2025年计算机行业深度研究报告：海外AI应用，从大模型到各领域落地

一、AI 与 SaaS 具有技术互补性，其融合已成为必然趋势 

（一）AI 与 SaaS 的概念

AI（人工智能）是一种让计算机和机器能够模拟人类学习、理解、问题解决、决策制定， 以及发挥创造力和自主性的技术。其核心在于利用输入数据训练出算法模型，并利用模 型模拟人类的智能行为，实现语音识别、图像识别、预测分析、聚类等功能。 SaaS（软件即服务）是一种将软件部署在云端服务器上，通过互联网向用户提供应用软 件服务的模式。与传统软件相比，由于 SaaS 具有初始成本低、易于部署和维护、迭代更 新快、可扩展性等优良特性，已成为企业软件消费的主流模式。用户无需自行购买硬件 设备或进行复杂的软件安装，只需通过浏览器等终端接入，即可使用相应的软件功能， 大大降低了企业的信息化门槛，提升了用户的服务体验。

（二）AI 与 SaaS 融合的必然性与可行性

1、融合动因

AI 技术落地依赖具体场景，SaaS 的行业渗透能力为其提供商业化载体。AI 本身具有较 高的技术门槛，其价值实现需要与生产生活中具体应用场景相结合，SaaS 则已被广泛应 用于多个行业的多项环节，能够为 AI 提供丰富的落地场景，使 AI 能够快速实现商业化 应用。根据艾媒咨询报告，预计到 2025 年，全球人工智能市场规模将达到 36885 亿美元， 且在经历两年的下降后，2024 年人工智能行业投融资金额再创新高，达到 5482 亿元。这 一增长态势印证了 AI 技术完成商业化需求的迫切性，而 SaaS 作为成熟的商业化载体， 为其提供了重要支撑。

2、技术支撑

云计算技术的发展为 AI 算法的运行提供了强大的算力支持。根据中国信通院数据，2023 年中国云计算市场规模达 6165 亿元，较 2022 年增长 35.5%，大幅高于全球增速。伴随 着 AI 原生带来的云计算技术革新及大模型规模化落地应用，预计到 2027 年中国云计算 市场将超过 2.1 万亿元。依托分布式计算架构，云计算平台可以提供按需供给的算力支 持，当 SaaS 产品需要处理大量数据、运行复杂的 AI 模型时，云计算平台能快速提供足 够的算力支持；而在需求减少时，又能自动缩减，避免资源浪费。这项技术打破了传统 硬件设备的性能限制，保证 AI 功能得以稳定地嵌入 SaaS 服务中，同时降低了企业在算 力基础设施上的投入成本，为 AI 技术的快速落地创造了条件。

机器学习、深度学习等算法的不断优化，提高了 AI 模型的准确性和效率，让 AI 在 SaaS 产品中的应用更加精准可靠。随着模型的不断革新和训练方法的不断改进，AI 系统在特 征提取、模式识别、决策推理等方面的核心能力不断突破，能够更精准地理解复杂业务场景的需求。在能力日益增强的小型模型的推动下，从 2022 年 11 月到 2024 年 10 月， 性能达到 GPT-3.5 水平的系统的推理成本下降了超过 280 倍。在硬件层面，成本每年下 降 30%，而能源效率每年提升 40%。开源模型与闭源模型之间的差距也在缩小，在一年 内，部分基准测试中的性能差异从 8%降至仅 1.7%。这些趋势共同作用，使得人工智能 变得更加高效、经济、易于获取。算法效率的提升使得 AI 功能在 SaaS 产品中可实现实 时响应，帮助企业快速决策。泛化能力的增强则让同一套 AI 框架能够适配多行业的个性 化需求，降低了企业定制化开发的成本，加速了 AI 技术在 SaaS 产品中的规模化应用。

SaaS 平台在长期运营中积累了大量的用户数据和业务数据，为 AI 模型的训练和优化提 供了丰富的素材，促进了 AI 技术在 SaaS 领域的深度应用。SaaS 服务在长期服务客户的 过程中，积累了大量数据，包括用户行为、业务流程、交互反馈、市场趋势等多方面信 息。相比之下，AI 本身在数据服务化方面的积累则远远不如 SaaS。因此，在 SaaS 与 AI 结合的模式下，数据的持续积累形成了正向循环，即 SaaS 平台提供其在长期服务中沉淀 的海量数据，为 AI 模型提供贴近实际应用场景的训练样本，使其能够持续提升性能，而 性能的提升又进一步增强 SaaS 产品的用户粘性，带来更多数据输入，推动 AI 与 SaaS 的 融合向更深层次发展。

二、细分领域众多，各行各业均将 AI 融入业务流

当前，AI 与 SaaS 的融合已从概念探索阶段迈入规模化应用初期，在各行各业的数字化 进程中扮演着愈发重要的角色。企业正通过嵌入 AI 能力的 SaaS 平台，显著提升运营效 率、优化用户体验并驱动创新发展。国外，Salesforce Einstein GPT 作为 CRM 类型 SaaS 产品，凭借 AI 实现知识库生成、即时对话摘要等丰富功能，为企业客户管理与服务流程 注入智能活力，让客服响应更高效、业务洞察更精准；Microsoft 365 Copilot 聚焦办公场 景，借 AI 助力文件起草、数据处理等工作，重塑办公自动化流程。

（一）AI+广告营销：广告内容制作效率提升，投放效率优化

AI 不仅改变了广告的创作和投放方式，还重塑了整个广告生态系统。通过数据分析、机 器学习、自然语言处理等技术，AI 不仅提升了广告投放的精准度，还优化了广告创意、 投放策略和效果评估。2025 年，人工智能在营销领域的应用已从概念验证进入规模化部 署阶段。根据 Research And Markets 发布的最新报告，AI 营销市场 2025 年达到 355.4 亿 美元，2029 年预计将增长至 1065.4 亿美元，期间复合年增长率高达 31.6%。

1、广告创意优化

AI 工具已经能够自动生成广告文案、图像和视频内容。这不仅降低了广告制作成本，还 提高了创意的多样性和效率。

Persado：Persado 是一家利用 AI 生成广告文案的公司。其高度聚焦于追求用户即时 情感响应和行动的前线营销文案。如在社交媒体广告（如 Facebook、Instagram）展 示广告等需要瞬间抓住眼球、激发点击的短文案则是 Persado 的核心战场，其能快速 测试并找出点击率最高的情感组合词句。其次在邮件营销中，邮件主题行（Subject Line）和行动号召按钮文字（CTA Button）是决定邮件打开率和转化率的关键。Persado 能生成大量情感丰富的主题行变体（如制造紧迫感“限时优惠仅剩 24 小时！”或激 发好奇“揭秘您不知道的 3 个功能…”）以及更具说服力的 CTA（如“立即解锁特 权” vs “了解更多”），显著提升邮件营销表现。

Admaker：Admaker 提供了多种功能，包括：1）自定义模板：用户可以选择或生成 背景，添加文本，以及使用 AI 生成的广告文案。2）广告渠道支持：支持在 Facebook、 Instagram、LINE、LinkedIn、Pinterest、Reddit、Snapchat、TikTok 和 Twitter 等社交 媒体平台上发布广告。3）AI 广告制作：AI 分析用户的产品细节，创造出与特定受 众产生共鸣的个性化视觉效果和吸引人的短语。

2、广告投放优化

AI 通过分析用户的行为数据（如浏览历史、购买记录、地理位置等），能够精准定位目标 受众，并为其推送个性化的广告内容。这种精准投放不仅提高了广告的转化率，还减少 了广告资源的浪费。

Google Ads：Google 通过推出 Google Performance Max 提升广告投放效率，该平台 集成了竞价、出价、受众定位、创意生成和归因分析等自动化技术。将所有谷歌广 告类型结合在一起，通过设定营销目标、预算、出价之后，由 Pmax 机器自动化学习 实现智能竞价、智能投放广告，最大化效果的实现广告目标。Pmax 广告的优点在于 它能够通过用户在搜索引擎中的反馈，去尽可能提高转化价值，无论是直接搜索、 已经浏览过相关网站、已查看过相关产品、潜在用户的开发或者是现有用户的再营 销，Pmax 都能量身定制合适的广告进行展示推送。

APP：自研 AXON 人工智能广告引擎，这套系统能够高效处理海量数据，极其精准 地匹配广告主与目标用户，显著提升了广告投放效果和开发者的收入。公司也有外 延式并购，通过收购 Adjust, MoPub 等公司，构建了从广告投放到效果归因的完整技 术闭环，形成了强大的“数据-算法”增长飞轮。AXON 模型采用了先进的算法，专 注于营销广告投放，因此它的模型体量不需要和传统的语言大模型一样庞大。但 AXON 最大的特色在于动态调整，它能够以更快的速度更新最新数据，帮助广告主 找到最高回报的投放模式。

3、广告方案优化

AI 可以给出根据各平台的投放效果进行实时监测，如监测广告的表现数据（如点击率、 转化率等），并根据反馈自动调整投放策略，针对广告投放方案进行优化。 Meta：10 月 2 日，Meta 更新了一款免费且可定制的销售 AI 代理“Business AI”，可直 接添加到企业网站。据了解，品牌方可在 Meta Business Suite 中创建专属的、部署在自己 网站上的 Business AI 代理，用于回答产品问题、协助定制选项并推动销售。在广告投放 方面，Meta 还推出了 Meta AI Business Assistant，该工具旨在基于 Meta 平台的用户数据 为企业主与营销人员提供投放与帖文表现的解答，并能处理账户相关问题，包括被禁用 账户与支出限额等账户问题，从而在操作层面提供直接支持。

（二）AI+编程：代码效率提升，开发者时间节省

自动化代码生成的核心在于通过自然语言处理（NLP）与机器学习模型，将人类语言描述 的需求转化为可执行代码。AI+编程对软件产业的影响是全方位且深远的，其能够作为代 码生成助手，补全助手，甚至自主程序员等角色存在。根据 OSCHINA，全球 AI 代码工 具市场在 2024 年达到 67 亿美元，预计到 2030 年将达到 257 亿美元，年复合增长率 (CAGR) 为 25.2%。

技术架构上，现代 AI 编程工具可分为五个能力层级：L1 代码补全、L2 代码生成、L3 代 码理解与重构、L4 自动化测试与部署，以及 L5 全自主开发团队。目前主流产品多处于 L3 级别，正在向更高层级迈进。

1、L1 阶段：代码补全，加速软件开发

开发者常常会面临一些重复、繁琐的代码输入，这类工具极具实用价值，通过智能建议 与代码补全功能，能极大地简化编码流程。

GitHub Copilot：GitHub Copilot 是基于 OpenAI Codex 技术的 AI 编程助手，它能够 根据上下文自动生成代码建议，支持多种编程语言，包括 Python、JavaScript、Java 等主流语言。Copilot 能够根据注释和现有代码预测下一步要编写的内容，并通过描 述性注释直接生成完整代码，最后选中代码后，Copilot 可以解释代码功能。

2、L2 阶段：专注于任务级自动化

L2 级别的工具专注于任务级自动化，这类工具擅长处理各种开发任务，能够依据描述性 提示来开发新功能、修复漏洞以及重构代码。

Cursor：能够参与从代码生成到架构设计的完整开发流程。如 IntelliSense 功能，它 能够根据代码的上下文智能地提供代码补全建议。无论你是在编写 JavaScript、 Python，还是其他编程语言，IntelliSense 都能够预测你要输入的内容，并为你建议 下一行代码或单词。同时，Cursor 还集成了快捷的 AI 询问功能，帮程序员快速理 清思路，找到解决方案。

3、L3 阶段：代码理解与重构

L3 代表着项目级自动化的早期阶段，像 Codegen、Sweep 和 Pythagora 这样的工具，具 备分析项目需求并生成相关拉取请求的能力。L3 级工具的一个关键特性在于，它们能够 通过与项目管理工具（如 Jira）和源代码平台（如 GitHub）集成，实现软件开发多个步骤 的自动化，包括需求收集、代码生成、拉取请求创建和部署。然而，目前这些系统尚处于 初级阶段，仅能管理较为简单的编码项目，并生成基本的代码片段。在实际应用中，还 需要人工进行干预，以确保代码的质量和相关性，这在一定程度上限制了它们的自主性。

Pythagora：能够自主开发工作流，从而管理从需求到部署的整个开发生命周期。其 次，其可用于生产环境的代码生成：生成可用于部署的模块化、可维护的代码，并 进行自动测试。自然语言开发：通过用简单的英语描述需求来创建应用程序，AI 负 责实现。

（三）AI+教育：政府、社会、资本高度关注，想象空间有望打开

在全球政府、社会、资本的高度关注下，AI 技术不断突破已有上限，并拓展教育应用想 象空间。以 OpenAI 为例，其于 2024 年 5 月推出专为高校场景设计的 GPT-edu，为学生 与教师提供个性化的服务，可灵活应用于学习、教学、科研等细分场景，并且为教育场 景提供定制化功能，如更高级别的数据安全控制，模型微调合作许可等。2024 年，AI 教 育市场规模约为 24.6 亿美元，预计到 2032 年将达到 282.2 亿美元，从 2024 年到 2032 年 复合年增长率约为 35.66％。

1、学生侧：AI 产品主要协助学生进行疑题解答或进行语言学习

在学生侧，AI 主要帮助学生完成题目解答，学习陪伴，作业帮手等功能。如 1）Answer AI：允许通过拍照、扫描问题、上传 PDF 或聊天与 AI 导师互动，并可以回答所有学科 的问题，包括数学、生物、历史、物理、化学等。2）Gauth：AI 学习陪伴、AI 作业&学 习帮手，其能使用 AI 对照片或拍照后的题目进行分析，由 AI 技术在几秒钟的时间内为 用户提供详尽的解答步骤、解题的逻辑思路。3）Duolingo：2024 年 9 月 25 日，多邻 国举办第六届全球分享大会（Duocon），公布其重大产品创新，推出两项全新 AI 驱动功 能——视频通话（Video Call）与多邻国大冒险（Adventures）。在“视频通话”功能中， 用户可以与多邻国角色 Lily（拽姐）对话，且对话内容会根据用户语言水平灵活调整， 即使是初学者也可以轻松地进行对话练习，公司同步发布了“duolingo 大冒险”，作为一 款探索类游戏，用户可以沉浸其中与 Duolingo 的经典 IP 人物对话，十分契合公司游戏 +教学的思路。自 2025 年，公司新增 148 门语言课程，全部由生成式 AI 辅助开发。

教师侧：在教师端，生成式人工智能成为提升教学水平的得力助手，助力教师专业 发展，教师借助人工智能优化教学过程，不断积累经验、提升能力，进而更好地推 动学生核心素养的落地。

编辑：火腿肠