沙利文 -2024年中國行業(yè)大模型市場報告（節(jié)選）

頭豹uu中國行業(yè)大模型市場綜述金融大模型參與者&市場規(guī)模及市場分析金融大模型應(yīng)用場景全覽&核心價值政務(wù)大模型參與者&市場規(guī)模及市場分析教育大模型參與者&市場規(guī)模及市場分析教育大模型應(yīng)用場景全覽&核心價值u方法論及法律聲明l文頭豹LeadLeo332頭豹 行業(yè)數(shù)據(jù)積累行業(yè)數(shù)據(jù)積累行業(yè)Know-Hownn在AI大模型出現(xiàn)之前，AI模型開發(fā)普遍遵循“定制化、場景綁定”的路徑，即針對每個特定應(yīng)用場景單獨構(gòu)建和訓(xùn)練小型模型。這種方式導(dǎo)致模型資源無法有效復(fù)用與累積，從而抬高AI技術(shù)在實際應(yīng)用中的準入門檻，并引發(fā)高昂的成本消耗及較低的實施效率問題。n通用大模型成功鑄就了具備廣泛適用性和卓越泛化能力的模型基礎(chǔ)平臺，在此基礎(chǔ)上，垂直行業(yè)可以通過微調(diào)或定制化的模式快速構(gòu)建出能夠滿足特定行業(yè)需求的行業(yè)大模型，顯著減少垂類模型在訓(xùn)練階段對算力和數(shù)據(jù)量的需求，同步壓縮模型開發(fā)周期，并有力提升對應(yīng)垂直領(lǐng)域的應(yīng)用創(chuàng)新與開發(fā)效能。行業(yè)經(jīng)驗行業(yè)需求和應(yīng)用場景豐富行業(yè)經(jīng)驗行業(yè)需求和應(yīng)用場景豐富金融教育政務(wù)工業(yè)金融教育政務(wù)工業(yè)綜合實開發(fā)成綜合實開發(fā)成通用大模型通用大模型…專業(yè)度更高專業(yè)性欠佳場景更適配成本專業(yè)度更高專業(yè)性欠佳場景更適配成本更低通用技術(shù)基座nn行業(yè)大模型具有較強的行業(yè)需求，應(yīng)用場景豐富，表現(xiàn)出更高的專業(yè)度、場景更加適配且成本更低。因此，通過結(jié)合基礎(chǔ)大模型與行業(yè)知識訓(xùn)練的專業(yè)大模型，能夠在保持高通用性的同時，深度滿足特定領(lǐng)域需求，實現(xiàn)更優(yōu)性價比和更高精準度的應(yīng)用落地。來源：沙利文、頭豹研究院來源：沙利文、頭豹研究院頭豹4LeadLeo400-072-5588頭豹4LeadLeo400中國行業(yè)大模型市場規(guī)模達105億元人民幣，受行業(yè)智能化轉(zhuǎn)型需求帶動，預(yù)計2024年市場規(guī)模將達到165億元，同比增長達57%，2028年市場規(guī)模有望達到624億CAGR：40%CAGR：40%700624463343254350254020232024E2025E2026E2027E2028En2023年中國行業(yè)大模型市場規(guī)模達105億元，受行業(yè)智能化轉(zhuǎn)型需求帶動，預(yù)計2024年市場規(guī)模將達到165億元，同比增長達57%，2028年市場規(guī)模有望達到624億元大模型技術(shù)正在快速進入工業(yè)、政務(wù)和金融等行業(yè)，推動自動化和智能化的發(fā)展。各行業(yè)對高效智能技術(shù)的需求不斷上升，加速了大模型市場的擴展。例如，在煤礦行業(yè)，傳統(tǒng)的AI開發(fā)受限于特定場景和數(shù)據(jù)集，阻礙了行業(yè)知識的積累，同時帶來了高昂的開發(fā)成本和規(guī)?；瘡?fù)制難題。對此，華為云與山東能源合作，推出了盤古礦山大模型，涵蓋9個專業(yè)領(lǐng)域的21個應(yīng)用場景。特別地，在沖擊地壓管理方面，借助AI視覺識別技術(shù)，該模型顯著減少了人工審核的時間，將施工監(jiān)管流程壓縮至10分鐘。在政務(wù)領(lǐng)域，浪潮云在佳木斯市實施的大模型項目采用了Maas模式，通過簡單的賬戶開通，即能提供智慧公文大模型應(yīng)用，具備公文智能檢索、比對等功能?？紤]到政府工作中大量時間用于公文的編寫，從資料收集到草擬、修訂，這一過程非常耗時。智慧公文大模型的應(yīng)用有效解決了這一問題，能夠快速完成公文檢索、比對等任務(wù)，將所需時間從2-3小時縮短至2-3分鐘，顯著提升了公文寫作效率。隨著技術(shù)的不斷進步和資本投資的不斷增加，大模型技術(shù)正經(jīng)歷著從理論研究向?qū)嶋H應(yīng)用的重大轉(zhuǎn)變，逐漸實現(xiàn)了產(chǎn)品化和服務(wù)化。這一過程不僅顯著降低了大模型技術(shù)的使用門檻，還極大地促進了其在各個行業(yè)中的廣泛應(yīng)用和商業(yè)化發(fā)展。400-072-5588LeadLeo頭豹5400-072-5588LeadLeoMaaS私有化部署模式行業(yè)客戶大模型廠商MaaS私有化部署模式行業(yè)客戶大模型廠商基礎(chǔ)大模型浪潮云垂域大模型開發(fā)Neuecu:中國電子云大模型落地行業(yè)的路徑選擇1提示工程（PromptEngineering）：通過輸入文本（即提示），來引導(dǎo)預(yù)訓(xùn)練模型生成更符合行業(yè)要求的輸出過程。優(yōu)點包括任務(wù)歸一化，簡化多樣任務(wù)處理流程，大模型落地行業(yè)的路徑選擇12檢索增強式內(nèi)容生成（RAG）：RAG是在給模型發(fā)送消息之前首先進行內(nèi)容檢索，從其他數(shù)據(jù)源把相關(guān)的數(shù)據(jù)先提取出來，然后插入到當(dāng)前對話消息中給到模型，這樣就解決了既要讓模型知曉大量它不知道的知識，又避免消息窗口不夠的局限。23微調(diào)：旨在保留模型的泛化能力同時提升其專域精確性，在預(yù)訓(xùn)練好的大規(guī)模模型基礎(chǔ)上，針對特定任務(wù)或領(lǐng)域，使用相關(guān)數(shù)據(jù)對其進行進一步訓(xùn)練，以優(yōu)化模型在3智能上云（模型即服務(wù)）智能多態(tài)（多模態(tài)大模型）智能附體此任務(wù)上的性能，這個過程所使用的數(shù)據(jù)量遠遠小于預(yù)訓(xùn)練模型所需要的數(shù)據(jù)量智能上云（模型即服務(wù)）智能多態(tài)（多模態(tài)大模型）智能附體智能下沉（小模型與邊緣智能）具身智能（通過感知和交互與環(huán)境實時互動）頭豹6LeadLeo400-072-5588頭豹6LeadLeo模式。其中，API開放平臺模式使得大模型技術(shù)更容易被中小企業(yè)接受和使用，有助與現(xiàn)有產(chǎn)品集成這是將大模型與傳統(tǒng)應(yīng)用、SaaS服務(wù)、硬件等集成，提升現(xiàn)有產(chǎn)品的智能化水平，增強產(chǎn)品的競爭力和附加值。例如，與現(xiàn)有產(chǎn)品集成這是將大模型與傳統(tǒng)應(yīng)用、SaaS服務(wù)、硬件等集成，提升現(xiàn)有產(chǎn)品的智能化水平，增強產(chǎn)品的競爭力和附加值。例如，將大模型功能嵌入各行業(yè)客服系統(tǒng)、辦公軟件或智能辦公設(shè)備中。這一模式重點在于賦能傳統(tǒng)產(chǎn)品，通過大模型增強產(chǎn)品的功能性和智能化水平。這對那些已有成熟市場的傳統(tǒng)軟件和硬件企業(yè)尤為重要API開放平臺將大模型封裝為API，通過開放平臺提供給開發(fā)者和企業(yè)按需調(diào)用或按時長付費。這是一種輕量級的接入方式，尤其適合中小企業(yè)和開發(fā)者。API模式降低了中小企業(yè)和開發(fā)者使用大模型的門檻。通過按需付費和API調(diào)用，企業(yè)可以靈活地使用AI技術(shù)而無需大規(guī)模投入基礎(chǔ)設(shè)施。這極大地擴展了大模型的應(yīng)用場景定制化解決方案通過針對性的大模型應(yīng)用開發(fā)，幫助各行業(yè)企業(yè)解決行業(yè)內(nèi)的特定問題，如股市風(fēng)控、特殊醫(yī)療疾病診斷等。這種模式根據(jù)具體需求提供高度定制化的解決方案，按實際效果收費。定制化解決方案通過結(jié)合行業(yè)特點，提供深度垂直的AI應(yīng)用。這種模式不僅提升了AI技術(shù)的行業(yè)適用性，還能極大地增強客戶的黏性軟硬件一體化這一模式將大模型與各行業(yè)特定硬件結(jié)合，形成一站式解決方案。例如，結(jié)合國產(chǎn)化硬件，滿足特定行業(yè)或政府對數(shù)據(jù)安全和自主可控的需求。軟硬件一體化方案不僅滿足特定行業(yè)的特殊需求（如高安全性、國產(chǎn)化等），還通過整合硬件和大模型的技術(shù)優(yōu)勢，提供了高度集成的解決方案。ToB產(chǎn)品化這是直接面向企業(yè)端的產(chǎn)品，通過免費模式吸引客戶，然后通過訂閱等模式變現(xiàn)。這種模式的核心是規(guī)模效應(yīng)，吸引大量客戶后，通過持續(xù)性的服務(wù)收費獲取盈利。這一模式的關(guān)鍵在于快速獲取客戶，并通過不斷迭代優(yōu)化用戶體驗。對于大模型企業(yè)來說，低成本獲取客戶并實現(xiàn)客戶留存是至關(guān)重要的私有化部署這一模式針對數(shù)據(jù)安全性有嚴格要求的企業(yè)，將大模型通過云端和本地化部署相結(jié)合，確保數(shù)據(jù)控制權(quán)。這適合那些對數(shù)據(jù)安全有特殊需求的行業(yè)，如金融、醫(yī)療等。私有化部署模式對于那些對數(shù)據(jù)安全有極高要求的企業(yè)尤為重要。例如，金融、醫(yī)療、政府等行業(yè)由于涉及敏感數(shù)據(jù)，無法將數(shù)據(jù)托管在公共云上頭豹7LeadLeo400-072-5588頭豹7LeadLeo行業(yè)場景適配行業(yè)場景適配行業(yè)Know-how算力成本壓力投入產(chǎn)出比投入產(chǎn)出比成本壓力4:算法優(yōu)化成本壓力4:算法優(yōu)化行業(yè)精準度行業(yè)精準度數(shù)據(jù)質(zhì)量數(shù)據(jù)質(zhì)量n在應(yīng)用端，理解和整合特定行業(yè)的專業(yè)知識是推動大模型應(yīng)用的關(guān)鍵。模型需要能夠準確地反映和解決行業(yè)中的復(fù)雜問題，這要求團隊具備深入的行業(yè)理解和實踐經(jīng)驗。而成本效益分析對于確定模型投入和實際業(yè)務(wù)收益之間的平衡至關(guān)重要。高昂的開發(fā)和部署成本可能需要長期投入，而模型的效益和回報則需要能夠清晰地量化和證明。大型模型的開發(fā)、部署和維護成本往往較高。這包括硬件設(shè)備、數(shù)據(jù)管理、人力資源及安全措施等多方面的支出，需要在項目初期和長期運營中進行有效的成本管理和控制。招聘和培養(yǎng)具備深度學(xué)習(xí)、數(shù)據(jù)科學(xué)和行業(yè)背景的AI專業(yè)人才是一項關(guān)鍵挑戰(zhàn)。這些人才不僅需要技術(shù)能力，還需了解特定行業(yè)的數(shù)據(jù)特征和挑戰(zhàn)，能夠在實踐中有效地應(yīng)用模型解決問題。模型的準確性和適應(yīng)性直接影響其在實際業(yè)務(wù)中的應(yīng)用效果。行業(yè)特定的數(shù)據(jù)和需求會對模型的預(yù)測和推薦產(chǎn)生重要影響，因此確保模型能夠在特定行業(yè)環(huán)境中提供可靠和可操作的結(jié)果是一項重要的挑戰(zhàn)。n在技術(shù)端，訓(xùn)練和運行大規(guī)模模型所需的算力成本巨大。云服務(wù)提供商通常按照使用的計算資源收費，長期和大規(guī)模使用可能導(dǎo)致顯著的經(jīng)濟負擔(dān)，需要有效的資源規(guī)劃和優(yōu)化策略。大型模型的優(yōu)化涉及到降低復(fù)雜性、提高計算效率和優(yōu)化預(yù)測速度等方面。優(yōu)化算法以確保模型在實際應(yīng)用中具有足夠的響應(yīng)速度和實時性，是一個技術(shù)上的關(guān)鍵挑戰(zhàn)。此外，數(shù)據(jù)質(zhì)量的保證也至關(guān)重要，數(shù)據(jù)的質(zhì)量直接影響模型的性能和預(yù)測能力。行業(yè)數(shù)據(jù)可能存在多樣性、不完整性和質(zhì)量問題，這些需要通過有效的數(shù)據(jù)清洗、預(yù)處理和驗證步驟來解決，以確保模型訓(xùn)練的可靠性和準確性。頭豹8LeadLeo400-072-5588頭豹8LeadLeo可解釋性和公平性模型規(guī)模和復(fù)雜度的增加可解釋性和公平性模型規(guī)模和復(fù)雜度的增加部署策略和效率優(yōu)化多模態(tài)的整合能力部署策略和效率優(yōu)化多模態(tài)的整合能力自監(jiān)督學(xué)習(xí)的興起特定領(lǐng)域的適應(yīng)和定制化自監(jiān)督學(xué)習(xí)的興起特定領(lǐng)域的適應(yīng)和定制化nn模型規(guī)模和復(fù)雜度的增加隨著計算能力（如GPU和TPU）的提升和算法優(yōu)化，大型復(fù)雜模型的建立和訓(xùn)練變得可能。這些模型在自然語言處理、計算機視覺和語音識別等領(lǐng)域表現(xiàn)出色，能夠處理更多維度和復(fù)雜任務(wù)的數(shù)據(jù)。n多模態(tài)的整合能力通過整合文本、圖像、語音等多種數(shù)據(jù)形式，多模態(tài)模型能夠在醫(yī)療、自動駕駛等領(lǐng)域中綜合分析多種數(shù)據(jù)源，提高決策的準確性和可靠性。自監(jiān)督學(xué)習(xí)利用數(shù)據(jù)內(nèi)部結(jié)構(gòu)進行訓(xùn)練，減少了對標(biāo)注數(shù)據(jù)的依賴，提高了模型訓(xùn)練的效率和靈活性，適用于多種任務(wù)和領(lǐng)域。n可解釋性和公平性隨著AI在關(guān)鍵領(lǐng)域應(yīng)用的增加，模型的決策過程需要更透明，同時要解決數(shù)據(jù)偏見帶來的公平性問題，以增強社會和用戶對AI系統(tǒng)的信任。n部署策略和效率優(yōu)化通過模型壓縮、量化等技術(shù)優(yōu)化部署策略，降低計算和存儲資源消耗，使得AI模型可以在邊緣設(shè)備上部署，提高實時性和經(jīng)濟效益。n特定領(lǐng)域的適應(yīng)和定制化定制化開發(fā)模型針對不同行業(yè)和應(yīng)用領(lǐng)域的需求，結(jié)合領(lǐng)域知識優(yōu)化模型，提高其在特定領(lǐng)域的適應(yīng)性和性能，為企業(yè)提供競爭優(yōu)勢和市場份額。來源：沙利文、頭豹研究院來源：沙利文、頭豹研究院頭豹9LeadLeo400-072-5588頭豹9LeadLeo400-072-55882.1金融大模型參與者&市場規(guī)模及市場分析2.2金融大模型參與者&市場規(guī)模及市場分析2.3政務(wù)大模型參與者&市場規(guī)模及市場分析2.4政務(wù)大模型應(yīng)用場景全覽&核心價值2.5電信大模型參與者&市場規(guī)模及市場分析2.6電信大模型應(yīng)用場景全覽&核心價值2.7教育大模型參與者&市場規(guī)模及市場分析2.8教育大模型應(yīng)用場景全覽&核心價值2.9工業(yè)大模型參與者&市場規(guī)模及市場分析2.10工業(yè)大模型應(yīng)用場景全覽&核心價值頭豹頭豹LeadLeo400-072-5588頭豹LeadLeo3.1汽車大模型參與者3.2汽車大模型市場分析3.3汽車大模型核心價值頭豹頭豹LeadLeo400-072-5588頭豹LeadLeou頭豹研究院布局中國市場，深入研究19大行業(yè)，532個垂直行業(yè)的市場變化，已經(jīng)積累了近100萬行業(yè)研究樣本，完成近10,000多個獨立的研究咨詢項目。u研究院依托中國活躍的經(jīng)濟環(huán)境，從縱深防御、快速響應(yīng)、輕量化部署等領(lǐng)域著手，研究內(nèi)容覆蓋整個行業(yè)的發(fā)展周期，伴隨著行業(yè)中企業(yè)的創(chuàng)立，發(fā)展，擴張，到企業(yè)走向上市及上市后的成熟期，研究院的各行業(yè)研究員探索和評估行業(yè)中多變的產(chǎn)業(yè)模式，企業(yè)的商業(yè)模式和運營模式，以專業(yè)的視野解讀行業(yè)的沿革。u研究院融合傳統(tǒng)與新型的研究方法，采用自主研發(fā)的算法，結(jié)合行業(yè)交叉的大數(shù)據(jù)，以多元化的調(diào)研方法，挖掘定量數(shù)據(jù)背后的邏輯，分析定性內(nèi)容背后的觀點，客觀和真實地闡述行業(yè)的現(xiàn)狀，前瞻性地預(yù)測行業(yè)未來的發(fā)展趨勢，在研究院的每一份研究報告中，完整地呈現(xiàn)行業(yè)的過去，現(xiàn)在和未來。u研究院密切關(guān)注行業(yè)發(fā)展最新動向，報告內(nèi)容及數(shù)據(jù)會隨著行業(yè)發(fā)展、技術(shù)革新、競爭格局變化、政策法規(guī)頒布、市場調(diào)研深入，保持不斷更新與優(yōu)化。u研究院秉承匠心研究，砥礪前行的宗旨，從戰(zhàn)略的角度分析行業(yè)，從執(zhí)行的層面閱讀行業(yè)，為每一個行業(yè)的報告閱讀者提供值得品鑒的研究報告。u本報告著作權(quán)歸頭豹所有，未經(jīng)書面許可，任何機構(gòu)或個人不得以任何形式翻版、復(fù)刻、發(fā)表或引用。若征得頭豹同意進行引