2023年12月，易觀分析年度報告《中國人工智能產(chǎn)業(yè)應(yīng)用圖譜 2023》正式發(fā)布，報告重點(diǎn)對2023年AI和大模型在金融、制造、互聯(lián)網(wǎng)、零售、政府，醫(yī)藥等主要行業(yè)的企業(yè)級應(yīng)用和趨勢做了解析，受到相關(guān)科技廠商和各個行業(yè)數(shù)字化轉(zhuǎn)型企業(yè)的關(guān)注。近期易觀合伙人、企業(yè)數(shù)字化中心總經(jīng)理張澄宇先生受英特爾（中國）公司和InfoQ邀請參加互聯(lián)網(wǎng)行業(yè)技術(shù)閉門研討會，就AIGC企業(yè)級應(yīng)用的前景同國內(nèi)知名互聯(lián)網(wǎng)科技行業(yè)企業(yè)CTO, CIO和資深專家做了深入交流，持續(xù)分享易觀在AI和企業(yè)數(shù)字化轉(zhuǎn)型賽道的洞察和思考。
以下是張澄宇先生在本次研討會發(fā)表主題演講實(shí)錄中的部分內(nèi)容摘要（下篇）
（注：本文結(jié)合2024年的新變化新趨勢亦做了觀點(diǎn)更新）
●2023年AIGC和大模型發(fā)展進(jìn)程總結(jié)
●2024年AIGC企業(yè)級應(yīng)用的六個趨勢要點(diǎn)
--------------------------------------------------
對于2023年AIGC和大模型發(fā)展進(jìn)程的總結(jié)
重點(diǎn)希望分享三方面的觀點(diǎn)
首先，關(guān)于AI驅(qū)動的產(chǎn)業(yè)發(fā)展的能級。可以明顯觀察到，盡管AIGC和大模型帶來的變革的層級可能低于計算機(jī)和互聯(lián)網(wǎng)的發(fā)明，但其影響力顯著高于近年來的一系列技術(shù)變革。這種變革不僅僅是技術(shù)層面的，更多的是關(guān)于生產(chǎn)關(guān)系和文化的深層次變化。就像移動互聯(lián)網(wǎng)的出現(xiàn)改變了我們的生活方式和工作模式，AIGC技術(shù)可能同樣會帶來與之接近的巨大變革，涉及商業(yè)和技術(shù)之外的更廣泛領(lǐng)域引發(fā)新的討論，甚至?xí)a(chǎn)生哲學(xué)和倫理層面的一些顛覆。
第二，當(dāng)前，科技供應(yīng)商和行業(yè)甲方仍未就AIGC在企業(yè)級場景落地做好準(zhǔn)備。我們在與客戶交流中感受到，目前許多企業(yè)和行業(yè)處于一種被動應(yīng)對的狀態(tài)，主要是因?yàn)榧夹g(shù)的快速產(chǎn)品化速度太快，還無法馬上形成在生產(chǎn)經(jīng)營環(huán)境的普遍使用和相關(guān)機(jī)制安排。我們認(rèn)為企業(yè)最需要做的是首先理解AIGC技術(shù)，然后才能確定它與自身業(yè)務(wù)的關(guān)聯(lián)。在我與客戶的交流中發(fā)現(xiàn)由于使用門檻、技術(shù)理解等方面的桎梏，上述第一步就走的比較慢，這導(dǎo)致了盡管這一波AI技術(shù)浪潮的價值潛力已經(jīng)顯現(xiàn)，但行業(yè)對這一市場的反應(yīng)仍然比較被動。
第三，技術(shù)未來的演變方向也存在一些不確定性。雖然大模型技術(shù)加上行業(yè)的know-how輸入調(diào)參可能成為未來的人工智能在企業(yè)級全面落地的可行方向，但這個路線是否代表著企業(yè)級AIGC的終極方法論，仍需在2024年進(jìn)一步確認(rèn)。尤其是對于非平臺型的企業(yè)來說，事實(shí)上通過大模型的蒸餾、知識挖掘、RAG等方式進(jìn)行更多專業(yè)化模型構(gòu)造可能對AIGC落地生產(chǎn)環(huán)境更加重要。
總的來看，在歲末年關(guān)的時間點(diǎn)看AIGC和大模型的價值，我認(rèn)為目前市場對其短期價值的評估過于樂觀，因?yàn)殡m然全球領(lǐng)先的互聯(lián)網(wǎng)科技公司均已開展了相關(guān)前沿研究，且初步形成了可以持續(xù)的商業(yè)模式，但在下游tob應(yīng)用的企業(yè)端，由于許多絕大部分企業(yè)仍在探索適合自己的模式，很難較快形成企業(yè)級應(yīng)用的落地。但這不意味著企業(yè)需要減少對相關(guān)技術(shù)應(yīng)用的投入，相反應(yīng)當(dāng)利用窗口期盡快完成相關(guān)戰(zhàn)略制定和實(shí)施安排。
2024年AIGC技術(shù)應(yīng)用的六個趨勢要點(diǎn)
隨著百模大戰(zhàn)推動類ChatGPT產(chǎn)品市場的競爭達(dá)到白熱化，2024年相關(guān)科技企業(yè)預(yù)計將更多著眼于競爭相對溫和的行業(yè)垂直模型和企業(yè)級市場。易觀認(rèn)為這將帶來從技術(shù)應(yīng)用變革到企業(yè)經(jīng)營變革的一系列趨勢性變化。我們以如下六個重要方向?yàn)槔謩e做分享：
趨勢一：大模型的小型化
當(dāng)前AIGC在企業(yè)生產(chǎn)環(huán)境難以規(guī)?；尫艃r值，其中重要因素是大模型尚無法滿足企業(yè)對于更契合實(shí)際生產(chǎn)環(huán)境和知識背景的解決方案要求。雖然大模型具備通用特征，但在企業(yè)級應(yīng)用角度大模型小型化的必要性和可行性更高。因?yàn)镚PT是遷移學(xué)習(xí)模型，對于特定行業(yè)機(jī)理和企業(yè)數(shù)據(jù)的引入一定是不足的，而且由于知識的壁壘和細(xì)分，行業(yè)越聚焦，專用模型越有用武之地。目前企業(yè)用戶通過部署大模型+Fine Tunning的方式雖然可行但效率偏低。事實(shí)上企業(yè)端的數(shù)據(jù)集相對全行業(yè)全社會而言要小得多，可以通過模型蒸餾、RAG等方式低成本實(shí)現(xiàn)專有模型的構(gòu)造。
大模型的小型化有如下幾個方面的好處
?更強(qiáng)的行業(yè)應(yīng)用價值：專業(yè)模型由于其對特定業(yè)務(wù)流程的深度理解，能夠?yàn)槠髽I(yè)提供更加精確的數(shù)據(jù)分析和決策支持。例如在金融領(lǐng)域，模型經(jīng)過領(lǐng)域知識的有效注入，有能力針對更細(xì)顆粒度的變化提供精確的風(fēng)險評估和投資建議。再比如醫(yī)療服務(wù)行業(yè)，經(jīng)過大量歷史專業(yè)知識訓(xùn)練的專業(yè)模型將有能力根據(jù)病人的具體情況提供可靠性顯著提升的治療方案。
?更高的模型可得性：對于企業(yè)用戶來說，變小的模型更加可得，企業(yè)可以自主訓(xùn)練并私有化部署。
?基礎(chǔ)設(shè)施可多樣化，成本可控：相對于采購昂貴的高性能GPU，異構(gòu)計算+軟硬件算法調(diào)優(yōu)的AI算力平臺可能具備更高的性價比。企業(yè)可以低成本利用算力一體化產(chǎn)品來調(diào)度算力、存儲、網(wǎng)絡(luò)資源，并且內(nèi)嵌所需的模型管理功能。
?自主可控：基于私有云的小型化模型降低了對第三方通用大模型的依賴，對于特定行業(yè)企業(yè)用戶來說，自主搭建私有云環(huán)境具備更好的隱私、信任、安全特征，在本行業(yè)環(huán)境下更加適用。
OpenAI推出的GPTs也是這個方向重要的標(biāo)志性事件，2024年會有更多支撐小型專業(yè)模型構(gòu)建的工具推向市場，也會有第一批科技廠商開始與下游行業(yè)客戶共建的行業(yè)化、垂直化專業(yè)模型產(chǎn)品。
趨勢二：AIGC驅(qū)動數(shù)據(jù)資產(chǎn)化走向現(xiàn)實(shí)
首先是高質(zhì)量數(shù)據(jù)價值可以被有效挖掘。企業(yè)具有大量高質(zhì)量數(shù)據(jù)，會議記錄、紀(jì)要、輸出的PPT、文檔、表格、設(shè)計圖、音視頻等，甚至在加密計算前提下的員工IM溝通、工作筆記等。這些數(shù)據(jù)的價值發(fā)掘潛力很大。AI帶來了數(shù)據(jù)資產(chǎn)化的關(guān)鍵要素 - 可用性。也就是以往數(shù)據(jù)沉淀了但不可用，今天大模型可以很好使用這些數(shù)據(jù)進(jìn)行訓(xùn)練，很多數(shù)據(jù)的價值將會無中生有。
第二是數(shù)據(jù)資產(chǎn)網(wǎng)絡(luò)化之后帶來的增值。企業(yè)知識價值是具備網(wǎng)絡(luò)放大效應(yīng)的，也就是知識的價值顯然1+1>2，而100個知識點(diǎn)組合帶來的洞見價值是幾何倍數(shù)提升的。今天大模型將得以有效識別和結(jié)構(gòu)化企業(yè)歷史中沉淀的海量信息，學(xué)習(xí)，找到規(guī)律，構(gòu)建起知識圖譜。同時知識價值的放大還是持續(xù)的、自迭代的。比如新的數(shù)據(jù)集出來，馬上可以作為高權(quán)重的素材喂給模型。
第三是企業(yè)的“第四張報表”-數(shù)據(jù)資產(chǎn)表。易觀在2017年首次提出了數(shù)據(jù)資產(chǎn)構(gòu)成“第四張報表”的概念，但過去數(shù)年時間始終難以規(guī)?；涞?，原因是數(shù)據(jù)資產(chǎn)價值的不可衡量性。大模型的價值被充分認(rèn)可后，由于數(shù)據(jù)是大模型的關(guān)鍵養(yǎng)料，可以伴隨著AIGC價值的釋放被真正有效衡量，作為第四張報表量化反應(yīng)企業(yè)數(shù)據(jù)的價值?；谶@站數(shù)據(jù)資產(chǎn)報表，CTO，CIO體系的價值創(chuàng)造也可以被量化地衡量，進(jìn)而帶來一系列的管理和激勵的變革。
趨勢三：傳統(tǒng)企業(yè)軟件和SaaS市場受到?jīng)_擊
過去在企業(yè)軟件和SaaS的市場，供應(yīng)商本質(zhì)都在講幫助企業(yè)降本增效的故事， 從CRM、ERP、OA等，到智能化的客服、營銷、運(yùn)維平臺，更多是通過賦能人來實(shí)現(xiàn)工作閉環(huán)的，其應(yīng)用場景往往嵌入在了企業(yè)部門和員工的工作流程中。
但是，SaaS帶來降本增效的前提是基于企業(yè)特定的架構(gòu)和流程的，但AIGC可能改變和簡化這些流程，尤其是在中遠(yuǎn)期的影響會有一批現(xiàn)有的流程甚至崗位被替代與轉(zhuǎn)化，工作流也隨之調(diào)整和消失，這就使得SaaS存在的價值基礎(chǔ)將被動搖。
以低代碼無代碼開發(fā)工具為例，即使供應(yīng)商把拖拉拽設(shè)計到極致，如果仍然不如直接描述一段prompt生成流程或應(yīng)用來的便捷，那么低代碼的意義是什么？這是降維打擊。
所以我們認(rèn)為，中短期來看AIGC和大模型仍然是為SaaS融合和賦能的，GPT的能力通過API接入是對自身軟件的增強(qiáng)，而且通過AI實(shí)現(xiàn)一些技術(shù)功能后，SaaS可以做到很專很薄，讓供應(yīng)商可以更加專注業(yè)務(wù)邏輯的打造。
但長期來看，隨著GPT能力的繼續(xù)提升，突破閾值，很多SaaS所依托的企業(yè)工作流可能被更改甚至不復(fù)存在，部分工作環(huán)節(jié)被替代，進(jìn)而將環(huán)節(jié)上的人和工具替代，這將持續(xù)擠壓傳統(tǒng)企業(yè)軟件和SaaS的價值發(fā)揮空間。AI原生應(yīng)用（AIGS）替代SaaS的趨勢難以阻擋，
趨勢四：阿米巴獲得新生，作戰(zhàn)小組/明星個人崛起
阿米巴管理模式的興起是對傳統(tǒng)企業(yè)管理結(jié)構(gòu)的一種革命性挑戰(zhàn)。這種模式通過賦予小團(tuán)隊(duì)更大的自主性和決策權(quán)，能夠有效提升企業(yè)的靈活性和適應(yīng)市場變化的能力。
過去20年，中國企業(yè)基于經(jīng)典管理學(xué)、運(yùn)籌學(xué)的規(guī)?；瘏f(xié)作，因其整體效率更高，更可控而成為主流。阿米巴模式成功實(shí)踐并不多，那是因?yàn)樾F(tuán)隊(duì)作戰(zhàn)能力還沒有那么突出，武器庫比較有限，依賴資源，單點(diǎn)突破難成氣候。
未來有很大不同，小團(tuán)隊(duì)/明星個人加上AI copilot，可能會戰(zhàn)斗力爆表。以前的話企業(yè)的架構(gòu)是分為企業(yè)的高級決策層和中級管理層，然后會有規(guī)模相當(dāng)大的職能員工，各司其職，一起去完成很多事情。當(dāng)然后期在企業(yè)數(shù)字化轉(zhuǎn)型的背景下，很多事情會沉淀在中臺上，然后中臺又會有幾層IT基礎(chǔ)設(shè)施做支撐，這是一個比較經(jīng)典的這樣的數(shù)字化轉(zhuǎn)型架構(gòu)。
AI時代的話，這一架構(gòu)可能會顯著扁平化，在頂層大家主要工作就是定目標(biāo)、定方向，就大家要做一些什么事情達(dá)成共識，然后任務(wù)直接給到相應(yīng)的作戰(zhàn)單元，并通過AI大腦配以相關(guān)AI Copilot的權(quán)限和資源進(jìn)行獨(dú)立作戰(zhàn)。然后底層是以算力為核心的新一代的面向AI的基礎(chǔ)設(shè)施的支持。這可能是AIGC時代的一個經(jīng)營架構(gòu)。
對于這一趨勢，我認(rèn)為企業(yè)其實(shí)應(yīng)當(dāng)有一些制度安排去應(yīng)對，比如未來如何能夠支撐一些明星的團(tuán)隊(duì)跟個人脫穎而出，企業(yè)應(yīng)該有一個機(jī)制去支持這樣的創(chuàng)新廣泛發(fā)生，這是未來企業(yè)必須具備的創(chuàng)新土壤。
趨勢五，AI將逐漸成為企業(yè)利潤中心
AI技術(shù)在企業(yè)中的角色從成本中心到利潤中心的轉(zhuǎn)變，是對AI價值的深層次認(rèn)識。這種轉(zhuǎn)變體現(xiàn)了企業(yè)從使用AI技術(shù)到將其作為戰(zhàn)略資產(chǎn)的過渡。在這個過程中，企業(yè)不僅看到了AI在提升效率和降低成本方面的潛力，還開始探索如何利用AI推動業(yè)務(wù)增長和開發(fā)新的市場機(jī)會。
過往，AI無法直接與業(yè)務(wù)結(jié)果掛鉤的核心原因是由于AI能夠端到端完成的任務(wù)較少，仍然作為人的輔助，加之相關(guān)的IT技術(shù)開支，綜合成本事實(shí)上仍然很高。AIGC讓企業(yè)對AI的ROI評估方式發(fā)生根本轉(zhuǎn)變，AIGC最大不同就是盡可能屏蔽掉“人”這個價值產(chǎn)出的瓶頸和模糊點(diǎn)，讓AI在大量的場景中實(shí)現(xiàn)端到端價值創(chuàng)造，企業(yè)在AI投入產(chǎn)出的衡量成為可能。
這也會讓企業(yè)的看待AI的思維發(fā)生變化：當(dāng)AI的ROI是模糊的、不精確的，企業(yè)一定是優(yōu)先考慮風(fēng)險和成本控制；而一旦AI的ROI清晰可衡量了，企業(yè)就可以算清楚這筆賬，一旦收益可見，企業(yè)會持續(xù)加大投入以獲得更高水平的收益。
這種戰(zhàn)略轉(zhuǎn)變一方面需要AIGC和大模型的能力突破閾值，真正顯著高于其成本，另一方面也要求企業(yè)對AI投資有更深遠(yuǎn)的考慮，包括如何整合AI技術(shù)以優(yōu)化當(dāng)前的業(yè)務(wù)流程，以及如何利用AI創(chuàng)造新的商業(yè)模式和服務(wù)。此外，這也意味著企業(yè)需要在組織結(jié)構(gòu)和文化上做好準(zhǔn)備，以便更好地融合AI技術(shù)，并充分利用其帶來的優(yōu)勢。
趨勢六，AIGC驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型重新進(jìn)入陡峭曲線
數(shù)字化轉(zhuǎn)型已經(jīng)成為社會級的共識趨勢，但過去的企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程存在很多問題，數(shù)據(jù)用不起來的問題，數(shù)字化項(xiàng)目一錘子買賣問題，內(nèi)部思維統(tǒng)一問題，邊際成本有增無減的問題，等等。對于數(shù)字化轉(zhuǎn)型的企業(yè)來說，很多時候是我投入很多，但結(jié)果不太好。那為什么還要投入？是因?yàn)槠髽I(yè)預(yù)期它未來可能會變好，或者說預(yù)期數(shù)字化的紅利會逐漸釋放出來。
但從短期來看，許多企業(yè)在數(shù)字化方面的投入產(chǎn)出遲遲達(dá)不到自我造血的良性循環(huán)狀態(tài)，這種負(fù)反饋會比較明顯的降低企業(yè)數(shù)字化的信心和投入。AIGC和大模型的企業(yè)級應(yīng)用將很大程度上解決過往數(shù)字化轉(zhuǎn)型中的一些痛點(diǎn)和難點(diǎn)，
比如，數(shù)字化轉(zhuǎn)型積累的數(shù)據(jù)價值更加清晰。數(shù)字化很重要的價值落地就是數(shù)據(jù)的沉淀，但隨著企業(yè)的各種模態(tài)的數(shù)據(jù)量趨于龐大，對應(yīng)的分析和決策難度也指數(shù)級上升，讓充分發(fā)掘數(shù)據(jù)這件事情變得難以實(shí)現(xiàn)，數(shù)據(jù)資產(chǎn)的潛力自然也就無法釋放。但大模型的屬性可以幫助企業(yè)重新利用其這些數(shù)據(jù)，找尋其中的規(guī)律性價值和意義。大量閑置的數(shù)據(jù)憑空成為了資產(chǎn)，這讓企業(yè)數(shù)字化過程中對數(shù)據(jù)的采集和沉淀就變得極具意義。
再比如，數(shù)字技術(shù)的賦能借助AIGC可以快速形成業(yè)務(wù)閉環(huán)。最簡單的場景就是，一個企業(yè)秘書可以很快得撰寫或潤色一篇內(nèi)部工作匯報，或者輕松完成一篇非常長時間會議的一個會議紀(jì)要，并且把要點(diǎn)去總結(jié)出來。它的意義在于讓企業(yè)快速獲得正向的反饋，感受到技術(shù)帶來的價值創(chuàng)造，這就可以激勵員工進(jìn)一步使用AI技術(shù)，同時也激勵企業(yè)創(chuàng)造更好的條件讓員工通過AI開展工作，推動數(shù)字化轉(zhuǎn)型。
所以說整個來說的話，以前企業(yè)的數(shù)字化更多是預(yù)期驅(qū)動，也就是“未來會更好”，但AIGC和大模型帶來的改變是，企業(yè)數(shù)字化轉(zhuǎn)型變成了預(yù)期加現(xiàn)實(shí)的雙驅(qū)動，不僅未來會更好，而且現(xiàn)在就會立刻看到好處，顯然“不延遲的滿足”會讓企業(yè)的數(shù)字化轉(zhuǎn)型加速。
AIGC的開放性也會推動企業(yè)在數(shù)字化戰(zhàn)略層面的深度思考，因?yàn)閿?shù)字化不僅關(guān)乎技術(shù)的應(yīng)用，更關(guān)乎企業(yè)文化和思維方式的轉(zhuǎn)變。企業(yè)如何建立AI ready的治理結(jié)構(gòu)，包括一個更加靈活、開放的文化環(huán)境，鼓勵創(chuàng)新和實(shí)驗(yàn)的文化，快速學(xué)習(xí)和適應(yīng)新技術(shù)的企業(yè)基因等。此外，企業(yè)還需要重新思考其與客戶的互動方式，提升客戶同自身合作的體驗(yàn)和參與度。
總結(jié)來說，2023-2024年間的這些趨勢將深刻影響企業(yè)的戰(zhàn)略規(guī)劃和運(yùn)營方式。大模型小型化與專業(yè)化、數(shù)據(jù)資產(chǎn)化、AIGC技術(shù)的應(yīng)用、阿米巴管理模式的崛起、AI技術(shù)角色的轉(zhuǎn)變，以及數(shù)字化轉(zhuǎn)型的加速，都是企業(yè)在未來幾年需要密切關(guān)注和適應(yīng)的關(guān)鍵領(lǐng)域。作為分析機(jī)構(gòu)，理解這些趨勢，并為我們的企業(yè)客戶提供基于這些趨勢的戰(zhàn)略建議，是我們的重要任務(wù)。以上是我分享的主要內(nèi)容，謝謝大家
（以上是張澄宇先生的觀點(diǎn)分享（下篇），上篇內(nèi)容請關(guān)注“易觀分析”公眾號）