能够以更低的成本获取强大的智能算法，减少在模型训练和开发方面的投入，从而有更多资源用于机器人的其他关键技术研发和优化，推动机器人技术的普及和应用范围的扩大。
AI智能硬件：DeepSeekR1的出现或将让产业界对基于CoT思路的优质合成推理数据的使用增加。DeepSeek通过知识蒸馏技术，实现大模型能力向轻量化模型的高效迁移，降低智能产品的AI功能集成门槛，开发者可快速将其AI能力部署至硬件设备并针对场景定制化。同时，凭借高效推理能力和低延迟响应的能力，DeepSeek能提升智能硬件交互的流畅度和场景理解的准确度，增强交互体验，助力AI智能硬件的普及渗透。我们预计，2025年端侧小模型的技术迭代和降本增效或将不断体现，未来免费端侧小模型可能百花齐放，助力端侧AI手机、AI可穿戴设备（眼镜/耳机等）、AI玩具、AI机器人等产品的发展。
自动驾驶：DeepSeek的蒸馏技术可将云端大模型的推理能力高效迁移至车端轻量模型，有望在保持高性能的同时显著降低计算开销，加速VLA、世界模型等上车。在实现同等智驾体验的情况下，预计对车端算力的需求将降低。同等算力下或可实现更多智驾功能，甚至通过中算力芯片实现城市NOA功能，助力高阶智驾功能向 10-20 万元价格带车型下沉。DeepSeek-R1-Zero 验证了纯强化学习无需监督微调数据即可实现自主推理能力，为智驾端到端训练提供新范式参考；此外DeepSeek采用基于强化学习（RL）的训练框架（如GRPO算法），通过自博弈机制生成多样化驾驶决策数据，可在仿真环境中探索不同驾驶策略（如变道时机、紧急避让），生成覆盖长尾场景的交互数据，实现自动扩展数据分布，减少对人工标注的依赖，助力实现数据的自动采集、标注、训练与反馈，加速数据闭环迭代。我们预计今年与DeepSeek 结合的系统或工具有望上车，AI 创新工具或涌现、“智驾平权”驱动行业渗透率有望高增。
金融、医疗、法律、工业制造等对AI应用的接受程度较高，原因如下：
1）AI可以有效解决行业痛点，可以帮助处理复杂数据，金融领域的风控管理、医疗领域的疾病诊断、制造业的生产效率提升等。
2）上述行业存在大量结构化私有数据，便于部署垂直行业私有的知识库与微调模型，为AI应用落地奠定数据基础。
3）上述行业数字化转型起步早，整体数字化成熟度高，具备良好的技术应用基础。
4）工业领域企业面临降本增效的压力，AI技术能够显著提升生产效率、降低人力成本，同时优化产品质量和供应链管理。
5）医疗行业对新技术的需求强烈，AI已在疾病诊断、药物研发、临床试验优化等领域有诸多技术应用。例如，通过对海量医疗影像数据的分析，AI能够辅助医生进行更准确的诊断，缩短诊断时间。在药物研发方面，AI可用于靶点发现和药物筛选，加速研发进程。
3、从市场和产业生态、技术等角度考量，目前AI应用发展面临哪些挑战，对行业整体发展有何影响？
梁国柱：数据隐私与安全面临较大挑战。AI系统需要处理大量用户数据，数据泄露和滥用风险成为关键问题。例如，API的安全性直接影响企业存续，未加保护的API可能面临DDoS攻击、信息泄漏等威胁。
1）应用安全问题：
对抗性攻击：AI模型可能受到恶意攻击，导致系统失效或产生错误结果。
虚假信息风险：生成式AI能够制作逼真的虚假内容，可能导致虚假新闻、伪造证据等问题，需要加强内容监管和审核
可解释性：医疗、金融领域的“黑箱”决策机制导致信任缺失，深度神经网络的可解释性技术（XAI）进展缓慢。
2）产业链上下游协同问题
数据要素市场不成熟：中国尚未形成成熟的数据要素市场，数据公开、应用、交换和统一标准的生态系统构建仍待完善，数据资源不足和质量问题，制约了AI的推广。
技术选型与集成有待解决：AI技术在跨平台兼容性、标准化及应用场景的通用性方面存在一定障碍，导致开发者在不同技术框架下的集成和部署相对困难。行业解决方案仍停留在概念验证阶段，仅有工具型场景（如内容生成）形成规模效应。
产业链协同不足：产业链上下游企业之间的合作不够紧密，导致AI技术落地缓慢，较难形成有效的产业生态。
3）竞争方面
模型平权下，流量入口与数据壁垒成为竞争要素，行业资源进一步向头部企业集中，或使得创业公司的商业模式受到一定影响。
4）商业模式方面
盈利模式不清晰：许多企业对AI的实际应用潜力和商业价值认知不足，缺乏明确的盈利模式，投资回报较难量化。
5）数据方面
C端来看，真正可以处理用户诸多问题的agent需要实现各个应用间的数据打通，如何建立安全隐私的数据共享机制成为限制agent发展的重要挑战。
B端来看，实现企业数据打通与多agent协同是未来的发展趋势，可以实现企业日常运营过程中的降本增效，如何有效的保护企业内部的私有数据成为挑战，同时数据孤岛问题仍未完全解决，尚未解决跨机构跨部门数据共享的合规性。
4、展望未来，哪些应用场景有望成为下一个AI应用的热点，背后的驱动因素是什么？
梁国柱：Agent应用、多模态AI应用、拥有真正泛化能力的人形机器人或将成为下一个AI应用热点的新领域。
Agent应用或将成为全新的数字生产力，在更多行业落地，如企业流程自动化、智能客服、个人助理等。Web Agent有望在2025年迎来大规模普及，成为AI领域的“杀手级应用”。
从落地实践来看，Agent的底层技术正日益成熟，一是受益于CoT、RL等技术，Agent的规划推理能力正加速优化，二是依靠底层业务的数据融合与治理，Agent的能力边界进一步拓展。
Agent 应用的壁垒在于数据+流程，看好平台型公司的长期优势。1）数据：数据质量决定Agent 应用效果，平台型软件拥有更全面的企业数据基础，有望在技术前期打造准确度更高、可靠性更强的应用，较先抢占用户市场；2）流程：流程广度决定Agent能力边界，平台型软件覆盖更复杂的企业业务流程，后续Agent有望拓展至多业务场景并实现自主联动。
多模态AI应用。海外多模态模型2024年底密集更新。围绕图像、视频、3D模型，海外厂商密集推出新款模型，在模型输出质量上实现全新升级。模型成熟是应用落地的基础要素。底层模型能力提升有望带动上层应用实现功能突破，看好明年多模态应用的业务机会。
拥有真正泛化能力的人形机器人，驱动因素：模型能力迭代、VLA模型进展、训练数据的不断扩充、合成数据愈发成熟。
5.未来AI应用市场的规模和增长趋势将呈现怎样的态势？
梁国柱：随模型逐步成熟，模型能力的持续迭代，Deepseek带来的大幅推理成本的下降，使得AI应用规模化落地成为可能，预计未来AI应用有望实现加速增长。
2025年或被视为AI智能体商业化的元年。Gartner的研究报告预测，到2028年，15%的日常工作决策将由智能体完成。随着市场需求的不断提升，AI智能体行业的发展速度显著加快。根据新思界产业研究中心发布的《2025年全球及中国AI智能体(AI Agent)产业深度研究报告》显示，预计到2030年，全球AI智能体市场规模或将突破450亿美元。
全球市场：艾媒咨询数据显示，截至2024年末，全球人工智能市场规模已达到1316.2亿美元，预计到2033年或将达到26729.5亿美元。
中国市场：艾媒咨询数据显示，截至2024年末中国人工智能市场规模达7470亿元，同比增长41.0%，预计2025年或将达到10457亿元。
#英伟达GTC大会揭晓AI芯片新突破# $申万菱信数字产业股票型发起式A(OTCFUND|018048)$ $申万菱信多策略灵活配置混合C(OTCFUND|001724)$ $申万菱信数字产业股票型发起式C(OTCFUND|018049)$
风险提示：基金有风险，投资需谨慎。上述内容不作为任何投资建议，不代表对未来市场表现的保证，不代表本公司对基金业绩的任何承诺或预测。观点仅代表当时看法，今后可能发生改变。基金管理人不保证基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的过往业绩及其评级并不预示本基金的未来业绩表现。投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。
本文作者可以追加内容哦 !
