TE2023.05You can enter subtitle here企业AIGCTE TEAIGC（生成式人工智能）定义AIGC麦肯锡：GenerativeAIissettochangethatbyundertakinginteractionlaborinawaythatapproximateshumanbehaviorcloselyand,insomecases,imperceptibly.生成式人工智能旨在通过以一种接近人类行为，（与人类）进行交互式协作。Gartner：GenerativeAIisadisruptivetechnologythatcangenerateartifactsthatpreviouslyreliedonhumans,deliveringinnovativeresultswithoutthebiasesofhumanexperiencesandthoughtprocesses.生成式人工智能是一种颠覆性的技术，它可以生成以前依赖于人类的工件，在没有人类经验和思维过程偏见的情况下提供创新的结果。TE：生成式人工智能，将彻底改变人机交互的关系，并创造新的产能输出结构。它将在第四维度实现与人的思维同调，继移动设备以人类外器官形态存在以来，AIGC将以外脑的形式存在于人类认知中。Source：TE洞观整理绘制，2023/04 TE目录Source：TE洞观整理绘制，2023/04AIGC市场全貌与供应商的摩拳擦掌洞观1时代更替，企业用户的新思路、新需要洞察2确定的初步试探与不确定的路径选择洞悉3优质AIGC服务商的选型字典洞见4AIGC在十三个场景的应用前瞻附录5 TEAIGC市场全貌与供应商的摩拳擦掌Part 1 洞观 TE生成式人工智能技术的落地已经远远超出了商业化的进程过去，技术与商业化同步演进，技术和商业优势并重的“大公司”更快占据最大的市场份额互联网公司技术：开始面向主要市场提供技术产品或服务产业公司小型创新公司现在，AIGC伴随“杀手级”应用进入大众视野，技术的落地已经远远超出了商业化的进程，各路诸侯站在了同一起跑线上互联网巨头行业龙头AI巨头专业服务商传统企业创新公司确认应用场景：优先考虑面向服务对象的需求核心节点（行业/场景）、竞争环境以及商业模式的快速试错1.提供的服务玩家基本面商业模式竞争模式获利路径成本控制强化技术基座：如何进一步强化技术基础来实现产品化或服务，稳固优势并达到天花板2.技术基座产品服务发展现状发展潜力关键影响形成标准准则：在调整与修改中不断形成标准和准则的动态平衡3.技术（技术落地）伦理（技术道德）合规（政策允许）权属（知识产权） TE在企业现有数字化作业体系中切入，成为AIGC率先落地的存量场景算力算法数据Model as a Service生成式AI服务商需要具备的要求基础环境基于云的部署业务管理生成式AI优先应用场景最终用户需要具备的条件具体的应用场景是服务商与最终用户的交集与最终的价值体现点整合的模型能力与服务最终要落到具体的应用场景最终用户的生成式AI能力取决于数字基础与服务商的合力基于云的部署是企业数字化升级的重要前提MaaS的能力取决于算力、算法、行业数据以及场景应用能力数字化基础 TEMaaSPaaS和SaaS同根的生成式AI技术与应用，终将在企业级应用场景中共生数据要素AI基础环境层IaaS服务层算力基础配套建模工具；内容监测；安全、基础平台......数据/算法服务计算组件存储组件网络组件基础大模型大场景/大行业大模型细分应用场景/行业模型APaaSIPaaSFPaaS开发、部署、运行运行、维护和营运功能接口服务营销、办公、设计...工业、电商、金融...NLP、CV、音频、多模态......营销内容生成、办公流程优化自动规划产线、直播内容生成参考生成输出参考-例如根据特定用户需求、喜好生成个性化的参考内容助手服务即时的客户支持和解决方案实时的支持作业人员的办公作业过程和内容生产实现个性化自动生成个性化的工作计划提供个性化的产品和服务推荐为团队成员提供个性化支持等创新产品和服务提供新的创意和设计方案，帮助企业开发出独特的产品和服务生成式AI+SaaS营销服务流程管理财务管理数字办公商业智能图形设计......数据要素数据要素 TE云与大模型深度绑定，以“MaaS”的模式将AIGC落地到企业业务新型云计算公司，其主流商业模式从IaaS变为MaaS以云为基础，以模型为中心，提供众多预训练基础模型，只需针对具体场景再稍作调优，就能快速投入使用主流商业模式以模型为中心云服务：l公有云承载网络密集型的应用，如移动互联网的短视频、直播，云服务的主要角色是传输而不是计算。云+大模型：l无论是API还是企业定制会员，主要赚的都是算力的钱。“以云为基础，以模型为中心”的背后是商业模式的进化。l大模型是云服务的第二增长曲线。卖铁卖带宽，再卖个算力“先进行业”还是“香饽饽”吗事事都在流程里，有必要吗“先进行业”：l好客户的标准：能做、能做好、好做。其特点是结构化数据明显的“先进行业”如金融、运营商等。“落后行业”：l大模型突破了非结构化数据理解，拥有大量自然语言文本（非结构化数据）的“落后行业”有机会弯道超车，不能做、做不好、不好做的场景直接丢给AI就可以了。流程性的系统：l云与数字化的服务，其结果多体现在以流程优先。最终所构成的系统也是流程化的系统。思考性的系统：l打破原有的流程化系统格局，新格局是“需要流程的地方继续，不需要的也不用强求”。l很多时候提效和先进的管理体系不在于事事都在流程里，现在有机会让流程仅存在于合适的地方。 TEMaaS与云和数字化的融合，赋予AIGC在早期发展的牢固基本盘中国市场企业上云现状中国市场企业数字化现状中国市场生成式AI基本盘预测测试云阶段30.7%计划上云48.8%%已经上云20.9%46.5%企业2023年，中国存量应用场景具备应用生成式AI基础环境Source：TE洞观，2023/04TE认为：在生成式AI数据、算法、算力核心特征下，其商业化土壤必然建立在数字化基础之上。国内数字化市场历经8年发展，企业上云意识进入高认同阶段，超过50%的企业或是在路上，或是已经将业务部署到了云端，这其中又有超过90%的企业开始了数字化转型的设计规划，这意味着数字资产、数据驱动、业务数字原生程度大幅加深，AIGC可成活的土壤越牢固，目前至少有46.5%的企业具备了应用AIGC的基础环境。1.4%26.9%1.0%8.7%14.3%47.6%已经制定企业全局数字化规划制定了部门级/业务线级的数字化规划尚未制定相关计划尝试过数字化转型，但已失败公司正在着手实践数字化转型停留在数字化转型讨论阶段 TE3年，1000亿，回应市场对于AIGC商业落地的期待0.9 1.1 1.3 1.6 1.9 2.2 18.7%19.1%19.0%18.9%18.8%202120222023e2024e2025e2026e中国企业数字化支出规模数字化支出CAGR单位：万亿2.9%17.1%48.1%27.6%3.8%0.5%大于10% 10%以内5%以内3%以内1%以内不确定2023年企业对AIGC的投入倾向企业对AIGC投入约占数字化转型总投入比例为4.6%614.6753.0919.61120.91456.622.5%22.3%22.2%24.1%2023e2024e2025e2026e2027e中国企业对AIGC的投入规模预测单位：亿Source：TE洞观，2023/04 TE目前AIGC技术与应用玩家主要分为三类算力算法数据基础大模型通用场景模型细分行业模型行业大模型场景大模型营销办公设计客服人力开发游戏工业电商金融影视医疗............美术内容生成自动规划产线直播内容生成欺诈检测剧本创作辅助诊断营销策略生成办公流程优化文本图片生成个性化对话策略岗位能力模型生成代码生成NLPCV语音跨模态Infra调用基础大模型能力连接企业数据与计算资源协调/接入“小模型”应用“中模型”行业/场景大模型构建企业专属模型与模型能力“小模型”细分场景/行业模型“大模型”基础大模型基于模型能力为细分的场景或行业提供具体服务Ø面向于：对应场景/行业的企业Ø商业模式：订阅制收费、API接口、按量收费基于大规模模型参数、大规模数据训练，提供各种领域的通用基础大模型。Ø面向于：个人用户、企业用户、服务商Ø商业模式：订阅制收费、API接口、定制化服务、按量收费、广告流量收入Ø面向于：对应场景/行业的企业Ø商业模式：定制化服务、API接口、按量收费 TE细分小模型能拿走近一半产业链价值——AIGC商业架构层次算力数据算法大模型地基基础大模型场景大模型行业大模型文本图片音频视频营销办公社交人力供应链......金融制造零售医疗TMT......营销办公设计开发客服财税人力电商游戏影视金融工业培训政务......通用细分小模型AIGC商业逻辑地图产业发展阶段产业结构TE认为：短期来看，以OpenAI为代表的基础大模型发展迅猛，国内以百度、阿里为代表的基础大模型也快速进入市场，基础大模型正在不断重塑、拓宽服务应用的边界，将会占据产业价值链的主要部分。其次则是与SaaS的紧密相关的业务层，已经涌现大量基于各自领域小规模数据、垂直业务特征，训练出的如图形设计Artboost、客服小冰等领域小模型。它们将分走价值链中直接面向企业业务赋能的部分。再次则是基于大模型和领域小模型之间的行业、场景大模型，虽然此层级代表性品牌较少，但随着行业性数据和行业专家在供应商和企业用户之间高度融合、规则标准日益完善的条件下，会有一部分机构拿走中间层价值。20%20%60%产业链价值分配杀手级应用模型行业、大场景模型基础大模型Source：TE洞观，2023/04 TE但是谁能拿走多少蛋糕，除了自身基因，还要靠对于场景的把握能力基础大模型通用场景模型细分行业模型行业大模型场景大模型玩家类型数据算法算力场景应用典型企业开放数据专有数据场景基础资源能力运营能力创新能力专业服务商1421应用型创新公司2342技术型创新公司2252传统企业1311头部专业服务商2532AI服务商3353行业巨头2533——数据服务机构5343互联网巨头5455行业龙头3545AI龙头5454科研院所4353由所在场景决定不同类型的企业在“硬件”实力上确实有差距，但是最重要的场景应用部分，由企业自己把握命运市场足够大，每个企业都有属于自己的AIGC机会 TE发掘高价值应用场景，是AIGC商业进化能力的最终比拼算法：有称手的工具，优化还要靠自己模型设计模型训练模型推理模型部署数据：人有我优的核心基础Ø存储：集中式数据库、分布式数据库、云原生数据库Ø来源：用户数据、公开域数据Ø形态：结构化数据、非结构化数据Ø处理：筛选、标注、处理、增强......算力：不应是最大障碍，有多种解法大模型算力集群GPUCPUDPUTPUNPU服务器应用场景：商业进化能力的最终比拼机器学习平台模型训练平台自动建模平台半导体基于IaaS搭建分布式训练环境自建数据中心部署 TEAIGC商业落地产业图谱2.0 基础大模型商汤昆仑万维澜舟科技科大讯飞浪潮中科院自动化所紫东.太初出门问问第四范式云知声智源研究院大场景大模型服务商营销办公设计客服开发虚拟人游戏工业电商金融智慧城市政务大行业大模型服务商虚席以待虚席以待虚席以待虚席以待虚席以待虚席以待Infra算力数据/算法服务基础配套基础平台安全服务建模工具百度内容检测房产建筑行业细分应用服务商电商文娱工业金融游戏法律政务智慧城市医疗健康生物医药农业场景细分应用服务商开发营销办公客服设计人力财税虚拟人 TE时代更替，企业用户的新思路、新需要Part 2 洞察 TE每次技术的更迭都给了供需两侧一次重新思考的机会82.8%90.8%4.3%2.8%90.8%6.0%2.8%0.5%1年内会开始部署已经开始着手实践无规划已停用4.3%8.6%4.3%82.8%1年内会开始部署已经开始着手实践一年以内无规划三年以内无规划