發布時間：2023.03CONTENTS麥肯錫：GenerativeAIissettochangethatbyundertakinginteractionlaborinawaythatapproximateshumanbehaviorcloselyand,insomecases,imperceptibly.生成式人工智能旨在通過以一種接近人類行為與人類）進行交互式協作。GenerativeAIisadisruptivetechnologythatcangenerateartifactsthatpreviouslyreliedonhumans,deliveringinnovativeresultswithoutthebiasesofhumanexperiencesandthoughtprocesses.生成式人工智能是一種顛覆性的技術，它可以生成以前依賴于人類的工件，在沒有人類經驗和思維過程偏見的情況下提供創新的結果。生成式人工智能，將徹底改變人機交互的關系，并創造新的產能輸出結構。它將在第四維度實現與人的思維同調，繼移動設備以人類外器官形態存在以來，AIGC將以外腦的形式存在于人類認知中。AIGC的商業化還在早期的市場探索階段，國內略有落后仍在努快速探索期的表現：基于基礎大模型或自建快速探索期的表現：基于基礎大模型或自建模型，面向具體業務以及場景，提供商業化代表企業： Jasper民runwaycopy.ai美國市場美國市場AIGC商業化程度進入細分場景服務中國中國AIGC的商業化程度處于剛進觸發期市場探索期啟動期期望膨脹期衰退期復蘇期46.5%46.5具備應用AIGC的基礎環境TE認為：中國企業數字化支出規模數字化支出CAGR單位：2023年企業對AIGC的投入傾向 10%以內企業對AIGC中國企業數字化支出規模數字化支出CAGR單位：2023年企業對AIGC的投入傾向 10%以內企業對AIGC投入約占數字化轉型總投比例為.% 單位：億TE發現：對數字化理解和數字系統的實踐中更加迅捷，在面對能夠快速融入業務的新技術時也表現出超前的敏銳隨著AIGC的不斷成熟、商業化場景的不斷豐富AIGC的先進企業，已經在零售、制造等行業邁出探索AIGC在國內快速落地的行業分布制造TE發現：國內AIGC的商業舞臺，在市場的早期階段，主要以規模以上的民以零售、制造和科技互聯網為主一方面這些行業擁有海量的業務數據（特別是能夠通過公開資源獲取相對精準數據能夠為AIGC提供堅實且豐富的一方面這些行業的產業鏈相對AIGC在足夠業務數據的支撐下，能夠大幅提升人與產業鏈上下游的整體效率，且針對個性化訴求AIGC的先進企業，已經在零售、制造等行業邁出探索AIGC在國內快速落地的行業分布制造TE發現：國內AIGC的商業舞臺，在市場的早期階段，主要以規模以上的民以零售、制造和科技互聯網為主一方面這些行業擁有海量的業務數據（特別是能夠通過公開資源獲取相對精準數據能夠為AIGC提供堅實且豐富的一方面這些行業的產業鏈相對AIGC在足夠業務數據的支撐下，能夠大幅提升人與產業鏈上下游的整體效率，且針對個性化訴求行業天然的商業化訴求迫切且旺雖缺少一些關鍵支撐，但企業對AIGC依舊表現出高漲的應用熱情AIGC能夠深度影響到很多企業生產管僅限于極少部分零星AIGC能夠深度影響到很多企業生產管僅限于極少部分零星4.4%頭4.4%企業高管對AIGC在企業運營管理中的理解認知20.6% TE發現：在Chat-GPT、Notion、Copilot等殺手級應用的影響下，大部分中國企業在為AIGC的落地準備工作中，只有在「資金預算」方面呈現出相對有所準備的狀態，包括「關鍵 AIGC不同收費模式正在被各類企業不斷嘗試企業傾向的AIGC收費模式CBA34.8%CBA34.8%收費模式特征優點缺點適用企業適用企業AA方便客戶預估成本，同時也可以通過調整對支出有靈活性BB優點是價格相對較為透明，用戶只需按實有時難以成本控制，有時難以成本控制，應用量突增時成本CC能夠滿足客戶個性化成本高，運維難度大有長期穩定業務TE發現：根據目前國內數字化市場發展階段特征，企業對于云上服務的特點以及不同類型云服務的產品收費模式有相對清晰的認知、判斷。基于過往應用的經驗，企業在AIGC的服務收費模式上已經表現出更為理性的分析。對于預算支出有明確可預測性以及靈活性增刪賬戶需求的企業，推動AIGC落地的關鍵角色MVP所需的基本條件推動AIGC落地的關鍵角色MVP所需的基本條件TE發現：準備或已經開始實踐AIGC的企業這個關鍵角色需要極強的業務理通過深刻的對上下游產業的業務認知精準的捕捉AIGC在供應鏈中的服務落地點和價值輸出點；對內部整體的管理/運營業務高度熟悉，才能將AIGC的能創造和發現新的AIGC落地方同時具備以上突出的三種能力要yy1超前的思維模式和極強的策略3深刻了解產業鏈上下游作業模式MVP核心三要素PARTAIGC商業落地產業圖譜2.0TE整理繪制場景細分應用服務商行業細分應用服務商場景細分應用服務商G心推想醫療G客服人力客服人力大場景大模型服務商大行業大模型服務商大場景大模型服務商大行業大模型服務商基礎配套人基礎大模型人基礎大模型紫東.太初InfraInfra基于web2.0商業邏輯的傳統思維行業 場景標準/規則（技術落地）（技術道德）基于web2.0商業邏輯的傳統思維行業 場景標準/規則（技術落地）（技術道德）（政策允許）（知識產權）AIGC技術基座商業價值AIGC技術基座商業價值030201030201優先考慮面向服務對象的需求核心節點(行業I場場景)、競爭環境以AIGC商業架構層次——細分小模型能拿走近一半產業鏈價值AIGC商業邏輯地圖產業鏈價值分配TE認為：AIGC商業邏輯地圖產業鏈價值分配TE認為：礎大模型發展迅猛，國內以百度、阿里為代表的基礎大模型也快速進入市場，基礎大模型正在不斷重塑、拓寬服務應用的邊界，將其次則是與SaaS的緊密相關的業務層，已經涌現大量基于各自領域小規模數據、垂直業務特征，訓練出的如圖形設計Artboost、客服小冰等領域小模型。它們將分走價值鏈中直接面向企業業務再次則是基于大模型和領域小模型之間的行業、場景大模型，雖然此層級代表性品牌較少，但隨著行業性數據和行業專家在供應商和企業用戶之間高度融合、規則標準日益完善的條件下，會有20%20%行業、大場景模型產業結構60%行業、大場景模型產業結構60%服務商準備情況服務商準備情況以營銷、客服、辦公為先鋒的場景已經展開商業化版圖聲智聲智人客戶需求期望注：本圖表中場景選擇，主要依據企業用戶的需求期望的前13個場景企業AIGC的落地應用期望企業AIGC的落地應用期望AIGC在營銷場景當中可參與的具體環節XAIGC暫時不可參與環節企業AIGC的落地應用期望企業AIGC的落地應用期望辦公協同辦公協同表單服務文檔協作知識管理合同管理AIGC的場景落地依舊在不斷探索中國市場持續更新用落地場景持續更新PARTTE對AIGC供應商商業化能力判斷的基本邏輯AIGC商業化成功概率TIME模型AIGC商業化成功概率TIME模型判斷有商業機會的保障初創公司能否判斷有商業機會的保障初創公司能否有效的獲得商業化保障項目穩定推進資金、時間是必不初始化核心創始團隊的結構與當前狀……初始化核心創始團隊的結構與當前狀……綜合評分：129.3 公司介紹產品介紹DataCanvasAPS是一款集數據準備與探索、環境構建、特征工程、算法實現、模型構建、模型管理、模型發布、模型服務運DataCanvasRT是將ETL、業務模型、機器學習、人工智能、可視化等技術擴展到實時的企業級平臺產品。它以實時計算引擎 創始團隊指數綜合評分：129.3 公司介紹產品介紹DataCanvasAPS是一款集數據準備與探索、環境構建、特征工程、算法實現、模型構建、模型管理、模型發布、模型服務運DataCanvasRT是將ETL、業務模型、機器學習、人工智能、可視化等技術擴展到實時的企業級平臺產品。它以實時計算引擎 創始團隊指數生態鏈接指數核心服務行業5北京九章云極科技有限公司是中國人工智能基礎軟件領軍者。公司專注人工智能基礎軟件的持續開發與建設，通過自主研發的一系列企業級AI應用所需的平臺軟件產品及解決方案，助力用戶實公司以“開放、自動、云原生”為核心的數據科學產品體系，成功資源保障指數時間組織力虛擬人——華院計算AIGC產品介紹數智人：華院自研的生成式AI模型，如人像驅動、情緒表達、文AIGC產品介紹數智人：華院自研的生成式AI模型，如人像驅動、情緒表達、文語音到視頻的自動輸出。華院數智人提供虛擬分身定制、虛擬直播、智能視頻生成、智能客服一站式解決方案。讓個人、小微商公司介紹華院計算技術(上海)股份有限公司(簡稱“華院計算”)成立于2002治理、智能制造、零售金融和數字文旅等行業提供AI+產品及解綜合評分：136.5※華院數綜合評分：136.5※華院數智人創始團隊指數創始團隊指數核心服務行業核心服務行業 資源保障指數時間組織力生態鏈接指數生態鏈接指數虛擬人成功實踐——沁園集團應用虛擬人品牌應用虛擬人品牌應用效果應用背景介紹應用效果應用背景介紹面臨的困難和痛點面臨的困難和痛點