AI大模型市场调研与竞品数据分析指南

AI大模型市场调研与竞品数据分析指南文档编号：AI-MR-CI-GL-001版本号：V1.0密级：【内部/公开】编制部门：【战略与市场研究部/产品部/投资研究部】编制人：【姓名】审核人：【姓名】生效日期：【YYYY-MM-DD】数据截止日期：【YYYY-MM-DD】使用说明1.本指南适用于AI大模型厂商、投资机构、企业数字化部门、咨询公司开展市场调研、竞品分析、选型评估与战略研究。2.使用前请将【】中的内容替换为实际信息，并根据调研对象删减或扩展模块。3.涉及市场规模、融资、定价、评测分数等动态数据时，必须标注来源与截止日期。4.建议每季度更新一次竞品数据库，每半年更新一次市场地图与战略结论。5.本指南不构成投资建议或法律意见，正式对外发布前需经法务与合规审核。目录总则市场调研框架竞品分析框架核心指标体系数据采集、清洗与质量控制分析方法与模型报告撰写与呈现规范可直接使用的模板库合规、伦理与安全要求附录与更新机制1.总则1.1编制目的本指南旨在建立一套系统化、可复用、可验证的AI大模型市场调研与竞品数据分析方法，帮助使用者在以下场景中快速形成高质量结论：判断AI大模型市场空间、增长趋势与竞争格局；识别主要竞品、潜在竞品与替代方案；对比模型能力、产品体验、定价策略、生态能力与合规水平；支持产品规划、市场进入、投资决策、客户选型与战略制定；建立可持续更新的竞品情报与市场数据库。1.2适用范围本指南适用于：基础大模型厂商；行业大模型与垂直模型厂商；AIAgent、RAG、多模态、AI原生应用企业；企业数字化与AI选型团队；投资机构、券商研究所、咨询公司；政府、园区、产业联盟开展AI产业研究。1.3核心术语术语定义大语言模型/LLM基于大规模文本等数据训练，具备生成、理解、推理能力的模型基础模型/FoundationModel可适配多种下游任务的大规模预训练模型多模态模型支持文本、图像、音频、视频等多种模态输入输出的模型MoE混合专家架构，通过稀疏激活降低推理成本上下文窗口模型单次可处理的Token数量Token模型处理文本的基本单位RAG检索增强生成，通过外部知识库增强回答准确性Agent能规划、调用工具、执行任务的智能体API应用程序编程接口，通常按Token或调用次数计费私有化部署将模型部署在客户自有环境，满足数据安全要求Benchmark模型能力评测基准TCO总拥有成本，包括采购、训练、推理、运维、人力等TAM/SAM/SOM总体市场/可服务市场/可获得市场1.4调研原则客观性：区分事实、推断与观点。可验证性：关键数据需有来源、日期与口径。时效性：大模型行业迭代快，数据超过6个月需重新验证。合规性：不得通过非法手段获取商业秘密、个人信息或未授权数据。可行动性：结论必须指向决策建议，而非信息堆砌。可复现性：调研方法、评分标准、数据来源应可追溯。1.5调研问题树示例市场：规模多大？增速如何？驱动因素与抑制因素是什么？竞争：主要玩家是谁？份额如何？差异化在哪里？技术：能力边界、成本、延迟、多模态、安全水平如何？客户：谁在用？用于什么场景？付费意愿与选型标准是什么？商业：定价、渠道、毛利、续费、生态如何？合规：备案、认证、数据出境、内容安全是否满足？机会：TAM/SAM/SOM如何？进入策略与风险是什么？2.市场调研框架2.1市场界定与分层AI大模型市场可按以下维度划分：层级范围代表玩家类型上游算力芯片、云服务、数据标注、训练框架芯片厂商、云厂商、数据服务商中游基础大模型、行业大模型、推理优化、评测平台OpenAI、Anthropic、Google、百度、阿里、字节、月之暗面、智谱、MiniMax等下游AI原生应用、传统软件AI化、集成服务办公、金融、医疗、法律、教育、客服、代码等支撑层工具链、Agent平台、RAG、向量数据库、安全合规LangChain、LlamaIndex、向量数据库厂商按模态可分为：文本、图像、语音、视频、多模态。

按部署可分为：公有云API、私有化部署、混合部署、边缘部署。

按客户可分为：C端、B端、G端、开发者。2.2宏观环境分析：PESTEL政治：国家AI战略、产业政策、国际竞争。经济：企业IT预算、融资环境、算力成本。社会：用户接受度、就业影响、伦理争议。技术：模型架构、推理成本、多模态、Agent进展。环境：算力能耗、碳足迹、绿色AI。法律：生成式AI管理办法、数据安全法、个人信息保护法、GDPR、EUAIAct。2.3产业链分析建议绘制产业链图谱，标注：上游关键资源与成本结构；中游模型能力与商业化模式；下游场景渗透率与付费意愿；各环节集中度、议价能力与替代风险。2.4需求侧调研重点回答：客户是谁？行业、规模、地域、预算？使用场景是什么？高频、刚需还是试点？当前替代方案是什么？人工、传统软件、规则系统？选型标准是什么？效果、价格、安全、部署、服务？付费模式偏好？订阅、按量、License、一体机？采购流程与决策链？业务、IT、采购、法务、管理层？2.5供给侧调研重点分析：模型能力、技术路线、训练数据、算力储备；团队背景、融资情况、股东结构；产品矩阵、定价策略、渠道体系；生态合作、开发者规模、客户案例；合规资质、安全能力、备案情况。2.6市场规模估算方法自上而下：行业总IT支出×AI渗透率×大模型占比。自下而上：目标客户数×付费率×客单价。类比法：参考云计算、SaaS、移动互联网发展路径。TAM/SAM/SOM：分别估算总体、可服务、可获得市场。复合增长率：CAGR=(末期值/初期值)^(1/n)-1。2.7竞争格局分析市场份额：收入、调用量、Token消耗、客户数；集中度：CR3、CR5、HHI；波特五力：供应商、购买者、替代品、新进入者、同业竞争；生态联盟：云厂商、芯片厂商、ISV、渠道商、开源社区。2.8数据来源二手数据：IDC、Gartner、CBInsights、艾瑞、信通院、公司财报、招股书、论文、专利、GitHub、HuggingFace、OpenCompass、LMSYSChatbotArena、SuperCLUE、C-Eval、CMMLU、MMLU等。一手数据：专家访谈、用户问卷、客户深访、API实测、招标文件、渠道访谈、招聘信息、展会调研。2.9调研执行流程立项→问题定义→调研计划→数据采集→清洗验证→分析建模→报告撰写→评审发布→持续更新。3.竞品分析框架3.1竞品识别与分层类型定义示例直接竞品同类模型或同类产品，解决相同问题同类基础大模型、同类行业模型间接竞品不同技术路线但满足同一需求传统规则系统、小模型、人工服务潜在竞品当前未直接竞争，但可能进入大厂、开源社区、海外厂商替代品客户可替代使用的方案传统软件、外包、自研竞品可按市场地位分为：领导者、挑战者、追随者、补位者。

也可按模式分为：开源、闭源、API、私有化、行业垂直。3.2竞品画像模板公司概况：成立时间、总部、团队、融资、估值；产品矩阵：模型名称、版本、模态、参数规模；目标客户：行业、规模、地域；核心场景：办公、客服、代码、金融、医疗、法律等；技术架构：Transformer、MoE、多模态、上下文长度；数据策略：训练数据、数据截止、版权合规；商业模式：API、订阅、私有化、一体机、分成；定价策略：按Token、按调用、按坐席、License；渠道生态：云市场、ISV、代理商、开发者社区；合规资质：备案、认证、安全事件；优势与劣势：能力、成本、生态、品牌、服务。3.3技术能力分析维度关键问题模型架构Dense/MoE？参数量/激活参数？上下文支持多少Token？长文本效果如何？多模态文本、图像、音频、视频支持情况？工具调用FunctionCalling、Agent、插件能力？微调与RAG是否支持微调、RAG、知识库？推理性能TTFT、TPOT、吞吐、并发、稳定性？成本每百万Token价格、私有化TCO？评测MMLU、GSM8K、HumanEval、C-Eval、Arena等安全幻觉率、拒答率、内容安全、越狱防护？部署公有云、私有化、混合、边缘？注意：公开Benchmark存在数据污染、刷榜、场景不匹配等问题，建议结合自建场景化评测集。3.4产品与体验分析注册与上手难度；API文档、SDK、示例代码质量；控制台、用量统计、账单透明度；限流、错误处理、SLA；多轮对话、长文理解、文件上传、联网搜索；RAG、知识库、Agent、工作流；企业功能：权限、审计、单点登录、数据隔离；客服响应、技术支持、培训认证。3.5商业化与定价分析定价模式适用场景优点风险按TokenAPI调用弹性、低门槛成本不可预测按调用次数标准化API简单不利于复杂任务订阅制C端/B端工具收入稳定需持续价值按坐席企业办公易理解使用率不足私有化License金融、政务、医疗高客单、安全交付重、周期长一体机数据敏感场景软硬一体成本高、迭代慢同时分析：毛利率、CAC、LTV、回本周期、续费率、增购率。3.6生态与开发者分析GitHubStars、Forks、Contributors；HuggingFaceDownloads、Likes；API开发者数量、活跃应用；插件数量、模型市场、云市场；合作伙伴、ISV、渠道商；社区活动、文档、教程、认证。3.7安全与合规分析算法备案、大模型备案；生成式AI服务管理合规；数据出境、隐私保护、个人信息；内容安全、价值观对齐、越狱防护；ISO27001、SOC2、等保；知识产权、训练数据版权；安全事件、处罚、投诉记录。3.8组织与资本分析创始团队背景、研发人员占比；融资轮次、金额、估值、股东；研发投入、专利、论文；招聘岗位反映的战略方向；合作伙伴与客户背书。4.核心指标体系4.1市场指标市场规模、增长率、CAGR；渗透率、国产化率、开源占比；CR3、CR5、HHI；TAM/SAM/SOM；客户预算、采购周期、付费率。4.2技术指标参数量、激活参数、架构；上下文长度、多模态能力；MMLU、MMLU-Pro、GPQA、GSM8K、MATH；HumanEval、MBPP；C-Eval、CMMLU、SuperCLUE；LMSYSArenaElo、MT-Bench；幻觉率、安全拒答率；TTFT、TPOT、吞吐、并发；每百万Token成本、显存占用。4.3产品指标MAU、DAU、WAU；留存率、使用时长、使用频次；调用量、Token消耗；任务完成率、首次响应时间；NPS、CSAT、解决率；付费转化率、续费率。4.4商业指标收入、ARR、MRR；毛利率、净利率；CAC、LTV、LTV/CAC；客单价、回本周期；市占率、客户数、大客户占比。4.5生态指标GitHubStars、Forks、Contributors；HuggingFaceDownloads、Likes；API开发者数、插件数；合作伙伴数、云市场曝光；社区活跃度、内容产出。4.6合规指标备案数量、认证数量；安全事件数、处罚次数；数据出境评估；用户投诉与舆情。5.数据采集、清洗与质量控制5.1采集计划表指标来源方法频率负责人置信度市场规模IDC/信通院桌面研究半年【】中模型价格官网/API实测月度【】高用户评价应用商店/社区文本挖掘季度【】中融资信息工商/媒体交叉验证月度【】中技术评测自建评测集API实测季度【】高5.2数据清洗去重、去广告、去水军；统一单位：美元/人民币、百万Token、月/年；统一日期格式与统计口径；处理缺失值、异常值；标注来源、采集时间、置信度。5.3交叉验证三角验证：至少两个独立来源；专家复核：关键结论需专家确认；逻辑校验：与常识、历史趋势、财务数据对比；置信度评级：高、中、低。5.4合规边界遵守robots.txt与网站条款；不抓取个人信息、商业秘密；访谈需知情同意；不使用贿赂、窃取、冒充等非法手段；引用数据需标明来源，避免侵权。6.分析方法与模型6.1竞品评分卡维度权重评分1-5加权分说明技术能力30%【】【】模型、多模态、推理、成本产品体验20%【】【】易用性、文档、稳定性商业能力20%【】【】定价、收入、客户、渠道生态能力15%【】【】开发者、插件、合作合规安全15%【】【】备案、认证、安全合计100%【】6.2SWOT分析维度内容Strengths优势【】Weaknesses劣势【】Opportunities机会【】Threats威胁【】6.3波特五力供应商议价能力：算力、芯片、数据；购买者议价能力：大客户、云厂商；新进入者威胁：开源、大厂、初创；替代品威胁：小模型、传统软件、人工；同业竞争：价格战、能力战、生态战。6.4商业模式画布客户细分、价值主张、渠道、客户关系、收入来源、核心资源、关键业务、重要合作、成本结构。6.5技术-商业矩阵横轴：技术领先度；纵轴：商业成熟度；象限：领导者、技术先锋、商业强者、追随者。6.6定价对比表厂商模型输入价格输出价格免费额度私有化备注【】【】【】/百万Token【】/百万Token【】【】【】6.7场景-能力矩阵场景关键能力竞品A竞品B竞品C客服多轮、RAG、安全【】【】【】代码代码生成、调试【】【】【】金融合规、私有化、准确【】【】【】医疗专业知识、隐私【】【】【】6.8定量与定性分析方法描述统计：均值、中位数、分布、增长率；对比分析：同比、环比、竞品对标；趋势分析：时间序列、成本曲线；聚类分析：客户分群、竞品分群；因子分析：选型关键因素；AHP/熵权法：确定权重；文本挖掘：评论情感、主题编码；LLM辅助分析：摘要、分类、实体抽取，但需人工复核并注意保密。7.报告撰写与呈现规范7.1报告结构封面与版本信息；执行摘要：核心结论与建议；研究背景与目的；研究方法与数据来源；市场概览：规模、趋势、驱动因素；竞争格局：玩家、份额、地图；竞品深潜：技术、产品、定价、生态、合规；能力对比与评分卡；客户反馈与需求洞察；机会与威胁；战略建议与行动计划；附录：数据表、访谈纪要、参考来源。7.2图表规范市场地图：按层级、场景、客户；技术雷达：能力维度对比；评分卡：加权得分；价格表：输入/输出/私有化；SWOT：优势、劣势、机会、威胁；路线图：产品、技术、生态、合规。7.3结论写法采用“事实—洞察—建议”结构：事实：竞品AAPI价格下降30%。洞察：推理成本下降将加速中小企业采用，价格战向应用层传导。建议：优化推理成本，推出阶梯定价，锁定中长尾客户。7.4评审与更新数据评审：来源、日期、口径；方法评审：样本、模型、权重；逻辑评审：因果、对比、结论；合规评审：版权、隐私、商业秘密；更新频率：季度更新数据，半年更新结论。8.可直接使用的模板库8.1竞品基础信息表字段竞品A竞品B竞品C公司名称【】【】【】成立时间【】【】【】总部【】【】【】融资轮次【】【】【】估值【】【】【】核心模型【】【】【】开源/闭源【】【】【】目标客户【】【】【】核心场景【】【】【】定价模式【】【】【】合规资质【】【】【】8.2技术能力对比表维度竞品A竞品B竞品C架构【】【】【】参数量【】【】【】上下文【】【】【】多模态【】【】【】工具调用【】【】【】推理延迟【】【】【】每百万Token成本【】【】【】评测分数【】【】【】私有化【】【】【】8.3访谈提纲模板您所在行业与岗位？当前使用哪些大模型？用于什么场景？选型最看重哪些因素？效果、价格、安全、服务？对现有产品最满意与最不满意的地方？付费意愿与预算范围？未来6-12个月计划增加哪些AI场景？是否考虑私有化部署？原因是什么？您如何看待主要竞品？8.4数据来源记录表数据项来源链接/文件采集日期置信度备注【】【】【】【】高/中/低【】8.5调研计划模板项目名称：【】调研目标：【】调研范围：【】关键问题：【】方法：桌面研究/访谈/问卷/实测时间表：【】负责人：【】交付物：【】预算：【】8.6SWOT模板优势劣势【】【】机会威胁【】【】8.7结论建议表结论依据建议优先级负责人【】【】【】高/中/低【】9.合规、伦