问题——企业端“用得起、用得稳、用得安全”的大模型供给仍显稀缺 近年来，通用大模型从技术突破走向产业应用，企业客户对效率提升、知识管理、研发协同与智能流程的需求快速上升。另外，金融、政务、医疗等行业对数据安全、合规审计、稳定交付提出更高要求，使得“可私有化部署、可持续运维、可规模化交付”的供给能力成为行业竞争焦点。华泰证券最新研究中指出，具备全栈自研能力并能面向企业提供标准化服务的大模型厂商仍属少数，市场正从“模型能力比拼”转向“产品化与交付体系比拼”。 原因——需求侧扩张与供给侧分化共同推动头部企业受益 华泰证券认为，国内大模型市场结构呈现明显的企业端主导特征：企业客户更关注投入产出、业务闭环与安全边界，付费意愿也更稳定。报告引用的测算显示，2024年国内大语言模型市场规模约为53亿元，其中企业端占主要份额；到2030年市场规模有望提升至千亿元级别。需求快速增长的背后，一上是企业数字化进入深水区，需要新一代生产力工具；另一方面，监管趋严与数据要素价值凸显，使高合规行业更倾向选择可控的本地化方案。供给端则出现分化：仅有少数厂商能模型能力、工程化、生态与商业化之间形成闭环，从而获得规模化订单。 影响——“云端+本地”双轨交付强化收入质量，行业竞争门槛抬升 报告分析认为，智谱采取云端接口调用与本地私有化部署并行的模型即服务路径，可覆盖从中小企业标准场景到大型机构复杂场景的多层需求。其中，云端模式以快速接入、成本可控见长，适配标准化应用；本地部署更契合高安全要求行业，通常具有更强粘性与更长服务周期。华泰证券表示，智谱收入结构中本地化涉及的贡献占比较高，叠加较好的毛利水平，体现出“高质量增长”的特征。 在产品与技术层面，报告提到，智谱围绕统一底座构建多模态、智能体等能力矩阵，强调跨场景复用与持续迭代效率。随着行业进入深度应用阶段，单纯“参数规模竞争”边际效用下降，“能否稳定交付复杂任务、能否嵌入业务流程”成为决定商业化成败的关键，这也在客观上抬高了市场门槛。 对策——以产品溢价、供给约束管理与生态建设应对算力与竞争压力 华泰证券在报告中提及，部分模型版本需求集中释放一度带来算力紧张，企业通过供给节奏管理与价格调整等方式提升资源使用效率，也反映出其产品在特定能力维度具备溢价基础。面向下一阶段竞争，报告认为，头部厂商需要在三上持续加码：其一，加强面向行业的解决方案沉淀，把“通用能力”转化为可复制的行业能力；其二，完善平台化交付体系，降低部署、运维与二次开发成本；其三，扩大开源生态与开发者体系，以生态规模反哺工程优化与场景创新。 对于市场普遍关注的“模型是否会被工具化、国产模型能否承担复杂任务、本地部署是否影响收入质量”等疑虑，华泰证券在报告中给出相对明确判断：通用大模型作为关键底座，商业化路径并非单一渠道驱动；在智能体与编程等方向，工程化能力提升正加速复杂任务落地；而本地部署在高合规场景中往往意味着更高粘性与更强可持续服务收入。 前景——企业端渗透率提升与“持续学习”方向或成下一轮增长变量 华泰证券基于对行业空间与公司商业化节奏的判断，对智谱未来数年收入增长作出较高预期，并指出其仍处于投入加速期，研发投入强度较高但有望随规模扩大而逐步摊薄。该机构以销售额倍数法对公司进行估值，并给出相应目标价区间。 业内人士认为，未来一段时期，企业端应用将从“点状试用”走向“流程重构”，对模型能力提出更系统的要求：一是更强的长程任务执行与多系统协同能力，二是更可控的安全与合规机制，三是更贴近业务的数据闭环。与此同时，在线学习、持续学习等方向被视为提升“可迭代、可演进”能力的重要抓手，或将推动行业从“静态产品”向“持续进化的系统服务”转变，并带来新的竞争分水岭。
在全球科技竞争加剧的背景下，中国企业在通用智能领域的突破引人注目。智谱的发展轨迹不仅展现了中国科技企业的创新能力，也为观察数字经济发展提供了重要案例。随着AI技术在各行业的深入应用，如何平衡技术创新与商业落地、短期投入与长期发展，将成为行业面临的关键课题。