2024AIGC應用層十大趨勢-IDC

趨勢二：大模型從“趕時髦”到“真有用”趨勢七：業(yè)務流程邁向“無感智能”我國正在經(jīng)歷經(jīng)濟發(fā)展的重要時刻，以生成式人工智能等為代表的智能經(jīng)濟活動逆勢增長，成為我國推動經(jīng)濟持續(xù)增長、構筑科技創(chuàng)新和產(chǎn)業(yè)升級之基，也成為支撐經(jīng)濟體系現(xiàn)代化的新引擎。工業(yè)和信息化部的統(tǒng)計數(shù)據(jù)顯示，1－10月份，我國軟件和信息服務業(yè)務收入98191億元，同比增長公司、創(chuàng)新型公司展開投入競賽。然而人們往往低估新技術的長期影響力，面對AIGC技術，我們既運營、緊貼應用場景，解決應用落地的最后一公里，才能真正發(fā)揮大模型、AIGC等新技術、新產(chǎn)品目前已有的基礎大模型很難直接應用于各行業(yè)領域，企業(yè)需要結合自身的行業(yè)特點和專業(yè)知識，研發(fā)出可嵌入MaaS和PaaS的適合企業(yè)自身的行業(yè)大模型、專屬大模型或場景大模型。既能避免開發(fā)當前，以釘釘為代表的國內(nèi)AI應用廠商已經(jīng)在AIGC的應用落地方面做出了有益的嘗試，在企業(yè)內(nèi)部推動人機協(xié)同、智能決策等先進工作模式的實施，為廣大中小企業(yè)提供易于使用、功能強大的AI問題、倫理挑戰(zhàn)以及法規(guī)適應性等問題都需要被予以充分的關注和妥善的解決。這需要政府部門、科研機構、產(chǎn)業(yè)界以及各行各業(yè)的用戶共同參與到AIGC的健康發(fā)展進程中來。我們要秉持開放創(chuàng)新展望未來，AIGC技術必將成為推動我國科技產(chǎn)業(yè)變革、提升企業(yè)效能、促進實體經(jīng)濟高質(zhì)量發(fā)展的企業(yè)數(shù)字化轉(zhuǎn)型進入深海區(qū)，加速向廣度和深度進發(fā)。企業(yè)正在將數(shù)字化轉(zhuǎn)型擴展至所有業(yè)務流程和運營中，這涉及到更深入的數(shù)據(jù)分析、流程自動化、廣泛的協(xié)作、智能決策支持等的開發(fā)和應大數(shù)據(jù)等領域的快速發(fā)展，已經(jīng)開啟一個全新的智能數(shù)字業(yè)務時代，即充分發(fā)揮數(shù)據(jù)作為生產(chǎn)要素的價值，實現(xiàn)業(yè)務流程創(chuàng)新、客戶體驗創(chuàng)新、產(chǎn)品服務創(chuàng)新、商業(yè)模式創(chuàng)新和社會責任的創(chuàng)新，使生成式AI正在“聽、說、讀、寫、看、畫、思、動”等諸多方面延伸人的能力，行業(yè)用戶已經(jīng)開始加速部署。生成式AI正在沿著“智能實習生、個人數(shù)字助理、咨詢顧問專家、優(yōu)秀數(shù)字員工”方向演進，以釘釘代表的技術廠商推出AIAgent類應用是當前生成式AI落地的一條主流路徑，成為多行業(yè)用戶優(yōu)先嘗試的落地方式。生成式AI正在重塑所有的行業(yè)和企業(yè)，其應用范圍從跨行業(yè)應用場景如知識管理、市場營銷、客戶服務、代碼生成、藝術設計等逐漸向行業(yè)專屬的應用場景過渡，如金融行業(yè)的投資策略優(yōu)化、政府行業(yè)的政策模擬與預測、制造行業(yè)的產(chǎn)品研發(fā)與設計、零售行業(yè)的虛為了在智能數(shù)字業(yè)務時代保持競爭力，企業(yè)必須開啟一次重構之旅。從業(yè)務和組織層面，涉及到重新考慮和設計企業(yè)的產(chǎn)品服務、業(yè)務流程、管理結構及企業(yè)文化。從技術層面，需要考慮重構基礎設施、業(yè)務應用、交互模式、數(shù)據(jù)價值、生態(tài)伙伴?？傊?，這次重構不僅意味著引入新技術，還包括建立一種以數(shù)據(jù)和數(shù)字工具為核心的運營理念，以及培養(yǎng)一種創(chuàng)新和適應性強的企業(yè)文化，以幫大趨勢，讓我們認識到2024年是生成式AI的真正落地年，生成式AI正在工具化，大模型也將向多模態(tài)、通用化和行業(yè)專屬化發(fā)展。AIAgent作為大模型落地業(yè)務場景的主流形式，也將與業(yè)務流程無縫融合，有效提升企業(yè)生產(chǎn)力。AI原生應用的大幕也已開啟，生成式AI將變得更加普惠。此白皮書2023年，AIGC2所代表的通用人工智能（AGI）技術引發(fā)全球范圍內(nèi)的持續(xù)激蕩。AIGC在短時間里經(jīng)歷了三波進步浪潮：第一波是以GPT為代表的大模型涌現(xiàn)，形成了生成式人工智能（GenAI）3發(fā)展的重要基礎。第二波是化。第三波則是深度業(yè)務場景的應用，打通業(yè)務數(shù)字化全流程，服務實體預訓練大模型的出現(xiàn)為當前AI領域的突破們真正看到了AI技術大規(guī)模普惠落地的可實現(xiàn)深度集成，推動產(chǎn)業(yè)模式產(chǎn)生巨大變革。以大模型為基礎的通用人工智能將作為一個元能力引擎，深度影響從勞動力市場到知識發(fā)展、內(nèi)容創(chuàng)作、協(xié)同交互等商業(yè)、工作、生活的方方面面，讓每個人都能夠觸達到在技術方面，大模型帶來了認知智能技術跨越式發(fā)展4。在應用方面，大模型可以為人類提供更加精準和高效的服務。在商業(yè)化方面，大模型將會帶來軟件入口級的顛覆，并顯著促進上層生態(tài)的發(fā)展。IDC認為，大模型作為政府和企業(yè)推進人工智能產(chǎn)業(yè)發(fā)展的重要抓手，已經(jīng)具備較高的識別準確率和較強的場景遷移性，未來將會進入大模型應用跑馬圈地的階段。大模型將帶動新的產(chǎn)業(yè)和服務應用范式，在類ChatGPT等應用的推動下，基于上層應用開發(fā)和SaaS服務的商業(yè)模式將會逐漸明晰，迎來人工智能的新業(yè)3：生成式AI（GenerativeAI）攝練訓整調(diào)攝練訓整調(diào) 在日漸顯著的預見性趨勢下，企業(yè)IT支出向人工智能的傾斜和轉(zhuǎn)移將是快速而巨量的，這幾乎即將影響到未來的每一個行業(yè)和應用。IDC預計，到從繁榮經(jīng)濟和商業(yè)的共識性目標出發(fā)，人工智能未來實現(xiàn)大規(guī)模落地的發(fā)力點必然聚焦在應用層創(chuàng)新。AIGC作為價值的AI規(guī)?；涞芈窂?，將在與企業(yè)/個人業(yè)務的深度融合過程中掀起一場應用的“AI革命”，并帶來從應用產(chǎn)品形態(tài)、開發(fā)模式）：產(chǎn)業(yè)方向產(chǎn)業(yè)方向圍繞AIGC的應用層創(chuàng)新將成就一大批未來創(chuàng)新型企業(yè)。大模型所具備的強大通用智能，正在顯現(xiàn)巨程融入到企業(yè)業(yè)務中，并構建出大量的新場景，AIGC也會借助應用價值鏈的延伸，改變行業(yè)運行業(yè)態(tài)，對商業(yè)模式和利益格局產(chǎn)生深遠影響。IDC就AIGC應用對諸多行業(yè)用戶展開調(diào)研，所有受訪企l尚未有相關投入，在未來兩年內(nèi)也沒有此類投入計劃l正在做相關投入的路線規(guī)劃，已有實行時間表l我們的相關投入已見成效，具體能力正在穩(wěn)步發(fā)展從歷史上看，一項新技術能否獲得成功的規(guī)?；瘜嵺`，很大程度上取決于其在解決實際行業(yè)問題時的價值潛力，以及在改變行業(yè)發(fā)展態(tài)勢的過程中能否構建出商業(yè)價值上的閉環(huán)。事實上，AIGC技術已經(jīng)在政務、金融、企業(yè)辦公、文化創(chuàng)意、生產(chǎn)管理等多個領域中挖掘出強需求場景。在持續(xù)強化大模型既可以通過日漸活躍的應用創(chuàng)新體系顯現(xiàn)出巨大的業(yè)務價值，同時也能夠顯著提升應用軟件自身的開發(fā)和部署效率，提升已部署應用的準確度。在可預見的一段時期內(nèi)，隨著大模型基礎服務在即將到來的強人工智能時代，智能化應用將出現(xiàn)爆發(fā)式增長的態(tài)勢。無處不在的應用開發(fā)有助于全球42.0%41.4%36.7%43.0%43.0%全球42.0%41.4%36.7%43.0%43.0%美國隨著通用智能化能力的實踐推廣，AIGC會優(yōu)先在B端用戶中實現(xiàn)場景的落地，企業(yè)首先考慮的將會直觀的降本增效成果，并有望以此為基礎獲得更多超預期的價值收益。但需要注意的是，由于行業(yè)發(fā)展基礎不一，不同行業(yè)領域及不同業(yè)務場景間的預期差異可能較大，“找到技術與場景結合點”既是目標也是難點。與此相對應，面向C端用戶推出的AIGC應用往往結合著對創(chuàng)新商用場景，在搜索、地圖、數(shù)字人、智能對話、推薦以及業(yè)務流程優(yōu)化等場景中也表現(xiàn)出巨大的營銷應用場景代碼生成應用場景會話的應用場景知識管理應用場景設計應用場景潮的紅利，有望最先出現(xiàn)在與企業(yè)運行密切相關的顯性業(yè)務中，以設計、開發(fā)、生產(chǎn)、運營和大模型從“趕時髦”到“真有用”產(chǎn)業(yè)方向產(chǎn)業(yè)方向ChatGPT和AIGC在2023年開年引爆了AI圈，成為全社會追捧的熱門話題。AIGC“天馬行空”般的泛化能力起初被迅速娛樂化，在聊天、圖文創(chuàng)作、藝術表達等領域被競相試用和品評。隨著大模型的快速迭代成熟，許多行業(yè)開始期望大模型能夠解決現(xiàn)實研結果顯示，當前企業(yè)就AIGC項目擇選供應商合作時，最看重的是項目能否在短期內(nèi)為企業(yè)帶來價值。在這樣的目標指引下，越來越多的未來場景被描繪出來，大模型應用廠商們也在積極開拓行業(yè)2024年，企業(yè)面對大模型可能帶來的全新發(fā)展空間，將從“追趕新興技術潮流”轉(zhuǎn)變?yōu)閷嵺`成果的深度關注，通過與業(yè)務、財務成果相一致的關鍵績效指標（KPI）來AIGC的強大能力在產(chǎn)業(yè)需求引領下正在被快速地工具化，在客戶服務、銷售市場、知識管理以及輔從個人視角看，掌握優(yōu)秀工具的員工將事半功倍，普遍的文本創(chuàng)作、搜索、日常辦公以及應用開發(fā)等場景會在AIGC的影響下發(fā)生巨大變化，對不同環(huán)節(jié)工作效率的固有認知與評價標準也會有較為明的傳統(tǒng)營銷瑣事，如搜索引擎優(yōu)化、內(nèi)容和網(wǎng)站優(yōu)化、客戶數(shù)據(jù)分析與細分、潛在客戶評分和超個借助PaaS手段提升大模型落地應用的準確性和穩(wěn)定性AIGC的生成式技術特性，使其目前的應用過程仍存在一定的不確定性?訓練成本高，業(yè)務關聯(lián)度低，輸出內(nèi)容時常不夠穩(wěn)定等，都成為企業(yè)在部署AIGC時的掣肘因素。IDC調(diào)研也表明，企業(yè)高層外，相關的技術棧、工具軟件、數(shù)據(jù)集、技能方面的缺失都可能限制企業(yè)對AIGC的投入熱情。因此，大模型的安全可解釋以及產(chǎn)品工具的易用性都非常重要，是堅定企業(yè)信心、加快企業(yè)場景落地想要達成行業(yè)AI應用的準確性、安全性目標，一方面要確保基礎大模型的成熟穩(wěn)定，另一方面也可PaaS層“上通下達”至關重要：應用程序通過PaaS層接口調(diào)用基礎大模型能力，靈活調(diào)整大模型的閾值；PaaS對上觸達豐富場景，對下約束對應模型的輸入和輸出，最終幫助應用程序管十分關鍵。技術廠商通過PaaS層對大模型能力進行產(chǎn)品化的封裝，打造出簡單易用的平臺工定安全的生態(tài)開發(fā)活動既可以將大模型推向行業(yè)縱深，也可以沉淀更多的業(yè)務數(shù)據(jù)和場景，以百業(yè)的用戶真實需求，將智能化的門檻進一步降低，讓大模型的能力進入工作場景，并穩(wěn)產(chǎn)業(yè)方向產(chǎn)業(yè)方向大模型的未來發(fā)展將趨向于通用化與專用化并行。通用預訓練大模型在面對很多領域長期存在的痛點問題時，難以承擔起更多專業(yè)化任務。企業(yè)對于大模型的要求不僅僅是實現(xiàn)“通識”，更需要其成為特定領域的“最強大腦”。因此，企IDC的調(diào)研顯示：目前有60%的企業(yè)使用大模型的公開版本，但這一比例在兩年后會迅速降至隊開發(fā)相關應用。由此可見，行業(yè)專屬大模型已經(jīng)成為企業(yè)未來的熱點目標，企業(yè)也要持續(xù)建設自7.0%7.0%7.0%7.0%54.0%37.0%54.0%37.0%30.0%30.0%60.0%17.0%現(xiàn)階段未來兩年12.0%30.0%88.0%70.0%88.0%70.0%現(xiàn)階段未來兩年通用大模型依靠持續(xù)進化的感知、記憶、理解、分析與生成能力，解決普適性和無嚴格精確度要求的行業(yè)問題，專屬大模型則通過行業(yè)知識的積累和有監(jiān)督精調(diào)，向“專才”發(fā)展，為特定場景提供更精確、更具業(yè)務價值的服務。通用化與專用化并行，可以有效平衡大模型訓練投入的成本和邊際基礎大模型突破AI通用能力的瓶頸，體現(xiàn)模型訓練過程的集約化優(yōu)勢：基量無標注數(shù)據(jù)并完成自監(jiān)督學習的預訓練，使大模型具備很強的泛化能力，減少下游任務的投入時間與成本?；A大模型訓練可以被認為是一種集約化路徑的體現(xiàn)，其顯著減少了人力/資金＞＞同行業(yè)間的知識可遷移性往往不高，行業(yè)內(nèi)的應用場景也較為分散，企業(yè)個體間差異難以統(tǒng)一衡量。專屬大模型能夠幫助生態(tài)開發(fā)企業(yè)和最終客戶“站在巨人的肩膀上”，打造差異化競爭優(yōu)勢。通過技術廠商的開源或開放API/工具等進行大模型的調(diào)用，可以在小樣本、零樣本的學基于特定任務和特定領域知識訓練的專屬或垂類模型，對于未來的B端客戶來說是必不可少的造專屬AI能力的過程中，中大型企業(yè)基于良好的資金基礎和數(shù)據(jù)沉淀，有望率先構建起專屬大模型企業(yè)用戶期望利用大模型更敏捷、更直觀地感知業(yè)務運行狀態(tài)，洞察關鍵問題。例如，企業(yè)用數(shù)場景非常普遍，但通常企業(yè)大多數(shù)員工都不精通專業(yè)的BI知識；在專屬大模型的加持下，員工可以一句話實現(xiàn)業(yè)務數(shù)據(jù)的調(diào)取和問答，背后一系列內(nèi)部系統(tǒng)數(shù)據(jù)的打通則最大限度地通過智能化手段自垂直領域的數(shù)據(jù)、面向場景的模型優(yōu)化以及高效低成本的工程化解決方案是企業(yè)利用AI建立競爭優(yōu)勢的關鍵。未來，包括AIGC和大模型數(shù)據(jù)開發(fā)工作在內(nèi)的一系列基礎工作將變得更加自動化、智能決策的準度·數(shù)字優(yōu)化產(chǎn)品·數(shù)字產(chǎn)品·增強服務·高級分析·智能和認知系統(tǒng)化、有價值且緊密相矣的體驗智慧))·報告和分析決策的準度·數(shù)字優(yōu)化產(chǎn)品·數(shù)字產(chǎn)品·增強服務·高級分析·智能和認知系統(tǒng)化、有價值且緊密相矣的體驗智慧))·報告和分析)·銷售數(shù)據(jù)集專屬大模型將加速企業(yè)數(shù)據(jù)價值的釋能，數(shù)據(jù)從采集、匯聚，到治理、加工，再到形成知識后的智容）數(shù)量遠遠大于結構化數(shù)據(jù)，然而只有不到5%的數(shù)據(jù)被用于分析、學習。專屬大模型激發(fā)了企業(yè)使用非結構化數(shù)據(jù)的想象力。IDC預測，到2025年，數(shù)據(jù)的復雜性、波動性和資源稀缺性將增加，一半以上的中國500強企業(yè)將使用人工智能和自動化技術來檢測和自動處理數(shù)據(jù)。到知識層面的輸出更加專業(yè)：專屬大模型具備更具行業(yè)背景的分析和交互能力。以智能問答場景為例，一些專業(yè)化公司對智能問答有很強的專業(yè)知識要求，并存在大量的專業(yè)名詞。專屬大模型通過對行業(yè)知識的沉淀，輔以知識切片以及關鍵詞、敏感詞的設定等，使輸出更加專業(yè)、有釘釘和艾為電子一起，打造出艾為專屬模型，并基于這一模型搭建了“AI智能客服”。這個智能客服“學會”了艾為電子旗下42大子類產(chǎn)品、近千款自主知識產(chǎn)權芯片的專業(yè)知識，成為艾為的產(chǎn)品“專家”，并且可以7×24小時為數(shù)千家客戶提供即時響應的咨詢、答疑服務。與傳統(tǒng)問答機器人相比，這個智能客服可以“理解”上下文對話，生成的回答也決策層面更加高效和精準：專屬大模型也可以使數(shù)據(jù)轉(zhuǎn)化為智慧的鏈路更聚焦、更高效。在ChatBI等應用的行業(yè)推廣中，相關的行業(yè)業(yè)務能夠帶來更直觀的行業(yè)數(shù)據(jù)和知識資產(chǎn)沉淀。在整個過程中，行業(yè)知識積累越厚重，決策的精準度就越高，形成一個帶有循環(huán)反饋機制的良性數(shù)據(jù)的價值數(shù)據(jù)的價值產(chǎn)業(yè)方向產(chǎn)業(yè)方向多模態(tài)大模型與語言大模型、視覺大模型均為當前大模型訓練和開發(fā)的重要方向。從G艷亮相”，到AI視頻生成工具Pika1.0的“火爆出圈”，再到谷歌Gemini的“全面領先”，多模態(tài)AI都是其中的關鍵詞。多模態(tài)大模型更有利于提升智能化應用中的信息豐富度，其學習能力更強，分析和處理問題的視角更加全面。在一些典型AI應用中，多模態(tài)大模型顯現(xiàn)出極強的可交互性，可幫助開發(fā)者與最終用戶精準理解輸入信息的上下文關聯(lián)和隱含信息。在行業(yè)實踐中，多模態(tài)大模型能通過對多維度信息的強力感知，持續(xù)強化推理能力，拓展服務邊界，提升應用場景中的全面性和使應用具備更高任務處理能力，深入跨領域、從賦能應用的視角出發(fā)，多模態(tài)大模型能更充分地利用海量、異構的數(shù)據(jù)資源，提升應用的效率和能力上限。例如，多模態(tài)大模型能夠增加感知和分析的視角和維度，解決跨行業(yè)、跨領域的復雜問跨多個模態(tài)的數(shù)據(jù)融合問題已經(jīng)成為行業(yè)應用的關注重點：在很多行業(yè)場景中，能夠直接獲得的數(shù)據(jù)模態(tài)通常都是多樣化和難以統(tǒng)一的，多模態(tài)的感知和融合過程能夠最大化體現(xiàn)數(shù)據(jù)資源的價值，解決很多行業(yè)中因為模態(tài)不匹配而無法完成的數(shù)據(jù)分析問題，提升大模型的效率和能群體智能技術等，已經(jīng)成為研究開發(fā)的關鍵領域，有望加速人工智能從感知到認知的轉(zhuǎn)化。多模態(tài)領域的成果還有助于協(xié)同解決其他單項技術領域（如NLP、CV）所面臨的瓶頸，例如視覺領域的盲區(qū)、遮擋問題等。此外，更多的模態(tài)類型也正在或?qū)⒁M入到大模型的融合能力中，例如自動駕駛激光點云、時空感知與測繪信息等。未來，包括政府、金融、制造、能源、醫(yī)診斷輔助：分析醫(yī)療圖過分析文本和數(shù)值數(shù)據(jù)來眾提供信息查詢、辦事工廠數(shù)據(jù)以優(yōu)化生產(chǎn)來的能源需求和消費模像和患者數(shù)據(jù)以協(xié)助醫(yī)產(chǎn)品的銷售趨勢和庫存式藥物研發(fā)：預測新藥物個性化推薦：基于用戶政策實施后的社會和經(jīng)市場和用戶反饋生成源設備何時需要維護或的購買歷史和喜好為其供應鏈管理：預測供能源存儲和分發(fā)優(yōu)化：數(shù)據(jù)，為投資者生成投資動生成關于公共問題的應鏈中的潛在問題或基于數(shù)據(jù)分析來優(yōu)化能者的歷史和病情生成治戶提供自動化的購物咨輿情分析：分析公眾對模式和行為來識別可疑的政府政策和行動的態(tài)度設備何時需要維護或和優(yōu)化太陽能和風能的分析患者的生理數(shù)據(jù)以場數(shù)據(jù)以預測未來的零質(zhì)量控制自動化：通環(huán)境監(jiān)測：通過分析視醫(yī)療文獻自動生成和分虛擬試衣和產(chǎn)品展示：或監(jiān)管機構自動生成財務分析視頻和音頻數(shù)據(jù)來過分析圖片和視頻數(shù)頻、圖片和傳感器數(shù)據(jù)多模態(tài)大模型能夠顯著提升跨行業(yè)水平應用的能力和豐富度，解決更多協(xié)同場景下的AI應用難題，用者的提示，綜合考慮多項輸入要求，快速輸出創(chuàng)意成果。大模型的交互能力還可以根據(jù)使用例如，釘釘個人版設置了靈感Store，目前已上架鹿班相機（生成專業(yè)人像）、靈動人像（生成口播視頻）等多媒體創(chuàng)作機器人，未來也將會引入更豐富的場景和多模態(tài)能力，接市場營銷：用戶端的語音、視頻、圖像，甚至更復雜的肢體語言、情感等信息，可以被廣泛采集和連通，形成更為精準的營銷目標創(chuàng)意，并最終通過多種自然交互方式，提升目標客戶的溝客戶服務：基于多模態(tài)能力的智能客服，能夠突破單一語音或文字方式的局限性，實現(xiàn)多維度的綜合分析，對客戶的意圖進行更加精準的識別和洞察，同時可以綜合采用多種方式回答客戶總而言之，多模態(tài)大模型可以幫助用戶構建出一個更加豐富、友好的界面，應用形態(tài)應用形態(tài)稱人類的理想智能助手。例如，AIAgent可以根據(jù)個人在線互動和參與事務處置時的信息，了解和記憶個體的興趣、偏好、日常習慣，識別個體的意圖，主動提出建議，并協(xié)調(diào)多個應用程序去完成任務。在滿足企業(yè)智能化需求的過程中，AIAgent作為一種理想的產(chǎn)品化落地形態(tài)，正在承接日益復雜的提質(zhì)增效需求；同時，其通過強化內(nèi)外部協(xié)同效能，可以釋放組織核心生產(chǎn)力，對抗組織熵AIAgent能夠幫助未來企業(yè)構建以“人機協(xié)同”為核心的智能化運營新常態(tài)。越來越多的業(yè)務活動都將被委托給AI，而人類則只需要聚焦于企業(yè)愿景、戰(zhàn)略和關鍵路徑的決策上。人與大量AI實體之AIAgent在滿足企業(yè)日常運營的流程性需求方面潛力巨大，在工作、生活、學習、娛樂、健康等多方面都可以提供豐富、多樣且極具個性化的體驗，例如在工作場景提供日程提醒、差旅安排、會議室預定、文字助理、會議速記、知識問答、數(shù)據(jù)分析輔助決策等智能功能；在生活場景中提供餐飲娛樂訂購、日程安排、健康管理、旅行規(guī)劃等助理服務。AIAgent可以根據(jù)用戶以往的工作過程信郵件和文本自動撰寫：可以自動生成電子郵件回復或撰寫報告草稿。它可以根據(jù)以往的交流方智能搜索和信息收集：進行高效的信息搜索和整理。無論是網(wǎng)上的資料還是個人的文檔庫，它應用搭建：根據(jù)自然語言輸入完成應用的自主搭建，使沒有編程經(jīng)驗的業(yè)務人員也能完成簡單生活助理和娛樂：根據(jù)用戶的興趣和娛樂偏好推薦電影、音樂、書籍等，甚至可以創(chuàng)造個性化伴隨著AI的能力發(fā)展，AI助理將持續(xù)創(chuàng)造新的辦公模式，包括在內(nèi)/外部工作環(huán)境中建立新的協(xié)同處置方法，在數(shù)據(jù)智能分析中引入動態(tài)交互式的BI功能，以及在重要稿件的編輯過程中實現(xiàn)內(nèi)容的自領域里，一個人加上足夠的AI工具，就可以成為一家專業(yè)化公司。人與AI將產(chǎn)生高效的分工與協(xié)作：AI匯集和處理海量需求信息，人只需要在一些關鍵的節(jié)點做出決策和處置動作，即可完成企業(yè)在AGI的時代，企業(yè)組織結構和社會生產(chǎn)關系在大模企業(yè)業(yè)務多樣性的持續(xù)提升會使組織的復雜性不斷增加。AIGC進一步增強了AIAgent的功能和實用性，給組織形態(tài)的變革和組織協(xié)同的優(yōu)化帶來了新的希望。通過增加數(shù)字員工，AIGC能夠極大程度數(shù)字員工將豐富的領域知識與多模態(tài)交互方式相結合，不僅可以強化分析、判斷和決策能力，還能與企業(yè)的員工、數(shù)字化系統(tǒng)、基礎設施等進行廣泛連接，成為企業(yè)的有機組成部分。AI將不僅僅作為輔助工具，而是真正成為獨立的生產(chǎn)要素，全面解放現(xiàn)有勞動力并實現(xiàn)生產(chǎn)力組織形式的新變管理流程中的一系列任務。一號直聘不再獨立建設APP，而是創(chuàng)新性地將后臺的業(yè)務流程分解為不同的插件，完全融入到釘釘?shù)哪芰w系當中，讓所有環(huán)節(jié)符合釘釘用戶的使用習慣，也使釘釘AIGC實現(xiàn)了細粒度的融入，解決供需不匹配、信息不流通、缺少信任機制、高需低頻、流程擁塞等長期痛點問題，是AIGC生態(tài)融入的典型范例。后續(xù)，釘釘與生態(tài)伙未來，企業(yè)工作任務將在AIGC的助推作用下變得日益原子化和碎片化，復雜的流程將被無限拆解，再進行靈活的編排和組合，每個環(huán)節(jié)的效能和潛力都將33應用形態(tài)應用形態(tài)AIGC將給應用軟件的形態(tài)和業(yè)態(tài)帶來顛覆性變化?；谧匀徽Z言的極簡交互將替代很多傳統(tǒng)的圖形可直接調(diào)取、使用各種工具，讓更多的非軟件專業(yè)人員也能獲取到強大的系統(tǒng)服務。由此，超級入AIGC帶來的應用形態(tài)變革，也有利于激發(fā)當前的軟件產(chǎn)業(yè)活力，促進軟件生態(tài)繁榮，推動應用與垂類業(yè)務實現(xiàn)更深的融合。IDC的調(diào)研顯示：絕大新一代應用將會被對話式交互模式（LUI）重新塑造。所有的SaaS公司都將全面擁抱AI，軟件公司最終會變成智能系統(tǒng)運行商，軟件操作方式被大幅簡化，應用之間的集成度更高，多應用之間也更AIGC重塑應用形態(tài)的過程將重點體現(xiàn)在兩個方面：一是對既有軟件進行智能化改造與升級，以API的形式增加重要環(huán)節(jié)的可交互性和認知能力；二是對軟件的應用架構和模式進行全新重構?！癗onoapp的應用體感：業(yè)務流程和個人交互方式的改變對用戶體驗影響析用戶意圖，并根據(jù)相關指引進行目標分解，快速調(diào)取超級應用承載的海量復雜功能，形成組值得一提的是，未來軟件的升級迭代不只停留在界面層，還將集成更多更優(yōu)質(zhì)的資源提供一致的對外服務，硬件形態(tài)也將隨之發(fā)生變化。大模型作為新型生產(chǎn)力和基礎設施，必然為行業(yè)用戶帶來開以大模型基礎設施為先導的應用系統(tǒng)開發(fā)新范式，能有效改變過去軟件運行過程和軟件交互過程相互割裂的局面。很多業(yè)務可以通過對話窗口的形式實現(xiàn)，省去了進入管理后臺設定分析參數(shù)的繁瑣步驟。受此影響，應用軟件開發(fā)將不再強依賴于定制化，軟件后臺服務功能作為一種資源可以被自生態(tài)開發(fā)商可以將更多的精力聚焦于前端客戶需求，共創(chuàng)深度場景，并通過API調(diào)用的方式，利用第三方模型能力去發(fā)展新的企業(yè)和個人市場。應用之間不再割裂，而是基于同等的大模型底座開啟廣泛的協(xié)同與互動。個人用戶也能夠利用大模型拉近和AI的距離，包括?ne-tuning在內(nèi)的模式可以幫此外，依托大模型所構建的工具化平臺也具備整合生態(tài)開發(fā)資源的能力，形成新的商業(yè)鏈條。特別是在帶有專業(yè)性要求的一些行業(yè)業(yè)務中，AI工具平臺可以提供帶有較強專業(yè)背景的業(yè)務服務，縮小例如，在AIGC的加持下，釘釘有望成為智能時代的超級APP。通過釘釘“/"（AI魔法棒）可以調(diào)用多項AI能力，用戶在很多情況下都不必再打開各種SaaS和APP。以此為基礎，過去廣泛存在的SaaS、軟件系統(tǒng)和各種AI創(chuàng)新應用，未來都將會以碎片化、插件化的方式，成為被集成的角色之一，并以LUI的形式被喚起。新一輪的AIGC之爭，也將會是一場流量業(yè)務流程邁向“無感智能”應用形態(tài)應用形態(tài) 打開了新的需求空間，產(chǎn)生了規(guī)?；牧鞒讨亟M效應；另一方面，也可能讓傳統(tǒng)行業(yè)多年來一成不變的業(yè)務規(guī)則轉(zhuǎn)變?yōu)槌掷m(xù)迭代的態(tài)勢。原子化的AI能力將以細粒度的方式作用到業(yè)務流程的諸多環(huán)AIGC持續(xù)提升自動化執(zhí)行、優(yōu)化協(xié)作以及智能決策等能力，以更原子化的方式深入到碎片化的設計、開發(fā)、制造、營銷、財務等環(huán)節(jié)中，幫助企業(yè)實現(xiàn)AI與業(yè)務流程的無縫融合。在AIGC最擅長的內(nèi)容生成、數(shù)據(jù)處理、實時分析、客戶服務等領域，支持客戶快速完成重復性和時間密集型的任實時處理大量數(shù)據(jù)并提供即時反饋：提升企業(yè)的全方位感知能力和快速應對能力，快速響應市實現(xiàn)團隊協(xié)作和項目管理：將大量的組織協(xié)同環(huán)節(jié)進行提速，例如自動起草協(xié)同計劃、整理會挖掘復雜的企業(yè)數(shù)據(jù)資產(chǎn)價值：為決策者提供有洞察力的信息，幫助企業(yè)做出基于數(shù)據(jù)的決業(yè)智能決策的接受程度逐漸提升，預計未來5年中國智能決策解決方案市場復合增長鐵騎力士與釘釘合作共創(chuàng)，利用智能化技術處理來自外部客戶的知識咨詢和企業(yè)內(nèi)的業(yè)務系統(tǒng)使用的培訓需求。在問答類場景里，用文檔的數(shù)據(jù)喂模型時窗口界面對文檔的大小有限制，需要采取切片的方式，讓模型能一段一段去做閱讀理解。切斷的策略不一樣，可能上下文的連貫程度就會有差異。通過與企業(yè)在場景里的共創(chuàng)，釘釘技術人員沉淀出了切片的策略經(jīng)驗。除此之外，釘釘還與鐵騎力士共同打磨了召回、相鏈等能力，通過相應的策AIGC通過自動化、數(shù)據(jù)驅(qū)動的決策支持、創(chuàng)新加速等方式，可實現(xiàn)對業(yè)務流程的持續(xù)提質(zhì)增效；同時，能夠發(fā)現(xiàn)改進空間，優(yōu)化工作流程，減少人工錯誤，使多年不變的傳統(tǒng)業(yè)務流程“一日三新”。此外，其將使工作人員投入更高價值的創(chuàng)新活動，從而釋放出更強大的核心生產(chǎn)力。IDC預測，到2028年，由于效率提升，中國的開發(fā)人員投入由于應用現(xiàn)代化和技術轉(zhuǎn)化的成熟、綜合開發(fā)管理平臺的激增以及機器學習與開發(fā)實踐的深度融基礎設施迭代：基礎設施服務能力的持續(xù)提升使開發(fā)人員的關注點不斷向上層轉(zhuǎn)移，減少在諸試和持續(xù)集成等屬性的自動化處理。但更先進的綜合開發(fā)管理平臺將使開發(fā)人員進一步釋放潛智能化能力迭代：AI技術與當代開發(fā)工具的深度集成將持續(xù)替代開發(fā)人員的日常低附加值工市場影響市場影響動正在重新定義基礎設施，AI原生設計思想也正在滲入各行業(yè)的應用開發(fā)過程中，形成軟件開發(fā)新礎設施的變化、開發(fā)流程的變化、安全策略的變化、設計理念的變化以及組織層面的變化等。在邁技術棧的變化:云原生應用更注重通用性的技術棧，如Java、Python、Node.js等，而AI原生則更加關注深度學習框架、自然語工具鏈的變化:云原生應用采用Kubernetes、Docker等工具實現(xiàn)持續(xù)集成/持續(xù)交付(CICD)，而AI應用需要一套專門用于AI開發(fā)、測試、部署和監(jiān)控的工具鏈，例如TensorFlow、PyTo基礎設施變化:AI原生應用開發(fā)將基于AI化改造的基礎設施/開發(fā)平臺(如GPU加速卡等高性能硬件算力資源)，包含芯片、框架、模開發(fā)流程的變化:云原生軟件開發(fā)流程通常包括需求分析、碼、測試、部署及后續(xù)維護等步驟，而AI原生則更加關注數(shù)據(jù)準安全策略的變化:云原生應用通常采用防火墻、入侵檢測、權限控制、認證授權等手段保障信息安全，而AI原生則更加關注模型安設計理念的變化:云原生應用開發(fā)通常考慮將AI作為附加功能提升應用性能、自動化水平等來改善用戶體驗，而AI原生則是產(chǎn)品/應用組織層面的變化:AI原生應用開發(fā)需要更加關注數(shù)據(jù)團隊和業(yè)務團隊AI將取代云計算成為企業(yè)未來應用創(chuàng)新的新動力，AI應用也將推動企業(yè)形成更堅實的新型基礎設施。大模型能力首先會以一種普適化的服務形式開放給廣泛的業(yè)務環(huán)節(jié)，成為業(yè)務系統(tǒng)升級改造的熱點。但隨著AI向行業(yè)縱深的不斷挺進，AI應用不應僅被視為模型能力的搬運工。企業(yè)一方面希望大模型能突破更多的深層需求，由行業(yè)用戶帶著痛點尋求味著所有的應用都將以AI能力為核心驅(qū)動力，由AI定義場景，使AI實踐貫穿于業(yè)務應用的全生命周的企業(yè)生產(chǎn)場景都將生長在AI能力基礎上，進而將使企業(yè)的產(chǎn)品設計、運營流程、組織形式和業(yè)務模式圍繞AI進行重構。企業(yè)和開發(fā)者還可以在AI原子能力的基礎上實現(xiàn)自定義模型，此舉更有利于取代。由于新一代軟件的功能和邏輯都聚焦在數(shù)據(jù)、API和內(nèi)容層面，軟件開發(fā)周期有望被縮短至以軟件開發(fā)商。大模型能夠持續(xù)響應基于語言輸入的模糊性開發(fā)需求，使更多的直接用戶參與到大模型簡化應用開發(fā)流程：工具平臺提供的標準化開發(fā)模式和反饋迭代能力將使未來應用更敏AIGC可以解決應用開發(fā)中的一些終極痛點。以一個融合數(shù)據(jù)治理的智能化場景為例：在代碼生成環(huán)節(jié)，AI能夠支持數(shù)據(jù)一致性校驗，生成代碼的質(zhì)量管控，完成數(shù)據(jù)倉庫的建模及構建，還可以實現(xiàn)代碼審查和漏洞修復；在程序運行過程中，AI可以協(xié)助完成數(shù)據(jù)審核、特征處理、客戶行為識別、··數(shù)據(jù)質(zhì)量支持Al的準確·知識模型支持模型訓練·機器學習識別數(shù)據(jù)異?！ぴ獢?shù)據(jù)層識別、描述等·人工智能追蹤數(shù)據(jù)使用02·Al協(xié)助數(shù)據(jù)特征預處理02·數(shù)據(jù)收集及Al篩選管理·客戶畫像及行為Al識別·落實實時數(shù)據(jù)檢測響應·Al隱私保護及風險識別智能應用場景融合數(shù)據(jù)治理·數(shù)據(jù)支持自然語言處理·數(shù)據(jù)審核對話歸納總結·數(shù)據(jù)支持自然語言處理·數(shù)據(jù)審核對話歸納總結·Al實時追蹤會話的效果·支持數(shù)據(jù)湖規(guī)范化數(shù)據(jù)·Al總結驗證數(shù)據(jù)一致性0403·Al生成代碼的質(zhì)量管控·數(shù)據(jù)倉庫的建模及構建·Al代碼審查及漏洞修復·AI實時程序運行的監(jiān)控市場影響市場影響AIGC的收費模式僅僅是AIGC貨幣化趨勢的初始體現(xiàn)。隨著AIGC向各行各業(yè)的滲透，更多的企業(yè)希AIGC首先有助于傳統(tǒng)商業(yè)環(huán)節(jié)的延伸和衍生，這主要關系到端到端AI能力框架下的產(chǎn)品開發(fā)和運營基礎算力平臺運營：圍繞智能算力平臺的售賣、租賃等運營活動會迅速成為熱點。以企業(yè)自建、共建、聯(lián)合運營、智能產(chǎn)業(yè)創(chuàng)新發(fā)展等為目標，將誕生一系列新的商業(yè)模式。政府、資本行業(yè)定制化API服務：一批行業(yè)生態(tài)企業(yè)將以AIGC為行業(yè)AI工具平臺：行業(yè)AI工具平臺更多面向企業(yè)用戶在智能化升級過程中的自交付過程，這也是AI產(chǎn)業(yè)不斷拓展過程中必不可少的關鍵能力環(huán)節(jié)；由此，將催生一批小而美定制化應用開發(fā)：AIGC還將持續(xù)推動MaaS領銜的商業(yè)化新趨勢，在金融、零售、教育、養(yǎng)包括數(shù)據(jù)采集、數(shù)據(jù)標注、定制化模型開發(fā)、場景共創(chuàng)等在內(nèi)的AI產(chǎn)業(yè)鏈將產(chǎn)生很多新的崗位需與之相匹配的，掌握AI技能的人才未來將更有競爭力。圍繞大模型的應用也將推出包括付費會員、在AI商業(yè)繁榮的大趨勢下，技術、產(chǎn)品和商業(yè)的良性競爭將使AI變得更加普惠，企業(yè)用戶的智能化發(fā)展路徑會更加清晰。同時，個體創(chuàng)作者和開發(fā)者的商業(yè)化門檻持續(xù)降低，使更多的人積極擁抱AI的成本壓力，聚焦面向未來的定制化生產(chǎn)、智能化服務、個性化銷售、線上線下融合等趨勢性自我反饋和進化的能力，降低商業(yè)試錯成本。企業(yè)的服務將更多樣，服務競爭將成為企業(yè)間的商業(yè)模式持續(xù)打磨：企業(yè)及個人用戶的增多，使大模型開發(fā)廠商的邊際成本投入持續(xù)降低，相在上述過程中，類似應用開發(fā)商店的商業(yè)化平臺會成為個體開發(fā)者的樂土，個人創(chuàng)作成果可以被快市場影響市場影響AIGC作為一種新興的技術，仍帶有較強的雙面性，其在推動AI新浪潮發(fā)展的同時，也存在許多可預料和不可預料的風險，諸如隱私保護、結果失控、數(shù)據(jù)泄露等，都是當前企業(yè)決策者最為擔憂的問不準確可能導致其編造謊言，它們可以炮制令人信服的陰謀論，可能造成巨大任何情況下都可能產(chǎn)生誤導、有害或誤用的內(nèi)容。例如：生成虛假或誤導性的信息、生成不道德的商業(yè)行為建議，操縱在線評論，或以虛假身份大量創(chuàng)建成可能包括在線社區(qū)內(nèi)的性別歧視、種族AIGC給人類社會可能帶來的變革才剛剛開始，它將使很多延續(xù)已久的習慣、行事規(guī)則、運行機制乃環(huán)保、能源等行業(yè)的實時監(jiān)測和分析能力。AIGC增加了多領域間協(xié)同的可能性，有利于提升應急處置的速度和準確度。AIGC還能夠快速理解、歸納海量信息，加快領域知識的沉淀，發(fā)現(xiàn)潛局的重組，甚至產(chǎn)生新的行業(yè)領域。AIGC給傳統(tǒng)產(chǎn)業(yè)帶來的無限想象空間，使數(shù)字產(chǎn)業(yè)化和產(chǎn)通過算法模型優(yōu)化增強智能的可解釋性，完善法律法規(guī)促進市場如何對AIGC在法律法規(guī)和倫理道德方面進行有效的約束，是未來全球各國所面臨的重要問題。各國政府已經(jīng)開始出臺法律法規(guī)，對相關的開發(fā)、應用和服務過程進行有效規(guī)范和約束，同時也本著開2023年7月13日，國家網(wǎng)信辦等七部門聯(lián)合公布《生成式人工智能服務管理暫行辦法》，旨在促進生成式人工智能健康發(fā)展和規(guī)范應用，維護國家安全和社會公共利益，保護公民、法人和其他組織在法律法規(guī)的框架下，所有大模型和AI生態(tài)廠商都必須認真對待新一代人工智能產(chǎn)業(yè)中的合法合規(guī)數(shù)據(jù)領域的規(guī)范化：數(shù)據(jù)集是AI產(chǎn)業(yè)的重要基礎AI產(chǎn)品的規(guī)范化：對開發(fā)、測試、交付和使用過程中的諸多環(huán)節(jié)建立流程規(guī)范，實現(xiàn)產(chǎn)品全周期規(guī)范可控。對于AIGC自身的輸出內(nèi)容需要構建一套甄別和約束框架，防止其出現(xiàn)不受控的結個人服務的規(guī)范化：防止利用AIGC從事黑灰產(chǎn)業(yè)，提升對虛假信息的甄別能力，并提供防沉做好與企業(yè)間的溝通和互動，引導企業(yè)合法合規(guī)地開展包括自動駕駛、智能診斷等方面的創(chuàng)新代碼、數(shù)據(jù)和預訓練模型的使用情況，并制定全公司范圍適用的標準規(guī)范；67%的企業(yè)會考慮創(chuàng)建以滿足場景需求為第一驅(qū)動力，是終端用戶構建AIGC能力時的首要原則。不同的專業(yè)化場景匹配合理的模型類型、規(guī)模和部署方式，有助于取得最佳的成效和投入產(chǎn)出比。事實上，在一些專業(yè)領域，模型的專項訓練、調(diào)優(yōu)和知識庫的積累比參數(shù)規(guī)模更重要。從長遠來看，隨著大模型的參數(shù)量級達到萬億規(guī)模，參數(shù)、數(shù)據(jù)量的大小和模型的性能收益之間容易出現(xiàn)邊際效應遞選擇合理的大模型部署方式也非常關鍵。大多數(shù)企業(yè)用戶可以先選擇以公有化的模式作為切入，以相對較小的投入成本，提升辦公、客服等關鍵環(huán)節(jié)的體驗，獲得大模型的初步體感。未來，出于長遠發(fā)展和隱私等方面的考慮，大模型的私有化部署、托管部署模式也是企業(yè)AI建設大多數(shù)企業(yè)不必深度介入模型的訓練和優(yōu)化工作，因為大量的專業(yè)化訓練和精調(diào)可以完全委托給開發(fā)方，或采購大模型工程化平臺對模型訓練過程進行適度的干預，包括完成一些專業(yè)領域的數(shù)據(jù)標注、反饋和調(diào)優(yōu)等。少數(shù)實力強大的企業(yè)用戶可以自行組織力量和算力資源，開展專屬模型的完整訓練工作。對于一些專業(yè)性要求很高的領域，自行組織專屬模型開發(fā)未嘗不是一很多行業(yè)固有的商業(yè)模式會發(fā)生巨大變化，進而直接影響整個行業(yè)的競爭格局，行業(yè)的變革速度會顯著加快。大模型和AIGC可能會在一些行業(yè)帶來大幅降本增效和超預期收益的機會，甚至增加新的參與者和收益環(huán)節(jié)，因此，企業(yè)決策者需要高度關注新技術給行業(yè)發(fā)展趨勢帶來的沖未來，將會由少數(shù)大型廠商領銜基礎大模型的訓練和迭代工作，而大量的跟進者將聚焦于大模型基礎之上的應用場景和行業(yè)工具平臺。生態(tài)