2024年中国生成式AI开发者洞察报告.pdf

1研究背景迅猛发展的人工智能成为今年两会备受关注的热议话题之一。3月5日，国务院总理李强在政府工作报告中提出，要大力推进现代化产业体系建设，加快发展新质生产力，同时，要深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。在这个过程中，生成式人工智能将成为产业创新的关键抓手之一，与实体经济的融合也将成为新质生产力发展的引擎。作为新兴领域，生成式人工智能尚处于起步发展期，InfoQ 研究中心发起了本次中国生成式AI开发者洞察2024的研发和撰写计划，希望以生成式AI开发者的角度为行业广大从业者、希望进入该行业的个人或机构，以及关注生成式AI领域的大众人群提供清晰的行业洞察，并解答以下问题：当下生成式AI开发者是哪些人？从业需要具备什么技能？使用哪些工具？关注哪些领域的哪些应用？生成式AI开发者具有哪些需求？生态工作者能够为生成式AI开发者提供什么样的帮助？企业如何升级生成式AI建设？建设路线都有哪些？212 3研究方法说明桌面研究通过对行业公开信息进行桌面研究，资料包括但不限于专业机构研究报告、政府机构披露的数据和政策内容、生成式AI相关网站及专家公开演讲内容等；专家访谈InfoQ 研究中心针对本次研究定向邀请了多位资深生成式AI开发者、应用领域企业的业务负责人、科技领域行业研究员等各方面专家；用户调研InfoQ 研究中心针对本次研究需求在InfoQ技术社区、公众号、TGO等技术社区开展了相关用户调研，共回收920份有效样本，样本覆盖 31 个省级行政单位、受访生成式AI开发者来自近百座中国城市。3研究定义生成式AI开发者.在各个行业从事生成式Al技术研发工作，或利用Al工具进行工作，且具备专业技术能力的人员。这其中包含传统意义上的Al领域程序员人群，也包括借助Al来完成工作的数据分析、运营、市场、测试等人员，但后者需要具备专业开发能力。而不具备专业开发能力的数据分析、运营、市场、测试等人员，即使借助Al进行日常工作，也不属于本报告中的生成式Al开发者。生成式Al开发者既包括在企业机构中任职的在职人员，也包括未在企业机构中入职的个人从业者和学生群体。大众开发者.各个行业正在或有意愿通过Al辅助工作的人员，或有意愿进入生成式Al领域工作的人员，或以娱乐为目的尝试通过Al进行内容生成的技术爱好者等各类关注生成式Al领域的人群，且不具备或具备很少量专业技术研发能力。大众开发者既包括在企业机构中任职的在职人员，也包括未在企业机构中入职的个人和学生群体，既包括以工作为目的也包括以兴趣或尝鲜为目的的关注生成式Al领域的人群。核心结论一、人工智能产业规模快速增长，吸引了大量人才为其创新续航2023年全球人工智能市场收入同比增长20.7%，中国成为人工智能发展最快的市场之。在生成式人工智能方面，未来10年，生成式Al有望创造1.3万亿美元收入，占科技领域总支出的10%-12%，复合年增长率预计达到约42%；国内来看，生成式人工智能逐渐进入政策红利期，政策覆盖了从基础设施布局到核心领域应用的多个层面，为企业引才聚智提供政策保障。但由于行业发展较新，生成式Al领域存在专业人才欠缺问题，就业市场对高学历毕业生的需求量出现大幅增长，同时也成为对应届生最具有吸引力的行业之。二、生成式Al开发者特征.生成式Al开发者画像解读作为新兴行业从业者，生成式Al开发者普遍相关工作年限较短，但属于高薪人群，目前人均年收入为36.7万，50万以上年薪占比高达25.3%，北京生成式Al开发者规模最大，但上海人均薪资更高；算法工程师、产品经理是目前市场最为紧缺的人才类型，大模型研发和业务复合型能力是市场核心竞争力。.生成式Al开发者工作特征近6成生成式Al开发者研发方向超过2个，应用工具、大语言模型、数据科学/数据挖掘/数据分析、语言/语义理解类应用和图像识别类应用是最主要的五个生成式Al开发者研发方向；。核心结论GPT、文心、通义大模型是生成式AI开发者使用率最高的大模型，生成式AI开发者或企业对大模型的要求不仅是实现通用功能，还需要能够在特定领域、特定场景具备应用价值，真正解决业务痛点；在工具使用方面，代码生成工具和ChatBot使用率最高，智能化办公工具使用时间最长。生成式AI开发者人均使用AI辅助编程工具已花费328.8元，使用GitHub Copilot人群比例最高，但对Cursor的付费水平最高。工具链、落地实践和技术课程方面的支持最受生成式AI开发者青睐。三、生成式AI研发团队洞察企业生成式AI开发团队生成式AI开发者所在行业较为集中，由于应用尚处于起步期，较少生成式AI开发者就职于应用领域企业，中小企业占据半壁江山，20人以下小规模团队成为“标配”；“懂场景”、“懂模型”、“懂开发”是团队人才三要素，年轻、有顶尖名校背景、具备世界知名科技企业或机构核心业务工作经验的技术人才成为团队中坚力量。在领导者选择方面，由于行业对资金投入力度和技术能力要求高，领导者需要具备相关领域深厚的技术实力以及科技巨头企业领导层经验。企业生成式AI研发基础设施多数企业使用云服务或部分自建算力设施。采买或调用商业大模型和基于开源构建专属大模型是主流方式，大型应用侧企业更偏好基于开源构建自己的专属大模型。近三成企业欠缺生成式AI工具使用导向，基础设施存在较多问题，主要体现在GPU资源紧张、数据存在合规风险、缺乏业务场景、人才少企业重视不足等方面。6核心结论企业生成式AI研发实践生成式AI的行业应用正在全面铺开，重塑工作方式并提升效率是最主要的AI实践目的。因此，生成式AI开发者最为注重办公场景的应用。但目前来看，企业赋能水平仍有较大空间，生成式AI开发者企业普遍处于基础探索期，主要赋能情况为单节点业务合作。但由于部分企业生成式AI开发者指数较高，整体升级速度会较快，企业正在努力迈向复杂应用期。四、生成式AI开发者发展预测在晋升方面，生成式AI开发者中的初入者未来具有4条进阶路线成为行业资深人士；在技能方面，生成式AI开发者未来希望通过获取权威认证提升就业竞争力；在产品方面，生成式AI开发者购买相关产品的付费意愿强烈，并且产品收入规模已呈现持续扩大趋势，市场潜力巨大；在就职方面，生成式AI开发者未来将逐渐从供应侧企业向应用侧企业迁移；全民开发时代即将到来，生成式AI开发者画像将继续拓展，复合型人才成为大众开发者进阶目标。7CONTENT目录01生成式AI开发者研究背景02生成式AI开发者特征03生成式AI研发团队洞察04生成式AI开发者发展预测8生成式AI开发者研究背景人工智能产业规模快速增长，为人才市场带来新机遇信通院指出，2023年全球人工智能市场收入预计达5132亿美元，同比增长20.7%。截至2023年三季度，全球人工智能企业达到29,542家，中国企业数量仅低于美国，占全球总数的15%；彭博行业研究数据显示，随着企业改变经营方式并对产品和服务进行强化，未来10年，生成式AI有望在硬件、软件、服务、广告、游戏等众多领域创造1.3万亿美元收入，占科技领域总支出的10%-12%，复合年增长率预计达到约42%。生成式AI全球收入及花费占比趋势生成式AI全球收入（单位：10亿美元）生成式AI占科技领域支出1304日本,2%897新加坡,2%法国,2%以色列,3%7%德国,3%3%加拿大,4%英国,6%2020年2021年 2022年 2023年 2024年 2025年 2026年 2027年 2028年 2029年 2030年 2031年 2032年数据来源：中国信息通信研究院、IDC、彭博行业研究预测（基于IDC、eMarketer、Statista数据）全球AI企业数量国家分布https:/142340美国,33%其他,25%中国,15%印度,5%107910%11%12%3043995487282171374%6%5%9%6710政策指引生成式人工智能应用创新，鼓励企业汇聚人才生成式人工智能逐渐进入政策红利期，从完善基础设施布局到核心领域应用，政策密集出台，多部门协同发力，以组合拳促发展。时间政策发布主要部门内容数字中国建设整体布局规划国务院 系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局；统筹布局一批数字领域学科专业点，培养创新型、应用型、复合型人才。生成式人工智能服务管理办法（征求意见稿）国家互联网信息办公室 首次明确了生成式人工智能“提供者”内容生产、数据保护、隐私安全等方面的法定责任及法律依据，确立了人工智能产品的安全评估规定及管理办法。关于推进IPv6技术演进和应用创新发展的实施意见工业和信息化部等 推动IPv6与5G、人工智能、云计算等技术的融合创新，支持企业加快应用感知网络、新型IPv6测量等“IPv6+”创新技术在各类网络环境和业务场景中的应用；培养IPv6创新人才，丰富人才挖掘和选拔渠道，强化复合型领军人才培养。生成式人工智能服务管理暂行办法国家互联网信息办公室等 促进生成式人工智能健康发展和规范应用，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管。关于实施专精特新中小企业就业创业扬帆计划的通知工业和信息化部等 按照国家有关规定，动态调整职称专业设置，根据当地产业发展和专精特新中小企业需要，增设人工智能、大数据、工业互联网等新专业。关于加快推进视听电子产业高质量发展的指导意见工业和信息化部等 支持骨干企业做大做强，支持人工智能企业研发视听应用大模型。“数据要素x”三年行动计划（2024-2026年）国家数据局 以科学数据支持大模型开发，建设高质量语料库和基础科学数据集，支持开展通过人工智能大模型和垂直领域人工智能大模型训练。112023年7月2023年12月2023年9月2023年4月2023年2月2023年12月2023年4月行业的蓬勃发展吸引了大量人才为其创新续航生成式AI的蓬勃发展产生了大量人才需求，在2023届应届生投递人数增长最多的TOP10赛道中，生成式AI和AI大模型分别排名第二和第三，其中生成式AI增长率大幅超越其他赛道。AI大模型、生成式AI、芯片对硕博应届生的需求增长可观，其中AI大模型对博士生的招聘需求更是增长了430.0%。成为对应届生最具有吸引力的行业之一吸引大量高学历人才进入行业数据来源：猎聘大数据https:/12AI大模型智能制造新能源对话机器人芯片人工智能绿色低碳航空航天新材料生物技术2023届博士应届生需求同比增长最多的新赛道TOP10112.5%94.1%92.1%77.3%47.8%235.2%220.0%209.1%430.0%290.3%新能源汽车新材料新能源AI大模型AIGC芯片绿色低碳大数据生物技术智能制造2023届硕士应届生需求同比增长最多的新赛道TOP10151.1%127.8%102.9%98.6%93.9%58.6%56.2%55.0%26.1%19.3%2023届应届生投递人数同比增长最多的新赛道TOP10303.1%297.3%235.3%221.6%147.2%137.6%137.1%150.2%132.7%157.5%生成式AI开发者特征生成式AI开发者画像解读14各职位平均工作年限（年）2.6数据说明：“其他”包括个人/自由职业、毕业但尚未工作的毕业生、实习生、数据分析、营销、咨询顾问等类型6.0%作为新兴行业从业者，生成式AI开发者普遍相关工作年限较短生成式AI开发者工作年限分布10年以上,3.6%5-10年,7.7%1年以下,21.6%3-5年,16.3%1-3年,50.8%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/152.0初级研发人员3.5技术总监2.7产品经理2.7技术运营/高校学生5.7CXO3.6教师或者研究员2.5其他3.7%12.2%12.1%资深研发人员34.6%生成式AI开发者职位分布9.3%14.5%5.0%2.7%生成式Al开发者50万以上年薪占比高达23.3%2023年生成式AI开发者薪资水平生成式AI开发者薪资水平分布不同工作年限生成式AI开发者人均年薪（万元）49.842.6100万以上50-100万20-50万（含）10-20万（含）10万及以下暂无收入7.4%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研，猎聘大数据https:/InfoQ调研统计，2023年生成式AI开发者人均年收入为36.7万，相关工作经验在3年以上生成式AI开发者的年收入超越均值，近4成生成式AI开发者年收入处于20-50万区间，远超2023年上半年北京招聘平均薪资（18976元/月）。由于AI应用范围广、技术含量高、供需两旺等因素，互联网企业、科技企业、初创企业展现出强大的招聘势头，即使是工作年限较短的生成式AI开发者，薪资水平也超越北京平均招聘薪资水平。162023H1北京招聘平均年收入Avg.：22.835.51年以下1-3年3-5年5-10年Avg.：36.726.74.6%18.7%37.8%20.7%10.9%北京生成式AI开发者规模最大，但上海资深生成式AI开发者更多且人均薪资更高生成式AI开发者规模TOP10省市北京市广东省上海市浙江省江苏省四川省山东省湖北省福建省安徽省数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/176.4%生成式AI开发者主要集中在北京，广东省和上海属于第二梯队的相关人才聚集地；北京的生成式AI开发者中，超过三成为资深研发人员，人均年薪为44.2万，人均工作年限为2.6年，近六成就职于信息传输、软件和信息技术服务业企业；广东省的生成式AI开发者中，近四成为资深研发人员，人均年薪为39.9万，人均工作年限为2.7年，六成就职于信息传输、软件和信息技术服务业企业；上海的生成式AI开发者中，超过四成为资深研发人员，人均年薪为50.4万，人均工作年限为3.3年，近七成就职于信息传输、软件和信息技术服务业企业。3.8%2.9%2.8%2.4%1.8%30.7%15.3%12.6%5.0%算法工程师、产品经理是目前市场最为紧缺的人才类型在新发职位最多的TOP5职能中，除了算法工程师，产品经理占比最多：在偏向技术类的岗位职责中，熟悉常见的机器学习和深度学习算法、熟悉常见的生成式模型、熟悉Python/Java/C+等至少一种以上后端语言、熟悉SQL编程成为硬性要求；有相关方向顶级会议/期刊论文或竞赛经验是就职加分项。在偏向应用类的岗位职责中，有AI基础能力（了解NLP、机器学习、深度学习的大致原理、熟悉主流算法、熟悉至少一种编程语言）、能够与技术无障碍沟通、了解AI在特定行业的应用、熟悉至少一种大语言模型的能力边界及应用场景成为硬性要求，有对接算法和工程经验或有海外互联网App产品经验是就职加分项。数据来源：猎聘大数据https:/1812.6%5.3%4.6%4.2%2024新春开工首周生成式AI领域新发职位分布自然语言处理（NLP）算法工程师视觉设计产品经理图像算法TOP519.0%大模型研发和业务复合型能力是市场核心竞争力2024年第一季度生成式AI相关岗位能力要求TOP5占比大模型开发技术业务整合架构产品/服务销售Prompt工程20.3%第二类紧缺人才为掌握基础技术且了解某个行业的复合型人才。需要知道大模型能够实现的需求和实现程度，既熟悉生成式AI基础原理，也了解某个行业某类业务的解决方案，知道AI在特定行业的应用。能够将大模型融入到企业的整个生产流程中，成为企业产品的一部分。数据来源：InfoQ 2024 年 3 月从百度数据、百川智能、月之暗面、智谱收集的405条招聘信息统计获得https:/技术能力结合行业能力帮助企业快速将产品AI化。1901基础研发能力：算法工程师或数据科学家第一类紧缺人才为具备基础研发能力的专业技术人员，以算法工程师或数据科学家为主，需要熟悉生成式AI技术原理，了解如何去做大模型架构搭建、模型推理及训练，同时需要关注业务上下游环节，能够与团队齐头并进。02复合能力：产品经理或跨领域人才12.8%4.0%4.0%2.7%生成式AI开发者工作特征20近6成生成式AI开发者研发方向超过2个，整体人才呈现短缺状态生成式AI开发者研发方向统计应用工具大语言模型数字人搜索推荐机器人硬件相关其他研发方向数量占比5个4.8%5个以上5.0%2.0%数据科学/数据挖掘/数据分析语言/语义理解类应用图像识别类应用向量数据库/向量搜索语音识别类型应用AI与云计算融合4.7%4.4%4.0%3.9%6.1%6.0%22.5%37.3%10.9%19.6%4个2个3个1个14.9%12.7%14.1%11.4%6.7%9.1%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研应用工具（如智能编码工具）、大语言模型、数据科学/数据挖掘/数据分析、语言/语义理解类应用（如对话机器人）和图像识别类应用（如拍照搜图）是最主要的五个生成式AI开发者研发方向；近四成生成式AI开发者工作内容集中在特定方向，其中应用工具和语言/语义理解类应用是主要聚焦方向。21https:/GPT、文心、通义大模型是生成式AI开发者使用率最高的大模型大模型使用情况统计GPT系列大模型百度文心大模型阿里通义大模型LLaMA 2姜子牙大模型中科院紫东太初大模型上海人工智能实验室的书生通用大模型Neural Chat 7b其他数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研生成式AI开发者或企业对大模型的要求不仅是实现通用功能，还需要能够在特定领域、特定场景具备应用价值，真正解决业务痛点。因此，生成式AI开发者和企业逐渐产生更多自建模型的需求，或者通过使用多个大模型综合解决业务难点；对比国内外大模型，在某些细分领域，国内大模型能够更好理解使用者指令，生成式AI开发者会比较输出结果选择与需求更契合的大模型。22https:/0.7%大模型使用数量1个5.7%2个13.2%3个19.8%4个16.6%5个13.5%6个9.7%7个7.2%8个5.7%8个以上8.6%讯飞星火大模型智谱ChatGLM3大模型华为盘古大模型百川大模型Stable Video Diffusion昆仑万维天工大模型360智脑大模型MOSS大模型商汤科技商量SenseChat智源悟道大模型Whisper V318.8%16.1%12.0%9.9%8.5%8.0%6.9%4.0%3.2%1.9%1.5%1.3%1.2%1.2%1.0%1.0%1.0%1.0%0.5%占比代码生成工具和ChatBot使用率最高，智能化办公工具使用时间最长2023年生成式AI开发者工具使用情况生成式AI工具使用比例平均使用时长（月）生成式AI工具使用时间Avg.：6.0个月数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研，猎聘大数据https:/lnfoQ调研统计，2023年生成式Al开发者人均使用Al工具时间为半年，最常使用智能化办公工具，其次是图像生成工具。使用代码生成工具和ChatBot的人群比例最高，其中使用ChatBot的时长略高于均值，而代码生成工具使用时长仅略高于可视化智能数据分析工具。233-6个月,31.4%1-3个月,25.2%一年以上,14.2%代码生成工具19.2%5.3ChatBot（比如ChatGPT）19.1%6.2可视化智能数据分析17.1%5.0智能化办公工具（生成PPT、文稿等）16.7%7.6图像生成工具16.3%6.7音视频生成工具11.4%5.5其他0.2%6-12个月,29.1%GitHub Copilot使用率遥遥领先，使用Cursor付费水平最高Avg.：328.8元使用率TOP5 AI辅助编程工具人均花费（元）生成式AI开发者人均使用AI辅助编程工具已花费328.8元，使GitHub Copilot人群比例最高，其次是Codex和AmazonCodeWhisperer。在使用率最高的5个AI辅助编程工具中，生成式AI开发者使用GitHubCopilot花费略低于均值，Cursor属数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/248.7%10.9%40.2%12.5%11.6%16.1%于低使用率高花费工具。CodexCodeWhispererCursor通义灵码已花费金额在100-200元已花费金额在100元以下已花费金额501-1000元已花费金额1000元以上已花费金额201-500元公司自研暂时没有付费CopilotAmazonGitHub33.9%花费水平使用比例TOP10产品高于均值花费GitHub Copilot317.4Codex350.0高花费Cursor369.5AmazonCodeWhisperer249.3AI辅助编程工具使用情况TabnineCodeiumIntellicodeFuncGPT11.7%11.2%7.0%6.8%5.4%4.8%4.8%4.0%低使用率高3.0%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/通义灵码94.2低于均值花费工具链、落地实践和技术课程方面的支持最受生成式AI开发者青睐生成式AI研发中期待的助力生成式AI工具链中难度大工具少的环节生成式AI领域的专家分享实践案例生成式AI相关技术课程技术与业务结合方向的专业咨询资金支持算力支持人才支持客户资源模型评估阶段模型调优阶段Prompt工程场景案例数据管理阶段推理服务部署插件库数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/近6成生成式Al开发者表示，若企业能够提供应用开发的工具链支持，生成式Al的研发工作将更加顺畅。在工具链使用中，模型评估及模型调优的工具少，难度大，成为多数生成式Al开发者的工作难点。由于技术应用仍处于起步期，生成式Al开发者对实践辅助和专业/技术咨询也有较多需求。250.1%54.2%56.2%52.2%28.5%28.3%26.3%53.7%27.8%15.7%应用开发的工具链支持58.6%29.2%44.8%27.1%28.9%生成式AI研发团队洞察企业生成式AI开发团队27软件和信息技术行业拥有超6成生成式AI开发者，中小企业占据半壁江山数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/28科学研究和技术服务业5.8%生成式AI开发者主要集中在供应侧，中小企业占据半壁江山；应用侧企业普遍仍在探索AI与业务的融合，受限于人才、技术、基础设施等方面的能力制约，应用侧企业以中大规模为主。供应侧行业-企业规模12.3%21.3%5.1%9.2%13.6%8.5%11.5%4.4%12.5%9.6%13.2%10K人以上201-500人金融业教育业信息传输、软件和信息技术服务业60.2%游戏、社交业电力、热力、燃气及水生产和供应业交通运输、仓储和邮政业水利、环境和公共设施管理业供应侧应用侧供应侧应用侧行业-企业规模房地产业暂时未在具体行业就业AI开发者所在行业租赁和商务服务业建筑业5.7%3.2%2.5%1.1%1.1%0.9%0.8%0.8%0.7%5K-10K人101-200人1K-3K人501-1K人3K-5K人51-100人生成式0.4%3.2%12.9%14.7%7.8%6.1%51人以下应用侧批发和零售业住宿和餐饮业制造业12.5%11.0%13.2%9.3%5.2%一半以上的AI研发团队不超过20人1000人以上501-1000人201-500人101-200人61-100人41-60人20-40人20人以下未在公司任职各规模企业平均AI研发团队人数占比52.1%3.4%8%4.1%6.1%6.5%6.7%14.1%10K以上 5K-10K3K-5K1K-3K501-1K 201-500 101-200 50-10050以下数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/整体来看，约52%的AI研发团队规模在20人以下。从企业规模分布来看，在供应侧，生成式AI开发者主要集中在AI初创或中小企业，大型成熟企业的生成式AI开发者占比普遍较低。而在应用侧，生成式AI开发者主要就职于大型企业，资源能力使得AI更易与自身产品或自身业务场景进行融合。29AI研发团队规模分布5.2%5.8%29.6%1.2.9%4.4%3.9%企业规模（人）52.0%6.4%14.5%18.9%12.2%平均占比新团队以应用类为主，成员需要懂场景、懂开发、懂大模型生成式AI的应用层创新将成就一批新团队全球来看，目前生成式AI细分市场以模型层为主，由于AI更易切入到业务场景中并提供价值，国内生成式AI新团队主要瞄准应用层创新，为用户提供全栈式AI PaaS和SaaS化服务成为主流形式。从团队结构来看，10人左右小而美的团队成为主流，技能栈囊括算法/工程/测试/产品等，形成快速迭代。懂场景算法研究员（理论研究）算法工程师（将理论研究落地到模型里进行试验和投产）架构工程师（提供基础的算力架构和服务架构）研发工程师（搭建对外提供服务的系统）产品经理（将产品与应用融合）30懂大模型懂开发生成式AI团队成员普遍具有世界顶级名校背景创业团队主要来自知名头部企业内部转化、垂直领域资深人员以及高校科研机构。从团队人员背景来看，年轻、有顶尖名校背景、具备世界知名科技企业或机构核心业务工作经验的技术人才成为团队中坚力量。团队成员毕业人数TOP10高校：斯坦福大学14人、加州大学伯克利分校10人、麻省理工学院7人、剑桥大学5人、哈佛大学4人、住治亚理工学院4人、卡内基梅隆大学3人、清华大学3人、莱斯大学2人、华沙大学2人。来自外部公司，77.0%数据来源：AMiner和智谱研究发布ChatGPT团队背景研究报告31团队成员大部分来自外部公司，只有少量应届毕业生、科研机构人员和高校教职人员；外部公司主要为：谷歌、Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind。硕士学位,28.7%博士学位,32.2%Microsoft其他,39.1%https:/高资本投入和高技术要求塑造科技领导者独特画像由于行业对资金投入力度和技术能力要求高，团队领导者不仅需要具备AI战略规划能力，AI创新能力，AI技术与业务团队融合能力，以及AI团队建设能力，还需要具备相关领域深厚的技术实力以及科技巨头企业领导层经验。高资本要求大厂大侥李战斌：原毫末智行人工智能中心技术总监、地图中台负责人，2023年11月离职后加入吉利智驾地图公司朗歌科技，担任朗歌科技的CEO助理兼智驾中心负责人；白鹏：原小米To B业务副总裁，2023年7月离职后加入爱奇艺旗下VR公司“梦想绽放”，任CEO一职；刘凡凡：原小鹏互联网中心副总经理，2023年6月离职后加入蔚来，担任导航与位置服务部门的负责人；马杰：原百度副总裁、元宇宙产品“希壤”负责人，2023年5月离职后加入李开复成立的创新工场，担任副总裁一职；32高技术门榄相关领域顶级专家顾晓韬：华为云大模型核心成员，盘古大模型的三个算法负责人之一，2023年12月离职后加入智谱AI；杨植麟：是Moonshot AI的创始人之一，曾在清华大学交叉信息学院担任智源青年科学家；黄学东：微软云计算与人工智能事业部全球人工智能首席执政官，2023年6月离职后加入Zoom担任CTO；颜水成：前后曾担任过360集团人工智能研究院院长、依图科技CTO、Sea集团首席科学家，2023年9月正式加盟昆仑万维，与昆仑万维创始人周亚辉一起出任天工智能联席CEO，并兼任昆仑万维 2050 全球研究院院长。企业生成式AI研发基础设施33多数企业使用云服务或部分自建算力设施约三成企业使用云服务，其中千人以下规模企业更加倾向于利用云服务商技术能力和安全保障，通过云服务来降低企业开发门槛和成本；从不同行业来看，信息传输、软件和信息技术服务业、游戏、科学研究和技术服务业对云服务需求比例更高；仍有约两成企业尚未建设AI基础设施，生成式AI开发者需要个人搭建算力环境，也有10.1%的生成式AI开发者不清楚企业AI算力类型，对企业AI建设程度认知较低。数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/34云服务和自建算力设施各半 19.9%暂未建设AI基础设施 18.8%主要使用自建算力设施 18.0%不清楚 10.1%主要使用算力云服务 33.2%企业AI算力类型33.2%18.8%19.9%10.1%18.0%自研和采购外部大模型能力的企业数量旗鼓相当企业大模型能力构建采买/调用了商业大模型能力 22.7%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/35基于开源构建了自己的专属大模型22.0%没有基于大模型做任何开发工作 21.6%基于商业化大模型能力进行了本地的私有化训练和部署 18.0%不清楚 15.7%采买或调用商业大模型和基于开源构建专属大模型的企业比例基本一致，其中万人规模企业往往业务场景较为复杂，更偏好基于开源构建自己的专属大模型；由于AI落地应用存在不少难点，即使是数字化转型重点行业，约四成制造业企业内部仍然没有基于大模型做任何开发工作；约两成企业没有基于大模型做任何研发工作，其中千人以下规模企业比例较高，由于成本高、落地难、存在数据隐私安全隐患、人才资源少等因素，中小企业在应用方面尚处于观望期。15.7%22.7%18.0%22.0%21.6%近三成企业欠缺生成式AI工具使用导向，基础设施存在较多问题企业AI研发工作问题主要集中在基础设施方面企业AI研发工作希望解决的问题13.0%13.0%11.5%11.0%9.2%7.8%7.4%7.0%6.8%6.8%6.3%0.2%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/36算力太贵，训练研发周期长，成品收益不明显；因为算力的原因，无法使用更大规模的模型；算力不足，模型调优进度慢，赶不上业界变化；私有部署模型，算力成本巨大，且无法很好满足用户并发需求公司并不重视，也无法很好推广给客户；公司暂时没有投入AI基础设施建设，个人缺乏资源训练模型，只能使用免费的模型尝试在已有的产品中添加AI功能；面临人力不足问题，AI办公普及度不高；基础知识薄弱，没有成体系的学习途径；渴望有成熟的AI原生应用开发框架，现成框架的运营手段非常有限，只能自己重复造轮子GPU资源紧张，算力不足，模型调优进度慢缺少业务场景结合，缺乏产生的业务价值评估存在企业数据泄露风险，担心AI安全合规性模型性能提升安全与隐私保护缺乏数据/数据质量差算力问题可解释性与透明度企业整体意识问题使用门槛问题缺乏好的应用场景专业人才稀缺监管问题训练时间长其他质疑AI是否产生真实的业务价值；没有业务能消化掉成本，开发投入很尴尬；业务与大模型结合存在困难，业务结合点不清晰；如何通过搭建私有化模型训练，梳理已有的应用系统业务，通过私有化模型训练重构已有的业务系统；对垂直领域进行高时效调优的技术不成熟企业重视度不足，人才欠缺，私有化训练门槛高，开源资源少安全问题是重中之重，生成式AI开发者对数据安全和业务隐私保护存在疑虑，需要有明确的解决方案保证公司数据不被泄露企业生成式AI研发实践37生成式AI在办公场景中的落地应用受到广泛关注生成式AI开发者的AI实践目的关注的生成式AI落地领域提升工作效率尝试新技术与新工具快速掌握新知识和技能帮助调整工作分配帮助聚焦在思考类工作上生成式AI的行业应用正在全面铺开，重塑工作方式并提升效率是生成式AI开发者最主要的AI实践目的；因此，在各个应用场景中，生成式AI开发者最为注重办公场景。其中，技术类生成式AI开发者尤为重视开发效率的提升，而应用类生成式AI开发者（如产品、市场、设计等）则关注AI内容生成和分析能力对业务的辅助。数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/3818.8%教育包括供应链管理、交通物流、生活服务、科研、艺术、旅游等场景办公46.1%1.5%4.5%工业制造金融社交消费零售汽车游戏生物医疗其他58.9%80.9%70.5%44.3%21.1%19.3%13.6%13.4%13.0%26.1%25.9%生成式AI开发者企业努力迈向复杂应用期，企业赋能水平仍有较大提升空间全面实践期模块4、5企业整体业务应用程度较高，企业中的生成式AI开发者整体成熟度也较高，业务和技术可以充分融合，技术是业务发展的核心动能。复杂应用期模块2、3企业业务开始进入AI技术多业务环节应用阶段，生成式AI开发者技术、人才密度等成熟度中等或者相对成熟，技术可以在某些业务环节中推动业务发展。基础探索期模块1企业业务与技术应用结合度相对低，主要赋能情况为单节点业务合作。但是部分企业生成式AI开发者指数较高，这种情况下整体升级速度就会更高。各重点关注场景生成式AI建设情况44523423生成式AI开发者指数（对生成式Al在该领域的重视程度、人才比例、生成式Al开发者薪资等维度综合计算生成式Al开发者在企业中的参与深度和广度、以及企业生成式Al建设情况）高39办公社交消费零售工制高企业应用程度低教育1业造金融游戏汽办公：最多关注的应用场景，多个业务环节的解决方案已形成在办公领域最关注的生成式AI技术应用作为提效增速加快创新的直观应用，生成式AI在办公场景中的落数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/地实践得到生成式AI开发者最多关注，其中文本信息处理或生成尤为重要。生成式AI在办公场景已渗透至多个环节，能够为应用者提供较为完整的解决方案。54123生成式AI开发者指数40高各重点关注场景生成式AI建设情况文本信息的处理、生成数据分析个人办公助理图像信息的处理、生成PPT生成、美化36.0%24.7%22.8%11.8%4.8%34高企业应用程度低24办公教育：企业和高校积极拥抱生成式AI，技术加持为行业开辟新通路在教育领域最关注的生成式AI技术应用生成式AI为在线教育行业开辟了新通路，在应用上处于较早期的起步发展阶段，除了帮助教育企业和教师增效，还能够真正解决学习助手类个性化教学方案生成陪伴学习类辅助教师进行作业批改等数据分析练习题等作业内容生成其他26.7%0.8%个性化的自适应学习的难题。一些头部在线教育企业已推出自研大模型补齐通用大模型在某些学科的能力欠缺。54123数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/低生成式AI开发者指数高41教育11.7%20.4%6.3%24.2%3210.0%各重点关注场景生成式AI建设情况企业应用程度4高4工业制造：数字化产品供不应求，生成式AI得到高度关注在工业制造领域最关注的生成式AI技术应用工业互联网正加速发展，但制造业的数字化供需匹配水平仍整体低于服务业，特别是在生产环节，适用于制造业的数字化产品供不应求。生成式AI或成为下一轮工业革命的标志，生成式AI开发者对“生成式AI+工业制造”的关注度也随之走高。541工业制造23生成式AI开发者指数42故障预警机器人产品设计优化智能质检智能家居产品设计供应链管理数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/20.2%12.2%高各重点关注场景生成式AI建设情况18.5%342414.3%17.2%17.6%高企业应用程度低金融：数据分析受到广泛关注，但存在安全风险，面临监管问题4.7%数据来源：InfoQ 2023年12月发起的中国生成式AI开发者画像调研https:/低生成式AI开发者指数高4354123由于拥有海量数据和丰富的应用场景，金融成为生成式AI技术落地的重要领域，但仍存在算力、数据治理等诸多成本和监管问题。数据分析是开发者最为关注的技术应用，大型金融