AI出海新兴市场，抓住技术革新的机会

今年年初，DeepSeek横空出世，霸占了全球社交网络的头条。

紧接着，宇树科技的机器人穿着大花棉袄在春晚舞台上扭秧歌，成为全世界范围的热议焦点。

从大模型到人工智能代理，再到智能终端，中国在AI领域与美国展开了全面的竞争。而随着AI技术的发展和通用大模型的不断涌现，致力于出海的中国科技公司，也逐步在全球市场尝试将AI技术与场景结合，探索新的可能性。尤其是新兴市场，技术革新的浪潮正在悄悄改变这些地区的产业江湖。没有人知道，这场由AI引领的变革即将带来什么。

ChatGPT的出现开启了全球的“AI时代”。尽管面临着能源消耗、知识产权、伦理与隐私等方面的争议，依然有越来越多的政府开始了AI相关的布局。今年2月在巴黎举行的“人工智能行动峰会”上，欧盟委员会主席就宣布启动2000亿欧元AI投资，其中200亿欧元用于建设4座AI超级工厂，配备10万颗先进芯片，重点训练复杂工业与医疗模型。差不多同一时期，韩国政府表示将在2027年建成国家人工智能计算中心，推动实现“全球AI强国前三”（“AI G3”）的奋斗目标。

为抓住AI技术浪潮所带来的发展机遇，东南亚、中东等新兴市场国家也在加速布局AI产业，通过国家战略和政策推动AI技术应用与生态建设。

以东南亚为例，新加坡在2023年更新了《国家人工智能战略2.0》，致力于通过三大系统、十项抓手以及十五项行动，支持该国在人工智能领域的雄心。

印尼则制定了《2020-2045人工智能国家战略蓝图》，吸引英伟达等国际企业投资2亿美元建立AI中心。

泰国同样在紧锣密鼓规划AI人才培养，发布《泰国国家人工智能战略与计划（2022-2027）》，目标建立数据中心，到2027年至少培养3万名AI相关的人才。

中国出海企业并没有错过这轮AI战略窗口期。

在新一轮激烈的大模型竞赛中，中东与东南亚成为中国科技公司海外算力部署的重要领域。

今年2月，腾讯云、DeepSeek在同一天宣布了在中东建设或运营数据中心的消息。而在东南亚，TikTok、阿里云等巨头在更早之前就已部署了数据托管服务、数据中心和人工智能中心。

除了数据中心与算力的基础设施投资之外，中国企业亦加快了其在AI产业模型层、应用层的出海速度。

在B端供给侧，中国出海企业凭借其在智能化水平的领先优势，为新兴市场带来了更多AI产业级应用的新模式和新尝试，并逐步在工业制造、医疗、金融、农业等领域运用渗透，以提升生产效率、降低生产成本。

例如，阿里云、腾讯云为东南亚企业提供智能客服和数据分析服务，华为在非洲部署星河AI网络解决方案，支持本地数字化转型；大疆在巴西推广AI驱动的农业智能解决方案，用于作物监测和无人机植保；而商汤、依图、旷视、科大讯飞等人工智能公司，2022年左右就已经部署海外市场，在东南亚、沙特等区域提供人工智能技术和解决方案。

中国农业无人机出海赋能农业生产

而在离消费者更近的C端，字节、阿里、腾讯等巨头纷纷在海外推出大模型产品，中小创业团队和独立开发者，则以更灵活的方式在全球市场崛起。效率工具、电商物流、社交、内容创作等领域的运用可谓百花齐放。

据全球知名风投机构Andreessen Horowitz近期发布的最新全球消费级AI应用排名，在网页端AI应用排行榜中， DeepSeek排在全球第2名，仅次于ChatGPT。此外，字节跳动、月之暗面、MiniMax、快手的产品也都进入了前20位。在移动端AI应用排行榜中，百度、阿里夸克、字节跳动豆包分别排在第4、第6和第7位，深度求索的DeepSeek排在第14位，美图公司旗下的美图秀秀、BeautyPlus分别排在第17位和第20位。

全球知名风投机构Andreessen Horowitz近期发布最新全球消费级AI应用排名

与此同时，AI社交应用产品也纷纷涌现。2023年，字节跳动推出了主要面向新兴市场的AI社交产品Cici，基于豆包大模型，内置多个AI角色，聚焦情感陪伴与社交互动。另一个中国AI科技公司MiniMax上线了同样主打海外市场的AI社交产品Talkie，截至2024年8月，累计下载量突破1700万次。

随着AI生成效果的提升，海外短剧、游戏、网文等应用中的AI内容生成比例在逐步提升，如通过文本分类、命名支持、情感分析等功能赋能写作，通过视频场景生成、本土化换脸、翻译本土化、字幕编辑及生成等赋能短剧创作等等。如据去年10月的公开数据，快手可灵AI已有超过360万用户，累计生成3700万个视频、超一亿张图片。而字节跳动则推出了面向海外的生图工具产品PicPic，持续发力AI出海。

而在电商物流领域，AI也正在发挥重要作用。如极兔近日宣布接入DeepSeek大模型，计划利用AI技术，高效协同跨区域、跨语言的运营和服务，探索智能物流解决方案。智能选品、仓储管理、智能客服等是电商行业AI运用的主要场景。SHEIN、Temu等电商巨头，都已经开始通过AI分析新兴市场本地消费偏好，以优化选品与智能推荐。此外，尽管智能客服一直被诟病为“人工智障”，但大幅提升智能客服的运用比例，以减少人力成本，已经是无法逆转的行业趋势。

从行业生态角度，目前的人工智能产业大致可以分为基建层、模型层、中间件层、应用层。

其中，基建层包括了芯片、云计算等技术和数据中心等基础设施，为AI提供底层技术支撑。

模型层则包括了通用大模型和垂直大模型。如以GPT-5、DeepSeek等大模型正在持续优化多模态模型能力，而垂直模型则将AI与医学、法律、金融等专业场景相结合，通过小样本学习降低数据需求，加速行业渗透。

中间件层主要提供开发工具与推理优化技术，解决大模型落地过程中数据集成、应用集成等问题，降低开发门槛与应用成本。

应用层即AI技术的实际应用领域，也是离我们最近的一层，从B端的工业链管理、AI辅助诊断系统，到C端的智能机器人、智能汽车、图片生成工具、客服机器人等等，均属于这个范畴。

目前来看，中国企业在新兴市场的AI出海，已经涵盖了基建层的算力部署，模型层以及应用层的消费端应用及生产效率提升等，十分全面。

毫无疑问，在AI领域新一轮的竞争中，新兴市场是各方的必争之地。

近年来，国际局势的不稳定、中美贸易冲突的升级等因素，客观上推动了出海企业在东南亚、拉美、中东等新兴市场的布局。据标普全球预计，到2035年，新兴市场将在塑造全球经济中发挥关键作用，对全球经济增长的贡献率约为65%。

以东南亚为例，这里拥有6.5亿人口，平均年龄30岁，互联网普及率超过75%，网民数量达4亿。作为众多中国企业的出海首选目的地，来自中国的电商、社交APP，游戏及娱乐内容等，在这里有极高的渗透率和普及度，这不仅推动了当地用户数据存储、传输的爆炸式增长，也为出海企业AI技术的广泛运用提供足够的动力和产业基础。

再如中东，随着各石油国致力于摆脱对石油资源的依赖，向数字经济转型，该地区的电商、社交、游戏电竞、人工智能等行业均得到了蓬勃发展，并受到越来越多出海企业的青睐，而海湾六国高达99%的互联网渗透率、可与发达国家媲美的人均GDP水平，以及年轻化的人口结构，都为AI技术的广泛应用提供了基础。

除此之外，低廉的电力成本、丰富的土地资源等禀赋，也成为出海巨头在新兴市场布局算力资源的重要理由。

不过尽管前景广阔，但中国企业要在AI出海中实现增长，也并不容易。

首先是极为激烈的国际竞争。

在沙特、印尼、马来西亚、新加坡等多方关注的市场，可以看到多个科技巨头的身影：微软在印尼、马来西亚投资云计算和AI基础设施，推动传统产业数字化转型；AWS在新加坡、马来西亚建设数据中心；英伟达与印尼电信巨头合作建立AI中心，布局生成式AI和医疗领域；谷歌云宣布在沙特建立全球AI中心，承诺未来10年对沙特经济贡献700亿美元，为100万沙特公民提供技能培训。

除此之外，出海企业还面临着来自新兴市场本土企业的围堵。印度SigTuple等医疗AI初创企业凭借本地洞察挤压中国的市场份额；新加坡、印尼正推动本土AI生态建设，要求技术主权。

算力资源的紧张亦是出海企业推动海外AI技术应用的关键阻碍。

尽管DeepSeek的技术路径大大节省了AI大模型的算力消耗和成本，但眼下算力的成本依然巨大，且由于众所周知的原因，中国出海企业在这方面面临着更多风险：中国AI企业高度依赖英伟达A800/H800芯片，算力效率较国际水平存在差距，且面临美国出口限制；部分C端应用依赖GPT模型训练，OpenAI对中国开发者的API限制加剧技术风险。

合规和数据隐私也是一个掣肘。不论是中东还是东南亚、拉美，都对数据安全做出了规定，如印尼出台了《个人数据保护法》，巴西颁布了《通用数据保护法》，这些各国的法规要求差异巨大，对AI出海的合规造成了不小的挑战。

人才的不足以及基础设施的不完善，也制约着AI技术在新兴市场的广泛应用。不论是东南亚、中东，还是拉美、非洲等市场，尽管人力成本较低，但其高科技人才，尤其是AI人才都极其短缺。同时，网络覆盖不均、网络信号差、智能终端设备性能不足等问题，也都大大限制了AI技术的应用场景。

以拉美为例，据数据统计机构Statista有关报告显示，到2025年，预计拉美地区5G网络平均渗透率仅为7%，其中巴西、墨西哥、智利等国或超10%，而同期全球平均水平将达到14%。彭博社亦指出，拉美移动网络渗透率较低，2G、3G和4G网络渗透率不足80%。

不过，最不能忽视的，依然是变现问题。消费端层面的AI应用，目前尚没有明确的变现路径，这是个全球性问题。根据SensorTower数据，2024年全球生成式AI应用（包括AI聊天机器人、AI艺术生成器等）的内购收入为 12.7亿美元，与之相比，全球消费者在社交媒体的花费则为117.59亿美元。AI应用的渗透比例很低。而在B端产业级应用上，由于新兴市场环境的复杂，AI技术如何应用、落地、场景调优等，都需要时间慢慢解决，其商业化条件远没有成熟。