趨勢二：大模型從“趕時髦”到“真有用”趨勢七：業(yè)務(wù)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(gòu)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(wù)業(yè)務(wù)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(shù)的長期影響力，面對AIGC技術(shù)，我們既運營、緊貼應(yīng)用場景，解決應(yīng)用落地的最后一公里，才能真正發(fā)揮大模型、AIGC等新技術(shù)、新產(chǎn)品目前已有的基礎(chǔ)大模型很難直接應(yīng)用于各行業(yè)領(lǐng)域，企業(yè)需要結(jié)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(dāng)前，以釘釘為代表的國內(nèi)AI應(yīng)用廠商已經(jīng)在AIGC的應(yīng)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(yīng)性等問題都需要被予以充分的關(guān)注和妥善的解決。這需要政府部門、科研機構(gòu)、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(shù)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(wù)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(yīng)大數(shù)據(jù)等領(lǐng)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(wù)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(wù)流程創(chuàng)新、客戶體驗創(chuàng)新、產(chǎn)品服務(wù)創(chuàng)新、商業(yè)模式創(chuàng)新和社會責(zé)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(xí)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(shù)廠商推出AIAgent類應(yīng)用是當(dāng)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(yīng)用范圍從跨行業(yè)應(yīng)用場景如知識管理、市場營銷、客戶服務(wù)、代碼生成、藝術(shù)設(shè)計等逐漸向行業(yè)專屬的應(yīng)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(yù)測、制造行業(yè)的產(chǎn)品研發(fā)與設(shè)計、零售行業(yè)的虛為了在智能數(shù)字業(yè)務(wù)時代保持競爭力，企業(yè)必須開啟一次重構(gòu)之旅。從業(yè)務(wù)和組織層面，涉及到重新考慮和設(shè)計企業(yè)的產(chǎn)品服務(wù)、業(yè)務(wù)流程、管理結(jié)構(gòu)及企業(yè)文化。從技術(shù)層面，需要考慮重構(gòu)基礎(chǔ)設(shè)施、業(yè)務(wù)應(yīng)用、交互模式、數(shù)據(jù)價值、生態(tài)伙伴。總之，這次重構(gòu)不僅意味著引入新技術(shù)，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(yīng)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(wù)場景的主流形式，也將與業(yè)務(wù)流程無縫融合，有效提升企業(yè)生產(chǎn)力。AI原生應(yīng)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(shù)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(chǔ)。第二波是化。第三波則是深度業(yè)務(wù)場景的應(yīng)用，打通業(yè)務(wù)數(shù)字化全流程，服務(wù)實體預(yù)訓(xùn)練大模型的出現(xiàn)為當(dāng)前AI領(lǐng)域的突破們真正看到了AI技術(shù)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(chǔ)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(shù)方面，大模型帶來了認知智能技術(shù)跨越式發(fā)展4。在應(yīng)用方面，大模型可以為人類提供更加精準(zhǔn)和高效的服務(wù)。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(zhǔn)確率和較強的場景遷移性，未來將會進入大模型應(yīng)用跑馬圈地的階段。大模型將帶動新的產(chǎn)業(yè)和服務(wù)應(yīng)用范式，在類ChatGPT等應(yīng)用的推動下，基于上層應(yīng)用開發(fā)和SaaS服務(wù)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(xùn)整調(diào)攝練訓(xùn)整調(diào) 在日漸顯著的預(yù)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(yīng)用。IDC預(yù)計，到從繁榮經(jīng)濟和商業(yè)的共識性目標(biāo)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(yīng)用層創(chuàng)新。AIGC作為價值的AI規(guī)模化落地路徑，將在與企業(yè)/個人業(yè)務(wù)的深度融合過程中掀起一場應(yīng)用的“AI革命”，并帶來從應(yīng)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(yīng)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(wù)中，并構(gòu)建出大量的新場景，AIGC也會借助應(yīng)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(yīng)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(guān)投入，在未來兩年內(nèi)也沒有此類投入計劃l正在做相關(guān)投入的路線規(guī)劃，已有實行時間表l我們的相關(guān)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(shù)能否獲得成功的規(guī)模化實踐，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(gòu)建出商業(yè)價值上的閉環(huán)。事實上，AIGC技術(shù)已經(jīng)在政務(wù)、金融、企業(yè)辦公、文化創(chuàng)意、生產(chǎn)管理等多個領(lǐng)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(yīng)用創(chuàng)新體系顯現(xiàn)出巨大的業(yè)務(wù)價值，同時也能夠顯著提升應(yīng)用軟件自身的開發(fā)和部署效率，提升已部署應(yīng)用的準(zhǔn)確度。在可預(yù)見的一段時期內(nèi)，隨著大模型基礎(chǔ)服務(wù)在即將到來的強人工智能時代，智能化應(yīng)用將出現(xiàn)爆發(fā)式增長的態(tài)勢。無處不在的應(yīng)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(chǔ)獲得更多超預(yù)期的價值收益。但需要注意的是，由于行業(yè)發(fā)展基礎(chǔ)不一，不同行業(yè)領(lǐng)域及不同業(yè)務(wù)場景間的預(yù)期差異可能較大，“找到技術(shù)與場景結(jié)合點”既是目標(biāo)也是難點。與此相對應(yīng)，面向C端用戶推出的AIGC應(yīng)用往往結(jié)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(wù)流程優(yōu)化等場景中也表現(xiàn)出巨大的營銷應(yīng)用場景代碼生成應(yīng)用場景會話的應(yīng)用場景知識管理應(yīng)用場景設(shè)計應(yīng)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(guān)的顯性業(yè)務(wù)中，以設(shè)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(shù)表達等領(lǐng)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(jié)果顯示，當(dāng)前企業(yè)就AIGC項目擇選供應(yīng)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(biāo)指引下，越來越多的未來場景被描繪出來，大模型應(yīng)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(shù)潮流”轉(zhuǎn)變?yōu)閷嵺`成果的深度關(guān)注，通過與業(yè)務(wù)、財務(wù)成果相一致的關(guān)鍵績效指標(biāo)（KPI）來AIGC的強大能力在產(chǎn)業(yè)需求引領(lǐng)下正在被快速地工具化，在客戶服務(wù)、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(yīng)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(biāo)準(zhǔn)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(yīng)用的準(zhǔn)確性和穩(wěn)定性AIGC的生成式技術(shù)特性，使其目前的應(yīng)用過程仍存在一定的不確定性?訓(xùn)練成本高，業(yè)務(wù)關(guān)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(guān)的技術(shù)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(yīng)用的準(zhǔn)確性、安全性目標(biāo)，一方面要確保基礎(chǔ)大模型的成熟穩(wěn)定，另一方面也可PaaS層“上通下達”至關(guān)重要：應(yīng)用程序通過PaaS層接口調(diào)用基礎(chǔ)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(yīng)模型的輸入和輸出，最終幫助應(yīng)用程序管十分關(guān)鍵。技術(shù)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(wù)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(yù)訓(xùn)練大模型在面對很多領(lǐng)域長期存在的痛點問題時，難以承擔(dān)起更多專業(yè)化任務(wù)。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(lǐng)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(guān)應(yīng)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(biāo)，企業(yè)也要持續(xù)建設(shè)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(yán)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(wù)價值的服務(wù)。通用化與專用化并行，可以有效平衡大模型訓(xùn)練投入的成本和邊際基礎(chǔ)大模型突破AI通用能力的瓶頸，體現(xiàn)模型訓(xùn)練過程的集約化優(yōu)勢：基量無標(biāo)注數(shù)據(jù)并完成自監(jiān)督學(xué)習(xí)的預(yù)訓(xùn)練，使大模型具備很強的泛化能力，減少下游任務(wù)的投入時間與成本。基礎(chǔ)大模型訓(xùn)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(yīng)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(shù)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(xué)基于特定任務(wù)和特定領(lǐng)域知識訓(xùn)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(chǔ)和數(shù)據(jù)沉淀，有望率先構(gòu)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(wù)運行狀態(tài)，洞察關(guān)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(wù)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(lǐng)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(guān)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(chǔ)工作將變得更加自動化、智能決策的準(zhǔn)度·數(shù)字優(yōu)化產(chǎn)品·數(shù)字產(chǎn)品·增強服務(wù)·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(zhǔn)度·數(shù)字優(yōu)化產(chǎn)品·數(shù)字產(chǎn)品·增強服務(wù)·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(jié)構(gòu)化數(shù)據(jù)，然而只有不到5%的數(shù)據(jù)被用于分析、學(xué)習(xí)。專屬大模型激發(fā)了企業(yè)使用非結(jié)構(gòu)化數(shù)據(jù)的想象力。IDC預(yù)測，到2025年，數(shù)據(jù)的復(fù)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(shù)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(guān)鍵詞、敏感詞的設(shè)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(xué)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(quán)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(yīng)的咨詢、答疑服務(wù)。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(zhǔn)：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(yīng)用的行業(yè)推廣中，相關(guān)的行業(yè)業(yè)務(wù)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(zhǔn)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(dāng)前大模型訓(xùn)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(lǐng)先”，多模態(tài)AI都是其中的關(guān)鍵詞。多模態(tài)大模型更有利于提升智能化應(yīng)用中的信息豐富度，其學(xué)習(xí)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(yīng)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(zhǔn)理解輸入信息的上下文關(guān)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(wù)邊界，提升應(yīng)用場景中的全面性和使應(yīng)用具備更高任務(wù)處理能力，深入跨領(lǐng)域、從賦能應(yīng)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(gòu)的數(shù)據(jù)資源，提升應(yīng)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(lǐng)域的復(fù)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(yīng)用的關(guān)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(shù)等，已經(jīng)成為研究開發(fā)的關(guān)鍵領(lǐng)域，有望加速人工智能從感知到認知的轉(zhuǎn)化。多模態(tài)領(lǐng)域的成果還有助于協(xié)同解決其他單項技術(shù)領(lǐng)域（如NLP、CV）所面臨的瓶頸，例如視覺領(lǐng)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(yù)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(shè)備何時需要維護或的購買歷史和喜好為其供應(yīng)鏈管理：預(yù)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(guān)于公共問題的應(yīng)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(shè)備何時需要維護或和優(yōu)化太陽能和風(fēng)能的分析患者的生理數(shù)據(jù)以場數(shù)據(jù)以預(yù)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(gòu)自動生成財務(wù)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(yīng)用的能力和豐富度，解決更多協(xié)同場景下的AI應(yīng)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(shè)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(fù)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(zhǔn)的營銷目標(biāo)創(chuàng)意，并最終通過多種自然交互方式，提升目標(biāo)客戶的溝客戶服務(wù)：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(zhǔn)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(gòu)建出一個更加豐富、友好的界面，應(yīng)用形態(tài)應(yīng)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(wù)處置時的信息，了解和記憶個體的興趣、偏好、日常習(xí)慣，識別個體的意圖，主動提出建議，并協(xié)調(diào)多個應(yīng)用程序去完成任務(wù)。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(fù)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(gòu)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(wù)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(guān)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(xué)習(xí)、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(yù)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(wù)。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(fù)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(yīng)用搭建：根據(jù)自然語言輸入完成應(yīng)用的自主搭建，使沒有編程經(jīng)驗的業(yè)務(wù)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(lǐng)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(guān)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(jié)構(gòu)和社會生產(chǎn)關(guān)系在大模企業(yè)業(yè)務(wù)多樣性的持續(xù)提升會使組織的復(fù)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(lǐng)域知識與多模態(tài)交互方式相結(jié)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(chǔ)設(shè)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(wù)。一號直聘不再獨立建設(shè)APP，而是創(chuàng)新性地將后臺的業(yè)務(wù)流程分解為不同的插件，完全融入到釘釘?shù)哪芰w系當(dāng)中，讓所有環(huán)節(jié)符合釘釘用戶的使用習(xí)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(wù)將在AIGC的助推作用下變得日益原子化和碎片化，復(fù)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(yīng)用形態(tài)應(yīng)用形態(tài)AIGC將給應(yīng)用軟件的形態(tài)和業(yè)態(tài)帶來顛覆性變化。基于自然語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(wù)。由此，超級入AIGC帶來的應(yīng)用形態(tài)變革，也有利于激發(fā)當(dāng)前的軟件產(chǎn)業(yè)活力，促進軟件生態(tài)繁榮，推動應(yīng)用與垂類業(yè)務(wù)實現(xiàn)更深的融合。IDC的調(diào)研顯示：絕大新一代應(yīng)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(yīng)用之間的集成度更高，多應(yīng)用之間也更AIGC重塑應(yīng)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(yīng)用架構(gòu)和模式進行全新重構(gòu)。“Nonoapp的應(yīng)用體感：業(yè)務(wù)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(guān)指引進行目標(biāo)分解，快速調(diào)取超級應(yīng)用承載的海量復(fù)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(wù)，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(chǔ)設(shè)施，必然為行業(yè)用戶帶來開以大模型基礎(chǔ)設(shè)施為先導(dǎo)的應(yīng)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(wù)可以通過對話窗口的形式實現(xiàn)，省去了進入管理后臺設(shè)定分析參數(shù)的繁瑣步驟。受此影響，應(yīng)用軟件開發(fā)將不再強依賴于定制化，軟件后臺服務(wù)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(yīng)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(gòu)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(wù)中，AI工具平臺可以提供帶有較強專業(yè)背景的業(yè)務(wù)服務(wù)，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(chǔ)，過去廣泛存在的SaaS、軟件系統(tǒng)和各種AI創(chuàng)新應(yīng)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(wù)流程邁向“無感智能”應(yīng)用形態(tài)應(yīng)用形態(tài) 打開了新的需求空間，產(chǎn)生了規(guī)模化的流程重組效應(yīng)；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(wù)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(wù)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(shè)計、開發(fā)、制造、營銷、財務(wù)等環(huán)節(jié)中，幫助企業(yè)實現(xiàn)AI與業(yè)務(wù)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(wù)等領(lǐng)域，支持客戶快速完成重復(fù)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(yīng)對能力，快速響應(yīng)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(fù)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(yù)計未來5年中國智能決策解決方案市場復(fù)合增長鐵騎力士與釘釘合作共創(chuàng)，利用智能化技術(shù)處理來自外部客戶的知識咨詢和企業(yè)內(nèi)的業(yè)務(wù)系統(tǒng)使用的培訓(xùn)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(shù)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(yīng)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(wù)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(wù)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(yù)測，到2028年，由于效率提升，中國的開發(fā)人員投入由于應(yīng)用現(xiàn)代化和技術(shù)轉(zhuǎn)化的成熟、綜合開發(fā)管理平臺的激增以及機器學(xué)習(xí)與開發(fā)實踐的深度融基礎(chǔ)設(shè)施迭代：基礎(chǔ)設(shè)施服務(wù)能力的持續(xù)提升使開發(fā)人員的關(guān)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(shù)與當(dāng)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(chǔ)設(shè)施，AI原生設(shè)計思想也正在滲入各行業(yè)的應(yīng)用開發(fā)過程中，形成軟件開發(fā)新礎(chǔ)設(shè)施的變化、開發(fā)流程的變化、安全策略的變化、設(shè)計理念的變化以及組織層面的變化等。在邁技術(shù)棧的變化:云原生應(yīng)用更注重通用性的技術(shù)棧，如Java、Python、Node.js等，而AI原生則更加關(guān)注深度學(xué)習(xí)框架、自然語工具鏈的變化:云原生應(yīng)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(yīng)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(chǔ)設(shè)施變化:AI原生應(yīng)用開發(fā)將基于AI化改造的基礎(chǔ)設(shè)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(guān)注數(shù)據(jù)準(zhǔn)安全策略的變化:云原生應(yīng)用通常采用防火墻、入侵檢測、權(quán)限控制、認證授權(quán)等手段保障信息安全，而AI原生則更加關(guān)注模型安設(shè)計理念的變化:云原生應(yīng)用開發(fā)通常考慮將AI作為附加功能提升應(yīng)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(yīng)用組織層面的變化:AI原生應(yīng)用開發(fā)需要更加關(guān)注數(shù)據(jù)團隊和業(yè)務(wù)團隊AI將取代云計算成為企業(yè)未來應(yīng)用創(chuàng)新的新動力，AI應(yīng)用也將推動企業(yè)形成更堅實的新型基礎(chǔ)設(shè)施。大模型能力首先會以一種普適化的服務(wù)形式開放給廣泛的業(yè)務(wù)環(huán)節(jié)，成為業(yè)務(wù)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(yīng)用不應(yīng)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(yīng)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(wù)應(yīng)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(chǔ)上，進而將使企業(yè)的產(chǎn)品設(shè)計、運營流程、組織形式和業(yè)務(wù)模式圍繞AI進行重構(gòu)。企業(yè)和開發(fā)者還可以在AI原子能力的基礎(chǔ)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(yīng)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(yīng)用開發(fā)流程：工具平臺提供的標(biāo)準(zhǔn)化開發(fā)模式和反饋迭代能力將使未來應(yīng)用更敏AIGC可以解決應(yīng)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?jǐn)?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(gòu)建，還可以實現(xiàn)代碼審查和漏洞修復(fù)；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(zhǔn)確·知識模型支持模型訓(xùn)練·機器學(xué)習(xí)識別數(shù)據(jù)異常·元數(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(yù)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(yīng)·Al隱私保護及風(fēng)險識別智能應(yīng)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(jié)·數(shù)據(jù)支持自然語言處理·數(shù)據(jù)審核對話歸納總結(jié)·Al實時追蹤會話的效果·支持?jǐn)?shù)據(jù)湖規(guī)范化數(shù)據(jù)·Al總結(jié)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(gòu)建·Al代碼審查及漏洞修復(fù)·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(guān)系到端到端AI能力框架下的產(chǎn)品開發(fā)和運營基礎(chǔ)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(biāo)，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(wù)：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(guān)鍵能力環(huán)節(jié)；由此，將催生一批小而美定制化應(yīng)用開發(fā)：AIGC還將持續(xù)推動MaaS領(lǐng)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(biāo)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(yīng)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(shù)、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(wù)、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(wù)將更多樣，服務(wù)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(yīng)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(shù)，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(yù)料和不可預(yù)料的風(fēng)險，諸如隱私保護、結(jié)果失控、數(shù)據(jù)泄露等，都是當(dāng)前企業(yè)決策者最為擔(dān)憂的問不準(zhǔn)確可能導(dǎo)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(dǎo)、有害或誤用的內(nèi)容。例如：生成虛假或誤導(dǎo)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(xí)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(lǐng)域間協(xié)同的可能性，有利于提升應(yīng)急處置的速度和準(zhǔn)確度。AIGC還能夠快速理解、歸納海量信息，加快領(lǐng)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(lǐng)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(guān)的開發(fā)、應(yīng)用和服務(wù)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(wù)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(yīng)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(lǐng)域的規(guī)范化：數(shù)據(jù)集是AI產(chǎn)業(yè)的重要基礎(chǔ)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(gòu)建一套甄別和約束框架，防止其出現(xiàn)不受控的結(jié)個人服務(wù)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(dǎo)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(yù)訓(xùn)練模型的使用情況，并制定全公司范圍適用的標(biāo)準(zhǔn)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(gòu)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(lǐng)域，模型的專項訓(xùn)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(yīng)遞選擇合理的大模型部署方式也非常關(guān)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(guān)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(shè)大多數(shù)企業(yè)不必深度介入模型的訓(xùn)練和優(yōu)化工作，因為大量的專業(yè)化訓(xùn)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(xùn)練過程進行適度的干預(yù)，包括完成一些專業(yè)領(lǐng)域的數(shù)據(jù)標(biāo)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(xùn)練工作。對于一些專業(yè)性要求很高的領(lǐng)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(yù)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(guān)注新技術(shù)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(lǐng)銜基礎(chǔ)大模型的訓(xùn)練和迭代工作，而大量的跟進者將聚焦于大模型基礎(chǔ)之上的應(yīng)用場景和行業(yè)工具平臺。生態(tài)