生成式AI时期产业链上下游的现金流走势图

生成式AI时期现金流的流动方式和互联网泡沫时期一致。基础设施端为应用端提供底层的算力基础，应用端开发有效益的商业产品。当真正商业化落地形成正现金流之后，应用端再将收入投入到底层的算力建设，使得基础设施端公司获得持续的订单，形成现金流的正循环。

但当前来看，上游基础设施端仍在加大投入，而下游应用端始终未见成熟的商业化落地应用。算力基础设施仍在大幅投入初中期，使用终端方面尚未规模化升级，相对更短板的是应用端缺乏突破性的新形态，在B端因为容错空间和性能、法律等门槛进展周期较长，C端应用容错空间大、门槛偏低、也因此从当前看商业价值潜力较小。

即使以ChatGPT为代表的AI大模型在各场景通用化方面已经有了突破性的进展，具备着对于文本、图片、音视频等各类信息优秀的内容生成能力，能够部分替代文字撰写、图片设计、程序代码编写等创造性劳动，但是AI大模型技术的突破离真正推动各行业智能化升级并创造价值仍需要较长的周期。

当前科技公司与传统行业公司在AI领域的合作已经有了一些成功案例，例如微软与诺华（Novartis）、谷歌与葛兰素史克（GSK）等。但整体来看，这些案例的绝对体量仍然有限，种类也较为单一。