2024亚太不同国家和区域对生成式AI的反应白皮书

Contents I.2024年亚洲和大洋洲的生成式人工智能：通过本地化来实现普及化 A.Omdia观点 •从2024年到2028年，亚洲和大洋洲生成式AI(GenAI)的软件总收入将增长到183亿美元，复合年增长率(CAGR)为53%，大大超过预测性人工智能13%的复合年增长率。-然而，预测性AI和GenAI将继续并存，解决不同的使用案例。 •可以从两个角度来看待亚洲和大洋洲的GenAI -首先是GenAI的主权。亚洲和大洋洲国家渴望在不牺牲稳定和安全的前提下跟上人工智能的发展。因此，使用本地数据、基础设施和模型进行GenAI开发和部署已成为一种更受欢迎的方法。 -其次是GenAI解决方案的可及性。亚洲和大洋洲国家有着多元民族和文化，且许多国家仍处于发展中经济体。现有的GenAI解决方案是使用西方语言和价值观设计的，这就有可能导致这些社会中仅有一部分具备适当知识和科技掌握能力的人从中受益。因此，这些国家正在鼓励本地生态系统开发专用于本地语言、文化和用例的解决方案。 •因此，亚洲和大洋洲的供应商正积极地将本地化作为其GenAI部署战略。其中一些厂商正在开发全栈解决方案，这与世界其他地区形成了鲜明对比，因为国际GenAI生态系统拥有更多专注细分赛道的玩家，更倾向于协同合作。 •虽然亚洲和大洋洲地区的所有主要技术供应商都积极参与GenAI的开发和部署，但电信公司显然是其中的佼佼者。中国和韩国的所有电信公司都已针对内部和外部用例开发了自己的大模型(LLM)。预计其他国家也会有更多的电信公司跟进。然而，这一决定的投资回报（ROI）在现阶段仍不明确，有待观望。 B各地区以强烈的紧迫感应对GenAI的崛起 •2022年末，ChatGPT向全球观众展示GenAI潜力的同时也引起了整个人工智能生态系统的遐想。不久之后，亚洲和大洋洲的人工智能供应商也加入了GenAI的行列，纷纷开发创新的、吸引眼球的GenAI应用程序。•虽然这些供应商都专注于解决各自市场的商业案例，但他们的决定还是有些共同主题。这些供应商选择将重点放在本地化、多语言和治理上。•亚洲和大洋洲社会的独特性确实阻碍了以英语为主导的全球GenAI解决方案的广泛采用，从而为本地供应商开发针对特定地区的解决方案创造了机会。 •不同市场的供应商根据政府支持、国内市场、人工智能法规和合作意向做出了不同的回应。归根结底，有两个目的：创建一个能够了解当地情况并服务于当地利益的GenAI生态系统，以及防止GenAI的发展扩大数字鸿沟。•提高GenAI的可及性已成为当务之急。 C.主要参与者 •以下是亚洲和大洋洲市场主要GenAI供应商列表： •上述名单并不详尽。截至2024年1月，仅中国就有240个LLM。有关中国GenAI玩者和生态系统的更多信息，请参阅《中国的生成式人工智能》报告。 Source: Omdia D.在本地生态系统中实现GenAI普及化 •从广义上讲，亚洲和大洋洲的GenAI生态系统更注重本地化，而不是实现GenAI的全球主导地位。•中国、日本和韩国就是最典型的例子。这些市场的供应商利用本地化的基础设施、数据和人力资源，开发出完全符合本国身份、特点和需求的GenAI应用程序。•雄心勃勃的供应商正在构建全栈解决方案。阿里巴巴、百度、华为、腾讯、SK Telecom和KT正在开发自己的GenAI芯片组、基础设施、框架、服务和解决方案。与此同时，中国移动、中国电信、Naver、NEC和NTT也分别推出了中文、韩文和日文版的LLM。 •更重要的是，除了自己的技术堆栈，这些供应商和电信公司还在与系统集成商和分销合作伙伴一起构建自己的生态系统。•与此同时，新加坡政府已宣布该国计划通过国家人工智能战略2.0和国家多模式LLM计划来把握GenAI的发展。新加坡通过国家研究基金会为GenAI研究提供资金，由新加坡国立大学主办的非营利组织AI Singapore领导这项工作。•作为先进的技术市场，中国、韩国、新加坡和日本在本地化方面处于领先地位，这并不令人惊讶。Omdia预计这一趋势将在2024年继续下去，印度、印度尼西亚、泰国、菲律宾和越南等其他大型市场也将大力推动。 E.注重多语种大模型(LLM) •用于GenAI开发的大多数LLM使用英语和/或其他主流西方语言。主要的开源和专有GenAI模型通常不支持其他语言。•大多数亚洲和大洋洲社会都具有文化多样性。目前流行的LLM没有针对多语言支持进行优化，尤其是对于英语不是第一语言的市场。这促使亚洲和大洋洲的供应商和开发人员创建针对本地语言使用案例进行优化的模型。-然而，由于该地区的多样性，不同国家采取的方法也不尽相同。-中国、韩国和日本的供应商更注重双语支持。这些市场的供应商总共推出了近300种LLM。•其他亚洲和大洋洲国家的供应商涵盖的语言范围更广。•在印度，Sarvam AI、Ola、Tech Mahindra和CoRover.ai都在开发针对印度的LLM。这些LLM可支持20到40种当地方言，从而扩大了GenAI与当地社区的联系。•2024年1月，AI新加坡、A*STAR和AWS宣布推出东南亚语言合一模型（SEA-LION），这是一个经过预先训练和指导调整的LLM系列，涵盖印尼语、马来语、泰语和越南语。SEA-LION也是新加坡国家多模式LLM计划的基础，目前有30亿和70亿个参数变体。•云服务提供商在开发针对特定地区的LLM方面发挥着重要作用。-AWS还积极帮助亚洲和大洋洲的供应商建立自己的LLM，如NCSOFT（韩国）、Stockmark（日本）、Botnoi Group（泰国）和Base Technology（缅甸）。-在中国开发的所有基础模型中，有50%使用了阿里云基础设施。 F.本地情况下的GenAI管理 •GenAI的潜力巨大，从类似人类的自然语言对话到编码生成和审查、超逼真内容生成和专家级自动化，无所不包。•毋庸置疑，这种能力引起了人们对其被恶意行为者滥用的负面影响的合理担忧。•虽然大多数恶意行为会导致业务损失，但更严重的恶意行为会造成广泛的误导和挑衅。由于大多数亚洲和大洋洲国家有着相对年轻和多元化的社会，所有监管机构都对人工智能监管都持着谨慎态度。 •此外，主流大模型所采用的防范措施和监管框架通常基于西方价值观和文化，导致它们可能不适用于亚洲和大洋洲。•因此，许多国家已开始考虑制定本地甚至区域GenAI监管框架，这些框架基于本地或区域社会规范、法律制度和文化敏感性，以应对GenAI带来的风险和问题。 G.结论与展望 •各国对GenAI的投资不断增加。本地化仍然是亚洲和大洋洲GenAI的主旋律。随着人们对GenAI技术的兴趣与日俱增，越来越多的国家意识到GenAI需要坚实的数据管理和运营基础、人工智能芯片组和基础设施设置、人工智能模型开发以及工程专业知识。Omdia希望更多政府制定政策和激励措施，加快基础设施投资和人才引进，从而在全球人工智能竞赛中保持竞争力。 •注重道德和管理的供应商和最终用户将成为这场GenAI竞赛的赢家。GenAI仍处于起步阶段，需要谨慎对待。供应商和采用者必须注重在数据和道德管理方面打下坚实的基础，才能脱颖而出，赢得终端客户的信任。•利用多语言和多模态LLM确定新的创收方法。亚洲和大洋洲的供应商和终端用户必须共同努力，为GenAI寻找新的创收机会。开发多语种的LLM来扩展潜在客户群的努力将会持续，但大家都任重道远。这一挑战并非亚洲和大洋洲所特有，但来自于中国和韩国等国家的供应商在开发新用例方面一直表现出色。Omdia预计这两个市场将在这方面再次取得领先。•减少GenAI引发的数字鸿沟。随着技术创新周期的加快，亚洲和大洋洲国家迫切需要扩大普及程度，以防止GenAI在社会中造成进一步的不平等。各国政府必须考虑各种方法，包括提高当地民众对GenAI重要性和影响的认识、加强连接基础设施和互联网接入、通过训练班提高现有劳动力的技能等。•应对GenAI的道德挑战。在西方和东方，公平和合乎道德的GenAI意味着不同的东西。Omdia预计将更加重视制定区域和国家GenAI道德框架，确保公平部署和采用GenAI。 II.2024年中国的生成式人工智能：主权人工智能的先锋 A.Omdia观点 •中国的GenAI市场十分活跃，有大量供应商覆盖了技术堆栈的各个方面。 •中国的GenAI供应商可分为四大类型，即GenAI巨头、聚焦技术的玩家、聚焦市场的玩家和专攻细分赛道的玩家。 -GenAI巨头：阿里巴巴、百度、华为和腾讯。-聚焦技术的玩家：第四范式、百川智能、字节跳动、云从科技、深言科技、科大讯飞、京东、昆仑万维、联汇、MiniMax、蜜度、面壁智能、商汤、依图科技和智谱AI。-聚焦市场的玩家：360、猎豹移动、中国移动、达闼、思谋和云迹科技。-专攻细分赛道的玩家：中国电信、中国联通、澜舟科技、月之暗面、网易、好未来、Tiamat、衔远科技、小冰和元享科技。 •除了GenAI巨头之外，还有七家GenAI初创公司处于领先地位，它们是百川智能、澜舟科技、MiniMax、面壁智能、月之暗面、衔远科技和智谱AI。这些初创企业都展示了强大的技术专长或特定领域知识。 •为了提供用于商业用途的基础模型，GenAI供应商必须获得中国政府的批准。截至2024年1月，共有44家公司的46个基础模型分四期获得批准。 •凭借强大的国内GenAI供应商生态系统和严格的监管框架，中国树立了GenAI主权的典范。Omdia将GenAI主权定义为一种完全符合一个国家的身份、特点和需求，并基于一个国家自身的基础设施、数据和人力资源的人工智能开发、部署和安全方法。 B.GenAI主权对中国的重要性 •自机器学习（ML）兴起以来，中国已通过本地供应商为整个人工智能生态系统提供产品和服务展现了自身的实力。虽然这表明中国拥有一个健康而强大的生态系统，但它在许多方面受到各种因素的驱动： -地缘政治和贸易禁令：中国正在与美国进行贸易战，导致中国从美国供应商进口的技术受到各种限制，包括人工智能芯片组和云服务。-安全风险管理：中国政府担心GenAI扩散带来的风险，尤其是在关键任务、业务及行业。拥有一个透明并遵守国家监管框架的国内供应链，可以最大限度地降低风险。-本地背景：大多数GenAI技术都是使用英语和/或其他西方主流语言以及西方价值观开发的。中国有自己独特的本土文化、价值观和法律体系。同样重要的是，拥有正确的GenAI战略意 味着拥有正确的数据战略。GenAI基础模型的好坏取决于它所训练的数据。能够访问本地生成和存储数据的本地供应商在开发代表本地背景的GenAI技术方面处于更有利的地位。 •基于所有这些考虑，中国是最早展示GenAI主权的国家之一--在GenAI开发、部署和安全方面，完全符合一个国家的身份、特点和需求，并基于一个国家自己的基础设施、数据和人力资源。 C.从机器学习（ML）到生成式AI（GenAI） •人工智能技术的民主化始于2010年代中期，当时百度、阿里巴巴和腾讯（统称BAT）开始大力投资人工智能研究。 -2014年，百度成立了百度研究院人工智能实验室，以加速其在人工智能和大数据方面的研究项目。2017年，该公司启动了专注于自动驾驶的Apollo项目。同样在2017年，阿里巴巴成立了大摩研究院，专门从事人工智能基础和前沿研究。前一年，腾讯在2016年成立了腾讯人工智能实验室。这些早期和持续的投资使这三家公司都成为了人工智能领域的技术领导者。 •2010年代中期，大多数人工智能研究都围绕着基于云的深度学习模型和应用展开。华为在2018华为全联接大会（Huawei Connect 2018）上发布全栈人工智能解决方案后，这种情况发生了改变。华为的目标是在提供端到端人工智能硬件和软件解决方案方面与英伟达相抗衡，同时通过其消费设备和电信设备业务取得长足进步。大约在同一时间，字节跳动收购了TikTok，并凭借基于智能AI推荐系统的成功社交媒体业务，成为全球AI技术的领导