2024年10月CSDnConfidentialandProtectedbyCopyrigh人工智能的發(fā)展已步入生成式AI時(shí)代，其標(biāo)志是大語(yǔ)言模型的“涌現(xiàn)”能力。這些模型能夠自主地學(xué)習(xí)和應(yīng)用新知識(shí)，表現(xiàn)出了類似人類的創(chuàng)造力和推理能力。這種進(jìn)步為達(dá)到人工通用智能（AGI）奠定了基礎(chǔ)，使大語(yǔ)言模型成為科技和研究機(jī)構(gòu)長(zhǎng)期關(guān)注的重點(diǎn)。在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，大語(yǔ)言模型的研究和應(yīng)用，將成為人工智能領(lǐng)域的主導(dǎo)力量。它不僅將推動(dòng)人工智能技術(shù)的進(jìn)步，還將深刻影響我們的社會(huì)生活，改變我們的工作方式，甚至可能改變我們對(duì)智能和生命的理解。AGI2.0 AGI0.1在當(dāng)今的商業(yè)環(huán)境中，企業(yè)經(jīng)營(yíng)的持續(xù)發(fā)展與創(chuàng)新是核心命題之一。隨著人工智能技術(shù)的迅猛發(fā)展，特別是大語(yǔ)言模型（LLM）的興起，對(duì)于AI在商業(yè)領(lǐng)域的價(jià)值探索和實(shí)踐應(yīng)用帶來(lái)了前所未有的變化，成為本次研究的重要焦點(diǎn)。以業(yè)務(wù)驅(qū)動(dòng)的方式擁抱AI：人工智能從未如ChatGPT這般普及，超過(guò)1億用戶主動(dòng)體驗(yàn)的背后，是業(yè)務(wù)發(fā)展需求驅(qū)動(dòng)AI應(yīng)用場(chǎng)景探索與實(shí)踐的重大轉(zhuǎn)變降低AI開(kāi)發(fā)門(mén)檻：傳統(tǒng)的AI開(kāi)發(fā)模式需要針對(duì)不同的任務(wù)和場(chǎng)景進(jìn)行定制化開(kāi)發(fā)，大模型顯著降低開(kāi)發(fā)復(fù)雜度，提升部署與應(yīng)用的便捷度增強(qiáng)用戶體驗(yàn)，碾平企業(yè)數(shù)智化洼地：大模型對(duì)于人機(jī)交互方式的變革顯著增強(qiáng)客戶/用戶體驗(yàn)與員工體驗(yàn)，有利于中后臺(tái)賦能升級(jí)，以及員工原生數(shù)智動(dòng)能發(fā)展激發(fā)科技與創(chuàng)新活力3AI開(kāi)發(fā)者研究對(duì)于推動(dòng)AI產(chǎn)業(yè)的健康發(fā)展和促進(jìn)技術(shù)創(chuàng)新具有重要意義。AI開(kāi)發(fā)者是技術(shù)發(fā)展的核心驅(qū)動(dòng)力，他們的工作直接影響AI技術(shù)的發(fā)展方向和速度。通過(guò)深入研究開(kāi)發(fā)者，可以洞察最新的技術(shù)趨勢(shì)和創(chuàng)新點(diǎn)，從而把握產(chǎn)業(yè)的發(fā)展動(dòng)態(tài)。同時(shí)，了解開(kāi)發(fā)者的背景、成長(zhǎng)路徑以及發(fā)展方向等，有助于培養(yǎng)更多的AI人才，并充分協(xié)同產(chǎn)業(yè)生態(tài)的各方力量積極賦能AI產(chǎn)業(yè)發(fā)展。最后，AI開(kāi)發(fā)者對(duì)市場(chǎng)需求的感知和響應(yīng)能力直接影響AI產(chǎn)品的創(chuàng)新和市場(chǎng)化。進(jìn)行AI開(kāi)發(fā)者研究可以幫助企業(yè)和投資者更好地理解市場(chǎng)需求，推動(dòng)產(chǎn)品創(chuàng)新。相應(yīng)地，本次中國(guó)AI應(yīng)用生態(tài)研究，將聚焦AI應(yīng)用開(kāi)發(fā)者，圍繞他們對(duì)于AI發(fā)展方向、當(dāng)前AI應(yīng)用開(kāi)發(fā)進(jìn)展以及未來(lái)AI產(chǎn)品路徑與規(guī)劃，以及面臨的挑戰(zhàn)以及潛在需求等進(jìn)行充分調(diào)研，從而從開(kāi)發(fā)者這個(gè)切面展示中國(guó)AI應(yīng)用生態(tài)發(fā)展全貌。本次AI開(kāi)發(fā)者調(diào)研，由易觀分析聯(lián)合CSDN、中歐國(guó)際工商學(xué)院AI與管理創(chuàng)新研究中心聯(lián)合展開(kāi)，通過(guò)大樣本問(wèn)卷調(diào)研，以及部分AI產(chǎn)業(yè)鏈關(guān)鍵角色深度訪談，并結(jié)合易觀分析對(duì)于AI產(chǎn)業(yè)的跟蹤研究積累，形成本次中國(guó)AI應(yīng)用生態(tài)分析。激發(fā)科技與創(chuàng)新活力4劉怡易觀聯(lián)合創(chuàng)始人方躍中歐國(guó)際工商學(xué)院教授、AI與管理創(chuàng)新研究中心主任李智易觀智慧院院長(zhǎng)陳晨易觀分析研究合伙人錢(qián)文穎中歐國(guó)際工商學(xué)院AI與管理創(chuàng)新研究中心秘書(shū)長(zhǎng)張路天津市中教開(kāi)源創(chuàng)新研究院副院長(zhǎng)郭晧天津市中教開(kāi)源創(chuàng)新研究院理事胡建村中國(guó)移動(dòng)信息技術(shù)中心科技管理孟迎霞CSDN副總裁尚晶中國(guó)移動(dòng)信息技術(shù)中心集團(tuán)首席專家劉志毅東方財(cái)富AI研究院首席科學(xué)家朱其罡上海開(kāi)源信息技術(shù)協(xié)會(huì)秘書(shū)長(zhǎng)董明德北京專精特新企業(yè)商會(huì)副會(huì)長(zhǎng)兼秘書(shū)長(zhǎng)華崇鑫贛州開(kāi)源技術(shù)研究院理事長(zhǎng)劉崢福州軟件園科技創(chuàng)新發(fā)展有限公司副總經(jīng)理蘇江文福建省開(kāi)源數(shù)字技術(shù)研究院理事馬恩骉易觀分析馬恩骉易觀分析蘇某帥上海開(kāi)源信息技術(shù)協(xié)會(huì)周某翔稀土掘金開(kāi)發(fā)者社區(qū)韓某強(qiáng)CSDN開(kāi)發(fā)者社區(qū)激發(fā)科技與創(chuàng)新活力5用戶上手應(yīng)用規(guī)模持續(xù)增長(zhǎng)，留存與用戶粘性仍有待于培養(yǎng)用戶上手應(yīng)用規(guī)模持續(xù)增長(zhǎng)，留存與用戶粘性仍有待于培養(yǎng)①大模型廠商下場(chǎng)做應(yīng)用，打造應(yīng)用標(biāo)桿?百度利用大模型能力把百度系所有應(yīng)用重做一遍?Kimi、智譜清言等②垂直行業(yè)具備行業(yè)壁壘與Knowhow，垂直模型是應(yīng)用的必要條件，相應(yīng)地，開(kāi)發(fā)者端到端形成模型-應(yīng)用一體化典型案例：金融、醫(yī)療、教育等垂直領(lǐng)域關(guān)注熱情上漲，數(shù)字化程度高的行業(yè)與企業(yè)上手速度快，但距離預(yù)期仍有差距應(yīng)用層是將AI模型與實(shí)際場(chǎng)景相結(jié)合的部分，涵蓋了醫(yī)療、金融、交通等多個(gè)行業(yè)，滲透了營(yíng)銷(xiāo)、產(chǎn)品研發(fā)、辦公協(xié)同、數(shù)字娛樂(lè)等多個(gè)領(lǐng)域目前應(yīng)用層主要包括如下兩大類型：①利用大模型能力進(jìn)行產(chǎn)品化封裝，形成AI應(yīng)用并推向市場(chǎng)②自建垂直模型甚至大模型的AI應(yīng)用，即模型-應(yīng)用一體化工具鏈層提供了從數(shù)據(jù)采集到模型訓(xùn)練再到部署的一整套工具。這包括數(shù)據(jù)預(yù)處理工具、模型開(kāi)發(fā)框架、自動(dòng)化測(cè)試工具等。工具鏈的完善程度決定了AI項(xiàng)目的效率和質(zhì)量。一方面，大模型廠商提供一系列工具和平臺(tái)，目的在于幫助AI開(kāi)發(fā)者與行業(yè)客戶更快實(shí)現(xiàn)AI應(yīng)用開(kāi)發(fā)與上線，從而實(shí)現(xiàn)模型價(jià)值落地；另一方面，不少開(kāi)發(fā)者聚焦大模型工具鏈，提供各種細(xì)分的產(chǎn)品和工具，這些工具鏈開(kāi)發(fā)者正在成為AI應(yīng)用生態(tài)的重要力量這一層曾經(jīng)包含了各種AI模型，如深度學(xué)習(xí)模型、機(jī)器學(xué)習(xí)模型等，通過(guò)算法實(shí)現(xiàn)特定的智能任務(wù)，如圖像識(shí)別、自然語(yǔ)言處理等。目前對(duì)于模型層的聚焦，主要是關(guān)注大模型的技術(shù)升級(jí)與產(chǎn)業(yè)落地。從模型層對(duì)外輸出模型能力的方式上，主要包括如下幾種類型：?提供模型精調(diào)與私有化服務(wù)這是整個(gè)AI應(yīng)用生態(tài)系統(tǒng)的基礎(chǔ)，為AI模型訓(xùn)練和推理提供所需的計(jì)算資源。主要包括高性能計(jì)算（HPC）集群、云服務(wù)器、GPU/TPU等硬件設(shè)備以及相關(guān)的網(wǎng)絡(luò)連接，算力基礎(chǔ)設(shè)施層的性能直接影響AI應(yīng)用的速度和準(zhǔn)確性。激發(fā)科技與創(chuàng)新活力7生態(tài)和社區(qū)智能體（即AI原生應(yīng)用）現(xiàn)有應(yīng)用（生態(tài)和社區(qū)智能體（即AI原生應(yīng)用）實(shí)驗(yàn)室/研究院實(shí)驗(yàn)室/研究院應(yīng)用層應(yīng)用層開(kāi)源基金會(huì)開(kāi)源基金會(huì)企業(yè)自建智能體開(kāi)發(fā)者社區(qū)InfoQ培訓(xùn)機(jī)構(gòu)開(kāi)發(fā)者社區(qū)InfoQ培訓(xùn)機(jī)構(gòu)智能體開(kāi)發(fā)應(yīng)用開(kāi)發(fā)智能體/AppStoreModelscopeGPT千帆AppBuilderModelArts?ILangchain數(shù)據(jù)處理模型訓(xùn)練與優(yōu)化（LLMOps）向量數(shù)據(jù)庫(kù)騰訊云VectorDBTensorDB模型社區(qū)基礎(chǔ)模型模型社區(qū)基礎(chǔ)模型文心大模型投資機(jī)構(gòu)文心大模型投資機(jī)構(gòu)模型層SEQUOIA爛日日新大模型混元大模型九天大模型智譜GLM模型層SEQUOIA爛日日新大模型混元大模型九天大模型數(shù)據(jù)集盤(pán)古大模型星辰大模型通義大模型星火大模型ABAB大模型盤(pán)古大模型星辰大模型通義大模型星火大模型悟道大模型紫東太初豆包大模型百川大模型Mindspore紫東太初豆包大模型百川大模型Mindspore基礎(chǔ)設(shè)施層公有云基礎(chǔ)設(shè)施層公有云代碼托管平臺(tái)GitHub私有云/IDCGitHubCGitcode注釋：圖譜中企業(yè)僅為示例，未窮舉，且排名不分先后，如有不當(dāng)激發(fā)科技與創(chuàng)新活力8?海外AI應(yīng)用，2B多于2C，這主要是源自于海外的企業(yè)軟件基礎(chǔ)設(shè)施與市場(chǎng)環(huán)境更完善，2BAI?原生AI應(yīng)用跑得更快，無(wú)論是PMF還是商業(yè)化，跑得快的AI原生應(yīng)用以自有模型，或者多模型調(diào)用為主?圍繞LLMOps工具鏈不斷完善，涌現(xiàn)出眾多中間層細(xì)分領(lǐng)域公司，致力于為企業(yè)客戶和用戶賦能，實(shí)現(xiàn)LLM和生成式人工智能應(yīng)用落地?這表明海外市場(chǎng)在AI工具和平臺(tái)的建設(shè)上更為成熟，能夠支持更廣泛的AI應(yīng)用開(kāi)發(fā)?資源收縮到少數(shù)科技公司，模型層的集中度相對(duì)比較高Gemini等緊隨其后?英偉達(dá)在AI計(jì)算硬件方面處于領(lǐng)先地位，其產(chǎn)品和服務(wù)被廣泛應(yīng)用于AI研究、開(kāi)發(fā)和生產(chǎn)環(huán)境中，使其成為AI基礎(chǔ)設(shè)施層的首選供應(yīng)商?中國(guó)AI應(yīng)用，2CAI原生應(yīng)用更為廣泛，這并不意味著中國(guó)消費(fèi)者對(duì)于AI的需求和接受度更高，只是反映出中國(guó)2BSaaS生態(tài)發(fā)展面臨挑戰(zhàn)，導(dǎo)致AI創(chuàng)業(yè)企業(yè)尚未貿(mào)然涌現(xiàn)?現(xiàn)存公司/應(yīng)用利用LLM實(shí)現(xiàn)能力增強(qiáng)，并依托其在用戶/客戶界面的占有和銷(xiāo)售能力，仍然具備較強(qiáng)的領(lǐng)先優(yōu)勢(shì)?開(kāi)始出現(xiàn)一些工具鏈公司?仍然以大廠/平臺(tái)型公司提供端到端大模型訓(xùn)練部署以及生成式人工智能應(yīng)用開(kāi)發(fā)解決方案為主，工具鏈生態(tài)有待于豐富和完善?資源分散，模型層企業(yè)人才密度不夠集中，缺少模型層領(lǐng)軍企業(yè)?從多而不強(qiáng)開(kāi)始收縮?在中國(guó)市場(chǎng)，英偉達(dá)同樣占據(jù)了重要的地位。中國(guó)的許多AI初創(chuàng)公司和大型科技企業(yè)都依賴于英偉達(dá)的技術(shù)和產(chǎn)品?中國(guó)的AI硬件供應(yīng)商需要不斷創(chuàng)新和提升自己的技術(shù)與產(chǎn)品能力激發(fā)科技與創(chuàng)新活力9激發(fā)科技與創(chuàng)新活力11AI大模型及上下游工具鏈企業(yè)，重點(diǎn)在于把握開(kāi)發(fā)者需求，進(jìn)行產(chǎn)品定位與打磨。AI應(yīng)用企業(yè)，尤其是AI原生應(yīng)用，則更加速產(chǎn)品面向市場(chǎng)與用戶。AI2C企業(yè)可能比AI2B企業(yè)更快進(jìn)入市場(chǎng)，因?yàn)槊嫦蛳M(fèi)者的應(yīng)用可能更容易快速迭代和測(cè)試，通過(guò)數(shù)據(jù)飛輪驗(yàn)證產(chǎn)品價(jià)值與提升競(jìng)爭(zhēng)壁壘。在后期階段，如產(chǎn)品銷(xiāo)量/使用量快速增長(zhǎng)和開(kāi)始商業(yè)化但尚未盈利，可以看到更多AI2B企業(yè)的參與。這可能是因?yàn)锽2B應(yīng)用通常需要更長(zhǎng)的銷(xiāo)售周期和客戶獲取過(guò)程。整體而言，上述三類環(huán)節(jié)AI企業(yè)，普遍都處于產(chǎn)品發(fā)展的早期階段，距離產(chǎn)品穩(wěn)定發(fā)展，進(jìn)入成熟期，即實(shí)現(xiàn)商業(yè)化與規(guī)模化，仍然需要市場(chǎng)和用戶的驗(yàn)證。這中間差距的縮小一方面來(lái)自于供應(yīng)端，也就是AI應(yīng)用開(kāi)發(fā)者的場(chǎng)景探索與產(chǎn)品升級(jí)，也需要需求端，即企業(yè)客戶與用戶的使用與反饋，以及他們的付費(fèi)意愿和投入等。現(xiàn)存應(yīng)用具備用戶工作流以及市場(chǎng)分發(fā)和渠道優(yōu)勢(shì)，占據(jù)用戶界面，在這一波浪潮中，也并未放松和懈怠，普遍呈現(xiàn)出加速AI整合的態(tài)勢(shì)，主要包括如下類型：11在這個(gè)階段，企業(yè)開(kāi)始探索AI技術(shù)的潛力，主要將其應(yīng)用于內(nèi)部流程優(yōu)化，提高工作效率。例如，使用AI進(jìn)行數(shù)據(jù)分析和自動(dòng)化任務(wù)，減少人工工作量，提升業(yè)務(wù)流程的效率。中手游、愛(ài)奇藝等；大部分科技企業(yè)，尤其是在軟件工程和應(yīng)用開(kāi)發(fā)方向上，同時(shí)，大量行業(yè)企業(yè)，即AI技術(shù)的買(mǎi)單方當(dāng)前也看重這一價(jià)值，試水頗多。22隨著對(duì)AI技術(shù)的深入理解和應(yīng)用，企業(yè)開(kāi)始將AI能力集成到其現(xiàn)有的產(chǎn)品和服務(wù)中。這包括開(kāi)發(fā)AI助理、構(gòu)建企業(yè)知識(shí)庫(kù)等應(yīng)用，以及探索如何通過(guò)AI能力的升級(jí)來(lái)提升產(chǎn)品的附加值，從而提高客單價(jià)。這個(gè)階段的關(guān)鍵是找到AI技術(shù)與現(xiàn)有業(yè)務(wù)的結(jié)合點(diǎn)，創(chuàng)造新的用戶價(jià)值。金山WPS、用友、金蝶、福昕軟件等等，即大量已經(jīng)深度集成在用戶界面與工作流的應(yīng)用企業(yè)，將AI能力作為提升自身產(chǎn)品體驗(yàn)與功能的發(fā)展方向，部分企業(yè)開(kāi)始嘗試針對(duì)其AI能力升級(jí)提升收費(fèi)客單價(jià)。33在這個(gè)階段，AI技術(shù)已經(jīng)成為企業(yè)產(chǎn)品和解決方案的核心。企業(yè)不僅將AI技術(shù)融入現(xiàn)有產(chǎn)品，而是開(kāi)始推出全新的、以AI為主體的產(chǎn)品和服務(wù)，滿足市場(chǎng)的需求。這標(biāo)志著AI技術(shù)從輔助角色轉(zhuǎn)變?yōu)轵?qū)動(dòng)企業(yè)創(chuàng)新和增長(zhǎng)的主要?jiǎng)恿ΑＷ止?jié)跳動(dòng)火山引擎、騰訊云等，將AI與MaaS服務(wù)作為業(yè)務(wù)增長(zhǎng)的眾多重要方向之一。44在這個(gè)最終階段，AI技術(shù)，尤其是LLM，成為企業(yè)戰(zhàn)略發(fā)展的核心。企業(yè)將全面擁抱AI技術(shù)，不僅在產(chǎn)品和解決方案中廣泛應(yīng)用AI，而且在組織結(jié)構(gòu)、業(yè)務(wù)模式、市場(chǎng)策略等方面進(jìn)行深度整合和轉(zhuǎn)型。LLM作為關(guān)鍵的技術(shù)抓手，推動(dòng)企業(yè)在各個(gè)方面實(shí)現(xiàn)智能化升級(jí)，增強(qiáng)競(jìng)爭(zhēng)力和市場(chǎng)影響力。百度、阿里云，以微軟與OpenAI的整合作為標(biāo)桿，以AI應(yīng)用未來(lái)的快速發(fā)展作為未來(lái)增長(zhǎng)的核心驅(qū)動(dòng)力，帶動(dòng)對(duì)于AI基礎(chǔ)設(shè)施與能力的需求與市場(chǎng)增長(zhǎng)。激發(fā)科技與創(chuàng)新活力12總的來(lái)說(shuō)，這四個(gè)階段反映了現(xiàn)存應(yīng)用從初步探索AI技術(shù)的潛力，到全面擁抱AI并實(shí)現(xiàn)戰(zhàn)略轉(zhuǎn)型的過(guò)程。隨著AI技術(shù)的不斷發(fā)展和成熟，企業(yè)將越來(lái)越多地依賴AI來(lái)驅(qū)動(dòng)創(chuàng)新和增長(zhǎng)，未來(lái)各個(gè)領(lǐng)域的競(jìng)爭(zhēng)，也將由于AI能力的加入發(fā)生變化，盡管當(dāng)前現(xiàn)存應(yīng)用貌似具備領(lǐng)先優(yōu)勢(shì)，但是AI原生應(yīng)用的顛覆式創(chuàng)新仍然有可能改變當(dāng)前市場(chǎng)發(fā)展。當(dāng)前AI原生應(yīng)用大量涌入市場(chǎng)，但是，一方面存在用戶規(guī)模快速增長(zhǎng)，但是留存不理想的情況，另一方面，貌似仍然尚未跳開(kāi)已有應(yīng)用的產(chǎn)品形態(tài)，從AI能力增強(qiáng)對(duì)于應(yīng)用形態(tài)可能的影響來(lái)看，至少可以從如下方面進(jìn)行AI原生應(yīng)用的探索與跟蹤：交互方式重構(gòu)GUI多模態(tài)交互GPT-4o，通過(guò)語(yǔ)音直接進(jìn)行交互服務(wù)重構(gòu)通過(guò)信息鏈接促進(jìn)交易達(dá)成以及商品/服務(wù)的供給直接提供服務(wù)Before：豬八戒網(wǎng)，提供的是做圖需求與提供之間的鏈接Now：可以通過(guò)AI做圖應(yīng)用直接提供服務(wù)鏈接對(duì)象重構(gòu)人-人人-軟件Before：社交解決的是人與人之間Now：社交除了解決人與人之間的鏈接，還可以是人與軟件（agent）之間的互動(dòng)，同樣可以滿足部分用戶的情感需求產(chǎn)品迭代重構(gòu)功能迭代模型迭代Before：用戶適應(yīng)產(chǎn)品，接受產(chǎn)品功能與交互的變化Now：由于模型升級(jí)導(dǎo)致產(chǎn)品功能增強(qiáng)，產(chǎn)品適應(yīng)用戶，用戶無(wú)感知激發(fā)科技與創(chuàng)新活力132024年上半年，LLM與多模態(tài)、生成式人工智能技術(shù)因其強(qiáng)大的功能和廣泛的應(yīng)用前景,吸引了大量開(kāi)發(fā)者的關(guān)注。進(jìn)入到下半年，開(kāi)發(fā)者對(duì)于基于大語(yǔ)言模型提升之后的應(yīng)用落地給予了更多的關(guān)注，最明顯的變化就是對(duì)于智能體的關(guān)注比重上升顯著，目前位居首位，達(dá)到37.2%的比重，其次為生成式人工智能與多模態(tài)。跨學(xué)科技術(shù)的應(yīng)用，特別是在與生物科技的結(jié)合方面，為研究和實(shí)踐帶來(lái)了新的視角和工具。這種融合利用了人工智能在數(shù)據(jù)分析、模式識(shí)別等方面的優(yōu)勢(shì)，為生物科學(xué)的研究提供了更深入的見(jiàn)解，并可能帶來(lái)創(chuàng)新的解決方案和突破性的發(fā)現(xiàn)。激發(fā)科技與創(chuàng)新活力14中國(guó)AI開(kāi)發(fā)者在開(kāi)發(fā)方向上，基礎(chǔ)設(shè)施建設(shè)與AI應(yīng)用探索并重，或者說(shuō)，中國(guó)AI開(kāi)發(fā)者面臨著基礎(chǔ)設(shè)施建設(shè)與AI應(yīng)用探索并重的雙重任務(wù)。這種并重的趨勢(shì)有助于促進(jìn)AI技術(shù)的全面發(fā)展，同時(shí)為中國(guó)的AI產(chǎn)業(yè)帶來(lái)新的機(jī)遇和挑戰(zhàn)。開(kāi)發(fā)者對(duì)于AI平臺(tái)和工具的重視程度高，盡管與2024年上半年相比有所下滑，但是仍然達(dá)到39.7%的比重，主要因?yàn)檫@些工具能夠極大地提高他們的工作效率，降低開(kāi)發(fā)成本,使得他們能夠?qū)Ｗ⒂趧?chuàng)新和核心業(yè)務(wù)邏輯。AI平臺(tái)和工具的易用性、靈活性和可擴(kuò)展性將成為未來(lái)AI應(yīng)用開(kāi)發(fā)、部署和運(yùn)營(yíng)的重要基礎(chǔ)。AI基礎(chǔ)設(shè)施以及基礎(chǔ)研究是AI技術(shù)發(fā)展的基石，它直接影響到AI應(yīng)用的性能、成本和可擴(kuò)展性。這表明AI技術(shù)已經(jīng)從概念驗(yàn)證階段進(jìn)入到實(shí)際應(yīng)用和規(guī)模化部署階段，而推動(dòng)AI基礎(chǔ)研究與基礎(chǔ)設(shè)施的快速發(fā)展成為其中破局的關(guān)鍵點(diǎn)之一。AI應(yīng)用開(kāi)始多元化探索，表明AI開(kāi)發(fā)者在追求技術(shù)進(jìn)步的同時(shí)，也在積極探索如何將AI技術(shù)應(yīng)用到不同行業(yè)和領(lǐng)域中。智能客服、搜索推薦、文本、圖像和音視頻等素材生成等，是當(dāng)前開(kāi)發(fā)者在應(yīng)用探索層面比較重視的開(kāi)發(fā)方向，這些方向不僅能夠提高用戶體驗(yàn)，還能通過(guò)大數(shù)據(jù)和AI技術(shù)實(shí)現(xiàn)個(gè)性化服務(wù)。智能客服可以24/7無(wú)休地提供服務(wù)，提高效率；搜索推薦可以滿足用戶個(gè)性化的信息需求；而文本、圖像和音視頻素材生成，則能夠創(chuàng)造更多樣化的 內(nèi)容，豐富用戶體驗(yàn)。這些應(yīng)用方向?qū)τ陂_(kāi)發(fā)者來(lái)說(shuō)，是實(shí)現(xiàn)創(chuàng)新和商業(yè)價(jià)值的關(guān)鍵。激發(fā)科技與創(chuàng)新活力15企業(yè)開(kāi)發(fā)者在多個(gè)行業(yè)方向上都有涉獵，且?jiàn)蕵?lè)、金融、商業(yè)交易等領(lǐng)域尤為集中。生成式人工智能在娛樂(lè)、音樂(lè)、視頻等方向的重要性體現(xiàn)在能夠生成多樣化內(nèi)容，提升用戶體驗(yàn)。例如，生成音樂(lè)、視頻和游戲內(nèi)容，以及個(gè)性化推薦，滿足用戶日益增長(zhǎng)的需求。這不僅提高了內(nèi)容的豐富性，也推動(dòng)了數(shù)字娛樂(lè)產(chǎn)業(yè)的創(chuàng)新和發(fā)展。在金融領(lǐng)域，生成式人工智能可以幫助企業(yè)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)、智能客服和投資策略優(yōu)化，提高金融服務(wù)效率和準(zhǔn)確性。另外，包括電商以及跨境在內(nèi)的商業(yè)交易方向，也將借助生成式人工智能在營(yíng)銷(xiāo)素材生成、智能服務(wù)、數(shù)字人直播等方面的應(yīng)用創(chuàng)新與顯著體現(xiàn)等，得到比較多開(kāi)發(fā)者的青睞。整體而言，當(dāng)前市場(chǎng)對(duì)AI技術(shù)的需求廣泛，且各行業(yè)都在積極擁抱人工智能技術(shù)創(chuàng)新來(lái)推動(dòng)發(fā)展。相應(yīng)地，企業(yè)開(kāi)發(fā)者正在基于自身技術(shù)方向與資源，進(jìn)入到相應(yīng)地更加廣泛的行業(yè)方向與業(yè)務(wù)領(lǐng)域。在機(jī)器人和硬件方向的AI應(yīng)用產(chǎn)品方面，開(kāi)發(fā)者們正致力于將AI技術(shù)集成到實(shí)體設(shè)備中,以實(shí)現(xiàn)更加智能化的功能和交互體驗(yàn)。如智能家居設(shè)備、可穿戴設(shè)備、服務(wù)機(jī)器人等，集成AI能力，與用戶可以更加友好地交互，提供便捷和舒適的生活體驗(yàn)，以及在清潔、送餐等場(chǎng)景，提高服務(wù)效率和質(zhì)量。在工業(yè)機(jī)器人方面，通過(guò)AI驅(qū)動(dòng)實(shí)現(xiàn)復(fù)雜精密操作，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。與醫(yī)療設(shè)備相結(jié)合，提高醫(yī)療服務(wù)的準(zhǔn)確性和激發(fā)科技與創(chuàng)新活力16AI應(yīng)用始終是技術(shù)驅(qū)動(dòng)的應(yīng)用類型，更大比例開(kāi)發(fā)者基于自身的技術(shù)專長(zhǎng)選擇AI開(kāi)發(fā)方向，這能夠充分發(fā)揮他們的專業(yè)優(yōu)勢(shì)，推動(dòng)技術(shù)的深入研究和應(yīng)用。例如，擅長(zhǎng)數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的開(kāi)發(fā)者可能會(huì)選擇在智能客服、搜索推薦等領(lǐng)域進(jìn)行深入研究，而擅長(zhǎng)計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理的開(kāi)發(fā)者可能會(huì)選擇在圖像和音視頻素材生成、虛擬陪伴類與交友等領(lǐng)域進(jìn)行創(chuàng)新。這種基于技術(shù)專長(zhǎng)的選擇有助于形成AI應(yīng)用領(lǐng)域的多樣化和差異化，推動(dòng)技術(shù)的全面發(fā)展。在產(chǎn)品方向上，相當(dāng)比例的開(kāi)發(fā)者具備專注性，仍然從事之前所專注的產(chǎn)品研發(fā)方向,而AI能力的加強(qiáng)，無(wú)論是智能交互、個(gè)性化推薦，還是數(shù)據(jù)分析和預(yù)測(cè)、智能輔助等，都成為應(yīng)用體驗(yàn)和場(chǎng)景價(jià)值驗(yàn)證的重要催化劑，產(chǎn)品提供了更加豐富和多樣化的應(yīng)用場(chǎng)景，使得產(chǎn)品能夠更好地滿足用戶的需求和期望。未來(lái)，所有開(kāi)發(fā)者都應(yīng)該充分認(rèn)識(shí)到AI技術(shù)的重要性，并將其融入到產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)過(guò)程中，以提升產(chǎn)品的競(jìng)爭(zhēng)力和市場(chǎng)價(jià)值。行業(yè)背景和資源對(duì)于開(kāi)發(fā)者捕捉應(yīng)用場(chǎng)景、獲取客戶/用戶至關(guān)重要。了解行業(yè)需求、趨勢(shì)和競(jìng)爭(zhēng)態(tài)勢(shì)，以及獲取相關(guān)的技術(shù)、數(shù)據(jù)和人才資源，有助于開(kāi)發(fā)者更好地定位產(chǎn)品、創(chuàng)新應(yīng)用，并滿足用戶需求。這為開(kāi)發(fā)者提供了堅(jiān)實(shí)的基礎(chǔ)，使其能夠更有效地推廣和運(yùn)營(yíng)產(chǎn)品。激發(fā)科技與創(chuàng)新活力17在AI應(yīng)用開(kāi)發(fā)的初期階段，開(kāi)發(fā)者可能會(huì)更傾向于利用市場(chǎng)上已經(jīng)成熟的模型來(lái)快速開(kāi)發(fā)和部署AI應(yīng)用。這種做法可以大大縮短開(kāi)發(fā)周期，降低開(kāi)發(fā)成本，并迅速驗(yàn)證產(chǎn)品概念和市場(chǎng)需求。同時(shí)，利用成熟的模型也可以讓開(kāi)發(fā)者更好地專注于產(chǎn)品的設(shè)計(jì)、用戶體驗(yàn)和業(yè)務(wù)邏輯，而不是花費(fèi)大量時(shí)間和資源在模型訓(xùn)練和優(yōu)化上。然而，隨著產(chǎn)品的迭代和市場(chǎng)的深入，開(kāi)發(fā)者可能需要根據(jù)實(shí)際需求和業(yè)務(wù)目標(biāo)，考慮是否開(kāi)發(fā)專屬模型。專屬模型可以根據(jù)特定業(yè)務(wù)場(chǎng)景和數(shù)據(jù)特點(diǎn)進(jìn)行定制，提高模型的準(zhǔn)確性和性能，從而更好地滿足用戶需求和提升產(chǎn)品競(jìng)爭(zhēng)力。此外，專屬模型還可以幫助開(kāi)發(fā)者更好地控制模型訓(xùn)練和部署的過(guò)程，確保數(shù)據(jù)安全和隱私保護(hù)，滿足行業(yè)監(jiān)管要求。總之，在AI應(yīng)用開(kāi)發(fā)的初期階段，利用成熟模型快速開(kāi)發(fā)和部署是合理的選擇。但隨著產(chǎn)品的發(fā)展和市場(chǎng)的深入，開(kāi)發(fā)者需要根據(jù)實(shí)際需求和業(yè)務(wù)目標(biāo)，靈活考慮是否開(kāi)發(fā)專屬模型，以實(shí)現(xiàn)更好的業(yè)務(wù)價(jià)值和用戶體驗(yàn)。針對(duì)某些特定場(chǎng)景和應(yīng)用，模型的定制化和私有化是重要選項(xiàng)。定制化模型可以根據(jù)特定業(yè)務(wù)場(chǎng)景和數(shù)據(jù)特點(diǎn)進(jìn)行優(yōu)化，提高模型的準(zhǔn)確性和性能。私有化模型可以更好地控制模型訓(xùn)練和部署的過(guò)程，確保數(shù)據(jù)安全和隱私保護(hù)，滿足行業(yè)監(jiān)管要求。這兩種方式都能幫助開(kāi)發(fā)者更好地滿足用戶需求和提升產(chǎn)品競(jìng)爭(zhēng)力。始終，模型-應(yīng)用一體化是大部分開(kāi)發(fā)者的長(zhǎng)期發(fā)展方向。這種一體化不僅能夠提高開(kāi)發(fā)效率，還能夠提高應(yīng)用的性能和用戶體驗(yàn)，同時(shí)規(guī)避由于模型能力的升級(jí)導(dǎo)致產(chǎn)品壁壘消弭的風(fēng)險(xiǎn)。通過(guò)將模型與應(yīng)用緊密結(jié)合起來(lái)，開(kāi)發(fā)者可以更好地實(shí)現(xiàn)業(yè)務(wù)邏輯和AI技術(shù)的深度融合，從而更好地滿足用戶需求和提升產(chǎn)品競(jìng)爭(zhēng)力。激發(fā)科技與創(chuàng)新活力18構(gòu)建應(yīng)用競(jìng)爭(zhēng)壁壘的核心在于數(shù)據(jù)資產(chǎn)和數(shù)據(jù)飛輪閉環(huán)。數(shù)據(jù)資產(chǎn)是AI應(yīng)用的基石,通過(guò)對(duì)大量數(shù)據(jù)的積累和分析，開(kāi)發(fā)者可以訓(xùn)練出更加精準(zhǔn)和高效的模型，從而提升應(yīng)用的性能和用戶體驗(yàn)。數(shù)據(jù)飛輪閉環(huán)則是指通過(guò)用戶使用應(yīng)用產(chǎn)生的數(shù)據(jù)，進(jìn)一步優(yōu)化和迭代模型，形成一個(gè)持續(xù)循環(huán)的過(guò)程。開(kāi)發(fā)者進(jìn)行AI開(kāi)發(fā)路徑規(guī)劃時(shí)，最重要的考量要素就是數(shù)據(jù)資產(chǎn)和數(shù)據(jù)飛輪閉環(huán)。他們需要確保數(shù)據(jù)來(lái)源的多樣性和高質(zhì)量，以及數(shù)據(jù)處理和分析的效率和準(zhǔn)確性。此外，開(kāi)發(fā)者還需要考慮如何保護(hù)用戶數(shù)據(jù)的安全和隱私，以符合行業(yè)監(jiān)管要求。總之，數(shù)據(jù)資產(chǎn)和數(shù)據(jù)飛輪閉環(huán)是構(gòu)建應(yīng)用競(jìng)爭(zhēng)壁壘的核心，也是開(kāi)發(fā)者進(jìn)行AI開(kāi)發(fā)路徑規(guī)劃時(shí)最重要的考量要素。開(kāi)發(fā)者需要重視數(shù)據(jù)的價(jià)值和保護(hù)，以實(shí)現(xiàn)可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。，相應(yīng)地，模型-應(yīng)用一體化的方向更為清晰。模型能否準(zhǔn)確、有效地完成約定任務(wù)是AI應(yīng)用成功的關(guān)鍵。這需要開(kāi)發(fā)者進(jìn)行細(xì)致的考量和設(shè)計(jì)。首先，開(kāi)發(fā)者需要選擇合適的算法和模型架構(gòu)，以適應(yīng)不同的應(yīng)用場(chǎng)景和任務(wù)需求。其次，他們需要對(duì)模型進(jìn)行充分的訓(xùn)練和優(yōu)化，以確保模型在實(shí)際應(yīng)用中的準(zhǔn)確性和效率。同時(shí)，模型的可解釋性和魯棒性也非常重要，可增強(qiáng)用戶信任并確保模型穩(wěn)定運(yùn)行。持續(xù)收集和分析應(yīng)用數(shù)據(jù)，以優(yōu)化模型性能，是開(kāi)發(fā)者確保AI應(yīng)用成功的關(guān)鍵步激發(fā)科技與創(chuàng)新活力19盡管AI技術(shù)在不斷進(jìn)步，大部分開(kāi)發(fā)者進(jìn)行AI應(yīng)用分發(fā)時(shí)，仍然需要采取“舊時(shí)代”的GTM（Go-To-Market）方式，如廣告投放、市場(chǎng)-銷(xiāo)售團(tuán)隊(duì)體系進(jìn)行客戶觸達(dá)與轉(zhuǎn)化等。這些傳統(tǒng)方式在AI應(yīng)用推廣中仍發(fā)揮著重要作用。這些“舊時(shí)代”的GTM方式之所以仍然重要，是因?yàn)樗鼈円呀?jīng)形成了一套成熟的工作流體系，能夠在一定程度上保證推廣效果和轉(zhuǎn)化率。對(duì)于市場(chǎng)上已經(jīng)相對(duì)成熟的應(yīng)用來(lái)說(shuō)，它們?cè)诟?jìng)爭(zhēng)中暫時(shí)具備一定的優(yōu)勢(shì)。公司自用提升工作效率也是目前開(kāi)發(fā)者的重要工作。通過(guò)AI技術(shù)，開(kāi)發(fā)者可以為公司提供更加智能化、自動(dòng)化的解決方案，從而提高工作效率和生產(chǎn)力，進(jìn)而可以幫助公司更好地應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)，提高競(jìng)爭(zhēng)力。AI應(yīng)用分發(fā)新入口開(kāi)始嘗試，是否奏效有待跟蹤GPTStore、AgentStore等AI應(yīng)用分發(fā)新入口開(kāi)始嘗試，它們旨在為開(kāi)發(fā)者提供一個(gè)更加集中、便捷的AI應(yīng)用分發(fā)平臺(tái)。這些平臺(tái)能夠幫助開(kāi)發(fā)者更好地推廣和銷(xiāo)售他們的AI應(yīng)用，同時(shí)也為用戶提供了更加豐富的選擇和便捷的下載體驗(yàn)。然而，這些新入口的奏效性仍有待跟蹤。它們能否成功吸引足夠多的用戶和開(kāi)發(fā)者，以及能否提供高質(zhì)量的應(yīng)用和服務(wù)，將是影響它們成功的關(guān)鍵因素。此外，開(kāi)發(fā)者還需要關(guān)注這些平臺(tái)的用戶體驗(yàn)和功能支持，以確保它們能夠滿足用戶和開(kāi)發(fā)者的激發(fā)科技與創(chuàng)新活力20AI應(yīng)用變現(xiàn)最常見(jiàn)的方式是廣告，主要原因可能是廣告是一種相對(duì)直接且易于變現(xiàn)的商業(yè)化方式。廣告可以有效地吸引用戶的注意力，并通過(guò)展示廣告內(nèi)容來(lái)實(shí)現(xiàn)盈利。此外，廣告還能夠幫助開(kāi)發(fā)者獲得更多的用戶數(shù)據(jù)和反饋，以便更好地優(yōu)化和改進(jìn)應(yīng)然而，過(guò)度依賴廣告可能會(huì)影響用戶體驗(yàn)，導(dǎo)致用戶流失。因此，開(kāi)發(fā)者需要在廣告和用戶體驗(yàn)之間找到平衡。他們可以通過(guò)優(yōu)化廣告展示方式和內(nèi)容，以及提供更多有價(jià)值的功能和服務(wù)，來(lái)提升用戶體驗(yàn)和滿意度。部分AI開(kāi)發(fā)者通過(guò)提供AI技術(shù)服務(wù)獲取收入和現(xiàn)金流，為自身應(yīng)用上線與創(chuàng)新商業(yè)模式爭(zhēng)取空間。技術(shù)服務(wù)不僅可以作為應(yīng)用上線前的現(xiàn)金流來(lái)源，還可以積累經(jīng)驗(yàn)和技術(shù)能力，為應(yīng)用開(kāi)發(fā)和創(chuàng)新商業(yè)模式提供堅(jiān)實(shí)的基礎(chǔ)。AI應(yīng)用訂閱服務(wù)與產(chǎn)品銷(xiāo)售等占比不高，這可能是由于市場(chǎng)對(duì)AI應(yīng)用的認(rèn)知和接受程度尚未完全成熟，或者AI應(yīng)用的價(jià)值和商業(yè)模式還未得到充分驗(yàn)證。訂閱服務(wù)與產(chǎn)品銷(xiāo)售需要用戶對(duì)AI應(yīng)用有持續(xù)的需求和支付意愿，而目前很多AI應(yīng)用還未能滿足這一開(kāi)發(fā)者需要進(jìn)一步驗(yàn)證產(chǎn)品價(jià)值，可以通過(guò)提供免費(fèi)試用、優(yōu)惠促銷(xiāo)等方式吸引用戶試用，并通過(guò)用戶反饋和數(shù)據(jù)分析了解產(chǎn)品的實(shí)際價(jià)值。同時(shí)，開(kāi)發(fā)者也需要探索更多符合市場(chǎng)需求的商業(yè)模式，如增值服務(wù)、合作伙伴關(guān)系等，以提高產(chǎn)品的市場(chǎng)激發(fā)科技與創(chuàng)新活力21從針對(duì)開(kāi)發(fā)者目前收入與成本的調(diào)研結(jié)果來(lái)看，開(kāi)發(fā)者整體的原則保持量入為出，PMF階段獲取的收入體量作為持續(xù)進(jìn)行產(chǎn)品研發(fā)和AI技術(shù)投入的基礎(chǔ)。收入驗(yàn)證AI產(chǎn)品價(jià)值是確保其可持續(xù)發(fā)展的關(guān)鍵。通過(guò)將AI技術(shù)應(yīng)用于實(shí)際業(yè)務(wù)場(chǎng)景，開(kāi)發(fā)者可以收集實(shí)際數(shù)據(jù)，驗(yàn)證產(chǎn)品的性能和效果。只有當(dāng)AI產(chǎn)品能夠?yàn)槠髽I(yè)帶來(lái)實(shí)際的業(yè)務(wù)價(jià)值時(shí)，才能獲得市場(chǎng)的認(rèn)可和持續(xù)的收入來(lái)源。量入為出是保障現(xiàn)金流的基礎(chǔ)。開(kāi)發(fā)者需要合理規(guī)劃預(yù)算和資源，確保在投入和產(chǎn)出之間保持平衡。這包括控制研發(fā)成本、優(yōu)化營(yíng)銷(xiāo)策略、提高運(yùn)營(yíng)效率等方面。通過(guò)精細(xì)化的成本控制和收入管理，開(kāi)發(fā)者可以確保AI產(chǎn)品的可持續(xù)運(yùn)營(yíng)和發(fā)展。總之，收入驗(yàn)證AI產(chǎn)品價(jià)值是確保其可持續(xù)發(fā)展的關(guān)鍵，而量入為出是保障現(xiàn)金流的基礎(chǔ)。開(kāi)發(fā)者需要通過(guò)實(shí)際業(yè)務(wù)場(chǎng)景驗(yàn)證產(chǎn)品的價(jià)值，并通過(guò)精細(xì)化的成本控制和收入管理，確保AI產(chǎn)品的可持續(xù)運(yùn)營(yíng)和發(fā)展。激發(fā)科技與創(chuàng)新活力22OpenAIGPT系列大模型以42.9%的使用率位居首位，這顯示了OpenAI在AI領(lǐng)域的影響力和號(hào)召力，同為海外的MetaLLaMa系列大模型也在一眾大大模型中脫穎而出，以27.1%的比例位中國(guó)的大模型企業(yè)，阿里通義大模型以37.8%的使用率位居第二，其次為字節(jié)豆包大模型和之路ChatGLM3大模型等。總體上而言，AI開(kāi)發(fā)者在模型層的選型仍然處于變動(dòng)的狀態(tài)，且尚未形成相對(duì)比較明確的競(jìng)爭(zhēng)格局。激發(fā)科技與創(chuàng)新活力23在多模態(tài)大模型方面，開(kāi)發(fā)者同樣處于多方嘗試和評(píng)估的階段，但是，與大語(yǔ)言模型不同，多模態(tài)大模型仍然海外產(chǎn)品贏得更多當(dāng)下AI開(kāi)發(fā)者的試用和試用，國(guó)內(nèi)相對(duì)領(lǐng)先的則是字節(jié)豆包大模型等。激發(fā)科技與創(chuàng)新活力24大模型生態(tài)的健壯度對(duì)于開(kāi)發(fā)者來(lái)說(shuō)至關(guān)重要。一個(gè)健壯的大模型生態(tài)能夠?yàn)殚_(kāi)發(fā)者提供豐富的資源和工具，使得他們能夠更加快速和高效地上手大模型開(kāi)發(fā)。開(kāi)發(fā)者可以通過(guò)這些資源和工具快速了解大模型的基本原理、使用方法和最佳實(shí)踐，從而更快地掌握大模型的開(kāi)發(fā)和應(yīng)用，更好地滿足項(xiàng)目需求和提高開(kāi)發(fā)效率。大模型生態(tài)中的社區(qū)和交流平臺(tái)也可以為開(kāi)發(fā)者提供支持和幫助。開(kāi)發(fā)者可以通過(guò)這些平臺(tái)獲取最新的技術(shù)動(dòng)態(tài)、交流問(wèn)題和經(jīng)驗(yàn)分享，從而更好地解決開(kāi)發(fā)過(guò)程中遇到的問(wèn)題和挑戰(zhàn)。對(duì)于企業(yè)開(kāi)發(fā)者而言，需要確保其應(yīng)用符合法律法規(guī)和行業(yè)標(biāo)準(zhǔn)，相應(yīng)地，這類型開(kāi)發(fā)者非常重視安全合規(guī)與風(fēng)險(xiǎn)控制。在選型的過(guò)程中，大模型是否能夠提供自動(dòng)合規(guī)檢查、數(shù)據(jù)隱私保護(hù)、風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)，以及自動(dòng)化審計(jì)與監(jiān)控等，也成為開(kāi)發(fā)者比較關(guān)注和考量的重要因素。訓(xùn)練與推理成本伴隨技術(shù)發(fā)展將持續(xù)下降，開(kāi)發(fā)者普遍都將從中受益，這也是開(kāi)發(fā)者普遍關(guān)注的要素之一。服務(wù)體系與可持續(xù)發(fā)展能力是開(kāi)發(fā)者進(jìn)行模型選型方面的加分項(xiàng)。激發(fā)科技與創(chuàng)新活力25AI開(kāi)發(fā)者在發(fā)展的過(guò)程中，面臨眾多挑戰(zhàn)，當(dāng)前比較突出的仍然是工具鏈與數(shù)據(jù)生態(tài)方面的挑戰(zhàn)，具體分析如下：開(kāi)發(fā)者缺乏足夠的工具和資源來(lái)支持AI應(yīng)用開(kāi)發(fā)，這可能是由于AI技術(shù)的發(fā)展速度較快,而相應(yīng)的工具和資源的發(fā)展速度未能跟上。缺乏有效的開(kāi)發(fā)環(huán)境、測(cè)試工具或集成工具等，可能導(dǎo)致開(kāi)發(fā)效率低下、測(cè)試不充分或集成困難，從而影響AI應(yīng)用的質(zhì)量和數(shù)據(jù)準(zhǔn)備和處理是AI模型訓(xùn)練和優(yōu)化的基礎(chǔ)，需要開(kāi)發(fā)者投入大量的時(shí)間和精力進(jìn)行數(shù)據(jù)清洗、標(biāo)注和處理。如果數(shù)據(jù)資源不足，開(kāi)發(fā)者的選擇和應(yīng)用范圍將受到限制，難以訓(xùn)練出高質(zhì)量的模型。同時(shí)，高質(zhì)量的數(shù)據(jù)是提升AI模型和應(yīng)用能力的關(guān)鍵。如果數(shù)據(jù)資源不足，模型的準(zhǔn)確性和泛化能力將受到影響，應(yīng)用的體驗(yàn)和效果也將受到模型駕馭是AI應(yīng)用開(kāi)發(fā)中的一個(gè)挑戰(zhàn)性環(huán)節(jié)。開(kāi)發(fā)者需要不斷調(diào)整模型參數(shù)和架構(gòu)，以保障應(yīng)用的性能與體驗(yàn)。這需要開(kāi)發(fā)者具備較強(qiáng)的技術(shù)實(shí)力和豐富的經(jīng)驗(yàn)，以應(yīng)對(duì)不同應(yīng)用場(chǎng)景和需求。激發(fā)科技與創(chuàng)新活力26開(kāi)發(fā)者缺乏足夠的工具和資源來(lái)支持AI應(yīng)用開(kāi)發(fā)，這可能是由于AI技術(shù)的發(fā)展速度較快,而相應(yīng)的工具和資源的發(fā)展速度未能跟上。從其需求層面，具體分析如下：模型訓(xùn)練、模型評(píng)估與測(cè)試工具的需求，相對(duì)較高，這是因?yàn)槟Ｐ偷挠?xùn)練與評(píng)估是AI應(yīng)用開(kāi)發(fā)的關(guān)鍵環(huán)節(jié)，需要相應(yīng)的工具來(lái)提高效率和準(zhǔn)確性。這方面，中國(guó)市場(chǎng)仍然以科技大廠提供端到端的解決方案為主。一方面有待于細(xì)分應(yīng)用工具鏈的完善，另一方面也顯示出當(dāng)前開(kāi)發(fā)者普遍在模型駕馭方面存在短板，寄希望于工具鏈生態(tài)的賦能，從而提升對(duì)于模型的理解以及調(diào)教的數(shù)據(jù)工程相關(guān)工具鏈，是開(kāi)發(fā)者在進(jìn)行模型訓(xùn)練與應(yīng)用開(kāi)發(fā)的重要基礎(chǔ)，能夠?yàn)殚_(kāi)發(fā)者提供了一套完整的工具和流程，以支持?jǐn)?shù)據(jù)的收集、處理、存儲(chǔ)、分析和可視化。這方面工具鏈生態(tài)相較前者稍顯豐富，同時(shí)，也體現(xiàn)出開(kāi)發(fā)者在擁抱AI過(guò)程當(dāng)中，數(shù)據(jù)資產(chǎn)管理和完善的基礎(chǔ)工作的重要性，不容忽視。這方面基礎(chǔ)相對(duì)比較好的開(kāi)發(fā)者可能更快進(jìn)入到AI應(yīng)用開(kāi)發(fā)和落地階段。安全性和合規(guī)性固然重要，但是并非所有開(kāi)發(fā)者直接關(guān)注的方面，這方面風(fēng)險(xiǎn)和安全防范意識(shí)有待加強(qiáng)。激發(fā)科技與創(chuàng)新活力27從當(dāng)前開(kāi)發(fā)者所需要的資源支持方面來(lái)看，具體分析如下：在AI應(yīng)用開(kāi)發(fā)領(lǐng)域，開(kāi)發(fā)者需要對(duì)不同行業(yè)和應(yīng)用場(chǎng)景有深入的了解，以便提供標(biāo)準(zhǔn)化產(chǎn)品，甚至定制化的解決方案。用戶需求分析有助于指導(dǎo)產(chǎn)品開(kāi)發(fā)和市場(chǎng)策略，這是開(kāi)發(fā)者最聚焦的需求，表明“拿著錘子找釘子”現(xiàn)象仍然存在，有待解決。盡管從之前的分析當(dāng)中可以看到，開(kāi)發(fā)者已經(jīng)充分做好了量入為出的準(zhǔn)備，但是資金需求仍然代表了在產(chǎn)品和解決方案方面的資源投入，長(zhǎng)期需要。類似情況還包括人才需求，人才需求不僅包括技術(shù)人才，還涉及項(xiàng)目管理、市場(chǎng)營(yíng)銷(xiāo)等多方面。人才的質(zhì)量和數(shù)量直接影響項(xiàng)目的成功率和公司的競(jìng)爭(zhēng)力。相應(yīng)地，這部分也是開(kāi)發(fā)者最核心的訴求之一。與大模型平臺(tái)的合作可以帶來(lái)包括技術(shù)培訓(xùn)、資源共享、商業(yè)模式等方面的資源共享和支持，同時(shí)深度合作有助于提高開(kāi)發(fā)效率和降低成本。但是，從目前的狀況來(lái)看，盡管建立良好的開(kāi)發(fā)者關(guān)系也是大模型平臺(tái)的重要發(fā)展方向，但是這方面仍然處于共同教育和培育市場(chǎng)的階段，大模型平臺(tái)的PaaS能力與入口地位尚未明確。從未來(lái)的發(fā)展規(guī)劃來(lái)看，企業(yè)開(kāi)發(fā)者重點(diǎn)在于根據(jù)市場(chǎng)和用戶反饋來(lái)改進(jìn)產(chǎn)品，同時(shí)也在尋求加速商業(yè)化增長(zhǎng)和探索不同的商業(yè)化路徑。此外，企業(yè)開(kāi)發(fā)者也在考慮擴(kuò)大國(guó)際市場(chǎng)、加強(qiáng)技術(shù)團(tuán)隊(duì)和尋求外部融資，以支持長(zhǎng)期發(fā)展。這些規(guī)劃反映了企業(yè)開(kāi)發(fā)者對(duì)于市場(chǎng)動(dòng)態(tài)、技術(shù)發(fā)展和財(cái)務(wù)支持的全面考慮 。激發(fā)科技與創(chuàng)新活力28在AI時(shí)代，超級(jí)個(gè)體成為可能，這意味著個(gè)人開(kāi)發(fā)者或團(tuán)隊(duì)能夠利用先進(jìn)的AI技術(shù)和工具，實(shí)現(xiàn)以往需要大規(guī)模團(tuán)隊(duì)和復(fù)雜系統(tǒng)才能完成的工作。超級(jí)全棧開(kāi)發(fā)者，作為這一趨勢(shì)的代表，具備跨領(lǐng)域的技能和知識(shí)，能夠獨(dú)立完成從數(shù)據(jù)處理、模型訓(xùn)練到應(yīng)用開(kāi)發(fā)的整個(gè)過(guò)程。相應(yīng)地，本次調(diào)研也一直將個(gè)人開(kāi)發(fā)者作為重要的部分來(lái)進(jìn)行研究和分析，而個(gè)人開(kāi)發(fā)者目前發(fā)展規(guī)劃如下，通過(guò)利用先進(jìn)的AI工具、技術(shù)資源和跨學(xué)科知識(shí)，實(shí)現(xiàn)從概念到市場(chǎng)的快速迭代，推動(dòng)創(chuàng)新并創(chuàng)造價(jià)值。激發(fā)科技與創(chuàng)新活力29實(shí)際上，大量行業(yè)企業(yè)，尤其是領(lǐng)先企業(yè)，對(duì)于AI的應(yīng)用與價(jià)值落地由來(lái)已久，并非新鮮事物。展開(kāi)來(lái)看，在大語(yǔ)言模型時(shí)代之前，行業(yè)企業(yè)的AI應(yīng)用主要體現(xiàn)在以下幾如自動(dòng)化客服、圖像識(shí)別、語(yǔ)音識(shí)別等。這些應(yīng)用通常基于傳統(tǒng)的機(jī)器學(xué)習(xí)模型，功能相對(duì)單一。?高門(mén)檻和技術(shù)限制：早期的AI技術(shù)需要大量的專業(yè)知識(shí)和數(shù)據(jù)來(lái)訓(xùn)練模型，這對(duì)于許多企業(yè)來(lái)說(shuō)是一個(gè)巨大的挑戰(zhàn)。因此，只有擁有足夠技術(shù)實(shí)力和數(shù)?成本問(wèn)題：AI技術(shù)的研發(fā)和應(yīng)用需要較高的成本投入，包括數(shù)據(jù)收集、處理、模型訓(xùn)練和部署等。這限制了中小企業(yè)在AI領(lǐng)域的探索和應(yīng)用。?缺乏靈活性和擴(kuò)展性：早期的AI系統(tǒng)往往是為特定任務(wù)定制的，缺乏靈活性和擴(kuò)展性。這意味著每當(dāng)需要新的應(yīng)用時(shí)，企業(yè)可能需要從頭開(kāi)始構(gòu)建新的?緩慢的發(fā)展速度：由于技術(shù)和資源的限制，AI技術(shù)的研發(fā)和應(yīng)用慢。這限制了AI技術(shù)在商業(yè)領(lǐng)域的快速普及和深入應(yīng)用。總的來(lái)說(shuō)，在大語(yǔ)言模型時(shí)代之前，AI技術(shù)的應(yīng)用受到了多方面的限制，導(dǎo)致其在商業(yè)領(lǐng)域的應(yīng)用范圍和深度都相對(duì)有限。隨著大語(yǔ)言模型的出現(xiàn)，這些問(wèn)題從理論上來(lái)研，結(jié)合典型行業(yè)AI應(yīng)用深度分析，試圖回答在大語(yǔ)言模型開(kāi)啟的AGI時(shí)代初期，行業(yè)企業(yè)的新一輪AI應(yīng)用發(fā)生了什么程度的變化？核心問(wèn)題在于“企業(yè)用戶是否真正入局？?為了推動(dòng)企業(yè)客戶真正意義上擁抱基于大語(yǔ)言模型的AI應(yīng)用，還需要直面行業(yè)用戶最關(guān)注的N個(gè)問(wèn)題，消弭其困惑和顧慮，幫助他們建立對(duì)于新AI應(yīng)用的價(jià)值評(píng)估體系，構(gòu)建適用于AI應(yīng)用加速滲透進(jìn)而對(duì)于企業(yè)變革發(fā)揮深刻作用的組織與能力體系，才能真正意義上鋪平企業(yè)客戶為大模型買(mǎi)單的康莊大道。行業(yè)客戶，即甲方基于大語(yǔ)言模型進(jìn)行應(yīng)用AI的階段，可以根據(jù)其技術(shù)應(yīng)用的深度和廣度進(jìn)行如下劃分：激發(fā)科技與創(chuàng)新活力31?易觀分析1.初步探索階段：在這個(gè)階段，企業(yè)開(kāi)始對(duì)AI技術(shù)進(jìn)行初步的探索和了解，主要目的是評(píng)估AI技術(shù)在特定業(yè)務(wù)領(lǐng)域的適用性和潛力。這可能包括試點(diǎn)項(xiàng)目、概念驗(yàn)證或?qū)ΜF(xiàn)有流程的小規(guī)模自?目標(biāo)：評(píng)估AI技術(shù)的適用性和潛力。?挑戰(zhàn)：選擇合適的試點(diǎn)項(xiàng)目，確保技術(shù)可行性和業(yè)務(wù)需求匹配。?案例：大量企業(yè)集中在這個(gè)部分，處于觀望以及局部探索階段。隨著對(duì)AI技術(shù)的深入了解，企業(yè)開(kāi)始將AI技術(shù)應(yīng)用于內(nèi)部流程優(yōu)化，以提高效率和降低成本。這可能包括數(shù)據(jù)分析和自動(dòng)化工具的部署，以及內(nèi)部管理系統(tǒng)的智能化升級(jí)。?目標(biāo)：提高內(nèi)部效率和降低成本。?挑戰(zhàn)：選擇和實(shí)施能夠帶來(lái)最大效益的自動(dòng)化AI工具。?案例：大量科技企業(yè)，以及數(shù)字化基礎(chǔ)比較好的行業(yè)企業(yè)，如銀行、證券、零售、教育等。激發(fā)科技與創(chuàng)新活力323.產(chǎn)品集成階段：在這個(gè)階段，企業(yè)開(kāi)始將AI技術(shù)集成到其現(xiàn)有產(chǎn)品和服務(wù)中，以提升產(chǎn)品的附加值和市場(chǎng)競(jìng)爭(zhēng)力。這可能包括開(kāi)發(fā)AI助理、智能推薦系統(tǒng)、增強(qiáng)的用戶體驗(yàn)等。?目標(biāo)：提升產(chǎn)品附加值和市場(chǎng)競(jìng)爭(zhēng)力。?挑戰(zhàn)：確保AI集成不影響現(xiàn)有產(chǎn)品的用戶體驗(yàn)，并增加新的價(jià)值。?案例：如銀行開(kāi)發(fā)AI助理，為客戶提供個(gè)性化的投資建議和理財(cái)規(guī)劃；以及大量應(yīng)用企業(yè)，通過(guò)集成AI能力提升當(dāng)前產(chǎn)品和服務(wù)的體驗(yàn)與價(jià)值。4.AI驅(qū)動(dòng)創(chuàng)新階段：隨著AI技術(shù)的深入應(yīng)用，企業(yè)開(kāi)始利用AI技術(shù)開(kāi)發(fā)全新的產(chǎn)品和服務(wù)，以滿足市場(chǎng)的新需求。這可能包括基于AI的預(yù)測(cè)分析、個(gè)性化定制、智能決策支持系統(tǒng)等。?目標(biāo)：開(kāi)發(fā)全新的產(chǎn)品和服務(wù)以滿足市場(chǎng)需求。?挑戰(zhàn)：創(chuàng)新的同時(shí)保持技術(shù)的先進(jìn)性和市場(chǎng)適應(yīng)性。5.全面AI戰(zhàn)略階段：在這個(gè)最終階段，AI技術(shù)成為企業(yè)戰(zhàn)略的核心，企業(yè)在整個(gè)組織結(jié)構(gòu)、業(yè)務(wù)模式和市場(chǎng)策略中全面融入AI技術(shù)。這可能包括對(duì)整個(gè)企業(yè)運(yùn)營(yíng)的智能化轉(zhuǎn)型，以及通過(guò)AI技術(shù)推動(dòng)業(yè)務(wù)模式的顛覆性創(chuàng)新。?目標(biāo)：在整個(gè)企業(yè)中實(shí)現(xiàn)智能化轉(zhuǎn)型。?挑戰(zhàn)：整合AI技術(shù)到企業(yè)的各個(gè)層面，包括文化和戰(zhàn)略決策。激發(fā)科技與創(chuàng)新活力33從當(dāng)前行業(yè)企業(yè)對(duì)于AI應(yīng)用和大模型方面可能的花費(fèi)和投入情況來(lái)看，如下圖所示：可以看出，中小企業(yè)是這一波AI應(yīng)用浪潮需要重點(diǎn)覆蓋的企業(yè)類型，而百萬(wàn)以下的AI投資對(duì)于大量中小企業(yè)而言，產(chǎn)品ROI與體驗(yàn)是重要的關(guān)鍵點(diǎn)。少數(shù)企業(yè)樂(lè)于投入更大規(guī)模，聯(lián)動(dòng)頭部企業(yè)進(jìn)行場(chǎng)景共創(chuàng)，是AI價(jià)值落地的重要抓手。跳開(kāi)本次調(diào)研結(jié)果來(lái)看，在行業(yè)企業(yè)這一關(guān)鍵角色類型方面，需要關(guān)注到中國(guó)AI應(yīng)用生態(tài)的特殊性，即央國(guó)企在其中所發(fā)揮的行業(yè)帶頭作用。作為國(guó)家經(jīng)濟(jì)的重要支撐和穩(wěn)定器，中央企業(yè)和國(guó)有企業(yè)肩負(fù)著推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)、新興產(chǎn)業(yè)發(fā)展以及未來(lái)產(chǎn)業(yè)培育的重要使命。因此，它們對(duì)人工智能的發(fā)展和大模型的關(guān)注將持續(xù)增強(qiáng)。具體到實(shí)際行動(dòng)層面，中央企業(yè)和國(guó)有企業(yè)將在人工智能領(lǐng)域發(fā)揮更加積極的作用，通過(guò)多種手段加強(qiáng)自身在這一新興領(lǐng)域的競(jìng)爭(zhēng)力，同時(shí)推動(dòng)國(guó)有企業(yè)的改革與發(fā)展。總體上來(lái)說(shuō)，央國(guó)企主要分成兩大類型：其一，以運(yùn)營(yíng)商等科技企業(yè)為主，進(jìn)行基礎(chǔ)大模型研發(fā)與建設(shè)，如下表所示：央國(guó)企主導(dǎo)基礎(chǔ)大模型研發(fā)與建設(shè)模型名稱大模型進(jìn)展激發(fā)科技與創(chuàng)新活力34央企模型名稱大模型進(jìn)展現(xiàn)一系列的產(chǎn)業(yè)賦能成果。一是打造了面向和三甲醫(yī)院與中國(guó)移動(dòng)開(kāi)展大模型共建合作速構(gòu)建了網(wǎng)絡(luò)、客服、家庭、政務(wù)、出行、已經(jīng)完成了1B、3B、7B、12B、52B、115B、1080B等參數(shù)的語(yǔ)義大模型全面開(kāi)源以及超多方言ASR借卓越的性能和開(kāi)源生態(tài)貢獻(xiàn)，獲得Gitee社區(qū)“G最有價(jià)值開(kāi)源項(xiàng)目”的獎(jiǎng)勵(lì)。目前星辰大模型包括了星辰語(yǔ)義、語(yǔ)音、視覺(jué)和多模態(tài)完整蓋，這些能力共同構(gòu)成了中國(guó)電信在人工智元景大模型形成了“1+1+M”大模型體系體系，即模型、1個(gè)大模型底座、M種行業(yè)大模型。旨在通過(guò)數(shù)智融合產(chǎn)品創(chuàng)新，提供網(wǎng)絡(luò)、算力、存儲(chǔ)、正式發(fā)布“1+N+M”可信智算戰(zhàn)略。“1”是基于屬云平臺(tái)CECSTACK打造了一體化算力平臺(tái)，為客通用計(jì)算、智能計(jì)算和高性能計(jì)算等類型的力服務(wù)；“N”是面向行業(yè)需求，投資建設(shè)N心；“M”是攜手政產(chǎn)學(xué)研各類生態(tài)力量，聯(lián)合業(yè)模型，以此為平臺(tái)基礎(chǔ)設(shè)施，并通過(guò)中國(guó)工智能創(chuàng)新應(yīng)用產(chǎn)業(yè)聯(lián)盟，加速推動(dòng)“人工智激發(fā)科技與創(chuàng)新活力35其二，以行業(yè)央企牽頭，基于所處行業(yè)進(jìn)行垂直大模型布局和投入，并聯(lián)動(dòng)科技企業(yè)推動(dòng)垂直模型研發(fā)與落地，典型企業(yè)舉措如下：模型名稱大模型進(jìn)展“天樞”智研化工司垂直領(lǐng)域大模型判性和專業(yè)性的答案與建議。此外，“ShippingGPT”模型“東方?御風(fēng)”激發(fā)科技與創(chuàng)新活力36模型名稱大模型進(jìn)展AI大模型業(yè)務(wù)場(chǎng)景。該模型已經(jīng)在廣東、廣西、云南、貴州、“智航?提質(zhì)增效”“智航?提質(zhì)增效”大模型是一個(gè)專注于制造業(yè)提質(zhì)增“大禹”打造可再生能源和水利行業(yè)知識(shí)大模型“大禹”“太陽(yáng)石礦山大模型”“太陽(yáng)石礦山大模型”針對(duì)煤礦多維度應(yīng)用場(chǎng)景的具激發(fā)科技與創(chuàng)新活力37在上述具備行業(yè)知識(shí)與數(shù)據(jù)體系的大模型之外，行業(yè)企業(yè)普遍選擇的AI應(yīng)用場(chǎng)景如下，代碼開(kāi)發(fā)與測(cè)試以59.2%的選擇比例位居首位，這表明AI在軟件開(kāi)發(fā)領(lǐng)域的應(yīng)用非常廣泛，可能包括自動(dòng)化代碼審查、測(cè)試和錯(cuò)誤修復(fù)等。用戶營(yíng)銷(xiāo)與運(yùn)營(yíng)以52%緊隨其后，顯示了AI在個(gè)性化營(yíng)銷(xiāo)、用戶行為分析等方面的應(yīng)用。其次，協(xié)同辦公、客戶服務(wù)和產(chǎn)品體驗(yàn)提升等場(chǎng)景的選擇比例在中等水平，這表明AI在提高工作效率、改善客戶體驗(yàn)和產(chǎn)品創(chuàng)新方面也受到企業(yè)的重視。其他還包括HR招聘、培訓(xùn)、供應(yīng)鏈管理等場(chǎng)景。在算力部署方面，與AI大模型以及應(yīng)用開(kāi)發(fā)者不同的是，自建算力設(shè)施是行業(yè)企業(yè)更側(cè)重的部署方式，如下圖所示：激發(fā)科技與創(chuàng)新活力38行業(yè)企業(yè)進(jìn)行AI應(yīng)用開(kāi)發(fā)方面，主導(dǎo)的開(kāi)發(fā)路徑：“基于商業(yè)化大模型進(jìn)行私有化訓(xùn)練和部署，并進(jìn)行應(yīng)用開(kāi)發(fā)”以30.6%的比例位居首位，這表明很多企業(yè)傾向于利用現(xiàn)有的商業(yè)化大模型作為基礎(chǔ)，然后進(jìn)行私有化定制和部署，以滿足自己的特定需求。這種方法可以節(jié)省研發(fā)成本和時(shí)間，同時(shí)也能夠充分利用大模型的優(yōu)勢(shì)。其他開(kāi)發(fā)路徑，如暫時(shí)使用市場(chǎng)成熟大模型進(jìn)行應(yīng)用開(kāi)發(fā)、基于開(kāi)源模型訓(xùn)練和微調(diào)自己專屬的大模型等，也占有一定的比例。這反映了企業(yè)在AI應(yīng)用開(kāi)發(fā)中的多樣化和靈活性，根據(jù)自身的資源和技術(shù)能力選擇最合適的開(kāi)發(fā)路徑。同時(shí)，也需要關(guān)注到10.2%的企業(yè)“對(duì)于大模型仍然處于觀望狀態(tài)，直接采購(gòu)市場(chǎng)上合適的應(yīng)用和產(chǎn)品，拿來(lái)就用”。這些企業(yè)可能由于技術(shù)、成本或資源限制，選擇直接購(gòu)買(mǎi)市場(chǎng)上現(xiàn)有的AI應(yīng)用和產(chǎn)品，而不是自己開(kāi)發(fā)或定制大模型。由于目前企業(yè)對(duì)于大語(yǔ)言模型的關(guān)注度和熱度相對(duì)比較高，導(dǎo)致大量企業(yè)用戶在AI應(yīng)用的開(kāi)發(fā)路徑規(guī)劃方面，都會(huì)考慮與大語(yǔ)言模型相結(jié)合的方式，但是，對(duì)于大部分企業(yè)而言，僅考慮AI應(yīng)用，在選型企業(yè)應(yīng)用的過(guò)程中，將AI能力作為企業(yè)選型的重要考慮因素，未嘗不是快速擁抱AI應(yīng)用，節(jié)省研發(fā)成本和時(shí)間的重要方式。相應(yīng)地，在未來(lái)更多企業(yè)應(yīng)用具備更強(qiáng)的AI能力之后，這一選項(xiàng)的比重將出現(xiàn)上升，即便企業(yè)具備大量數(shù)據(jù)資產(chǎn)沉淀，也可以通過(guò)RAG的方式保障AI應(yīng)用的場(chǎng)景鍥合度與應(yīng)用質(zhì)量。激發(fā)科技與創(chuàng)新活力39另外，“尚處于調(diào)研和研究狀態(tài)，還沒(méi)有明確結(jié)論”占比4.5%。這個(gè)選項(xiàng)說(shuō)明還有一部分企業(yè)在AI開(kāi)發(fā)方面仍處于探索階段，尚未確定具體的開(kāi)發(fā)策略或方向。這可能是因?yàn)锳I技術(shù)發(fā)展迅速，企業(yè)需要時(shí)間來(lái)評(píng)估各種技術(shù)的適用性和可行性，或者是因?yàn)槠髽I(yè)缺乏足夠的資源和技術(shù)能力來(lái)進(jìn)行AI開(kāi)發(fā)。行業(yè)企業(yè)在進(jìn)行AI應(yīng)用開(kāi)發(fā)路徑規(guī)劃時(shí)主要考慮的考慮因素如下：“數(shù)據(jù)安全與隱私保護(hù)”以53.2%的比例位居首位，這表明數(shù)據(jù)安全與隱私保護(hù)是企業(yè)進(jìn)行AI開(kāi)發(fā)時(shí)最重要的考慮因素之一。隨著數(shù)據(jù)泄露和隱私侵犯事件的增加，企業(yè)越來(lái)越重視保護(hù)用戶和企業(yè)的數(shù)據(jù)安全，遵守相關(guān)的法律法規(guī)。“所在領(lǐng)域的數(shù)據(jù)量以及數(shù)據(jù)獲取難度”，這個(gè)因素也在考慮因素中占據(jù)了較高的比例。數(shù)據(jù)是AI開(kāi)發(fā)的基礎(chǔ)，不同領(lǐng)域的數(shù)據(jù)量以及獲取難度會(huì)直接影響AI模型的訓(xùn)練和應(yīng)用效果。因此，企業(yè)在規(guī)劃AI開(kāi)發(fā)路徑時(shí)，需要考慮自己所在領(lǐng)域的數(shù)據(jù)情況，以及如何獲取和處理這些數(shù)據(jù)。企業(yè)需要確保AI模型能夠提供高質(zhì)量的輸出，以滿足他們的業(yè)務(wù)需求。這可能涉及模型的訓(xùn)練數(shù)據(jù)、算法的復(fù)雜性以及模型的調(diào)優(yōu)。這也將成為后續(xù)分析當(dāng)中，企業(yè)進(jìn)行大語(yǔ)言模型選型時(shí)最重要的考量要素之一。“技術(shù)支持與維護(hù)”占比34.2%，“定制化與靈活性”占比30.5%，這表明企業(yè)在選擇AI解決方案時(shí)，也重視技術(shù)支持和維護(hù)服務(wù)。良好的技術(shù)支持可以幫助企業(yè)解決使用過(guò)程中遇到的問(wèn)題，而有效的維護(hù)可以確保AI系統(tǒng)的穩(wěn)定運(yùn)行，同時(shí)，企業(yè)希望AI解決方案能夠根據(jù)他們的特定需求進(jìn)行定制，并且具有一定的靈活性，以便適應(yīng)不斷變化的市場(chǎng)和激發(fā)科技與創(chuàng)新活力40行業(yè)企業(yè)選擇特定大語(yǔ)言模型的原因如下：“大模型基礎(chǔ)能力”占比40.7%，這是選擇特定大語(yǔ)言模型的主要原因。企業(yè)選擇大語(yǔ)言模型時(shí)，首先考慮的是模型的基礎(chǔ)能力，如生成文本、進(jìn)行邏輯推理等，這些能力對(duì)于企業(yè)應(yīng)用AI技術(shù)解決實(shí)際問(wèn)題至關(guān)重要。“安全和倫理控制等風(fēng)險(xiǎn)管理手段和措施完善度”但這也是企業(yè)選擇大語(yǔ)言模型時(shí)的重要考慮因素。隨著AI技術(shù)的發(fā)展，數(shù)據(jù)安全和倫理問(wèn)題越來(lái)越受到重視，企業(yè)需要確保所選模型的風(fēng)險(xiǎn)管理措施能夠滿足行業(yè)標(biāo)準(zhǔn)和法規(guī)要求。“私有化部署”對(duì)于某些企業(yè)來(lái)說(shuō)非常重要，尤其是那些需要保護(hù)數(shù)據(jù)安全和隱私的企業(yè)。支持私有化部署的大語(yǔ)言模型可以更好地滿足這些企業(yè)的需求。“訓(xùn)練和推理成本”是企業(yè)選擇AI技術(shù)時(shí)必須考慮的因素之一。企業(yè)需要評(píng)估訓(xùn)練和推理模型的成本，以確保AI項(xiàng)目的經(jīng)濟(jì)可行性和成本效益。大模型工具鏈生態(tài)是否完善，是否便于進(jìn)行二次開(kāi)發(fā)，一個(gè)完善的大模型工具鏈生態(tài)可以提供更多的便利性和靈活性，使得企業(yè)能夠更輕松地進(jìn)行二次開(kāi)發(fā)和定制，但是與AI應(yīng)用開(kāi)發(fā)者相比，行業(yè)企業(yè)對(duì)于生態(tài)鏈的看重程度相對(duì)下降，這也許由于這些企業(yè)更看重大語(yǔ)言模型提供的服務(wù)和技術(shù)支持有關(guān)。激發(fā)科技與創(chuàng)新活力41綜合不同類型開(kāi)發(fā)者，包括AI應(yīng)用開(kāi)發(fā)者與行業(yè)企業(yè)對(duì)于大語(yǔ)言模型選型的考量要素進(jìn)行綜合分析，易觀分析建議對(duì)于大語(yǔ)言模型的合作伙伴評(píng)估可以從如下要素進(jìn)行綜合考量和評(píng)估：模型能力模型能力★★★★需要關(guān)注基礎(chǔ)大模型的關(guān)鍵能力，包括語(yǔ)言能力（簡(jiǎn)單理解、知識(shí)運(yùn)用、推理能力、特殊生成等）、安全和價(jià)值觀以及通用任務(wù)能力產(chǎn)品能力產(chǎn)品能力★★★★需要關(guān)注基礎(chǔ)大模型的產(chǎn)品化封裝與解決方案能力，包括大模型能力抽象與API化易用性、大模型訓(xùn)練與微調(diào)環(huán)節(jié)支撐與服務(wù)保障能力、任務(wù)場(chǎng)景實(shí)踐能力，以及運(yùn)營(yíng)維護(hù)保障能力等生態(tài)能力生態(tài)能力★★★側(cè)重大模型生態(tài)發(fā)展策略以及布局情況，包括中間層生態(tài)是否完整豐富以便于模型的精調(diào)與持續(xù)運(yùn)營(yíng)，關(guān)鍵環(huán)節(jié)國(guó)產(chǎn)供應(yīng)鏈布局與適配度，行業(yè)伙伴以及最佳實(shí)踐案例，開(kāi)源策略與協(xié)議等可持續(xù)發(fā)展能力可持續(xù)發(fā)展能力★★基礎(chǔ)大模型非一蹴而就需要持續(xù)投入與迭代，需要關(guān)注大模型企業(yè)戰(zhàn)略路線與資源投入程度和專注度、人才梯隊(duì)建設(shè)與核心人才情況等激發(fā)科技與創(chuàng)新活力42總體上而言，行業(yè)用戶在進(jìn)行AI規(guī)劃以及AI應(yīng)用開(kāi)發(fā)的過(guò)程中，面臨不少挑戰(zhàn)，有針對(duì)性地予以解決與賦能，是推動(dòng)行業(yè)AI應(yīng)用發(fā)展的重要環(huán)節(jié)。調(diào)研結(jié)果如下：最突出的問(wèn)題是“沒(méi)有合適的流程和場(chǎng)景”，這表明很多企業(yè)缺乏將大型AI模型成功部署到實(shí)際業(yè)務(wù)流程和場(chǎng)景中的能力，這也可能是對(duì)于AI的理解有待于提升。其他還包括“AI價(jià)值認(rèn)知不足”，以及“了解市場(chǎng)和用戶需求，尋求AI應(yīng)用場(chǎng)景方面的挑戰(zhàn)”這反映了企業(yè)在理解和評(píng)估AI技術(shù)價(jià)值方面存在挑戰(zhàn)，仍然是認(rèn)知與意識(shí)問(wèn)題。其次，數(shù)據(jù)資源與技術(shù)能力不足等是在“認(rèn)知”之上的第二大類型挑戰(zhàn)，數(shù)據(jù)資源的缺乏可能限制了AI模型的性能和應(yīng)用范圍。企業(yè)需要尋找數(shù)據(jù)獲取的途徑，或者通過(guò)合作和數(shù)據(jù)共享來(lái)解決這個(gè)問(wèn)題。數(shù)據(jù)預(yù)處理和工程是AI項(xiàng)目成功的關(guān)鍵步驟。企業(yè)需要具備數(shù)據(jù)清洗、處理和轉(zhuǎn)換的能力，以確保數(shù)據(jù)質(zhì)量和模型訓(xùn)練的準(zhǔn)確性。AI項(xiàng)目的成功很大程度上取決于算法的選擇和模型的訓(xùn)練。企業(yè)需要具備或獲取相應(yīng)的技術(shù)能力，以應(yīng)對(duì)這些挑戰(zhàn)。這些需要建立在AI認(rèn)知提升的基礎(chǔ)上予以解決。再次，是成本和資源投入方面的挑戰(zhàn)等，AI項(xiàng)目通常需要較大的初期投資和持續(xù)的資源投入。企業(yè)需要對(duì)成本進(jìn)行準(zhǔn)確估算，并確保有足夠的資源來(lái)支持項(xiàng)目的實(shí)施，這部分，表面是“成本”，本質(zhì)上仍然是關(guān)于AI實(shí)際創(chuàng)造的價(jià)值應(yīng)該如何量化，從而更好地形成ROI測(cè)算邏輯，合理評(píng)估相關(guān)的成本投入。激發(fā)科技與創(chuàng)新活力43最后，法律和政策、倫理和社會(huì)層面的挑戰(zhàn)，比如隱私、安全控制、責(zé)任歸屬等，也是企業(yè)在AI應(yīng)用過(guò)程中面臨的一大挑戰(zhàn)類型。企業(yè)需要了解并遵守相關(guān)的法律法規(guī)，以確保其AI項(xiàng)目的合法性和合規(guī)性，充分考量AI技術(shù)對(duì)社會(huì)和倫理的影響，并采取措施來(lái)減輕潛在的負(fù)面影響。綜上所述，行業(yè)企業(yè)對(duì)于AI應(yīng)用開(kāi)發(fā)最關(guān)注的N個(gè)問(wèn)題如下：AI價(jià)值認(rèn)知，以及投資回報(bào)率如何進(jìn)行詳細(xì)的成本效益分析，不僅要考慮直接的財(cái)務(wù)回報(bào)，還要考慮AI技術(shù)對(duì)業(yè)務(wù)流程改進(jìn)、客戶滿意度提升等潛在的長(zhǎng)期價(jià)值，在這個(gè)過(guò)程中，行業(yè)客戶需要設(shè)定可量化的指標(biāo)來(lái)評(píng)估AI技術(shù)的成功，例如，提高的生產(chǎn)率、降低的錯(cuò)誤率、增加的銷(xiāo)售額等。技術(shù)適用性，以及匹配相對(duì)應(yīng)的技術(shù)能力如何確保AI技術(shù)能夠解決其業(yè)務(wù)中的特定問(wèn)題，并且確保企業(yè)能夠具備與之相匹配的技術(shù)能力與資源投入，在技術(shù)適用性方面，客戶需要考慮的不僅僅是當(dāng)前的技術(shù)解決方案，還需要確保其具有適應(yīng)未來(lái)業(yè)務(wù)需求變化的能力，同時(shí)，在這個(gè)過(guò)程中，重新建構(gòu)適用于AI時(shí)代發(fā)展的組織能力與可持續(xù)發(fā)展能力。數(shù)據(jù)隱私和安全合規(guī)，從而保障AI在商業(yè)應(yīng)用中的可持續(xù)和可靠性企業(yè)需要確保AI系統(tǒng)遵守相關(guān)的數(shù)據(jù)保護(hù)法規(guī)和標(biāo)準(zhǔn)，同時(shí)實(shí)施適當(dāng)?shù)臄?shù)據(jù)安全和模型安全等風(fēng)險(xiǎn)防控機(jī)制和措施，從而在確保數(shù)據(jù)安全的基礎(chǔ)上，能夠提供對(duì)齊的、可解釋的決策，增強(qiáng)用戶信任，并持續(xù)維護(hù)其安全性和合規(guī)性，實(shí)現(xiàn)可持續(xù)發(fā)展選擇合適的合作伙伴與供應(yīng)商選擇合適的AI供應(yīng)商對(duì)于企業(yè)來(lái)說(shuō)至關(guān)重要，它直接影響到AI應(yīng)用的成功和業(yè)務(wù)的持續(xù)發(fā)展。AI技術(shù)發(fā)展迅速，供應(yīng)商的持續(xù)創(chuàng)新和更新能力對(duì)于企業(yè)保持競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要。一個(gè)能夠提供最新技術(shù)和服務(wù)的供應(yīng)商能夠幫助企業(yè)在市場(chǎng)上保持領(lǐng)先地位。激發(fā)科技與創(chuàng)新活力44本次AI開(kāi)發(fā)者調(diào)研圍繞開(kāi)源主題進(jìn)行的調(diào)研結(jié)果如下：AI開(kāi)發(fā)者參與開(kāi)源的主要原激發(fā)科技與創(chuàng)新活力46結(jié)合上述開(kāi)發(fā)者調(diào)研，以及綜合分析來(lái)看，開(kāi)源在中國(guó)AI應(yīng)用生態(tài)中扮演著至關(guān)重要的角色，不僅促進(jìn)了技術(shù)的快速發(fā)展，還構(gòu)建了一個(gè)開(kāi)放、協(xié)作、創(chuàng)新的環(huán)境，為AI技術(shù)的廣泛應(yīng)用和產(chǎn)業(yè)升級(jí)提供了強(qiáng)大動(dòng)力，核心價(jià)值如下：11開(kāi)源鼓勵(lì)開(kāi)發(fā)者們共同合作，分享和改進(jìn)代碼，為人工智能技術(shù)的創(chuàng)新提供了廣闊的平臺(tái)。這種合作模式，連同AI開(kāi)源軟件的免費(fèi)使用和開(kāi)放源代碼特性，降低了技術(shù)創(chuàng)新的門(mén)檻，讓更多的開(kāi)發(fā)者和科研人員能夠參與到AI技術(shù)的研究中來(lái)，進(jìn)行二次開(kāi)發(fā)和應(yīng)用22AI開(kāi)源軟件的推廣和普及，不僅促進(jìn)了AI技術(shù)的進(jìn)步，為企業(yè)提供了經(jīng)濟(jì)實(shí)惠的解決方案，降低了研發(fā)成本，同時(shí)也為企業(yè)帶來(lái)了更多的商業(yè)機(jī)會(huì)，為產(chǎn)業(yè)界帶來(lái)了良性的競(jìng)爭(zhēng)，從而推動(dòng)整個(gè)人工智能產(chǎn)業(yè)的發(fā)展33開(kāi)源生態(tài)是技術(shù)生態(tài)的重要組成部分，開(kāi)源的開(kāi)放、協(xié)同、共享創(chuàng)新本質(zhì)，有助于構(gòu)建自主、健康、可持續(xù)的AI發(fā)展環(huán)境。中國(guó)在AI領(lǐng)域已逐步建立起有全球影響力的開(kāi)源生態(tài)，如飛槳平臺(tái)等44隨著我國(guó)AI開(kāi)源生態(tài)的不斷發(fā)展壯大，其在全球范圍內(nèi)的影響力也在逐步提升。這有助于我國(guó)在全球AI領(lǐng)域占據(jù)更加重要的地位，并為我國(guó)的科技進(jìn)步和經(jīng)濟(jì)發(fā)展注入新的動(dòng)力相應(yīng)的，開(kāi)源在中國(guó)AI應(yīng)用生態(tài)中應(yīng)當(dāng)進(jìn)一步發(fā)揮重要的作用與價(jià)值，核心舉措如下：?政府出臺(tái)更多支持開(kāi)源AI的政策和措施鼓勵(lì)企業(yè)、高校和研究機(jī)構(gòu)積極參與開(kāi)源AI項(xiàng)目，形成產(chǎn)學(xué)研協(xié)同創(chuàng)新的良好局面，激發(fā)更多創(chuàng)新活力。?加強(qiáng)對(duì)包括開(kāi)源基金會(huì)、開(kāi)源社區(qū)、開(kāi)源代碼托管平臺(tái)、開(kāi)源許可協(xié)議等在內(nèi)的開(kāi)源基礎(chǔ)設(shè)施建設(shè)和管理，提升本土社區(qū)活躍度和影響力。激發(fā)科技與創(chuàng)新活力47?建立完善的開(kāi)源軟件質(zhì)量評(píng)估體系，加強(qiáng)開(kāi)源軟件的測(cè)試和驗(yàn)證，確保開(kāi)源軟件的質(zhì)量和穩(wěn)定性。?加強(qiáng)對(duì)開(kāi)源AI項(xiàng)目的監(jiān)管和評(píng)估，確保用戶數(shù)據(jù)的安全和合規(guī)性，降低潛在?推動(dòng)完善開(kāi)源軟件配套文檔和支持服務(wù)，降低開(kāi)發(fā)者使用、維護(hù)開(kāi)源軟件的?加強(qiáng)與產(chǎn)業(yè)鏈上下游企業(yè)的合作，鼓勵(lì)企業(yè)采用開(kāi)源技術(shù)，推動(dòng)AI技術(shù)在各行業(yè)的應(yīng)用和普及，促進(jìn)AI技術(shù)的創(chuàng)新和發(fā)展。?探索開(kāi)探索開(kāi)源AI應(yīng)用的商業(yè)模式，如提供定制化解決方案、收取服務(wù)費(fèi)等,促進(jìn)開(kāi)源AI可持續(xù)發(fā)展。?加強(qiáng)與全球開(kāi)源社區(qū)的合作和交流，引進(jìn)國(guó)際先進(jìn)的開(kāi)源技術(shù)和項(xiàng)目。?加強(qiáng)開(kāi)源AI的教育和培訓(xùn)，鼓勵(lì)高校和研究機(jī)構(gòu)開(kāi)設(shè)相關(guān)課程，培養(yǎng)更多具備開(kāi)源AI技能的人才。?舉辦開(kāi)源AI技術(shù)交流和分享活動(dòng)，促進(jìn)知識(shí)共享和合作，提高公眾對(duì)開(kāi)源AI的認(rèn)知度和接受度。?建立開(kāi)源人才激勵(lì)機(jī)制，吸引更多優(yōu)秀人才參與開(kāi)源項(xiàng)目。聚焦到本次研究的主題，中國(guó)AI應(yīng)用生態(tài)，開(kāi)源在中國(guó)AI應(yīng)用生態(tài)中的發(fā)展方向如下：?生成式AI和多模態(tài)AI的發(fā)展將是未來(lái)的