部門：研究院CONTENTSCONTENTS01后疫情時代互聯網產業的發展現狀2后疫情時代互聯網產業3在以手機為核心的網絡生態不變的前提下，互聯網經濟增長空間有瓶頸2020年以后，甚至以前數年，中國網總絡獨立設備數和總有效使用時間基本維持在一個固定區間里，獨立設備數的增長非常緩慢442020年1月-2023年8月中國網絡總獨立設備數和1094088374.241094088374.2488629164518139227.09139227.09136532.46136532.46流量基本見頂使用空間有限用戶關注度已達極限2020年2021年2022年2023年總獨立設備數(萬臺)總有效使用時間(萬分)?2024.1iResearchInc.34地球人口80億技術進步解決老問題，帶來新問題34地球人口80億物聯網與6G背景下新的非人工操控的機械流量生態在流量層面也呈現出井噴的態勢，月均流量達到58550億GB，也就是說單設備每月消耗流量僅50G。即便個人12162022203020402022終端連接數（億臺）5855068354262022203020402022月均流量（億GB）52982063.51931306.02160082.32982063.51931306.02160082.3本地生活與網絡招聘流量與使用時間上升明顯，證券與旅游恢復緩慢疫情對中國經濟影響巨大，對未來樂觀信心的摧毀是最主要的反應。所以疫情前后，有關基礎民生的服務有所上升，而滿足用戶更App總獨立設備數36563.037905.935288.8●29498.615601.012478.413418.712478.411936.76884.911973.211899.111531.1●6131.55837.4 ●6131.55837.42020.12021.12022.12023.1--本地生活（萬臺）--在線旅游（萬臺）--證券服務（萬臺）--網上招聘（萬臺）App總有效使用時間3305385.43005940.43085237.53005940.42955160.62955160.61376208.6633428.7461148.5534133.1461148.5376760.2204365.22020.12021.12022.12023.1 277716.9204365.22020.12021.12022.12023.1--在線旅游（萬分）----在線旅游（萬分）--網上招聘（萬分）--證券服務（萬分）6把錢用在刀刃上，最大化提高自己的生活質量主動學習產品知識，有自己的判把錢用在刀刃上，最大化提高自己的生活質量主動學習產品知識，有自己的判斷，按自己的需求購買選購產品時不盲目攀比不因貪圖便宜而大量囤積盡量購買能夠可持續使用的環保產品生活中應該增加教育和文化方面的消費比例及時行樂，平時要多多消費犒勞自己要學著用消費置換時間科學消費觀、綠色環保理念及滿足功能性即可的理念逐漸占上風經過疫情的洗禮，以及對未來預期的改變，中國用戶的消費理念已產生明顯變化。用戶認為消費的意義之一在于最大化提升生活品質，約半數左右的消費者同時更加認同消費選擇需要獨立思考，按需購買不攀比。科學理性的消費方式有諸多好處，其中71.9%的消費者認為他們因此得以保持健康的經濟狀況。同時，產品功能性與產品新舊程度以及品牌價值之間的關聯正在解耦，用戶對數碼類二手商品的接受程度驟然增加。這些對于未來中國商業生態來說都將產生深遠的影響。消費者認同的消費觀念65.2%65.2%55.7%46.7%46.3%42.3%30.4%10.0%9.5%數碼產品家用電器圖書音像汽車房產潮玩收藏65.0%51.8%47.5%44.1%31.1%?2024.1iResearchInc.通過廣告平臺觸達用戶通過互聯網流量平臺觸達用戶廣告平臺流量平臺流量見頂后的精細化趨勢通過廣告平臺觸達用戶通過互聯網流量平臺觸達用戶廣告平臺流量平臺私域運營推動企業與消費者之間的關系由單向向雙向轉變消費者關系變化和一系列經營理念的轉變，卻私域運營模式下消費者關系的雙向模式私域流量池業實現用戶的沉淀與管理、利用一手的數據洞悉用戶畫像，打造以消費者為中心的產品服務公域運營與私域運營的對比私域運營流量獲取價值挖掘企業直接，觸達場景多樣淺深高，為獲取流量持續付費低高低高用戶長期價值低高?2024.1iResearchInc.破局思路9要性，意識到人工智能等電子軟件對工業產品的賦能作用有多大。從中微觀角度看，中國互聯網及科技企業也勢必延續這條脈絡，思考流量鑒定后企業的發展方向。法國2.35%英國1.62%俄羅斯1.09%1996199719981999200020012002200320042005200620072008200920102011201220132014201520162017201820192020中國美國俄羅斯聯邦英國法國?2024.1iResearchInc.12752912710凈流入-684高級人才占比5.6%中國714612026842393607836913凈流入835美國高級人才占比24.6%12752912710凈流入-684高級人才占比5.6%中國714612026842393607836913凈流入835美國高級人才占比24.6%在科技領域，中國仍然難改“世界工廠”的生態位改革開放后，大量中國青壯年盈余勞動力與全球生產需求形成了完美匹配，使中國獲得“世界工廠”的全球生態位。進入數的現象，這種現象看似與商業環境無關，但實際上其影響可以逐級傳導到中國科技企業的外在表現上。20724207249○99○9從有數據記錄的2013年起，中國對企業創立的程序簡化成果卓著，注冊企業所需程序數量這一指標甚至比美國還少業生存來說，也是最基礎、最方便簡化的領域，可以說有了一定的進步。但后續在企業后期經營、存續對創意的維護和資本容錯率 62013201420152016201720182019--中國（個）--美國（個）34.331.431.428.9 24.98.68.68.68.66.25.65.65.65.65.6 4.22013201420152016201720182019--中國（天）--美國（天）計具備特殊所有權特征、規模及生產類別的企業；創辦企業所需時間是指完成合法經營企業所需程序的歷日數。如增加成本可加快進程，則?2024.1iResearchInc.科技研發科技研發中國互聯網興起于2000年之后，當時上網用戶總數只有4000萬人，與2023年6月的10億人形成了鮮明的對比。所以從當時的視角來看，在面對眾多網絡技術可拓展和著力的領域時，選擇一條絕對正確，絕對零風險的去做，就是中國互聯網科技企業在創立之初最合理的選擇。基于此，中國開展了大規模網絡基礎設施建設，以及利用已成型互聯網業務模式去服務龐大客戶群體的戰略決定。所以，中國的網絡服務在全球范圍內都是最好的，但是時過境遷，當用戶紅利過去，這種重C端用戶服務的策略就面臨重要調整。首輪戰略選擇方向互聯網困境未來策略調整及普及率71.6%73.0%74.4%75.6%76.4%101074103195105114106744107853網民規模（萬人）互聯網普及率（%）984984996103510831129移動基站數（萬個）新興產業積極擁抱海外市場，新創意與新要素逐步走向全球相較于國內更注重“數實結合”，強調技術能力要有效支持實體經濟，產品能力要具備更強的實踐性，海外市場（尤其是新興經濟體）則對仍處在雛形階段的新概念、新內容、新技術具有更強的包容性，提供更多的激勵計劃以吸引初創企業或開發者。伴隨區塊鏈、元宇宙、生成式AI等新熱點的不斷涌現，游戲設計、音視頻內容的日益豐富，許多科創企業逐步嘗試將海外市場作為其新創意的“試驗田”，推動新興產業出海。此外，在中國產業數字化升級進程中涌現的“行業新勢力”和傳統行業中數字化基礎較為雄厚的頭部企業，逐步將數字化能力推廣到其全球化業務運營和供應鏈管理中，以更有效地挖掘和利用全球優勢資源。例如，中國智能制造、智能汽車等行業已逐步將其產業鏈中的部出海內容單一：以游戲、音視頻為主。更多是出海要素有限：出海更多為企業提供業務增長的附加值，出海要素更多是產業鏈中資源、人力密集型內容，用海外去分擔成本而非賺取利潤。術密集型產業加速出海。來源：艾瑞咨詢研究院自主研究及繪制。?2024.1iResearchInc.?2024.1iResearchInc.科技研發：互聯網公司的科研力度社會財富的重新分配讓互聯網公司成為中國民營商業機構的科研擔當中國互聯網產業的基建+C端用戶服務戰略在過去20年間產生了非常積極的效果，不僅完成了中國全社會的數字化會財富向互聯網產業聚集。這也是新時代互聯網公司能夠主動選擇科技研發這條新道路的原因。從數據上看，2022年中國民營企在業務上雖然已有較大分隔，但在研發與科技創新層面，當之無愧的是中國互聯網公司的門面。18.9%11.1%11.1%6.2%5.5%9.4%11.4%4.4%1.6%5.7%4.7%騰訊阿里百度吉利美團螞蟻比亞迪京東小米寧德時代538.1538.1233.2224.2207.4204.6186.5168.9160.3155.1614.0占比（%）研發費用（億元）來源：中華全國工商業l聯合會。?2024.1iResearchInc.金融電商谷歌微軟接入GPT-4與ChatGPTWord基于Word、Onenote等草稿直接生成幻燈片；通過自然語金融電商谷歌微軟接入GPT-4與ChatGPTWord基于Word、Onenote等草稿直接生成幻燈片；通過自然語PPT根據2022年金山辦公財報顯示，金山辦公圍繞AIGC與LLMs領域進行研發投入，優化文檔數據搜索功能，并在智能輔助寫作與排版、表格數據智能分析、PPT一鍵生成與美化等場景進ExcelOutlook靈活切換郵件語氣與風格Teams基于Office所有應用數據，實現全局信息視角下的交互式問百度文心一言&森宇宙CeMetaOpenAIGPT-4&摩根士丹利彭博推出BloombergGPT森宇宙CeMeta結合文心一言提升數字化營銷產品能力，促進多模態數字人研發，落摩根士丹利通過GPT-4對研報內容進行搜索，解鎖財管將協助改進現有的金融NLP任務，如情感分析、命名實體識別、新聞分類和問答等。此外將為彭博終端上的大量互聯網公司利用自身親科技的特性，將時下最前辦公正在圍繞AIGC與LLMs領域進行類似產品功能的研發。這是近年來互聯網科技公司戰略轉型的縮影，只不過因為ChatGPT的爆火而得到了凸顯。在過去很長時間里中國互聯網公司都會基于自己的業務，進行用戶使用工具的開發，這些工具的意義在于降低用 微軟365Copilot與谷歌Workspace金山辦公相應地相應地，谷歌推出的Workspace加入了生成式AI辦公軟件套餐（Docs，Slides，Sheets，Chat）。盡管沒有明確加入類ChatGPT產品，但在生成式AI功能上基本上可以實現與微軟365Copilot的對標OpenAIChatGPTAPIOpenAIChatGPTAPI&ShopifyAPI開發的導購機器人可分析買家需求、進行商品推薦、分析評論數據、撰寫營銷文03互聯網科技產業發展趨勢云服務是當前互聯網和科技市場創造奇跡和未來決勝的關鍵產業，45.4%48.1%39.9%35.5%35.1%33.2%32.8%31.4%21.7%12754202245.4%48.1%39.9%35.5%35.1%33.2%32.8%31.4%21.7%127542022部互聯網客戶下云趨勢漸強，傳統行業客戶業務創新有限，導致存量市場增長動力不足。增量客戶受限于宏觀經濟環境改變，用云支出更為謹慎，大型企業云建設周期延長，中小企業用云連續性減弱讓云市場增量空間增長遲緩。雖然，在當前宏觀環境下，各主要行業均處在業務恢復期，導致整體云市場業務表現略顯疲態，但國內整體數字化進程穩中有序，各主要云廠商云基礎設施建設、云技術與云產品投入也穩中有進。隨著云計算與實體經濟結合愈發緊密，整體云市場將從早期由技術普及所帶來的“持續增長”轉為與經濟發展相協同的“波動上升”。因此，與股票市場經常被當作宏觀經濟的“晴雨表”類似，云市場也將成為綜合反映實體經57.1%960196017087539139922256102632801612693201820192021202020172024e2025e2026e2023e201820192021202020172024e2025e2026e整體云服務市場規模（億元）整體云服務市場增速（%）注釋：云服務整體市場包含公有云、私有云、專有云、混合云等部署模式下的服務，以及整體IaaS、PaaS、SaaS。?2024.1iResearchInc.在商業策略方面，云廠商普遍通過降價方式，增強客戶粘性，穩定IaaS收入規模。在能力建設方面，IaaS領域處在“產品升級”階層云建設及云管理能力，通過逐步統一公有云及非公有云底層架構，優化升級云操作系統，提升普算、智算、超算等各類基礎資源調度和管理效率。2為更好地支持AIGC及大模型領域建設，云廠商擴大在智算及超算領域投入。首先，擴大智算、超算基礎設47.2%31.7%50.6%38.1%70.4%27.0%50.7%47.8%54.9%34.3%37.7%20.5%39.6%40.2%37.2%35.3%32.7%31.2%30.9%26.5%7653424105638145108816391842722201421265357935218094620113460496049155521042017201820192020202120222023e2024e2025e2026e整體IaaS市場規模（億元）整體PaaS市場規模（億元）整體IaaS市場增速（%）整體PaaS市場增速（%）注釋：整體IaaS市場和整體PaaS市場包含公有云、私有CRM智能客服全鏈路營銷管理SaaSCRM智能客服全鏈路營銷管理SaaS48.7%48.7%35.2%9.5%17.2%28.5%12019357287975383622019202020212022e2023e2024e行業垂直型SaaS市場規模（億元）中性預期業務垂直型SaaS市場規模（億元）中國企業級SaaS市場規模年增長率（%）注釋：企業級SaaS市場規模以SaaS廠商的SaaS業務收入計算，不包括交易抽成、人力來源：綜合企業訪談、公開市場信息及艾瑞統計預測模型估算，艾瑞咨詢研究院自主研商業增長經營管理協同提效安全合規數智化數智化SaaS注釋：圖中僅舉例行業發展特點，不代表具體廠商業務行為。來源：艾瑞咨詢研究院自主研究及繪制。個網易云信人工智能安全+RANCHER"DaocloudDRACL∈*snowickesplunk>IDC運營商TA太極cinacache超融合SDS軟件定義×SKYHBCCDN個網易云信人工智能安全+RANCHER"DaocloudDRACL∈*snowickesplunk>IDC運營商TA太極cinacache超融合SDS軟件定義×SKYHBCCDN視頻/通信視頻/通信大數據大數據多云管理操作系統操作系統云原生云原生數據庫數據庫基礎軟件。華為云 綜合云廠商。華為云 綜合云廠商 非公有云廠商山紫光云SDN/SDSDN/SDWANozenlayerZTE中興cettswet集成商集成商來源：艾瑞咨詢研究院自主研究及繪制。較為完善的技術能力與健康的營收，并且對業務創新性的關注度已超過對成本的敏感度，企業用云邊際效益呈遞減趨勢。因此，云廠商不僅需要持續更新底層資源，以價格優勢延緩用云效益遞減周期，更需要加速升級能力產品，為企業提供實現業務革新的生產力工具。商產品自研能力和與國產化產品的適配能力將成為政企客戶能否進一步將復雜業務系統部署在云端的關鍵。2.6%3.1%34.4%3.5%34.4%4.2%4.3%5.7%12.2%10.2%12.2%10.3%阿里云華為云亞馬遜云科技百度智能云移動云金山云騰訊云浪潮云Others天翼云京東云2.7%2.8%34.5%3.5%34.5%4.0%5.4%6.6%12.0%9.5%12.0%10.3%阿里云華為云亞馬遜云科技百度智能云移動云金山云騰訊云浪潮云Others天翼云京東云來源：結合公開資料、企業訪談、艾瑞咨詢研究院自主研究及繪制。互聯網產業仍未回暖，以互聯網行業客戶為主體的公有云市場增長遲緩。從市場營收角度看，公有云市場表現并不突出，廠商營收更多來自現有客戶續費收入，新客戶上云數量較低。由于互聯網行業客戶業務規模一定程度縮減，導致續費規模也一定程度下降。從研發投入、基礎設施投入角度看，公有云始終是各類云廠商建設的重點。目前，公有云廠商不斷完善自身分布式云網絡，擴大中心節點規模，擴充本地節點數量，提升邊緣節點能力，力爭在云能力上實現公有云能力向非公有云領域傳輸。此外，為更好地支持日后大模型領域的發展，云廠商正逐步加快智算中心、超算中心建設，不斷完善人工智能基礎設施，以更好支撐頂層平臺搭建與應用能力發揮。80.9%66.0%52.7%48.3%52.7%39.5%20.3%275434.1%31.1%34.9%32.8%86733376091012150022913693484065292017201820192020202120222023e2024e2025e2026e公有云服務市場規模（億元）公有云服務市場增速（%）注釋：非公有云服務市場包括IaaS、PaaS。44.1%37.2%36.8%32.8%32.3%30.9%27.7%25.8%25.0%17.0%4081202244.1%37.2%36.8%32.8%32.3%30.9%27.7%25.8%25.0%17.0%40812022金融行業隨AIGC發展成為傳統行業用云新熱點傳統行業客戶受宏觀經濟增長放緩，除資金和技術密集型產業外，其他傳統行業客戶在云領域投入更為謹慎。金融行業資本充裕，化成為新的討論熱點。受行業合規要求，傳統五大行在AIGC領域投入處在觀察期，但頭部股份制銀行則逐步與云廠商合作，規劃AICG可能的行業應用。30723072224616981238417990601756356201820192021202020172024e2025e2026e2023e201820192021202020172024e2025e2026e非公有云服務市場規模（億元）非公有云服務市場增速（%）注釋：公有云服務市場包括IaaS、PaaS、SaaS。從需求側看，雖然互聯網行業仍然面臨增長壓力，但AIGC已為互聯網行業帶來新的增長熱點，各類互聯網企業客戶積極接入AIGC及36.9%31.1%19.7%298.012.3%298.0250.6159.299.1互聯網政務金融其他中國基礎云三大細分市場規模（億元）--中國基礎云三大細分市場占比（%）39.4%27.6%20.3%12.7%353.3247.9182.5113.9互聯網政務金融其他中國基礎云三大細分市場規模（億元）中國基礎云三大細分市場占比（%）?2024.1iResearchInc.政務行業建設從綜合政務云向行業垂直政務云轉型政務行業仍舊是傳統行業中在基礎云市場占比最高的細分行業，但市場增速卻呈放緩趨勢。受到宏觀經濟影響，各級政府財政預算逐步縮進，現階段正在建設的部分政務云項目出現延期；新中標項目，標的金額也逐漸縮小。從發展趨勢看，雖然政務云建設始終36.9%31.1%19.7%298.012.3%298.0250.6159.299.1互聯網政務金融其他中國基礎云三大細分市場規模（億元）--中國基礎云三大細分市場占比（%）39.4%27.6%20.3%12.7%353.3247.9182.5113.9互聯網政務金融其他中國基礎云三大細分市場規模（億元）中國基礎云三大細分市場占比（%）?2024.1iResearchInc.31.1%298.0250.631.1%298.0250.6AIGC驅動金融行業成為傳統行業云建設新熱點規模充足，數字化基礎設施完備，已逐步成為各類云廠商在傳統行業中業務布局的重點。為應對金融行業的合規要求，云廠商一方36.9%19.7%19.7%12.3%159.299.1互聯網政務金融其他中國基礎云三大細分市場規模（億元）--中國基礎云三大細分市場占比（%）39.4%27.6%20.3%12.7%353.3247.9182.5113.9互聯網政務金融其他中國基礎云三大細分市場規模（億元）中國基礎云三大細分市場占比（%）市場環市場環境成熟目前中國SaaS市場發展呈現以下特征1）重客戶：客戶在產品音，并反饋至產品形態和服務模式。（2）重協同：現階段是廠商突破內生經營，向產業鏈及市場各方參?發力方易主：在數字化轉型的推動下，主要發力方從廠商向企業客戶傾斜現階段現階段產品孵化概念普及概念接受市場滲透綜合運營系統更換需求升級主要發力方客戶側廠商側初創期成長期擴張期SaaS資源調配形式演進賽道成熟廠商內部資源配置沿產業鏈資源調配賽道內資源共享跨賽道資源調配來源：艾瑞咨詢研究院自主研究及繪制。?2024.1iResearchInc.?2024.1iResearchInc.截至2022年6月，中國互聯網普及率已高達74.4%。在網民規模持續提升、網絡接入環境日益多元、企業數字化進程 2023e2023e20222024e2025e2026e2027e2028e2029e2030e2024eAIGC產業規模（億元）AIGC產業增速（%）來源：艾瑞咨詢《2023年中國AIGC產業全景報告》。來源：艾瑞咨詢研究院自主研究及繪制。已從“引進來”轉向“走出去”，并在全球數字化浪潮下逐步擴大云數智領域的支出規模。金融行業中，傳統金融企業出海側重利用公有云更好地服務龐大的前端客戶群體，創新金融企業則希望借助云底座支撐以區塊鏈技術為代表的新能力。在零售領域，跨境技產品為主的智能制造目前是云出海市場的主要客戶，隨著傳統制造業數字化升級，以及產業鏈上更多生產環節和生產要素向海外54.7%37.0%56.4%40.8%37.3%35.5%36.7%9182563614966722020202120222023e2024e2025e2026e云出海市場規模（億元）云出海市場增速（%）行業占比（%）行業占比（%）金融（%）零售（%）制造（%）其他（%）安全是基礎，技術是關鍵，服務是重點，生態是保障需要云廠商提供安全、穩定、全面的云基礎設施以支持其業務2）“一站式”解決方案：出海企業客戶要求云廠商可以提供豐富的、完整的、可以實現“一站式”用云，迅速將云與業務對接，將云服務轉化為生產力。此外，出海企業客戶需要云廠商可以針對區域差異結合務實際的服務能力。4）豐富生態：出海企業客戶希望云廠商可以提供覆蓋從上云咨詢、用云遷移、云上運維各環節的完整服務，借助云廠商完整的生態云廠商體需要云廠商體需要提供便捷高效的云服務，幫助客戶實現滿足用戶多場景業務需要生態伙伴種類豐富，滿足企業上云、用云各環節、全生命周期支持企業在海外經營需要滿足海外當地安全合規監管要求，所使用的云產品及服務需要安全、穩定服務體驗貼合中國客戶業務特征，減少客戶溝通成本，提供海外本地支持，保證服務效率與質量來源：艾瑞咨詢研究院自主研究及繪制。未來5年保持高增長，預期于2026年突破2000億受宏觀經濟影響，艾瑞預測未來2年信創市場規模的增速有所下降，但數字中國強化關鍵能力、各領域構筑自立體系的決心不會動搖，艾瑞預期中國信創市場整體規模仍將保持30%以上的年增長。隨著行業信創的深入、應用軟件的成熟，信創43.0%33.1%41.1%64.9%61.2%36.9%322833047262988714622357202120222023e2024e2025e2026e2027e信創市場規模（億元）信創市場增速（%）來源：艾瑞咨詢《2023年中國信創產業研究報告》。36.0%37.9%37.0%34.3%32.2%8222580765864418222580765674307065767430311432902324216319563114329023242162170520182019202020212022中國信息領域相關PCT專利申請數量（件）全球信息領域相關PCT專利申請數量（件）--中國信息領域相關PCT專利申請數量占全球比重（%）備注：信息領域相關PCT專利申請量，指音視頻技術、電信技術、數字通信、基本通信過程、計算機技術、信息技術管理方法、半導體技術等領域的PC掃碼王筱王慧嫻雷霆李廉XiaoWangYvonneWangwangxiao10@iresearc?2024.1iResearchInc.靈感迸發的“絕望的深淵”靈感迸發的“絕望的深淵”AIGC提升數字化內容生產質效，變革人機交互體驗態檢索任務上的出色表現。多模態大模型的快速發展為生成式AI（GenerativeAI，AIGC）技術能力的升級提供了強力支撐和應用產品的全新可能性。2022年，一幅由Midjourney生成的AI畫作《太空歌劇院》橫空出世，后AI生成圖片在社交平臺瘋狂傳播；全新的內容生產方式，是利用現有文本、音頻文件或圖像創建新內容的技術。其使用機器學習算法，從數據中學習要素，一般基于跨模態大模型打造，包括基于素材的部分生成和基于指令的完全自主生成和生成優化。得益于真實數據積累和計算成本下降，可幫助生成數字化內容初稿，產品包括AI繪畫、平面設計、對話系統、搜索引擎、代碼生成等，提高了數字化內容的豐富度、生產效率與創造性；類人的交互體驗和全民參與度也提升了C端消費側對于創造力AIGC技術提升創作者生產效率與質量創造力修改完善修改完善初稿產生初稿產生順利推進中AIGC有望打破沖突，助力定制化與規模項目時間來源：硅谷投資機構NFX，艾瑞咨詢研究院整理繪制。生成式AI原理低生成式算法1：抽樣出在概率上與上文相關度最高的生成式AI原理低生成式算法1：抽樣出在概率上與上文相關度最高的單字形成下文2：將每個新生成的字與上文所有內容合并成新的上文，再次根據這個上文預測下一個字低…21ChatGPTVS微調小模型生成質量大大提升ChatGPTVS其他大模型更接近商用水準生成式AI的重大突破，通用基礎大模型的勝利語言理解能力和邏輯推理能力上都得到大幅提升，超出了大眾對于一款聊天機器人的預期，是生成式AI（AIGC）極為關鍵的發展節點。作為一款生成式預訓練大語言模型，“Chat”指向它的功能，“Generative”代表它屬于生成式算法。生成式算法在過去數年中受制于RNN的內生缺陷始終發展緩慢，直到2017年“Transformer”架構出現并解決了傳統RNN模型的問題，生成式AI才開始在預訓練的Transformer架構之上煥發生機，NLP、CV甚至多模態領域通用基礎大模型飛速演進。在模型參數量幾何級數增長以及生成式AI發展歷程與ChatGPT的突出能力以小模型為主導的分析型算法是AI領域主流，生成式模型受制于RNN的順序計算效率低、長序列處理能力不足等問題，無法Transformer架構在計算上的高效性和良好的遷移能力使預訓練的transformer迅速取代Transformer的革命性Transformer的革命性提升計算效率：避免了RNN中的效率。長序列處理能力：Transformer相所需的操作次數不隨距離增長。更好的語言理解能力：自注意力機制和多頭注意力機制可以有效地學使得模型更好地理解和生成文本。?美國OpenAI和Google等LLMs產業巨頭致?美國OpenAI和Google等LLMs產業巨頭致力于提升大模型的通用性，集成插件打造生態平臺或與賦能辦公、協作軟件等各類應用巨頭。已初步形成以大模型為通用基礎層的產業分工?目前美國在大模型產業的技術和生態建設優勢比較顯著，正在對各行各業加速滲透GPT模型成為科技封鎖和保護主義對象的趨勢初現國家層面對于目前世界上最優秀（從用戶生態到商業落地層面評估）的AIGC公司——OpenAI和其核心產品ChatGPT的態度也比較慎重。比如，意大利宣布封禁ChatGPT并限制OpenAI處理意大利用戶信息；我國A股多家企業也發布公告披露“公司未與OpenAI開展合作，ChatGPT的產品和服務未給公司帶來業務收入”。同時，ChatGPT平臺也封禁大量OpenAI賬戶，其中包括部分使用中文進行對話的用戶。作為新興科技生產力，ChatGPT成為科技封鎖和保護主義對象的趨勢初現端倪。從我國所處的追趕者角色看，類ChatGPT產品及其下游應用產業對于國家數字經濟發展的戰略意義不容忽視。半導體產業“卡脖子”的前車之鑒發人深省，OpenAI的成功再次暴露了中美兩國不僅在AI算力層面差距巨大，在AI算法和底層框架等層面也存在代際差距。我國AIGC產業發展??以百度、阿里、華為、騰訊等為例的巨頭廠商一方面深耕通用基礎大模型研發，同時根據自應用場景落地?具備模型自研能力的肩部廠商，則基于開源模立垂直行業的平臺生態?基于我國企業在模型層和應用層的百花齊放，“建立生態平臺+做厚應用服務”有望打造中美大模型產業博弈的彎道超車機會注：艾瑞即將發布的AIGC系列報告：《AIGC系列-中國生成式AI基礎層行業研究報告》、《AIG需前瞻性對技術、數據與生成內容規劃相關行業標準需求側，隨著數字經濟與實體經濟的加速融合，人類社會經濟生活對數字世界內容的需求不斷提高，牽引各類供給側，智能算力支撐、深度神經網絡結構升級、商用基石模型出現、多模態大模型等技術進步驅動了AIGC產品可用性的不斷加強。提升，AIGC將加速助力數實融合世界建設。新技術與數字內容的海量迸發也增加了監管難度，為促進產業有序發展，有關部門業協會應在互聯網信息監管及AI治理的大背景下前瞻規劃。生成式對抗網絡（GAN）突破性理論提出生成式對抗網絡（GAN）突破性理論提出初代模型的出現（BERT、DALL·E)可商用基石模型的出現（GPT-3、DALL·E2）自主編程系統AlphaCode面世基于開源代碼訓練的Copilot開始商業化GPT-4預計將在2023年發布，從號稱“GPT-3.5”的ChatGPT的效果來看，值得期待2020年得益于文本和代碼相結合得益于文本和代碼相結合的預訓練大模型發展，ChatGPT引入了人工標（RLHF）來進行持續訓練和優化。加入強化學習后，大模型能夠理解人類的指令以及背后的含義，根據人類反饋來判斷答案的質量，給出可解釋的答案，并對于不合適的問題給出合理的回復，形成一個可迭代反饋的閉環。視頻和3D內容的生成還在等待類似DALL·E進度的基石模型出現；圖像生成領域處在大量探索應用場景階段2021年12月2021年12月GPT-3測試結果來源：艾瑞咨詢研究院根據公開資料研究繪制。AIGC基于模態類型的應用場景分類模態類型技術要點文本生成大型預訓練模型、自然語言理解、對話策略選擇語氣的少量數據小樣本遷移學習；音樂數據標注改像視頻生成蹤主題剪輯、視頻特效、自動美顏等多模態學習、跨模態理解；大型預訓練模型；多模態、跨模態內容生成策略生成深度強化學習技術、搭建虛擬環境、合理設置Reward來源：艾瑞咨詢研究院根據公開資料研究繪制。?2024.1iResearchInc.?2024.1iResearchInc.根據第50次《中國互聯網絡發展狀況統計報告》，截至2022年6月，中國互聯網普及率已高達74.4%。在網民規模持續提升、網絡接入環境日益多元、企業數字化進程不斷加速的宏觀環境下，AIGC技術作為新型內容生產方式，有望滲透人持續打造與完善底層算力基建、大模型商店平臺等新型基礎設施，以此孕育成熟技術與產品形態的對外輸出。2028年，中國AIGC產業規模預計將達到7202億元，中國AIGC產業生態日益穩固，完成重點領域、關鍵場景的技術價值兌現，逐步建立完善模型即服469.9% 4364759中國AIGC產業規模（億元）中國AIGC產業規模增長率（%） 下游中游上游基模分化回小紅書創作工具賽道個百度智能云 下游中游上游基模分化回小紅書創作工具賽道個百度智能云算力基礎AI芯片（異構Fabless）智能云服務個百度智能云_Azure智能服務器智算中心企業自建智算中心城市智算中心企業服務企業服務金融了中科聞歌零售個百度智能云醫聯企業內部運行一通義聽悟數字化與大模型方案提供商數字化與大模型方案提供商 AIGC大模型層行業垂直型基礎大模型業務垂直型基礎大模型金融智能問答病例生成企業服務個百度智能云nspur浪潮通用基礎大模型通用基礎大模型AIAI開源社區通義個百度智能云悟道〔〕阿理云魔搭個百度智能云飛槳 AIAIAgentsAutoGPT9Langchain模型平臺模型平臺/模型服務個百度智能云靈積模型服務千帆大模型平臺火山方舟軟通動力天璇 數據基礎數據基礎算法基礎算法基礎AI基礎數據服務云測數據T=nsorDBMdrantAI算法框架數據集AI開發平臺應用層模型層算力層ToC應用試水，合規性與付費意愿等要素限制有規應用層模型層算力層ToC應用試水，合規性與付費意愿等要素限制有規數字化基礎做進一步滲透擴張，場景邊界仍在探尋?AIAgent與大模型服務/平臺是AIGC時代下新衍生的工具層，已成為繼大模型之后，更有想象空間卻也更貼近應用的下一爆點。對于AIAgent來說，將保證大模型應用在執行任務時可以訪問到正確的信效用的關鍵。隨著大模型工程化能力提升，模型服務定位的人才及資源投入需求將降低，市場機會不明朗。而模型商店/平臺將呈現明顯雙邊效應，技術資源聚集及應用生態搭建是關鍵。MaaS是大模型能力落地輸出的新業態，模型層將更貼近應用側，工具鏈完完善度影響用戶體驗，進一步催生工具層發展帶動算力基礎設施建設，大模型運行對其提出更高要求層>應用層>工具層；市場機會：應用層>工具層>模型層>算力層從內容/社交平臺角度出發，以社區形式通過用戶自發創作交流形成粘性是未來發力方向。而國內用戶在SaaS服務上仍是較低付費意愿和購買力，如何聚集流量、從嘗鮮行為轉為深入重復使用且?B端洞察：在產業服務中，AIGC將從內容生產與交互方式改變企業數字化產數據基礎、上云進程、數字化進度等息息相關。艾瑞從供需兩側訪談了解，目前B端AIGC應用正處于場景探索期正努力搭建標桿業務場景與典型行業模型，共同推廣AIGC技術的應用滲透。純應用開發技術門檻的降低將數據要素與行業know-how的重要性置頂，擁有垂類數據積累與業務理解的B端廠商可利用AIGC給用戶使用“MaaS模式的新業態，重構AI產業鏈價?模型路徑演變：基礎大模型落地會因需求差異業路徑分化，以行業級、企業級大模型方式支撐上層開源、千億級閉源”的發展路徑，而向上分化的垂直領域廠商將基于開源模型或基模平臺開發部署細分領域模型產品，廠商優勢在垂類數據與業務理解。?作為數智化時代的資源引擎，算力正逐漸成為影響國家綜合實力和經濟發展的關鍵性要素。隨著AIGC時代大模型參數的量級提升，算力供需結構承壓持續加大。訓推算力需求先呈指數級上漲。順應先訓練后推理邏輯，未來仍有巨量邊緣及端側算力需求待釋放。預訓練大模型的訓練推理需要巨量數據資源與高性能計算機的全天候高速運轉，對數據中心的網絡帶寬、能源消耗與散熱運維能力，AI芯片的內存、帶寬、互聯能力、軟硬協同均提出更高要求，極大影響算力率與芯片性能發揮。MaaS將云計算、智能算力、模型能力等資源實現高度融合，艾瑞判斷，未來智能算力資源或將更多承載于云服務產品，以MaaS模式服務千行百業，而隨著大模型輕量級開源版本的發布，大模型有望進行進一步剪裁?2024.1iResearchInc.開源模型：公開模型的源碼與數據集，任何人都可以查看或修改源代碼。如StabilityAI開源StableDiffusion，Meta開源Llama。中國智源開開源模型：公開模型的源碼與數據集，任何人都可以查看或修改源代碼。如StabilityAI開源StableDiffusion，Meta開源Llama。中國智源開運行穩定私有化部署前期投入成本低迭代更新快完整工具鏈&工具平臺依賴專業團隊在以OpenAI為代表的閉源模型廠商開放對外技術服務后，開源模型廠商也在加緊發力，以Meta的Llama模型為代表陸續開源迭代，意圖進一步實現生態層面的跑馬圈地，2023年上半年LLM與數據集迎來開源季。大模型的開源可根據開源程度分為“可研究”與“可商用”級別。2023年2月，Meta發布了開源大模型LLM的第一個版本Llama，授予“可研究”用途。2023年7月進一步發布“可商用”的Llama2版本，雖然有日活超過7億產品需額外申請、不能服務于其他模型調優等的商用限制，但海外很多中小企業已可用Llama2的模型來做私有化部署，基于Llama2開源模型訓練出定制化的可控模型。由于Llama2基本不支持中文，對中國的大模型商用生態暫時不會產生實質性變化，中國仍需開發培育適配于中文數據土壤的開源生態。閉源LLM可為B端用戶和C端消費者持續提供優質的模型開發及應用服務；開源LLM可從研究角度促進廣大開發者和研究者的探索創新，從商用角度加速大模型的商業化進大模型技術前沿廠商出于打造自身先進模型壁商業考慮，會選擇閉源或逐步從開源走向閉源，以保證模型國內阿里、騰訊等互聯網大廠的大模型目前均處于閉訓練出開源LLM模型背后仍需要大量資金、精力、人才投入；此外，數據隱私安全以開源社區為生態建設，引流資源服務AIGC開源社區GitHub應用市場GitHub周邊商店數據托管定制化解決方案以開源社區為生態建設，引流資源服務AIGC開源社區GitHub應用市場GitHub周邊商店數據托管定制化解決方案輕量級模型陸續開源，助力開源生態建設，千億級模型暫以閉源路徑開展2023中關村論壇上，科技部副部長吳朝暉表示，中國將堅持開源問題，進一步推動算力資源和數字資源開放共享，加快形成大模型的產業生態。而AIGC開源社區的建設可以吸納更多的開發者及擁有定義用戶的主導權，以AI開源創新平臺為杠桿，帶動支撐底層AI芯片、智算中心及云服務等基礎設施發展。從供給側邏輯來看，大模型開源早期由高校和機構推動，如清華大學的ChatGLM-6B、復旦大學的MOSS，陸續有頭部云廠商加入，如百度的文心系列與阿里的通義系列，共同為中國AIGC開源社區的建設“增磚添瓦”，以阿里云魔塔社區、百度云飛槳社區為代表的開源社區建設成果初現，而千億級模型暫以閉源路徑開展，憑借穩定、優質效、完整工具鏈等產品特點定位應用市場；從商業化路徑來看，參考海外明星開源社區HuggingFace的商業模式，中國AI開源社區同樣會先免費提供基礎算力，為及測試，并進一步通過付費服務推送輕量級遷移的微調推理服務或深度開發的訓練調優平臺，提升模型產品性能，通過開源社區吸引開發者、企業客戶完成更多部署應用資源的引流變現。GitHub是一個面向開源及私有軟件項目的托管平臺，因為只支持git作為唯一版優秀模型聚集交流區→模型試用體驗→試用體驗輕量級遷移微調+推理服務深度開發訓練+調優+評測等服務本庫格式進行托管優秀模型聚集交流區→模型試用體驗→試用體驗輕量級遷移微調+推理服務深度開發訓練+調優+評測等服務費創建無限的公共和私有存儲庫，付費可獲得更多功能。高級訂閱服務HuggingFace——AI/機器學習/NLP界的”GitHub”HuggingFace是一家以自然語言處理(NLP)技術為核心的AI初創公司,憑借開源項目Transformers（提供了數以千計的預訓練模型）積累巨大影響力，并通過漸平衡開源社區與商業化路徑–商業模式平衡開源社區與商業化路徑–商業模式付費制會員大模型產業價值大模型開發范式應用1應用2應用1應用2開發過程每一個模型建設都要經歷單獨的算法開發、數據處理、模型訓練與調優過程，難以標準化和批量化進行。預訓練大模型具備很強的通用性和泛化性，能夠以零樣本或小樣本微調，以及其他相對高效的方式支持多種應用，這種方式下模型訓練和微調成為兩個完全獨立環節，極大促進了流程標準化和產業分工。同時，“預訓練大模型+微調”的開發范式不需要下游應用廠商從頭進行模型訓練，大大降低了對其算法能大模型產業價值大模型開發范式應用1應用2應用1應用2開發過程每一個模型建設都要經歷單獨的算法開發、數據處理、模型訓練與調優過程，難以標準化和批量化進行。預訓練大模型具備很強的通用性和泛化性，能夠以零樣本或小樣本微調，以及其他相對高效的方式支持多種應用，這種方式下模型訓練和微調成為兩個完全獨立環節，極大促進了流程標準化和產業分工。同時，“預訓練大模型+微調”的開發范式不需要下游應用廠商從頭進行模型訓練，大大降低了對其算法能模型能力提升，能夠滿足大量從前無法落地的應用場景：在不考慮調用成本和響應速度的情況下，大模型在各類任務上的效果普遍相比小模型有顯著提升，同時在部分任務上成本也比小模型有所降低，能夠覆蓋大量從前難以服務的長尾問題。簡化微調/開發微調/開發模型能力大模型的落地將提速AI工業化生產，并充分釋放AI產業潛在市場空間大模型類似于一個能力全面且突出的“完全體”，不僅通用性強，且能力相比小模型有較大提升。因此，用大模型做應用開發，可快速賦能應用。相比獨立分散的小模型開發，標準化、流程化程度更高，在開發效率和運維成本上都有較大改善，有效促進了AI的大小模型特征及開發范式對比小模型開發范式小模型開發范式訓練優化訓練優化算法開發算法開發訓練優化訓練優化訓練優化算法開發算法開發訓練優化 數據標注 數據標注數據標注 數據標注算法開發算法開發提升?2024.1iResearchInc.?2024.1iResearchInc.智能零售模型調優模型存儲模型推理部署應用數字人產品應用智慧交通機器人智慧工業智能安防智慧能源智能座艙智能零售模型調優模型存儲模型推理部署應用數字人產品應用智慧交通機器人智慧工業智能安防智慧能源智能座艙打造大模型商店，為下游提供低門檻、低成本的模型使用與開發支持MaaS（Model-as-a-Service模型即服務，是指以云計算為基礎，將大模型作為一項服務提供給用戶使用的新業態。如今，MaaS模式已成為各家云巨頭廠商發展第一戰略優先級，把模型作為重要的生產元素，依托于既有IaaS設施與PaaS平臺架構，為下游客戶提供以大模型為核心的數據處理、特征工程、模型訓練、模型調優、推理部署等服務。未來，順應大模型開務商將著力打造大模型商店平臺，發力大模型生態建設，納入更多允許商用的開源模型，提升平臺的基模類型及能力，并豐富工具智慧醫療智慧電力智慧金融智慧醫療智慧電力模型訓練開源&閉源模型的能力輸出模型托管數據集/數據庫數據集/數據庫算力資源以MaaS平臺能力為核心，為用戶提供推理、微調、開發服務?推理：通用場景下，用戶可以直接調用程序。?微調：特定場景需求下，通用大模型能力或無法直接滿足,可通過少量數據訓練與標注，基于MaaS平臺的一系列微調、訓練工具鏈，產出符合客戶需指令優化、評測部署等平臺服務。基模類型與能力、垂類行業數據、工具鏈完整性、業務積累、價格體系都是廠商在MaaS模式下的關鍵要素?基模數據量級決定模型通用能力上限，而基模需結合金融、電商、物流、文?工具鏈包括數據維度的治理、標注、數據庫資源及模型維度的托管類型、調用門檻及體驗。?業務積累是廠商資源體現，一方面助力廠商基于現有布局進一步滲透MaaS能力，一方面可加深廠商實際落地的業務理解與需求適配。從ROI考量，價格體系也是客戶選擇的重要因素。人工參與度與人工參與度與AI進行修改………模型基于其在內容生成、總結、邏輯推理等方面的能力，已在多種AI服務的技術開發環節中展開融合替代。其中，內容生成與理解是大模型的核心能力，AIGC的產業價值主要體現在以此為核心的“變革內容生產方式”與“變革人機交互方式”兩方面。大模型對內容理解和內容生成的雙向能力使其既能以極低門檻實現多模態內容生成，也可脫離內容生產核心場景泛化為一種人機對話的媒介。變革內容生產方式，提升生產效率與創意性AIGCAIGC的范圍包含AI自主生成及輔助人類生成內容。當前技術處于L2向L3變革人機交互方式，簡化開發流與工作流軟件交互界面變革示意圖多模態大模型，能夠支持文本、語音、圖片等多模態輸入，調取對應的軟件功能為用戶解決問題，充當人與軟件，甚至度；在應用端，大模型帶來的交互能力提升可能會帶來部分行業?2024.1iResearchInc.內容消費賽道TOC企業服務賽道TOB內容消費賽道TOC企業服務賽道TOB第四范式“AIGS”1）ToC產品以內容和工具形式觸達消費者，各類C端應用可通過直接調用通用大模型API形成各種AI創作工具，并利用其生成內容2）AIGC技術通過大模型能力去部分補充或替代原有場景的算法小模型或是傳統軟件功能，將其滲透各行各業以提高企業生產辦公效率。更高的場景復雜度對參與廠商的技術能力和行業kAIGC應用賽道介紹與劃分邏輯 提供可直接消費的提供AIGC創作工具提供AIGC升級的企業數字化應用及服務頭部AI模型參數量級3-4個月翻一番頭部AI模型訓練算力需求3-4個月翻一番大模型參數（億）100000需求側18-24個月3-4個月HugeGap10000供給側摩爾定律中芯片計算性能大約每18-24個月翻一番1)頭部AI芯片產品性能以超越摩爾定律的速度在加速翻倍迭代中產品型號及對應算力峰值頭部AI模型參數量級3-4個月翻一番頭部AI模型訓練算力需求3-4個月翻一番大模型參數（億）100000需求側18-24個月3-4個月HugeGap10000供給側摩爾定律中芯片計算性能大約每18-24個月翻一番1)頭部AI芯片產品性能以超越摩爾定律的速度在加速翻倍迭代中產品型號及對應算力峰值2)各國對AI基礎設施的大量布局，以數量增量來滿足龐大算力需求商業主導：坐擁四大超大規模數據中心平臺，亞馬遜、谷歌、Meta和微軟。商業+政府主導：順應《智能計算中心創新發展指南》1000大模型發布時間1全球大模型參數量變化趨勢AIGC算力供給與需求的傾斜天平自2017年谷歌提出Transformer架到1.17億，模型參數量開始實現億級基底的飛越發展，平均每3力正在成為影響國家綜合實力和經濟發展的關鍵性要素。浪潮信息發布的相關報告表明，計算力指數平均每提高1個點GDP將分別增長千分之3.3和千分之1.8。面對算力層的供需結構矛盾，各國積極發展算力層基礎設施建設。在計算力指數國家排名中，美國坐擁全球最多超大規模數據中心，以75分位列國家計算力指數排名第一，中國國等國，算力建設已然成為國家高質量發展的戰略級方針。2022年末，在OpenAI的GPT模型涌現能力后，AI產業迅速進入以大模型為技術支撐的AIGC時代，巨量訓推算力需求讓本就供需不平的算力產業結構進一步承壓。目前中國各地正加快新一批數據中心與2018202120242020202220232019201820212024202020222023?2024.1iResearchInc.