小荷才尖尖角中國(guó)AI應(yīng)用開(kāi)發(fā)者生態(tài)調(diào)研報(bào)告易觀智慧院2024年6月存人工智能發(fā)展進(jìn)入生成式人工智能時(shí)代，大語(yǔ)言模型所呈現(xiàn)的“涌現(xiàn)”能力，正在推動(dòng)人企業(yè)經(jīng)營(yíng)與發(fā)展是當(dāng)下的核心命題，人工智能，尤其是LLM開(kāi)啟的人工智能，對(duì)于AI商業(yè)價(jià)值的探索與實(shí)踐帶來(lái)哪些變化，是本次研究的重點(diǎn)業(yè)務(wù)發(fā)展需求驅(qū)動(dòng)Al顯擴(kuò)展2024/6/18激發(fā)科技與創(chuàng)新活力2應(yīng)用層模型層基礎(chǔ)設(shè)施層應(yīng)用層模型層基礎(chǔ)設(shè)施層開(kāi)源模型現(xiàn)有應(yīng)用(AI增強(qiáng))模型+應(yīng)用基礎(chǔ)設(shè)施層“智能涌現(xiàn)”,未來(lái)AI應(yīng)用生態(tài)將發(fā)生哪些變化?基礎(chǔ)設(shè)施層模用戶以及利用有規(guī)模應(yīng)用賦能AI應(yīng)用?⑧大模型進(jìn)化改變?cè)朴?jì)算商業(yè)模式，MaaS重構(gòu)公有云生態(tài)；人工智能升級(jí)算力運(yùn)營(yíng)需求，加速人工智能全?；A(chǔ)設(shè)施建設(shè)計(jì)算硬件⑨大模型訓(xùn)練+推理算力需求倒逼硬件產(chǎn)業(yè)升級(jí)，中國(guó)芯片產(chǎn)業(yè)內(nèi)循環(huán)亟待突破4AI應(yīng)用開(kāi)發(fā)方向與路徑選擇：技術(shù)+場(chǎng)景驅(qū)動(dòng)AI應(yīng)用開(kāi)發(fā)者所在團(tuán)隊(duì)/公司所處階段關(guān)鍵發(fā)現(xiàn)AI應(yīng)用正在進(jìn)入產(chǎn)品生命周期良性發(fā)展通道大模型及上下游工具鏈AI應(yīng)用開(kāi)發(fā)者所在團(tuán)隊(duì)/公司所處階段關(guān)鍵發(fā)現(xiàn)AI應(yīng)用正在進(jìn)入產(chǎn)品生命周期良性發(fā)展通道大模型及上下游工具鏈企業(yè)，尤其是工具鏈企業(yè)，重點(diǎn)在于把握開(kāi)發(fā)與打磨AI應(yīng)用企業(yè)則更加速產(chǎn)品面向市場(chǎng)與用戶，通過(guò)客戶/用戶增長(zhǎng)與付費(fèi)驗(yàn)證PMF,2C應(yīng)用驗(yàn)證速度更快熱情高漲紛紛推出Al產(chǎn)品與解決方案進(jìn)入市場(chǎng)5驗(yàn)證應(yīng)用探索自我造血■大模型及上下游工具鏈企業(yè)■AI2B企業(yè)■AI2C企業(yè)2024/6/18激發(fā)科技與創(chuàng)新活力6向，跨學(xué)科技術(shù)應(yīng)用開(kāi)始初步探索，尤其是與生物科技的結(jié)合當(dāng)前開(kāi)發(fā)者更關(guān)注的技術(shù)方向?有意愿參與跨學(xué)科AI應(yīng)用開(kāi)發(fā)者更感興趣的領(lǐng)域生成式人工智能智能體AIAgents其他0.0%5.0%10.0%15.09%20.0%25.0%30.0環(huán)境科學(xué)社會(huì)科學(xué)經(jīng)濟(jì)學(xué)2024/6/18激發(fā)科技與創(chuàng)新活力中國(guó)AI開(kāi)發(fā)者在開(kāi)發(fā)方向上，基礎(chǔ)設(shè)施建設(shè)與AI應(yīng)用探索并重Al平臺(tái)和工具開(kāi)發(fā)，包括開(kāi)發(fā)框架、數(shù)據(jù)工程、向量數(shù)據(jù)庫(kù)、模型訓(xùn).Al基礎(chǔ)設(shè)施方面，包括算力、芯片等33.8%AI應(yīng)用產(chǎn)品研發(fā)-智能客服20.9%行業(yè)解決方案17.9%基礎(chǔ)研究，包括算法與模型等17.29%AI應(yīng)用產(chǎn)品研發(fā)-搜素推薦15.7%AI應(yīng)用產(chǎn)品研發(fā)-文本、圖像和音視頻等素材生成15.0%AI應(yīng)用產(chǎn)品研發(fā)-數(shù)據(jù)分析7.8%AI應(yīng)用產(chǎn)品研發(fā)-軟件工程與代碼機(jī)器入等AI應(yīng)用產(chǎn)品研發(fā)-白動(dòng)駕駛方向AI應(yīng)用產(chǎn)品研發(fā)-營(yíng)銷方向AI應(yīng)用產(chǎn)品研發(fā)-虛擬陪伴類與交友方向AI應(yīng)用產(chǎn)品研發(fā)-個(gè)人助理方向2.8%機(jī)器人相關(guān)方向2.49%AI應(yīng)用產(chǎn)品研發(fā)-數(shù)字人方向2.0%硬件方向1.5%關(guān)鍵發(fā)現(xiàn)Al基礎(chǔ)建設(shè)仍然聚集大具是AI開(kāi)發(fā)者最關(guān)注的領(lǐng)域，反映了AI開(kāi)發(fā)者們對(duì)于開(kāi)發(fā)平臺(tái)和工具的需求和重視程度，這部署和運(yùn)營(yíng)的重要基礎(chǔ)表明AI開(kāi)發(fā)者在追求技術(shù)進(jìn)步的同時(shí)，也在積極探索如何將Al技術(shù)應(yīng)用到不同行業(yè)和領(lǐng)域中關(guān)鍵發(fā)現(xiàn)AI應(yīng)用始終是技術(shù)驅(qū)動(dòng)的應(yīng)用類型，更大比例開(kāi)發(fā)者基于自身的技術(shù)關(guān)鍵發(fā)現(xiàn)AI應(yīng)用始終是技術(shù)驅(qū)動(dòng)的應(yīng)用類型，更大比例開(kāi)發(fā)者基于自身的技術(shù)專長(zhǎng)選擇Al開(kāi)發(fā)方向，也進(jìn)一步明確了這一方向在產(chǎn)品方向上，相當(dāng)比例的開(kāi)發(fā)者具備專注性，但是AI能力的加強(qiáng)則成為應(yīng)用體驗(yàn)和場(chǎng)景價(jià)值驗(yàn)證的重要催化劑行業(yè)背景和資源不容忽視，這是開(kāi)發(fā)者捕捉應(yīng)用場(chǎng)景，獲取客戶/用戶的重要基礎(chǔ)核心技術(shù)資源和能力在這個(gè)方向上最能夠得到發(fā)揮一直以來(lái)就是從事這個(gè)方向，只是進(jìn)一步引入或者加強(qiáng)Al能力在該方向上具備行業(yè)背景和資源看到明確的客戶需求同業(yè)的企業(yè)/同行都在做，需要跟進(jìn)看好這個(gè)方向未來(lái)會(huì)實(shí)現(xiàn)比較好的發(fā)展0%關(guān)鍵發(fā)現(xiàn)AI應(yīng)用開(kāi)發(fā)者們?cè)诔跗诳赡芨鼉A向于利用市場(chǎng)關(guān)鍵發(fā)現(xiàn)AI應(yīng)用開(kāi)發(fā)者們?cè)诔跗诳赡芨鼉A向于利用市場(chǎng)上已經(jīng)成熟的模型來(lái)快同時(shí)保持靈活性，以便在未來(lái)根據(jù)需要考慮是否開(kāi)發(fā)專屬模型針對(duì)某些特定場(chǎng)景和應(yīng)用，模型的定制化和私有化也是重要選項(xiàng)是大部分開(kāi)發(fā)者的長(zhǎng)期發(fā)展方向暫時(shí)使用市場(chǎng)成熟大模型進(jìn)行應(yīng)用開(kāi)發(fā)，未來(lái)再考慮是否需要訓(xùn)練和部署企業(yè)專屬大模型基于商業(yè)化大模型進(jìn)行私有化訓(xùn)練和部署，并進(jìn)行應(yīng)用開(kāi)發(fā)基于開(kāi)源模型訓(xùn)練和微調(diào)自己專屬的大模型，并進(jìn)行應(yīng)用開(kāi)發(fā)采購(gòu)商業(yè)化大模型API,按照使用量進(jìn)行付費(fèi)，專注應(yīng)用開(kāi)發(fā)0數(shù)據(jù)管理與規(guī)劃在AI開(kāi)發(fā)路徑規(guī)劃方面重于模型能力的考量關(guān)鍵發(fā)現(xiàn)關(guān)鍵發(fā)現(xiàn)重要的考量要素，而開(kāi)合格線2024/6/18激發(fā)科技與創(chuàng)新活力11用分發(fā)，仍然需要采取“舊時(shí)代”的GTM方式，其他，請(qǐng)注明0.09%其他，請(qǐng)注明0.09%AI應(yīng)用分發(fā)新入口開(kāi)始嘗試，是否奏效有待跟蹤2024/6/18激發(fā)科技與創(chuàng)新活力12廣告收入業(yè)化方式市場(chǎng)滲透訂閱服務(wù)產(chǎn)品銷售其他，請(qǐng)注明0.0%1000萬(wàn)以上501萬(wàn)-1000萬(wàn)201萬(wàn)-500萬(wàn)101萬(wàn)-200萬(wàn)51萬(wàn)-100萬(wàn)21萬(wàn)-50萬(wàn)11萬(wàn)-20萬(wàn)5萬(wàn)以內(nèi)1000萬(wàn)以上1000萬(wàn)以上501萬(wàn)-1000萬(wàn) 201萬(wàn)-500萬(wàn) 101萬(wàn)-200萬(wàn) 51萬(wàn)-100萬(wàn) 21萬(wàn)-50萬(wàn) 11萬(wàn)-20萬(wàn)5-10萬(wàn)5萬(wàn)以內(nèi)無(wú)AI應(yīng)用開(kāi)發(fā)者如何看待/應(yīng)用模型?中國(guó)AI應(yīng)用開(kāi)發(fā)者都在使用哪些模型?開(kāi)發(fā)者進(jìn)行模型選擇的主要考慮因素中國(guó)AI應(yīng)用開(kāi)發(fā)者都在使用哪些模型?開(kāi)發(fā)者都使用哪些大語(yǔ)言模型?阿里通義大模型MetaLLaMa系列大模型智潛ChatGLM3大模型百川智能大模型月之暗面Kimi百度文心大模型訊飛星火大模型商湯商量大模型中科院紫東太初大模型360智腦大模型智源信道大模型字節(jié)豆包大模型MOSS大模型 百度文心大模型華為盤(pán)古大模型商湯商量大模型騰訊混元大模型訊飛星火大模型字節(jié)豆包大模型昆侖萬(wàn)維天工大模型清華大學(xué)mPLUG-Owl2面聖智能OmniLMM其他2024/6/18激發(fā)科技與創(chuàng)新活力16大模型工具鏈生態(tài)是否完善，是否便于進(jìn)行大模型訓(xùn)練等…安全和倫理控制等風(fēng)險(xiǎn)管理手段和措施完善度大模型基礎(chǔ)能力(生成、邏輯推理等)訓(xùn)練和推理成本自身數(shù)據(jù)類型和數(shù)據(jù)量等是否支持私有化部署能否有比較好的服務(wù)和技術(shù)支持大模型企業(yè)的綜合實(shí)力，能夠持續(xù)進(jìn)行研發(fā)投入和模型升級(jí)■企業(yè)開(kāi)發(fā)者現(xiàn)有應(yīng)用中間層數(shù)據(jù)準(zhǔn)備模型訓(xùn)練模型部署模型運(yùn)營(yíng)行業(yè)大模型基礎(chǔ)大模型插件服務(wù)計(jì)算機(jī)視覺(jué)多模態(tài)自然語(yǔ)言處理計(jì)算機(jī)視覺(jué)多模態(tài)口科大訊飛·星火口百度口科大訊飛·星火口百度口聯(lián)匯科技口商湯口字節(jié)跳動(dòng)口?？低暱隈鲂闹悄堋趵鋈f(wàn)維·天工口浪潮信息·源口第四范式·式說(shuō)公有云平臺(tái)計(jì)算硬件公有云AI芯片人工智能計(jì)算中心激發(fā)科技與創(chuàng)新活力需要關(guān)注基礎(chǔ)大模型的關(guān)鍵能力，包括語(yǔ)言能力(簡(jiǎn)單理解、需要關(guān)注基礎(chǔ)大模型的產(chǎn)品化封裝與解決方案能力，包括大模型能力抽象與API化易用性、大模型訓(xùn)練與微調(diào)環(huán)節(jié)支撐與服務(wù)保障能力、任務(wù)場(chǎng)景實(shí)踐能力，以及運(yùn)營(yíng)維護(hù)保障能力等側(cè)重大模型生態(tài)發(fā)展策略以及布局情況，包括中間層生態(tài)是否完整豐富以便于模型的精調(diào)與持續(xù)運(yùn)營(yíng)，關(guān)鍵環(huán)節(jié)國(guó)產(chǎn)供應(yīng)鏈布局與適配度，行業(yè)伙伴以及最佳實(shí)踐案例，開(kāi)源策略與協(xié)議等基礎(chǔ)大模型非一蹴而就需要持續(xù)投入與迭代，需要關(guān)注大模型企業(yè)戰(zhàn)略路線與資源投入程度和專注度、人才梯隊(duì)建設(shè)與核心人才情況等AI應(yīng)用開(kāi)發(fā)者未來(lái)發(fā)展規(guī)劃工具與數(shù)據(jù)生態(tài)是開(kāi)發(fā)者當(dāng)前面臨的核心挑戰(zhàn)大模型工具鏈生態(tài)如何賦能開(kāi)發(fā)者AI應(yīng)用開(kāi)發(fā)者未來(lái)發(fā)展規(guī)劃：驗(yàn)證PMF+自我造血關(guān)鍵發(fā)現(xiàn)開(kāi)發(fā)者仍然缺乏足夠的工具和資源來(lái)支持他們關(guān)鍵發(fā)現(xiàn)開(kāi)發(fā)者仍然缺乏足夠的工具和資源來(lái)支持他們的開(kāi)發(fā)工作，這可能包括缺乏有效的開(kāi)發(fā)環(huán)境測(cè)試工具或集成工具等數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)處理，以及數(shù)據(jù)資源不足等花費(fèi)了開(kāi)發(fā)者的時(shí)間和精力，也可能限制模型和應(yīng)用能力的提升與體驗(yàn)?zāi)Ｐ婉{馭也是具備挑戰(zhàn)性的環(huán)節(jié)，開(kāi)發(fā)者需要不斷調(diào)整來(lái)保障應(yīng)用性能與體驗(yàn)開(kāi)發(fā)過(guò)程中工具鏈支持不足帶來(lái)的挑戰(zhàn)數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)工程等方面的挑戰(zhàn)數(shù)據(jù)資源不足算法與模型訓(xùn)練方面的技術(shù)挑戰(zhàn)成本和資源投入方面挑戰(zhàn)商業(yè)模式不清晰，尚未形成商業(yè)化變現(xiàn)算力基礎(chǔ)設(shè)施能力不足了解市場(chǎng)和用戶/客戶需求，尋求AI應(yīng)用場(chǎng)景方面的挑戰(zhàn)市場(chǎng)競(jìng)爭(zhēng)激烈，快速進(jìn)入市場(chǎng)內(nèi)卷高技能人才團(tuán)隊(duì)短缺法律和政策方面的挑戰(zhàn)，如適應(yīng)不同國(guó)家和地區(qū)對(duì)于Al技術(shù)...倫理和社會(huì)層面的挑戰(zhàn)，比如隱私、安全控制、責(zé)任歸屬等0%模型開(kāi)發(fā)工具，包括框架和平臺(tái)、模型設(shè)計(jì)工具等數(shù)據(jù)管理工具，包括數(shù)據(jù)收集、數(shù)據(jù)清洗和預(yù)處理、數(shù)據(jù)標(biāo).模型訓(xùn)練工具，包括分布式訓(xùn)練工具、超參數(shù)調(diào)優(yōu)工具等模型評(píng)估和測(cè)試工具，包括測(cè)試集和驗(yàn)證集、模型比較工具.模型部署和運(yùn)維工具安全和合規(guī)性工具其他■企業(yè)開(kāi)發(fā)者最迫切為PaaS平臺(tái)人才需求客戶/用戶需求分析(行業(yè)和場(chǎng)景等)硬件和算力資源資金需求與大模型平臺(tái)建立深度合作(資源分享、分成、培訓(xùn)、資…對(duì)政府的扶持政策需求其他，請(qǐng)注明0%加速產(chǎn)品商業(yè)化增長(zhǎng)探索產(chǎn)品商業(yè)化路徑考慮或者加大出海力度繼續(xù)組建和加強(qiáng)技術(shù)團(tuán)隊(duì)融資0開(kāi)源是Al生態(tài)發(fā)展的重要驅(qū)動(dòng)力開(kāi)發(fā)者參與開(kāi)源的主要原因開(kāi)發(fā)者參與開(kāi)源的主要原因其他0%5%10%15%20%25%30%35開(kāi)源代表創(chuàng)新，擁抱創(chuàng)新和推動(dòng)創(chuàng)新..開(kāi)源更加自主可控，安全性更高追求更高質(zhì)量的軟件企業(yè)支付工資，全職參與開(kāi)源企業(yè)未支付工資，自愿投入學(xué)?？蒲许?xiàng)目或者社團(tuán)投入2024/6/18激發(fā)科技與創(chuàng)新活力企業(yè)客戶是否“真正”合適的流程和場(chǎng)景”合適的流程和場(chǎng)景”目前企業(yè)沒(méi)有合適的流程和場(chǎng)景做大模型的部署企業(yè)和團(tuán)隊(duì)對(duì)于大模型和AI的價(jià)值認(rèn)知不足數(shù)據(jù)資源不足開(kāi)發(fā)過(guò)程中工具鏈支持不足帶來(lái)的挑戰(zhàn)數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)工程等方面的挑戰(zhàn)成本和資源投入方面挑戰(zhàn)算法與模型訓(xùn)練方面的技術(shù)挑戰(zhàn)算力基礎(chǔ)設(shè)施能力不足了解市場(chǎng)和用戶/客戶需求，尋求AI應(yīng)用場(chǎng)景方面的挑戰(zhàn)高技能人才團(tuán)隊(duì)短缺商業(yè)模式不清晰，尚未形成商業(yè)化變現(xiàn)法律和政策方面的挑戰(zhàn)，如適應(yīng)不同國(guó)家和地區(qū)對(duì)于Al技術(shù).倫理和社會(huì)層面的挑戰(zhàn)，比如隱私、安全控制、責(zé)任歸屬等0企業(yè)類型，而百萬(wàn)以下落地的重要抓手101萬(wàn)-200萬(wàn)2024/6/18激發(fā)科技與創(chuàng)新活力27業(yè)務(wù)為綱規(guī)劃人工智能上線與推廣計(jì)劃“所有行業(yè)都值得用大模型重新做一遍”,前提是圍繞用戶與客戶價(jià)值的體驗(yàn)升級(jí)與業(yè)務(wù)發(fā)展，相應(yīng)地，人工智能與企業(yè)數(shù)智化轉(zhuǎn)型一致，業(yè)務(wù)驅(qū)動(dòng)是核心原則，圍繞業(yè)務(wù)發(fā)展掃描數(shù)智化洼地，規(guī)劃人工智能應(yīng)用用例，獲取業(yè)務(wù)價(jià)值，并形成迭代優(yōu)化擴(kuò)大AI應(yīng)用范圍的閉環(huán)專有數(shù)據(jù)資產(chǎn)沉淀與管理，應(yīng)對(duì)模型訓(xùn)練與應(yīng)用無(wú)論是自主訓(xùn)練大語(yǔ)言模型，還是圍繞自身行業(yè)與業(yè)務(wù)場(chǎng)景進(jìn)行模型精調(diào)，都需要依賴于企業(yè)過(guò)往積累的專業(yè)領(lǐng)域知識(shí)沉淀，進(jìn)行專有數(shù)據(jù)語(yǔ)料的準(zhǔn)備，從而能夠讓基礎(chǔ)模型的“通才”能力發(fā)展成為具備行業(yè)屬性的“專才”,專有數(shù)據(jù)是未來(lái)模型能力平民化后的重要差異化設(shè)定人工智能應(yīng)用合規(guī)與風(fēng)險(xiǎn)管理防范機(jī)制生成式人工智能仍然可能出現(xiàn)“幻覺(jué)”、數(shù)據(jù)泄露等各種風(fēng)險(xiǎn)；同時(shí)，關(guān)于人工智能與大模型應(yīng)用方面的立法與規(guī)范仍然處于意見(jiàn)征集與調(diào)研的過(guò)程中，企業(yè)有必要主動(dòng)制定人工智能應(yīng)用合規(guī)與風(fēng)險(xiǎn)管控機(jī)制，包括AI開(kāi)發(fā)、應(yīng)用與審核規(guī)范，數(shù)據(jù)安全規(guī)范，員工應(yīng)用權(quán)限規(guī)范等等，從而“安全合規(guī)”地應(yīng)用人工智能提升企業(yè)競(jìng)爭(zhēng)力未來(lái)組織能力圍繞人工智能發(fā)展，既包括創(chuàng)造人工智能，也包括應(yīng)用人工智能，前者是少數(shù)，主要在于提升人工智能專業(yè)與高級(jí)人才密度，并通過(guò)組織協(xié)同設(shè)計(jì)，系統(tǒng)化地提升人工智能科研與工程化水平。后者是多數(shù)，也就是大部分人工智能企業(yè)更需要考慮的是，人工智能應(yīng)用，尤其是生成式人工智能全面鋪開(kāi)的過(guò)程中，對(duì)于組織架構(gòu)、組織中關(guān)鍵角色與職能、以及對(duì)于員工的潛在影響等。對(duì)于個(gè)體而言，普遍關(guān)注“人工智能會(huì)/不會(huì)替代什么職業(yè)”,甚至引發(fā)了對(duì)于某些職業(yè)發(fā)展方向的焦慮，一方面，積極的員工與個(gè)體正在迅速擁抱人工智能，在工作的過(guò)程中應(yīng)用生成式人工智能提升工作效率，可能正在出現(xiàn)人工智能賦能于員工優(yōu)先于組織的情況；另一方面，大眾員工可能出現(xiàn)觀望、等待甚至無(wú)所適從，“無(wú)用”內(nèi)卷的狀況，。這就需求企業(yè)對(duì)于組織角色與員工發(fā)展進(jìn)行整體規(guī)劃，不同職能與角色人與人工智能的協(xié)同邊界如何確定，組織中關(guān)鍵角色與員工的技能與“Al商”升級(jí)如何系統(tǒng)化通過(guò)培訓(xùn)等手段推動(dòng)，都是企業(yè)系統(tǒng)化提升組織能力與競(jìng)爭(zhēng)力的關(guān)鍵舉措組織系統(tǒng)協(xié)同員工能力協(xié)同進(jìn)化與升級(jí)042024/6/18激發(fā)科技與創(chuàng)新活力階段應(yīng)用層工真層模型層基礎(chǔ)設(shè)施層應(yīng)用層工真層模型層基礎(chǔ)設(shè)施層態(tài)和社區(qū)態(tài)和社區(qū)月亞自建企業(yè)客戶2C應(yīng)用(A加持用戶體驗(yàn)用友「浪滴用友「浪滴開(kāi)發(fā)者尋求場(chǎng)景驗(yàn)證因聯(lián)