2023年中国AI技术变革企业服务白皮书.pdf

1报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，头豹研究院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。头豹研究院2023年中国AI技术变革企业服务白皮书AI助力企业腾飞，变革行业创新发展2023 Whitepaper on China AI Technology Transformation of Enterprise Services人工智能系列研究洞察|OPPORTUNITY GROWTH INVESTMENT INSIGHTS400-072-55882023年被称为“AI元年”，人工智能、AI大模型概念迅速点燃市场。本篇报告重点关注人工智能相关技术在广泛的企业服务领域所带来的变革应用研究，将洞察中国AI技术如何为企业服务领域带来发展与应用方面的升级和演变，同时分析行业规模、落地应用、未来趋势，提供AI变革企业服务场景应用的理解和解读。研究区域范围：中国研究周期：2022-2023年研究主题：AI变革企业服务此研究将会回答的关键问题：产业链情况：中国AI技术变革企业服务产业洞察核心技术：中国AI技术变革企业服务的核心技术应用场景：AI技术在泛企业服务场景的落地应用从2018年OpenAI提出的参数为1.17亿的GPT算法，到2020年推出参数为1,750亿的GPT-3，参数实现了116倍的增长，跨足千亿级大模型，对2019年的NLP模型构成巨大冲击。随后，OpenAI推出基于GPT-3.5Turbo模型，具备更大参数和更高精度，进一步普及了人工智能。今年，OpenAI在3月15日发布了多模态预训练大模型GPT-4，其技术原理和训练机制与GPT-3.5相似，但引发了公众对AI的极大热情。GPT-4经过升级，提升了ChatGPT的图像识别能力、文字限制扩展至2.5万字、专业性回答的准确性以及风格变换能力。与以往模型相比，GPT-4最显著的创新之一是其多模态能力。01语言大模型的助力下，垂直领域的应用呈现出更高的专业性、高质量的产出以及在特定任务上的卓越表现。目前，这些应用已广泛渗透到金融、政务、交通、医疗、教育等领域。AI大模型在高度渗透的应用领域取得成功的原因在于其拥有丰富高质量的数据、强烈的技术需求和创新要求，以及规范的商业环境。此外，这些领域对客观、理性建议的需求也激励大模型提供更准确、更有逻辑的解决方案，以满足高级决策和战略制定的要求。这一成功不仅推动了行业的发展，也为大模型应用提供了新的机遇和动力。0203AI大模型对各类产业的影响程度各不相同。在服务型产业中，AI能够实现5.8%的显著成本降低，主要集中在客户营销、客户运营、客户服务等获取和转化客户的成本方面，具有高替代潜力。在媒介型产业中，成本降低比例为2.8%，主要表现在销售渠道管理和营销内容等关键领域。对于产品型产业，AI有望减少1.6%的成本，这些企业通常在产品研发设计和市场营销方面投入较多，因此未来将通过自动生成产品模型、外观设计以及宣传材料来重塑工作模式。然而，在制造型和基础源头型产业中，AI大模型的渗透率相对较小，成本下降幅度仅为0.5%。AI大模型在服务型产业中能显著降低成本，推动企业服务创新和提效随着大模型技术成熟，未来大模型有望在各领域广泛应用并实现商业化GPT-4点燃AI发展浪潮，大模型引起社会高度关注研究目的与摘要01行业研读|2023/400-072-5588AI技术变革背景数字经济环境1AI政策环境2AI市场规模3AI赋能企业服务框架4AI发展演变5AIGC发展背景6AIGC技术能力7基础层AI基础设施三大核心要素11产品形态及分类12市场规模13产业链图谱14制约关键点15厂商类型16商业模式17竞争壁垒18AI开发平台定义框架11市场规模12产业链图谱13参与者类型14商业模式15竞争壁垒16企业服务层智能营销智能运营定义及特点11市场规模12产业链图谱13技术逻辑14厂商及服务模式15行业应用及发展16定义及特点11市场规模12产业链图谱13厂商类型14业务部署模式15下游渗透情况16智能客服数字员工定义及产品形态11市场规模12产业链图谱13主要参与者14部署模式15下游应用及行业发展16定义及特点11市场规模12产业链图谱13产品功能分析14商业价值分析15行业发展16模型层AI大模型语言大模型企业服务大模型定义1定义2市场规模13产业链分析14参与者分析15商业价值16行业发展定义11市场规模12参与者类型13商业模式14竞争壁垒定义11业务分析12智能知识助手13产品分析400-072-5588行业研读|2023/09中国：人工智能系列400-072-5588中国：人工智能系列行业研读|2023/400-072-400-072-5588Chapter 1AI技术变革背景数字经济环境AI政策环境AI市场规模AI赋能企业服务框架AI发展演变AIGC发展背景AIGC技术能力行业研读|2023/400-072-5588中国：人工智能系列行业研读|2023/09数字产业化和产业数字化的二八分布将促使数字产业化和产业数字化的二八分布将促使AIAI企业为数字化领先产业企业为数字化领先产业提供解决方案提供解决方案，同时也需要关注数字化滞后产业的需求同时也需要关注数字化滞后产业的需求，通过技术传通过技术传递和生态建设递和生态建设，实现实现AIAI技术在全产业范围内的均衡发展技术在全产业范围内的均衡发展中国AI技术变革数字经济环境来源：中国信通院，国务院，人民政府网，头豹研究院，弗若斯特沙利文中国数字经济之产业数字化规模2124.928.831.737.239.345.501020304050602017201820192020202120222025E产业数字化数字产业化单位：万亿元产业数字化在数字经济中持续主导，与不断创新的数字技术紧密融合，其规模和深度迅速提升，成为数字经济增长的引擎在数字经济的舞台上，产业数字化坚定地占据主导地位，与数字技术的创新密切交织。随着数字技术的快速进步，互联网、大数据、人工智能等正与实体经济紧密融合，使得产业数字化在驱动数字经济增长方面显得愈加关键。2022年，中国数字产业化规模达到8.8万亿元，占据数字经济比重达到18.3%。这个数字不仅见证了数量级的迅猛增长，更突显了产业数字化正朝着质量提升的道路前行。与此同时，2022年，产业数字化规模攀升至39.3万亿元，其在数字经济中的比重高达81.7%。预计到2025年，整个数字经济市场规模将达到55.7万亿元。这些数据不仅凸显了产业数字化在纵深发展上的蓬勃进展，更强调了其在数字经济引擎中的核心地位，不仅在规模扩张方面保持着引领性，还在质量升级和深度创新方面发挥着愈发重要的作用，从而为整体经济增长展现出越来越显著的影响。企业名称2020年2025年数宇经济核心产业增加值占 GDP 比重（%）7.8%10软件和信息技术服务业规模（万亿元）8.1614工业互联网平台应用普及率（%）14.745中国“十四五”数字经济发展主要目标（部分截选）400-072-5588中国：人工智能系列行业研读|2023/09中国政府将人工智能产业视为国家战略核心中国政府将人工智能产业视为国家战略核心，在在语言语言大模型方面展现大模型方面展现出积极支持立场出积极支持立场，在信息安全和在信息安全和AIGCAIGC管理方面制定规范管理方面制定规范，整体政策环整体政策环境对人工智能及语言大模型健康发展和应用表现出有利的支持境对人工智能及语言大模型健康发展和应用表现出有利的支持中国AI技术变革AI政策环境来源：头豹研究院，弗若斯特沙利文中国AI政策环境（宏观政策）政策名称颁布日期 颁布主体主要内容及影响关于生成式人工智能服务管关于生成式人工智能服务管理办法（征求意见稿）公开征理办法（征求意见稿）公开征求意见通知求意见通知2023-04网信部首次针对于生成式Al产业发布规范性政策，包括算法、模型、生成文本、图片、声音、视顷、代码等针对生成式人工智能服务出针对生成式人工智能服务出台管理办法台管理办法2023-04网信部该办法支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作，为语言大模型发展提供了政策支持和技术保障；同时，该办法要求语言大模型在数据来源、算法设计、内容标识等方面遵守法律法规的要求关于加快场景创新以人工智关于加快场景创新以人工智能高水平应用促进经济高质量能高水平应用促进经济高质量发展的指导意见发展的指导意见2022-07科技部该指导意见鼓励在各行业领域深入挖掘人工智能技术应用场景，为语言大模型提供了丰富多样的应用场景，如聊天和文本生成、机器翻译、语音识别与合成关于促进新一代人工智能产关于促进新一代人工智能产业高质量发展的若干措施业高质量发展的若干措施2022-01教育部发挥科技支撑和引领作用，支持有条件的地区和高校、科研机构、企业开展语言智能技术研究，着力在自然语言处理、机器写作、机器翻译、机器评测等领域取得实质成果国家新一代人工智能标准体国家新一代人工智能标准体系建设指南系建设指南2020-07网信办指南规划了新一代人工智能标准体系的总体框架和具体内容，包括标准目录、标准体系结构、标准分类和标准制定程序等中国AI政策环境（地方政策）政策名称颁布日期城市主要内容及影响北京市促进通用人工智能创北京市促进通用人工智能创新发展的若干措施新发展的若干措施2023-05北京针对优化计算资源协调供应、提升高品质数据输入、构建通用人工智能大模型等核心技术要素，推动通用人工智能技术的创新应用场景，同时探索建立审慎包容的监管框架，共提出了21项关键举措深圳市加快推动人工智能高深圳市加快推动人工智能高质量发展高水平应用行动方案质量发展高水平应用行动方案 (2023(2023-20242024年）年）2023-05深圳发布首批 城市+AI 应用场景清单，全面规划设立规模达1,000亿元的人工智能基金群，汇集充足算力、优质政策支持、蓬勃产业生态、卓越人才环境以及丰富应用场景，致力于打造国家级新一代人工智能创新发展试验区和前瞻性智能应用领域上海市加大力度支持民间投上海市加大力度支持民间投资发展若干政策措施（征求意资发展若干政策措施（征求意见稿）见稿）2023-05上海积极引导民营企业积极参与集成电路、生物医药和人工智能等三大战略产业的中坚地位构建，全面推行涉及这三大产业领域的各项资金支持政策，充分发挥人工智能创新发展专项等引导机制作用为民营企业提供广泛支持，使其深度参与数据、算力等人工智能基础设施建设成都市进一步促进人工智能成都市进一步促进人工智能产业高质量发展的若干政策措产业高质量发展的若干政策措施施(征求意见稿）征求意见稿）2023-06成都明确了促进人工智能算法创新、推动人工智能技术水平提升以及构建完善的人工智能产业生态三个方面的举措400-072-5588中国：人工智能系列行业研读|2023/0920222022年年，中国人工智能行业市场规模达中国人工智能行业市场规模达3 3,716716亿元亿元，占全球人工智能占全球人工智能市场份额约市场份额约2020%，呈现蓬勃增长态势呈现蓬勃增长态势。同时同时，中国企业级中国企业级AIAI解决方案解决方案市场约占中国整体市场约占中国整体AIAI市场的市场的7777%，预计到预计到20272027年将增至约年将增至约8383%中国AI技术变革AI市场规模来源：创新奇智招股说明书，小i机器人招股说明书，头豹研究院，弗若斯特沙利文2022年中国人工智能行业市场规模达3,716亿元，占全球人工智能市场份额约20%，呈现蓬勃增长态势中国人工智能发展受到了多方面的驱动，其中政策环境、技术创新、市场需求、资本支持和人才队伍等因素发挥了重要作用。政府出台了一系列扶持政策，为人工智能产业的快速发展提供了有力的保障；技术创新不断取得突破，为人工智能产业的持续发展提供了强大的支撑；随着中国经济社会的快速发展，对人工智能的需求不断增长，推动了人工智能产业的发展；大量的资金涌入人工智能领域，为企业的研发、市场推广等提供了强有力的支持；中国拥有丰富的人才资源，高校、企业等在人工智能领域的研发力量不断增强，为人工智能产业的发展提供了坚实的人才基础。中国企业级人工智能市场规模，2019-2027E单位（十亿元）100 139 198 285 413 590 837 1,208 1,306 73.0%75.0%76.0%77.0%78.0%79.0%80.0%82.0%83.0%20.0%40.0%60.0%80.0%-500 1,000 1,50020192020202120222023E2024E2025E2026E2027E企业级人工智能占整体人工智能市场百分比2022年中国企业级AI解决方案市场规模达2,853亿元，预计到2027年将达到13,058亿元，年复合增长率为35.6%根据目标群体的不同，人工智能解决方案可以分为两大类：（1）面向公共服务的AI解决方案和（2）面向企业级用户的AI解决方案。相较于公共服务类用户，企业级用户对AI解决方案的应用场景和需求更加多样化，并且明确定义。在中国，企业级AI解决方案的商业环境遵循市场导向，产品和解决方案相对于公共服务类解决方案更为个性化，因此中国的企业级AI解决方案市场预计具备高增长潜力。中国人工智能市场规模，20192027E11%12.2%13.8%20.5%22.1%24.7%25.6%26.9%29.6%占全球市场份额137 186 260 372 532 752 1,054 1,473 1,573 05001,0001,50020192020202120222023E2024E2025E2026E2027E单位（十亿元）400-072-5588中国：人工智能系列行业研读|2023/09中国AI技术变革AI赋能企业服务框架来源：专家访谈，头豹研究院，弗若斯特沙利文智能营销智能运营智能客服企业服务层垂直类综合类AIGC工具层AI基础设施AI开发平台基础硬件网络运营及安全数据集数据服务及治理AI芯片算法云计算厂商AI开发平台供应商人工智能厂商基础层图像视频虚拟人游戏文字音频注：图谱中所展示logo顺序及大小无实际意义，不涉及排名，仅展示部分行业代表性企业模型层语言大模型AI大模型企业服务大模型400-072-5588中国：人工智能系列行业研读|2023/09OpenAl 发 布 GPT-3.5；Midjourney Stable Diffusion 等 模 型 问 世；Meta&Google分别推出文字生成视频模型Make-A-Video、Imagen video自深度学习突破以来自深度学习突破以来，大型神经网络模型在图像大型神经网络模型在图像、语音语音、自然语言等自然语言等领域取得显著进展领域取得显著进展。GPTGPT、BERTBERT等模型改变了文本处理方式等模型改变了文本处理方式，大模型大模型不断增强性能和规模不断增强性能和规模，促进了促进了AIAI产业的迅猛发展产业的迅猛发展中国AI技术变革AI发展演变来源：头豹研究院，弗若斯特沙利文AI大模型发展历程Google开源了重要的 深 度 学 习 框 架Tensor Flow和AI绘画应用DeepDreamOpenAl和Google分别发布了GPT-1与BERT大模型，预训练大模型成为自然语言处理领域主流OpenAl发布GPT-3具有1.75万亿个参数规模；Dario Amodei推出直接竞品Claude2015年2018年2020年2017年Facebook 开 源 了PyTorch；Google提 出 颠 覆 性 的Transformer架构2019年OpenAl发布了具备零样本多任务能力的GPT-2，展现出翻与阅读理解能力2021年Google发布史上首个万亿级语言模型Switch Transformer；百度发布第三代文心语言大模型2022年2023年中国AI大模型元年；10亿参数规模以上的大模型有79个企业名称模型名称核心功能及亮点百度文心大模型训练数据包括了万亿级网页数据、数十亿的搜索数据和图片数据、百亿级语音日均调用数据，及5,500亿事实知识图谱等腾讯混元大模型使用腾讯太极机器学习平台自研训练框架AngelPTM，单机模型规模达55B，20个节点可容纳万亿级模型，节省45%资源阿里通义大模型已在超过 200 个场景中提供服务，实现 2%10%的应用效果提升。在搜索场景中，可实现以文搜图的跨模态搜索华为盘古大模型使用Encoder-Decoder架构，兼顾语言大模型的理解能力和生成能力，保证了模型在不同系统中的嵌入灵活性京东言犀大模型具备多领域应用、多模态支持、超大规模参数（千亿级别）等特点，为多种产业领域提供丰富应用潜力360360智脑大模型具备生成与创作、多轮对话、代码能力、逻辑与推理、知识问答、阅读理解、翻译、文本改写、多模态等核心能力科大讯飞星火认知大模型在教育、办公、汽车驾驶、数字员工等领域应用，升级智能功能，提升用户体验商汤日日新大模型在自然语言处理、数字人生成、空间重建等领域具备突破性特点，包括输入长度突破、数字人生成提升等创新功能达观数据曹植具有长文本、垂直化和多语言特点，提供文案创作解決方案400-072-5588中国：人工智能系列行业研读|2023/09AIGCAIGC产业的发展来自算法产业的发展来自算法、数据及算力的综合推动数据及算力的综合推动，大模型引起社会大模型引起社会高度关注高度关注。AIGC代表式产品代表式产品ChatGPT文本生成能力强大文本生成能力强大，GPT-4点燃点燃人工智能发展人工智能发展浪潮浪潮中国AI技术变革AIGC发展背景AIGC发展背景来源：CNKI，中国信通院，头豹研究院，弗若斯特沙利文 扩大预训练模型 指示学习和提示学习 提高zero-shot能力 基于Transformer的decoder架构 创新采用多任务训练和微调 进一步扩大预训练模型 采用in-context learning技术 采用人工反馈的强化学习方式RLHF指导模型训练 引入人工标注数据 对话类训练数据数据：参数巨量化算力：内容创造力算法：跨模态融合AIGC：认知交互力提速AI工程化人工智能发展新浪潮低高ChatGPT约1,750亿GPT-2约15亿GPT-1 约 1.17亿2018201920202022 2023参数规模持续增加GPT-3约1750亿NLP部分任务阅读理解机器翻译问题回答摘要概括阅读理解文本生成自动问答语义推断检索对话能力机器翻译语言生成代码生成信息检索模型能力持续增强在互联网不断演进和人工智能技术迅猛发展的大背景下，AIGC在网络上迅速走红。其产业发展受数据、算法和算力的综合推动AIGC产业发展来自于数据、算法、算力的发展综合推动，其中数据是AIGC的基础“燃料”，大数据为 AIGC 提供数据支撑；算法是AIGC的核心驱动力，AI算法、模型等核心技术突破是AIGC成熟的关键；算力是AIGC应用保障，人工智能的数据巨量化、算法复杂化、场景多元化等特征对算力有更高的要求。AIGC代表式产品ChatGPT再次引爆，GPT-4点燃AI发展浪潮，大模型引起社会高度关注从2018年OpenAI提出的参数为1.17亿的GPT算法，到2020年推出参数为1750亿的GPT-3，参数实现了116倍的增长，跨足千亿级大模型，对2019年的NLP模型构成巨大冲击。随后，OpenAI推出基于GPT-3.5Turbo模型，具备更大参数和更高精度，进一步普及了人工智能。今年，OpenAI在3月15日发布了多模态预训练大模型GPT-4，其技术原理和训练机制与GPT-3.5相似，但引发了公众对AI的极大热情。GPT-4经过升级，提升了ChatGPT的图像识别能力、文字限制扩展至2.5万字、专业性回答的准确性以及风格变换能力。与以往模型相比，GPT-4最显著的创新之一是其多模态能力。400-072-5588中国：人工智能系列行业研读|2023/09AIGCAIGC的技术架构逻辑上分为基础层的技术架构逻辑上分为基础层、技术层技术层、能力层能力层、应用层应用层、终端终端层五大板块层五大板块，其中核心技术层其中核心技术层涵盖涵盖AI技术群和大模型的融合创新技术群和大模型的融合创新，为为各行业领域提供各行业领域提供AIGC产品及服务产品及服务中国AI技术变革AIGC技术能力来源：CNKI，百度文心，头豹研究院，弗若斯特沙利文 在人工智能相关政策规划支撑下，AIGC的技术架构链条逻辑上分为基础层、技术层、能力层、应用层、终端层五大板块。AI技术和大模态的融合创新为各行业深度赋能。目前是AIGC应用落地的阶段，众多厂商入局摸索合适的场景进行商业化落地。（1）大型互联网科技厂商通过打造跨越技术栈的多模态大模型，打造强泛化能力和适应性的大模型能力，实现MaaS；（2）垂直厂商通过探索在垂直领域特定任务上进行微调和训练，打造垂直行业或场景大模型，提供针对性产品及服务。AIGC的技术架构能力层应用层终端层企业级用户政府机构用户大众消费者用户文字生成音频生成图像生成视频生成虚拟人/场景生成代码生成策略生成多模态生成政策基础层生成式人工智能服务管理办法（意见稿）“十四五”数字经济发展规划数字中国建设整体布局规划企业服务零售电商传媒/影视 教育/科研工业游戏医疗政务金融服务数据资源硬件设施技术层人工智能智能语音机器学习计算机视觉知识图谱自然语言理解多模态大模型智能文档理解视觉-语言语音-语言多模态检测与分割CV大模型图像生成图像表征视频表征视频生成图像分类图像与物体检测语义分割因果推断语言大模型语音语义理解多语言模型语言理解与生成多模态对话文本语义与图结构开放域对话信息抽取与检索代码生成和理解AI模型生产工具深度学习框架/开源模型模型训练/AI开发平台预训练大模型AI算力基础外部合规数据数据标注结构化数据整合第三方合规数据网络资源安全资源算力资源储存资源AI芯片云计算与云服务智能计算平台智能服务器400-072-400-072-5588Chapter 2AI基础设施AI基础设施三大核心要素AI基础设施产品形态及分类AI基础设施行业市场规模AI基础设施产业链图谱AI基础设施制约关键点AI基础设施厂商类型AI基础设施商业模式AI基础设施竞争壁垒行业研读|2023/400-072-5588中国：人工智能系列行业研读|2023/09AIAI基础设施以高质量网络为重要支持基础设施以高质量网络为重要支持，以数据资源以数据资源、算法框架算法框架、算力算力资源为核心要素资源为核心要素，借助开放平台作为主要驱动力借助开放平台作为主要驱动力，长期为公众提供智长期为公众提供智能化服务的基础架构能化服务的基础架构中国AI技术变革AI基础设施三大核心要素来源：创新奇智招股说明书，头豹研究院，弗若斯特沙利文AI算力是支撑人工智能高速发展的关键要素AI算力包括AI芯片、智算中心、AI云中心等，为人工智能技术和产业发展提供了强有力的算力支撑。当前，以深度学习为代表的的人工智能技术需对海量数据进行处理和训练，对算力提出了较高的要求。传统算力因其地城技术架构限制，处理人工智能计算任务时效率低、能耗大，以AI芯片为基础的AI算力中心针对人工智能的各类算法和应用进行了专门优化，使其能够在终端、边缘端、云端等不同应用领域发挥重要作用。AI数据是推动人工智能落地发展的核心基础数据是人工智能技术应用和发展的基石。人工智能的大规模应用需要利用海量数据对模型进行训练，没有高质量的数据集就没有人工智能的大规模应用。因此，以开放数据集、数据交易平台等数据平台为基础的AI数据基础设施成为AI新基建的重要支撑。AI算法是驱动人工智能创新发展的重要引擎作为人工智能的核心逻辑，算法是产生人工智能的直接工具，AI算法的突破是推动机构人工智能发展的核心要素。一方面，AI算法的发展推动计算机视觉、智能语音、自然语言处理等技术突破商用门槛，实现大规模应用；另一方面，以开源框架为核心的技术研发生态和以开放平台为核心的行业应用生态已经成为人工智能发展与应用的重要基础，并逐渐成为AI新基建的重要发力方向。AI基础设施三大核心要素三大要素算法突破：深度学习持续优化升级的算法模型资源突破：大数据不断收集高质量优质的数据算力突破：AI芯片高性能芯片组成的计算能力深度学习机器学习数据集结构化标定数据量CPUGPUFPGAASIC400-072-5588中国：人工智能系列行业研读|2023/09中国AI技术变革AI基础设施产品形态及分类来源：中国信通院，头豹研究院，弗若斯特沙利文AI基础设施按意图的业务场景分类任务型：有任务目标，且需要参数化请求问答型：有任务目标，无参数化请求AI基础设施按不同意图的业务场景可分为通用型和定制型1.通用型AI基础设施是指为多种不同应用场景和任务设计的基础设施，能够支持广泛的AI算法和应用。如云计算平台如Amazon Web Services（AWS）、MicrosoftAzure和Google Cloud，它们提供通用的计算、存储和AI服务，适用于多种应用场景，从自然语言处理到图像识别等。2.定制型AI基础设施是指针对特定领域或应用场景进行设计和优化的基础设施，其硬件、软件、算法等方面的特点都针对某一特定的需求进行了调整和优化。如医疗影像分析平台，如Fujifilm的REiLI平台，专门用于分析医疗影像数据。又如自动驾驶领域的AI基础设施，例如NVIDIA的Drive平台，针对自动驾驶的计算需求进行了定制优化。二者区别：通用型基础设施适用于广泛领域，提供通用功能和支持，而定制型基础设施则专注于特定行业需求，提供更深度的定制和优化。通用型基础设施具有广泛的适用性和共享性，而定制型基础设施更专注于特定领域的精准支持。两者相互补充，推动AI技术在多个领域的应用和创新。AI基础设施按产品形态分类AI基础设施的产品形态包括基础硬件和基础软件1.基础硬件包括高性能的服务器、GPU（图形处理器）、TPU（张量处理器）等专门设计的硬件设备，用于支持大规模的计算和数据处理需求。2.基础软件是指在AI基础设施中用于支持和管理硬件资源的软件组件，包括操作系统、虚拟化技术、容器化平台等。此外，还包括用于分布式计算、数据存储和管理、任务调度和监控等功能的软件工具和框架。从产品形态来看从产品形态来看，AIAI基础设施可划分为基础设施可划分为AIAI基础硬件和基础软件两大类基础硬件和基础软件两大类。而在而在AIAI生态系统中生态系统中，通用型和定制型通用型和定制型AIAI基础设施的相互依赖性促进了基础设施的相互依赖性促进了广泛的广泛的AIAI技术应用技术应用，也为各行业的持续发展提供了关键支持也为各行业的持续发展提供了关键支持01AI基础硬件02AI基础软件通用型AI基础设施模型库与算法开发工具与平台数据支持部署和管理跨领域支持定制型AI基础设施垂直领域适配专业领域数据定制化算法和模型特定工具和界面垂直行业合规和安全400-072-5588中国：人工智能系列行业研读|2023/0920192020202120222023E2024E2025E2026E2027E机器学习技术与平台235.8324.3407.1503.4609.27879831,2291,536数据治理67.389.2135.8201.4269.9362485649870数据基础服务13.81830.34560.782111150202AI芯片122178251368574.18961,3972,1793,40002,0004,0006,0008,000CAGR：39.98%中国AI基础设施行业市场规模，2019年-2027年预测20222022年中国由年中国由AIAI基础设施带动的人工智能市场规模达到基础设施带动的人工智能市场规模达到1 1,117117.8 8亿元亿元，随着随着AIAI基础设施逐渐落地各类应用场景基础设施逐渐落地各类应用场景，预计未来预计未来5 5年内年内AIAI基础设施将基础设施将保持高速高速增长保持高速高速增长，CAGRCAGR将达到将达到3939.9898%中国AI技术变革AI基础设施行业市场规模中国AI基础设施行业按要素划分为算力、数据和算法。其中，算力市场规模按算力带动产业产生的价值，主要测算指标为AI芯片，数据市场规模为数据基础服务和数据治理的产值，算法带动的产业产生的价值作为算法的市场规模，其中测算指标为机器学习技术与平台的市场规模。2022年中国AI基础设施行业市场规模为1,117.8亿元，预计2027年将实现跨越式增长，将达到6,008.1亿元2022年中国AI基础设施市场规模为1,117.8亿元，2019-2022年年复合增长率为36%，市场呈现爆发式增长趋势，预计2027年中国AI基础设施将增至6,008.1亿元，2022-2027年年复合增长率达39.98%。中国AI基础设施落地应用领域将带动下游需求的增长AI基础设施未来五年增速将持续加快，主要在于其通用的适用性和广泛的落地应用。随着大型模型和数据应用等产业的不断落地，AI基础设施在更多领域中的应用范围扩大，加速了整个AI市场的发展。通过解决企业级AI能力建设项目，将AI能力赋予下一级企业客户，实现对其产品的AI赋能，进而服务于消费者市场。企业的市场规模和业务规模直接影响AI基础设施的增长速度，AI基设施市场空间将随之扩大。单位：亿元来源：专家访谈，头豹研究院，弗若斯特沙利文中国AI基础设施市场规模测算逻辑算力算法数据AI芯片机器学习技术与平台数据基础服务数据治理中国AI基础设施市场空间400-072-5588中国：人工智能系列行业研读|2023/09中国中国AIAI基础设施行业的产业链上游为各类硬件的原材料制备商基础设施行业的产业链上游为各类硬件的原材料制备商、电信电信运营商运营商，中游为云计算服务商中游为云计算服务商、数据服务商和基础设施硬件提供商数据服务商和基础设施硬件提供商，厂商服务于各行业场景的企业级和消费级终端用户厂商服务于各行业场景的企业级和消费级终端用户中国AI技术变革AI基础设施产业链图谱中国AI基础色设施行业产业链图谱，2023中游下游来源：头豹研究院，弗若斯特沙利文上游自动驾驶平台城市大脑AI平台医疗影像AI平台智能视觉AI平台智能语音平台平台视觉计算平台基础软硬件平台普惠金融平台中国中国AIAI基础设施行业的产业链上游为各类硬件的原材料制备商基础设施行业的产业链上游为各类硬件的原材料制备商、电信电信运营商运营商，中游为云计算服务商中游为云计算服务商、数据服务商和基础设施硬件提供商数据服务商和基础设施硬件提供商，厂商服务于各行业场景的企业级和消费级终端用户厂商服务于各行业场景的企业级和消费级终端用户20%10%7%5%5%4%3.50%4%互联网教育金融医疗制造零售农业政企行业渗透情况数据集网络基础运营商网络安全服务商基础硬件原料制造商云计算服务商AI芯片供应商云计算厂商在AI基础设施中扮演多重角色，为开发者和企业提供了构建、运行和扩展AI应用所需的各种基础设施和服务AI芯片供应商负责设计、制造和提供专门用于人工智能应用的芯片和硬件解决方案注：图谱中所展示logo顺序及大小无实际意义，不涉及排名，仅展示部分行业代表性企业大规模数据中心服务商数据服务商算法框架数据服务及数据治理商负责数据的整合、清洗、存储、安全性、合规性、分析和监控，并为企业提供技术和解决方案算法框架商致力于研发、优化和提供创新性的机器学习和深度学习算法框架，以支持模型的训练、优化和部署服务器供应商400-072-5588中国：人工智能系列行业研读|2023/09AIAI基础设施关注将基础设施关注将AIAI芯片与产业结合升级芯片与产业结合升级，包括芯片量产包括芯片量产、降低成本降低成本、构建软件生态构建软件生态，提供优化算法和编程工具提供优化算法和编程工具，实现高效性能实现高效性能，将芯片与将芯片与垂直行业产品化结合垂直行业产品化结合，推动商业闭环推动商业闭环，促进产业增长促进产业增长中国AI技术变革AI基础设施制约关键点中国国内的AI芯片产业目前仍处于早期发展阶段，尤其在商业化方面尚不成熟，市场需求尚未迎来爆发。产业中的主要关注点在于将AI芯片与各自的产业结合，以升级和优化现有产业。其产业与国际水平之间存在巨大差距，不仅体现在硬件方面，也包括软件和生态等领域。芯片量产是AI基础设施发展前提：芯片量产能够实现规模效应，降低芯片成本，推动AI应用的普及和商业化落地。同时，芯片产业链的完善发展，还能够带动相关产业的发展，如封测、材料、设备等，形成良性循环，促进整个产业生态的壮大。中国在AI芯片领域的自主创新和核心技术掌握，不仅能够降低对外部技术的依赖，还能够满足不同领域和应用的个性化需求。目前在EDA领域，Synopsys、Cadence和Siemens EDA这三家巨头联合占据了中国市场约80%的份额，而中国自主研发的EDA厂商份额仅为11.5%。其中，华大九天在中国EDA市场中占有约6%的份额，位列本土EDA企业之首，芯片设计等底层EDA工具还依赖国外技术。芯片实现商业化需构建软件生态：软件生态由软件技术栈、开发者社区和用户构成。构建在芯片之上的软件生态决定芯片的可用性和市场接受度，是芯片商业模式的护城河，并且软件生态可以提供与芯片紧密集成的优化算法、编程模型和工具，帮助开发者充分发挥芯片的潜力，提升性能和效率。通过优化软件来充分利用芯片的硬件特性，可以在保证稳定性的同时提高计算速度和能效。实现价值传递必须将软件生态与具体垂直行业产品化结合：芯片需要与垂直行业融合，而非孤立存在。产业当前面临问题是缺乏产品化，导致项目为主。产品化与项目的区别在于通用性，产品可量产，成本递减，这是芯片商业模式成功的关键。通过强大生态构建产品化，建立商业闭环，实现商业飞轮效应。AI基础设施的核心技术主要在AI芯片来源：昆仑芯科技，头豹研究院，弗若斯特沙利文芯片量产是前提构建软件生态垂直融合与产品化量产生态产品化AI芯片产业化落地的三道窄门400-072-5588中国：人工智能系列行业研读|2023/09云计算厂商提供强大计算能力云计算厂商提供强大计算能力、复杂算法框架和丰富的数据资源复杂算法框架和丰富的数据资源，数数据服务及治理商确保训练数据质量和多样性据服务及治理商确保训练数据质量和多样性，AIAI基础硬件提供商为整基础硬件提供商为整个生态系统提供高效硬件支持个生态系统提供高效硬件支持，共同推动共同推动AIAI技术演进和创新技术演进和创新中国AI技术变革AI基础设施厂商类型中国AI基础设施厂商分类AI基础设施行业产业链中游是提供AI生产要素的硬件及软件服务商，行业呈现头部集中的市场竞争态势，行业主流厂商分为云计算服务厂商、数据服务及数据治理商和AI基础硬件提供商三大类。云计算厂商、数据服务及数据治理商和AI基础硬件厂商协同合作，共同构建了一个相对完整的AI基础设施生态系统云计算服务厂商：具备完善的产品生态、丰富的客户资源和较强的C端产品经验及数据，可反哺产品研发，基于客户需求推动产品创新和落地，其中算法框架和大规模数据中心服务涵盖在云计算服务中，该类厂商在AI基础设施行业中不仅提供了高性能的计算资源，更在技术创新、资源供应、算法研发和平台支持等方面发挥着关键作用，代表厂商有百度、腾讯、阿里巴巴、万国数据等。以百度AI大底座为例，AI大底座整合了百度的昆仑芯2代AI芯片、飞浆和文心大模型生态优势，通过集中资源获得大算力和大数据，支持大模型训练与推理，以及高并发的应用负载。数据服务及数据治理商：数据服务商帮助企业获取、处理和分析数据，为业务决策提供支持；而数据治理商确保数据的质量、安全和合规，促使企业能够更好地利用数据资源。两者合作，为企业提供了全面的数据管