生成式AI商业落地白皮书

给 CXO 的 AI 转型战术指南 01 02 生成式 AI 商业落地现状 场景案例大全 Gen-AI 240 应用全场景地图 生成式 AI 正席卷我们的生活中国企业的生成式 AI应用逐渐进入全面发展期 消费零售 案例 01 飞鹤“3+3+2”战略蓝图 AI 能力中台建设案例 02 海底捞 x 豆包大模型智慧洞察用户需求 金融 案例 03 海尔消金携手火山引擎，共建消费金融大模型 汽车 案例 05 汽车销售顾问的强大助手“SalesCopilot”案例 04 捷途汽车 x 豆包大模型打造智能客服“AI 小捷” 医药大健康 案例 06北京协和医院基于豆包大模型和HiAgent研发智能运维助手和HIS指南针案例 07方舟健客 x 豆包大模型的医学科普短视频生产实践 智能终端 案例 08OPPO×火山引擎通过大模型强化手机终端识别、理解和响应用户需求的能力案例 09华硕与火山引擎合作将大模型集成至“豆叮AI 助手” 教育和科研 案例 10面向生物医学领域打造一站式、智能化AI操作系统Bio-OS案例 11 火山引擎助力南开大学打造“AI + 教育”新生态 制造 案例 12 大模型改善企业信息搜索体验 企业服务 案例 13 豆包大模型助力晓多科技“AI训练场”与“全渠道智能知识库”智能化 案例 14G7易流联合豆包大模型打造“智能接单”机器人 04 03 生成式 AI 技术落地最佳实践 生成式 AI 的落地挑战与应对策略 挑战 06 如何形成自下而上的全民创新环境挑战 01 如何评估创新价值，获取项目资源挑战 02 场景选择难，失败率高挑战 03 AI 基础设施构建慢，如何完成快速启动挑战 04 怎样做好 AI 项目的落地准备工作挑战 05 要有规划，也要速赢，如何快速补齐能力差距案例15卡泰驰携手火山引擎建设专属AI应用创新平台 大模型接入不是一蹴而就8 步实施大模型接入完善的大模型架构为企业 AI 落地保驾护航案例16火山引擎助力客户满足大模型安全备案要求 05 企业 AI 转型的趋势展望 企业 AI 成熟度框架企业智能化转型发展路径这一代人的科技范式革命：从信息平权到智能平权 前言 2024 年春季，我们在火山引擎 FORCE 原动力大会上首次发布了《Gen-AI 220 应用全场景地图》，精心筛选出涵盖 12 个行业的 220 个关键场景，并基于投资权重、收益类别和风险警示对场景进行精确评级。这一次，我们在原有基础上新增 20 个场景，并补充了 15 个真实案例，形成了升级版的《Gen-AI 240 应用全场景地图》，希望能为企业在 AI 领域找到最适合的发展路径提供更多参考。 生成式人工智能技术正以前所未有的速度发展，对社会生活和商业世界都正产生着深远的影响。作为当今最为前沿和颠覆性的技术，生成式 AI 正在重塑各行各业的发展格局。CEO/CIO/CDO 们或已经在企业内大规模推广和使用 AI，或正在筹备企业的 AI转型和寻找落地场景，这些过程中多少都遇到过各种困难和阻碍。 作为生成式 AI 落地的先驱者，火山引擎和 RollingAI 与100+家头部企业合作，在实践中积累了丰富的经验，也深感大家对实践落地经验和最佳实践的渴求。在这个过程中，我们也踩过不少“坑”，付出过不少学费。我们积累的成功经验和方法论，以及失败的教训，都具有宝贵的实践价值。 AI 科技正在迸发，生成式 AI 领域更是日新月异。作为这一波浪潮中的探索者，我们将持续更新技术突破和落地最佳实践，与大家一起携手前行。在这个过程中，我们真诚地希望将我们的经验教训毫无保留地分享给大家，让更多企业能够从中受益，在生成式 AI 的道路上走得更稳、更远。 为了帮助企业寻找 AI 应用场景并实现落地，火山引擎和RollingAI联合 InfoQ研究中心精心撰写了这本《生成式AI 商业落 地 白 皮 书 》， 希 望它能 成 为 一本 切实 有 用的“生成式 AI 企业落地战术指南”，为各位企业管理者提供务实的指导，让大家少走一些弯路，更快更好地实现AI赋能。 白皮书内容涵盖了从场景选择到落地方法论的方方面面，旨在全面分析AI 行业的现状与趋势，结合实际项目案例，探讨其对不同领域的影响，并展望其未来发展方向。我们力图通过对市场动态、技术创新、应用场景、行业政策等多维度的深入研究，为大家奉上一份最专业的企业 AI转型指南。 生 成 式 AI 是 当 前 最 重 要 的 科 技 浪潮，智能协同的生产工作方式正在一点点变成现实。我们一直致力于 AI基础设施和场景应用的建设，我们希望通过我们的技术和产品，全力帮助企业获取新时代的生产力和竞争力。 
 张鑫 博士 火山引擎 副总裁 字节跳动 开源委员会负责人 在企业应用生成式 AI 的过程中，只有一小半是技术问题，更多的是思维方式的转变和工作流程的优化。我们在实践中积累了很多成功的经验，也摔过不少跟头。希望我们的经验教训能够帮助大家走过 AI 落地初期的痛苦期，快速享受到生成式 AI 时代的红利。 
 刘开 RollingAI 联合创始人 “生成式 AI 这么好，但怎样可以帮助我的企业获得效益？”这是很多企业负责人来问我们的问题，我们精心筛选了 240 个场景，并附上案例、方法论和我们的一些思考。我们希望这本白皮书可以成为大家寻找 AI 红利的一张地图，指引大家在 AI 应用的道路上披荆斩棘，一路前行。 
 甘艺凡 RollingAI 联合创始人 第1章 生成式 AI商业落地现状 生成式AI正席卷我们的生活 国内外大模型正迅猛发展 在过去一年中，人工智能领域见证了一系列重要的技术突破和产品发布。 在过去几年中，随着大语言模型技术的迅猛发展，其使用成本显著下降，极大地提升了它们在企业应用中的可用价值。 2023年 ， OpenAI 发 布 了 GPT-4， 其 定 价 为 US $0.03 /1K input tokens（ 约 0.22 人 民 币 ） 和 US $0.06 / 1Koutput tokens（约 0.44 人民币）。这意味着在一些商业场景中，比如每小时客服聊天大约需要处理 2 万个tokens（1 万个 token 的 prompt，并得到等长的1 万个token 的回复），其推理成本为 6.6 元。这一价格对于许多中小企业来说，仍然是一个较高的门槛，限制了大语言模型在商业应用中的普及。 然而，到了 2024 年，情况发生了显著变化。OpenAI 推出了 GPT-4o，这一优化版本的价格降至US$0.005（约0.04 人 民 币 ） / 1K input tokens 和US$0.015/ 1Koutput tokens（约 0.12 人民币），将每小时客服聊天的推理成本降至1.6 元。这种大幅度的降价，使得更多企业能够负担得起大语言模型的成本，进一步推动了其在商业应用中的广泛普及。 模型推理价格降低 99%， 为商业化场景应用带来可能。 更具突破性的是，2024 年 5 月，字节跳动在火山引擎原动力大会上发布了豆包大模型。其旗舰模型价格进一步降 至 每 0.0008 元 / 1K input tokens 和 0.005 元 / 1Koutput tokens，较行业平均价格低了 99.3 %，大模型价格进入“厘时代”。在这一价格水平下，每小时客服聊天的推理成本仅为 0.058 元。这种极低的成本使得大语言模型的商业化应用变得更加可行，不仅对大型企业有利，也为中小企业提供了前所未有的机会。企业可以更轻松地利用先进的 AI 技术进行客户服务、数据分析和其他任务，从而实现更高的效率和更优质的服务。 随着大模型价格的持续下降，企业能够以更低的成本部署和使用先进的 AI 技术，这对提升业务效率、改进客户体验和推动创新具有重要意义。价格的降低不仅驱动了技术的普及，还激发了更多创新应用场景的探索，为各行业带来了全新的发展契机。 生成式 AI 正带来 应用领域大爆发 2023 年，全球企业和研发人员对 AI 项目的关注和投入突然加速，生成式 AI 应用的兴起，正是推动了这一趋势的 主 要 因 素 之 一 。 根 据 GitHub 数 据 ， AI 项目数量从2020 年的不到 70 万左右，增长至 2023 年的 181 万。然而，最引人注目的是 2023 年的 AI 项目星标数量，达到了 1221 万，是前一年的 3 倍。生成式 AI 应用的大规模普及，极大地促进了全球对 AI 项目的关注和投资，正在迅猛推动技术创新和行业变革的迅速发展。 Github AI 项目数量 2011-2023 来源：Github, 2023 | Chart 2024 AI Index report Github AI 项目加星标的数量 2011-2023 来源：Github, 2023 | Chart 2024 AI Index report 生成式 AI 应用迅速席卷生活和工作的各个方面，推动 AI应用进入全面爆发的时代。根据图表显示，从 2021 年下半年到 2024 年上半年，AI 应用用户数量呈现出惊人的增长趋势。2021 年下半年，AI 应用用户数量仅为 1,800 万，而到 2024 年上半年，这一数字已经飙升至 2.33 亿，增长了超过 12 倍。 AIApp用户数2021-2024 来源：BusinessofAppsanalysis, AppMagic,OpenAI 生成式 AI 应用不仅在数量上实现了飞跃， AI 应用多样化和功能也得到增强，这使它们在企业和个人用户中都得到了广泛的认可和应用。企业开始利用 AI 技术提高运营效率、优化客户服务和推动创新，而个人用户则享受着更为便捷和智能的应用体验。AI 技术正在改变我们处理信息、解决问题和进行创作的方式，深刻影响着各行各业的发展。 生成式 AI 的快速普及和应用，标志着 AI 技术正迈向一个新的高度。随着用户数量的持续增长和技术的不断进步，AI 将在未来的生活和工作中扮演越来越重要的角色，推动社会进入一个更加智能化和高效的时代。 中国企业的生成式 AI 应用 逐渐进入全面发展期 企业用户 迅速适用生成式 AI 新能力 企业目前评估或使用生成式AI的进度 来源：2024年生成式 AI行业应用情况问卷调研 在“目前评估或者使用生成式 AI 的进度如何”的调研之中，企业中高层已开始广泛了解和应用生成式 AI。在受访的 590 名企业中高层中，已有 21.0% 的人已开始小范围试点应用，26.3% 的人在大范围推广生成式 AI 应用，更有 6.4% 的人已将生成式 AI 应用整合到整体战略转型阶段。 这些数据表明，生成式AI应用已经引起了大多数企业中高层的广泛关注。对于尚未开始普及生成式 AI 的企业而言，若不迅速跟进，可能面临在技术创新和市场竞争中落后的风险。 销售和营销是当前中国企业 生成式AI落地的最热门的领域 来源：2024年生成式 AI 行业应用情况问卷调研生成式AI企业应用领域分布 生成式 AI 技术已经迅速覆盖各行业和职能领域，但情况各有不同。总体而言，自身科技化程度高或市场竞争压力大的行业，往往在推动生成式 AI 落地这块走在前列。例如，消费品行业有 56% 的企业在产品研发中使用生成式 AI，汽车行业在营销（80%）和销售（84%）方面的应用尤为突出。智能终端厂商在搜索模块的 AI 应用率达到 90%。医药大健康行业和制造业在 IT、销售和营销领域也都有广泛应用，但仍有很多场景机会正等待技术落地。教科研机构也在全面展开 AI 辅助知识管理、智能助教及教学评估的探索。 在职能领域方面，生成式 AI 在销售和营销领域的应用尤为广泛。销售领域因为生成式内容和个性化定制的需求巨大，吸引了62% 的企业投入生成式 AI 技术；而营销领域的应用率更高，达到了63%。营销领域的大量需求体