中国人工智能行业应用发展趋势2024.pdf

中国人工智能行业应用发展趋势2024Yialysys易观分析易观分析2024年1月本产品保密并受到版权法保护ConfidentialandProtectedbyCopyrightLaws技术局限尚需突破方能释放更大价值O，知识更新与自主学习能力，目前大语言模型仍然为静态数据驱动的学习范式，无法实现新知识的快速学习与迭代，尤其是涉及到时效数据与专有数据的场景下存在障碍，眄也正在通过Dugins生态来突破这一局限*垂直领域康能力，通用任务的卓越能力已经显现，但是进入垂直细分领域与知识体系下，大模型的性能与泛化能力仍然需要增强，行业大模型训练是当前挑战的破局之道之一长期记忆能力，目前正在通过摺大上下文容量、数据向量化，以及AI四ent等多种方式探索突破巨大的融!训练与推理算力等成本拉低效益比训练与微调成本，该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本，并非基础大模型训练成本，与上述垂直领域泛化能力相对应，该成本仍然为行业知识壁垒显著的企业必须承担的成本，开源基础模型在一定程度上可以降低这一阶段的训练成本推理成本，大模型在参数体量巨大的情况下，仍然存在较高的推理成本，这方面可以通过模型压缩与剪枝等技术的发展进一步降低模型能力与业务场景的适应成本，这部分成本虽然由于人机交互方式的变化显著降低，但是前期仍然需要考虑提示工程在特定场景的陪合成本安全合趣可值通用底线尚需刚性保障O模型安全与可控制性问题，这是人工智能普遍面临的问题，大模型并不能幸免，包括模型攻防、数据注入等问题；同时，模型能力来自于涌现，需要进行模型能力，尤其是生成结果的可控制，方能进入到生产环境对齐问题，既包括人工智能与人类社会价值啊保持一致，也包括与不同国家价值观，不同类型企业经营以及商业法则相匹配等，前者最为关键，这也是目前最为关注的AI不受控制的风险之一，目前在通过RLHF与RLAIF不同方式来实现隐私与数据安全问题，无论是大模型的训练推理，还是对话应用的过程中，都存在过多的除私暴露与数据安全风险，这有赖于技术突破和监管合规的进一步建立易观分折10Owww.analray5,cni产品研发/调计生产制造供应面资源管理市场加宿用户/客户运营组织协同软件工程能源伯工/机械先进制造食品饮料金融效育医疗健康等督商贸政府环节行业农亚文化娱乐长饮旅游I需求与应用驱动倒逼人工智能进化与发展，以行业特征与企业经营目标为导向，进入场景升级能力是发展关键Yialysys易观分析随着人工智能技术的持续发展，2024年，以AI为核心技术赋能行业转型升级将从数字化向智能化迈进，与其将全部注意力放到大模型与AGI的进化当中，更需要同步关注行业与企业主体在数智化转型过程中的需求、痛点以及待解问题，在这一过程中，需求与应用将成为驱动人工智能发展与进化的关键因素。一方面，尽管大模型具有广泛的应用前景，但在实际落地过程中尚未跨越鸿沟，仍然面临技术局限、算力成本、安全合规等多重挑战，需要进入到行业当中去进行技术突破与场景探索，发掘应用层的机会做垂直赋能。另一方面，人工智能正在驱动干行百业的效率升级，但仍然存在大量行业场景的AI应用价值尚未得到充分开发，需要深入行业关键环节方能发挥人工智能在其中的价值。大模型落地应用核心挑战深入行业关键环节的AI价值渗透度AI赋能效率升级程度2024/2/1激发科技与创新活力21趋势1：零售行业Al应用将由点及面全面铺开，数据驱动重塑零嗓目猛售价值链RIIII零售行业将以商品“为核心的研一产一供一销一服“的直线式价值链，向以用户“为中心的闭环式价值链升级，AI应用将由点及面全面铺开，一方面全业态增加AI应用，形成数据触点与链接；另一方面，将渗透零售产业链各个环节，相应地，持续进行数据互联互通，形成良好的AI应用基础将变得愈发重要。曲-晚一色簪品牌商消费者采购&生产制造研发设计/卜物流流通t零售平台传统模式下商品设计到零售链条1，共建敏捷供应链大数据分析预测，引导原材料采购、排产计划、库存安排、生产执行2一大数据支撑研发对消费者产生的大数据分析把握预测市场需求和痛点，调整优化产品设计研发3户参与/个性化定制消费者按需选择产品参数甚至参与产品部分设计，实现确定性生产，降低市场风险4化运营/智能作业对接前端零售、仓储和物流数据，实现统一智能调度仓配，预测和规划分仓及配送路径等5，多场景融合/全链路营销新零售平台创新设计体验场景、融合多种业态和服务，全渠道布局、内容营销等触达消费者6为数据/用户画像对消费者的行为、购买、评价等多维度数据综合,得到用户清晰画像,细分群体精细化运营2024/2/1激发科技与创新活力3即时零售平台/渠道您东到至美国闪购30分髀到货的生话卖墉即时零售用户0骤SEPHORA丝美兰永辉生活林啸毅共驾小店/散店广刁屈臣氏商品供应链连锁商超便利店品类/品牌专卖店服务商/经销商1趋势2:线上线下界限消弭，全渠道策略与数智基础设施完善推动力备备本地零售加速复苏，即时零售成AI应用试金石京东到家、美团、饿了么等即时零售平台推动的本地门店+即时配送的即时零售服务模式正在高速发展，预计到2024年，整个即时零售市场交易规模将突破万亿水平。这个万亿市场规模的背后，在消费者即时消费需求的提升，以及品牌/零售企业借助全渠道策略撬动门店经营效率的考虑之外，更需要看到人工智能等数智技术对于零售企业以及线下实体产业的赋能进一步加深，赋能零售企业拓宽销售通路，提高供应链管理能力以及履约效率是即时零售能够高速发展更重要的基石。以即时零售为AI应用的试金石，将全面开启服务零售数智化增长时代。即时零售产业图谱2019年-2030年中国即时零售交易规模一即时零售市场规模（亿元）。增长率数据来源：2023即时零售发展趋势白皮书，易观分析整理易观分析平台模式垂直模式自营模就2024/2/1激发科技与创新活力41趋势3:大型零售企业7平台将成为零售产业生态数智化升级的核心，电商平台竞争进化nalysys易观分析大型零售企业/平台将成为产业生态的核心，具备优质数据资源与资产，聚拢用户运营与价值增长的生态运营策略与落地手段，带动相应品类与行业的整体升级与数智化增长，对于零售行业而言，这意味着零售入口潜在的变化，同时，对于品牌企业而言，也需要形成以自身品类与产业链主思维的经营发展策略，从而在大平台生态体系下构建自身的核心优势。慢商业化探索进程快易观分析2024/2/1激发科技与创新活力临床科室体检中心小区诊所药房保险公司其他医疗机构81趋势6:医疗AI企业将探索可持续的多元盈利模式，推动医疗AI商业化落地nalysys易观分析高市场需求程度1趋势7:创新与合规是金融行业Al应用主线，金融大模型将投射Yialysys形成原子能力，在场景中得到验证近年来政策导向加大数智技术扶持鼓励创新、治理规范进一步完善，未来在合规的框架下进行创新尝试，有助于保障金融稳定和推动行业可持续发展，也将是未来人工智能应用于金融行业的主基调。大模型在深入金融行业的过程中，进入专业场景需要具备大量行业知识，即使是通用场景和环节，也需要与金融行业实际情况进行适配，因此基础大模型将会投射成垂直领域内下游模型，通过AI能力平台集中调度，形成具体解决场景下游任务的能力，才能真正成为生产力工具。(3)AP；+向量库大规模数据集构建基础大模型预训练行业大模型微调结合金融机构自身专有数据、知识的增量训练和微调.AI对齐海量未标注的无结构数据、通用领域知识等构建基础数据集基于数据集的自监督预训练,使其具备基础能力API接入与向量化处理接入API调用基础大模型能力，利用数据标注、向量数据库等方式检索领域知识AI能力平台调度行业/场景的下游任务能力抽取，依托AI底座调用,形成适配性强的企业级应用场景智能应用面向金融场景输出服务能力，沉淀数据和客户反馈，持续提升模型精准度2024/2/1激发科技与创新活力9技术能力建设客户画像营销自动化数据分析数据治理反欺诈反洗钱授信策略贷后预警产品定价产品推荐智能搜索智能标注场景建模业务质检智能运维服务监控会计核算协同办公文本理解文本生成多模态生成场景理解多模态理解时间序列预测TransformerRLHF1趋势8:基于知识战略与数据战略升级AI能力，成为金融行业下Yialysys一阶段技术能力分化的核心生成式AI能力的引入一方面能够加速金融领域知识的生产和更新，使金融行业能够更快速地应对市场和客户需求的动态变化，丰富内外部应用场景的智能化水平；另一方面，将生成式AI具有的隐性知识和推理能力，与金融知识库显性知识进行的有效融合，传统金融知识体系的学习门槛，学习效率都将得到改善，客户的交互体验、员工的工作和学习模式也将迎来显著改变。在这个过程中，在数据战略基础上同样考量知识战略的搭建与落地，升级AI能力，从而能够以知识为抓手形成从数字化到智能化的跨越。图：金融行业“AI+“技术能力建设原子化能力2024/2/1激发科技与创新活力101趋势9:金融Al原生应用作为新质生产力工具大量涌现，提供全Yialysys生命面期的高质量服务易观分析Q升级用户体验通过人机交互方式的变革F实现多轮对话与KYC,提升对话与服务体验；通过与数字人相结合，实现虚拟场景的温度服务。金融行业的服务需求走向更加细分、专业化的场景，基于金融大模型的基础能力，将能够深入理解和探查用户需求和行为，从而催生出大量高度灵活的AI原生应用，在营销推荐、投资建议等方面为客户提供更为精细和个性化的服务。金融AI原生应用是在设计、开发、部署、运营和维护整个生命周期中，将AI作为整个应用的核心，构建实现更高效、智能、安全的服务与支持。优化内容生产创意与效率固营销主题与AIGC相结合，在自动化生成营销物料的同时，实现千人千面个性化营销。降本提效在投册、研发编程、授信审核以及流程管理等方面提高效率，减少基础人员投入。产品/业务创新通过在通用基础能力的AI底座中引入高级认知能力，整合碎片知识与多样化需求，形成创新的产品化模型与业务解决方案。个性化需求设计：根据用户的历史行为和偏好，设计出更符合其需求的金融服务。金融产品创新力：基于对市场行情趋势和客户反馈的分析，寻找特征与特征，辅助进行创新性的金融产品设计。保险、投资组合等产品定制化设计金融产品研发设计D提高服务水平：通过自动化处理和实时分析，加快金融服务流程以更效率、更智能的方式执行。精准决策支持：提供多模态数据分析和智能决策支持，辅助进行智能化决策。风险评估与预警.个性化智能推荐业务场景部署应用D持续升级服努：通过学习更新数据和用户反馈，不断改进和升级金融服务，放大数据价值。降低维护成本：自动化维护过程，降低人力成本，提高系统的可维护性。模型自动优化、用户数据收集与反馈更新迭代2024/2/1激发科技与创新活力111趋势10:工业级场景需求升级，带动计算机视觉、工业知识保谱、工业数字李生.群体智能等关键技术向多元场景纵深发展Yialysys易观分析计算机视觉趋向高精度、标准化方向发展AI将加速驱动工业知识图谱全生命周期融合应用工业数字李生技术推动数字技术在制造业规模化应用群体智能成为：AI在工业领域4应用的下-个，突破性方向；群体智能技术将更多被业界讨论，并开始融入制造业数字化转型的技术攻坚进程。多个智能设备或系统将通过分布式、去中心化、自组织的方式,开展实时协作控制、故障检测、自修复任务等，协同完成复杂任务或解决复杂问题。说明：部分研究成果节选自易观&海尔卡奥斯中国工业互联网技术发展年度趋势图：制造业数字李生市场AMC曲线企业基于工业数字李生底座得以有效构建起工业仿真系统，进而在系统中规模化试验诸多数字技术，提升工业数字李生系统面的复杂经营环境的可用性，从而规模化支撑数字技术落地。高速送展期颜继和糊-AI驱动加速企业知识图谱构建，包括各类文献、专利信息、技术标准等专业知识，并向工业生产链条的多环节快速渗透，帮助企业整合和利用各种生产数据、设备数据、质量数据等专业知识，提供生产优化和质量控制决策支持。当前制造业数字享生处于市场启动期，易观分析预测到2025年，体量较大的制造企业基本实现数字享生体系构建，并通过数字享生系统大幅提高生产效率和资源利用率。在供给侧，数字李生智能制造所需的工业软件能满足一半的国内市场需求，且竞争力显著提升.i-随着工业应用场景覆盖广度和深度的提升，更多潜在的价值场景机会会被发掘b出来，驱动计算机视觉技术能力向高精度、标准化方向继续精进发展，帮助企业实现自动化检测、质量控制、安全监控和精细化生产等方面的智能化升级。处于市场酝行业曲闻也届化餐长国党一座的鼻她，他建M更一的阿喀n9的画度酣t.从而将IT与QTfTM*合，打牙已(2009-2020)处于离卿如mwwi倒1国充事且独门之ma.市场启动期(2021*2025)2024/2/1激发科技与创新活力12I趋势11:大模型为工业智能注入认知理解能力，将柔性融入制Yialysys造流程,成为工厂智能中枢易观分析大模型的出现为工业智能注入了更为强大的认知能力，将能够深入理解适应不同的生产环境和工厂特点，实现AI与传统工业设备的高度契合。通过全面理解从生产流程到设备状态的各类应用场景，提供智能化的监控和调度能力。柔性融合更加突显了大模型对原有智能制造场景的适应性和灵活性，为制造业的持续创新提供了可能。图：中国智能制造典型场景要求-收益矩阵.收益维度AVGAVG人机协同制造飞精益生产管理工业知识软在线运行监测工艺数字化设计数据驱动产品设计优化车间智能排产数据驱动服务智能怩同作业j物流实时监测与优化精准配送能效平衡优化市场快速分析预测污染监测与管控供应链可视化废弃物处置与再利用J危险作业自动化供应链风虚预警与弹性管控设备故障诊断与藁能耗数据监测生产计划优化/据治理与流港智能仓偏采购策略优化工厂数字化设计t一智能在线检测安全风险实时监测与皮急处置销望磐孚产品远程运维.网络协同制造产线柔性配置虚拟也与调试设备运行优化工艺动态优化、I资源动态配;质量精准追得1产品数字化研发与设计产品质量优化主动客户服务数字基础设施集成j-可制造性设计碳资产管理A先进过程控制.大规模个性化定制数字李生工厂建设基于成本与收益维度的因素考量,大模型的落地应用应结合智能制造典型场景收益矩阵，合理规划实施路径。优先建设场景以生产场景为主，对智能化要求相对较高，需要对工业机理有较好的沉淀，建议优先考虑建设相关场景。大模型在这类场景中可优化生产过程，进一步降低成本提高整体收益。支撑建设场景场景分布较广，对网络化要求相对较高，可根据传统制造模式进行小步迭代，分散成本。大模型的应用有望提高供应链灵活性，优化库存管理，在质量控制方面提升产品一致性。重点建设场景以生产与端到端场景为主，对数字化、网络化、智能化要求均较高，需要其他场景的深度沉淀与反馈方可实现有效建设，但收效巨大。大模型可驱动端到端智能生产与协同,提高整体生产效率，实现可观的收益增长。长期建设场景场景分布较广，对数字化要求相对较高，与其他场景建设存在依存关系，在不同行业间有较强的迁移性。引入大模型能力可强化数据分析，提升迁移性，为企业长期发展提供战略性支持。数字化、网络化、智能化最低要求成本维度激发科技与创新活力来源：易观分析&海尔卡奥斯联合分析整理2024/2/113揭榜挂帅任务目标直接贡献度度图：工业企业工业数据分类维度参考构建智能决策的数据基础智能化生产应用与资源优化构建形成AI可用的数据体系实时数据分析与决策支持需求个性化与定制需求质量管理与安全性需求灵活的产能与库存管理需求说明：部分研究成果节选自易观&海尔卡奥斯中国工业互联网技术发展年度趋势供给侧需求侧产业互联网的发展将用户、员工、设备、环境以及产业链上下游等元素紧密联系起来，使得数据生产量指数级增加，为工业企业创造了丰富的数据资源。这些数据亟待被有效沉淀、处理和应用。AIGC为代表的新一代人工智能技术处于爆发期，但其在工业的落地和价值创造，亟需高质量、结构化的数据支撑。这些都让工业大数据的意义超越以往任何时期。工业大数据的高度复杂性成为传统数据技术应用于制造行业的难点，AI技术凭借其擅长处理复杂但具备结构性数据的特点，为工业企业带来了新机遇。AI通过挖掘分析工业大数据中的潜在关联和模式，将数据转化为实质性的智能决策和洞察，提供更准确实时的数据分析.决策支持、需求预测等关键能力，帮助企业更好地规划生产计划、优化库存管理等，实现降本增效，提升工业智能化水平。相应地，工业大数据也将成为工业企业构建AI可用的数据体系、打造工业大模型的关键支撑。1趋势12:AI与工业大数据双向驱动将全面释放价值，成为智能Yialysys制造升或关键推动力易观分析研发数据域生产数据域运维数据域管理数据域外部数据域研发设计数据控制信息物流数据系统设备资产信息与其他主体共享的数据开发测试数据工况状态产品售后服务数据客户与产品信息工艺参数产品供应链数据系统日志业务统计数据2024/2/1激发科技与创新活力141趋势13:多模态技术突破将加速文娱产业Al应用落地，AlBot.Yialysys音视频互动等应用对于算力需求发生变化，催生边缘AI需求易期分析多模态技术突破，并探索有效融入研发管线工作流多模态生成是目前文娱行业AI应用进一步落地的核心突破方向。视频生成、3D模型生成等技术有待于进一步完善，同时，多模态制作云化是产业发展必然趋势，下阶段视频制作的多端同步、多人在线协同创作需求将随之增加，生成式AI能力进一步融入视频制作全流程视频的高维数据空间属性使其研究更具挑战性。目前探索方向聚焦在高分辨率视频生成、针对超长文本的视频生成、生成无限时长的连贯视频等课题，并基于文生图模型的研究成果，将其引入视频生成模型对性能进行优化。一些研究专注细分场景的视频生成能力，以及结合多模态信息融合的训练方法，使模型更强的语言理解能力,也将改善视频训练数据不足的问题，在视频检索、视频分类等场景中具备很强的实用价值。3D模型方面，人工智能三维生成与传统三维生成工作流程的衔接性将更强，将有越来越多的模型采用逐级生成，每级生成内容均可于传统三维生成工作软件中查看与修改再返回模型的能力，提升人工智能三维生成在专业应用场景中的辅助作用。在此过程中，需要开源技术社区的大量贡献，也有可能与语言生成应用结合使用以增强自然语言对三维生成结果的操控性.边缘AI兴起，多场景AI应用进一步丰富伴随文娱产业升级，以及千人千面个性化内容生态的发展，边缘算力需求激增，这一方面有赖于大模型企业不断进行模型优化，从而降低应用成本，更需要边缘侧增厚，增加存储和算力，终端设备具备运行小模型的能力全球人工智能边缘设备出货量（按照设备类型）智能扬声器无人机消费类和企业级机器人安全摄像头数据来源：Tractica/Ovum,易观分析整理易观分析2024/2/1激发科技与创新活力15台进行IP版权采买自制进行分发作方合作制作支付一次性制作费用十后期分成线上：视频/短视频等平台线下:文旅/主题乐园等衍生渠道：IP授权经营平台企业成为文娱基础设施提供商赋能专业内容生产机构，提升其内容生产效率，推动行业升级数据资产沉淀，进行数据资产价值运营，未来具备入表价值文娱行业数智化需求旺盛，独立来看也具备业务发展空间一方面，AI等数智技术的应用确实有助于推动整体内容行业的工业化水平，影视、游戏等内容研发的质量与效率普遍升级，头部机构与大厂在这方面的高资源投入竞争优势有所下滑，而中小机构则有突围而出的可能性。另一方面，对于AI等能力的驾驭，尤其是回溯到内容主赛道的文化素养以及风格导向将成为下一轮竞争的分水岭，头部机构与大厂在基础技术能力建设以及数据资产方面的优势更加明显，而中小机构则在后者维度上有望突围而出。AIGC可以成为核心竞争力之一，但也有可能打掉此前部分创作者的海量高效的内容生产优势AIGC有可能带来海量同质化内容推向市场，充分发挥创意优势，并结合自身对于AI能力的驾驭,塑造独立内容产品风格将会愈发重要筛选、IP内容生产，并在生产后寻求平台方进行发行合作；IP开发模式：平台方主导，围绕自身内容战略规划，进行IP筛选，并通过自制或者联合制作的是进行IP内容生产，目前这一方式比重在逐步增加其中，IP开发模式重要，内容平台在IP开发当中的主动性地位显著增强1趋势14:AI等数智技术整体提升内容生产机构工业化水平，推Yialysys动内容*业竞争良性升级易观分析2024/2/1激发科技与创新活力161趋势15:AIGC赋能精品内容形成IP全生态开发布局，延长优质YialysysIP生命周期，提升商业价值贡献网络文学具备优质作家和作品储备，是未来IP长效经营的核心资源，其中，创作者生态是核心竞争力，保障优质IP生产；同时，也需要进行优质IP多元化开发，放大IP影响力，延长IP生命周期，从而实现IP价值经营；AIGC在IP多元化开发过程中，可以有效降低开发成本，提升开发效率，有助于IP全生态开发的加速和稳步铺开。IP源头口文学作品+m网络文学自忆规模2016年-2022年中国数字阅读版权部分市场规模IP内容开发影视剧综.gII干亿规模2017年-2023年文学IP改编市场规模文学ip改编市场规模（单位：亿元）同比变化2017年-2023年中国文学IP改编方向市场结构数据来源：中国音像与数字出版协会，上市公司财报，泡泡玛特招股说明书等，以及易观分析测算所得2024/2/1激发科技与创新活力IP衍生品开发与授权呈款园继续放大2015-2024年中国IP授权市场规模与增速（按零售价值计算）200015614。2015年2016年2017年2018年2019年2。2。年2021年2022年2023年202得市场规模（单位：亿元）增长率1IP商业化领域主要类别1消费品服饰、零食、文具、日用品等潮流玩具手办、盲盒、卡牌等线下业态主题乐园、商业地产、剧本杀、主题餐饮等17I易观分析解决方案：以行业基础研究为基石，形成个性化解决方案，赋能业务增长Yialysys易观分析面向业务价值输出行业分析Q企业商业化/行业市场GTM咨询业务价值认知赋能解决方案巡用户/客户洞察与体验运营咨询企业数智化转型策略咨询市场洞察同业对标用户洞察创新探索最佳实践2c消费生态商品消费，美妆电商平台3C/家电直播电商母婴社区电商-食品饮料二手平台奢侈品社交电商，医药等即时零售等服务消费旅游出行演出票务*餐饮外卖房屋租赁汽车后服务-医疗健康教育服务基础民生内容消费资讯平台视频/直播-音频/娱乐阅读/动漫-游戏XR等营销/MCN-内容科技技术应用生态AIGC/AI应用行业数字化企业服务金融科技基础设施生态2024/2/1激发科技与创新活力18chialysys易观易观分析激发科技与创新活力易观旗下专注数字化市场发展与趋势研究行业洞察策略咨询用户洞察解决方案Yialysys易观分析易观分析数字经济全景洞察易观干帆金融行业数字用户同业对标易观方舟全场景私域用户运营易观社群加入易观社群与行业伙伴一同交流网址：客户热线：4006-010-231服务邮箱：.cpf