4月9日,在百度智能云GENERATE全球生態大會上,IDC中國區副總裁兼首席分析師武連峰作了以《抓住大模型應用與生態的無限商機》為主題的分享。
武連峰在演講中分享了當前生成式AI 和大模型發展的幾個關鍵趨勢:
1、IT行業迎來AI大轉型時代。全球37.4%的企業認為生成式AI將會顛覆他們的競爭地位。今天企業如果不為AI做好準備,可能明天后天就會被顛覆。
2、落地過程中,企業面臨選模型、找場景、選平臺等多重挑戰,大模型廠商要幫助B端企業更快推進,讓用戶能更好地看清大模型的價值。
3、當前全球投資人最關注、最有盈利“錢景”的場景主要分為三大類,知識管理方向的AI專家,數字人、智能客服等AI員工,圖片生成、視頻生成等AI設計師,目前這三類場景已走出商業模式。
4、未來4年,AI給中國市場帶來的整體經濟增量預計超過2萬億美元,做到認知到位、定位清晰、找到合適伙伴,是企業抓住大模型商機的三大關鍵。其中,未來選對平臺伙伴很關鍵,絕大多數企業需要背靠平臺加快變現。
5、大模型的影響是顛覆性的,所有應用、生態伙伴、交互模式、數據價值、基礎設施等都需要重構。拿生態來說,以前整個生態被已被生成式AI“打碎”,未來如何做好重構考驗著模型廠商、伙伴。
以下為演講精華內容,經編輯。
大模型落地仍是當前最熱話題
今天,生成式AI和大模型落地仍然是市場最熱的話題,可能沒有之一。
這里簡單列舉一些行業案例:
2024年,meta預計要花費100多億美元來購買GPU,核心需求就是支持生成式AI。
蘋果在2023年大概并購了32家AI公司,很可能在今年6月份會有重大宣布。
過去一段時間有兩個應用非常火爆,分別是文生視頻的Sora,以及文生音樂、文生歌曲的Suno,業內也有很多人試用它們。
央視拍攝的《中國神話》3月22日開播,這是一部6集短劇,每集四到五分鐘,其所有內容都是AI生成的,效果相當震撼。
截止到去年底,百度文心一言的用戶已經突破1億,是國內同行中用戶規模最大的。
南方電網基于百度智能云一站式知識管理平臺“甄知”打造的AI原生應用“南方電網技術標準數字化應用”,提升查閱標準文檔效率50%以上,同時提升標準編寫效率2倍以上。
在魚你在一起、冒二麻一、李先生牛肉等餐飲品牌的直播間,真人與百度智能云“曦靈數字人平臺”制作的數字人接力直播,用戶竟然沒有絲毫察覺。在6個小時的直播中,數字人的直播成本僅有真人的15%左右,卻可以達到真人85%的GMV。
百度智能云在今年3月發布了智能代碼助手Baidu Comate2.0,并面向個人開發者免費使用。Comate支持100多種開發語言,已經編寫了百度內部四分之一的代碼,而且還在喜馬拉雅、軟通動力等10000家企業應用,企業客戶的采納率達近50%,覆蓋金融、汽車等行業。
從以上這些案例可以看出,生成式AI和大模型現在還是最熱門的焦點。
IT行業進入AI大轉型階段:
支出、投資、服務都要轉型
結合上述狀況,IDC作出判斷,IT行業正在進入AI大轉型階段。具體表現在三個層面:
第一是支出轉型(這也是IDC十大趨勢預測之一)。到2025年,全球2000強的大企業會將40%的核心IT花費用在與AI相關的舉措上,其效果主要體現在產品和流程的效率上,至少達到兩位數的增長。
第二是投資轉型。2026年,全球技術服務商50%的研發、人員配備、資本支出等要素都會用于人工智能相關用途。
第三是服務轉型。到2025年,40%的服務,包括行業用戶,也包括技術廠商,都會用生成式AI來支持交付,影響從合同談判到IT運營、風險評估的方方面面。
毫無疑問,支出轉型、投資轉型、服務轉型正在推動整個IT產業進入AI大轉型的階段。這將帶來巨大的市場機會、拉動經濟增長。
IDC預計,2024—2027年AI給經濟帶來的增量可達11萬億美元,相當于全球GDP的2%-3%左右。2027年,全球企業的AI支出將達到5120億美元左右。AI給中國市場帶來的整體經濟增量未來4年預計超過2萬億美元,2027年中國的整體AI市場可達400億美元左右。
由此可以看出,今天生成式AI已經成為影響商業和社會的最重要的顛覆者。IDC每個月都會對全球的行業用戶做調研,每次樣本在800-1500左右。根據該調研的結果,全球有37.4%的企業認為生成式AI將會顛覆他們的競爭地位。所以今天企業如果不為AI做好準備,可能明天后天就會被顛覆。
企業落地大模型現狀:
三大挑戰、五大機會并存
生成式AI的應用現狀如何?
整體而言,全球大約34%的企業已經在投資AI,并在未來18個月內制定了獲取生成式AI增強軟件和咨詢服務的支出計劃;對生成式AI做POC(概念驗證)的企業也有接近1/3;什么都沒做的企業,在全球僅僅只有10%左右。
過去一年,在跟很多行業用戶溝通的時候,有幾點觀察。
首先,企業的管理層、業務人員對生成式AI的認知基本到位,大家都已經深刻認識到,可以把它直接用起來。第二,企業部署大模型差異會非常大。包括泛互聯行業在內的有些企業很前衛,做了很多投資,但有很多傳統行業目前的部署情況總體比較落后。第三,生成式AI的價值體現目前還相對模糊,這是很多新技術在應用過程中一定會有的現象。第四,AIGC方面的投資自2023年下半年以來變得有點謹慎,因為目前的應用價值有點模糊。但絕大多數企業都認為未來非常可期,也在擔心自己被顛覆,甚至尋找自己的第二增長曲線。
企業落地大模型的挑戰點在哪?主要分三個層面:
對于大模型提供商而言,如何更好地做好數據準備是一大挑戰,高質量的數據是大模型落地產生價值的基石。第二大挑戰是算力不足,大模型訓練和推理需要龐大的算力支持。最后一大挑戰則是如何幫助B端更快推進,使用戶能夠更好地看清大模型和生成式AI的商業價值,形成良性循環。
對企業用戶和使用者來說,最核心的挑戰是如何能夠借鑒一些成功的部署經驗,選擇合適的場景,同時確保隱私安全。
對開發者來說,包括數據集成比較復雜,如何選擇合適的模型,如何滿足安全要求,都是需要面對的問題。
未來大模型的發展方向是什么?
多模態、多模型(大模型、小模型、場景專屬模型等)、多方法(RAG+Agent+企業其他應用)、強推理(模型在處理數據時具有高級的認知能力,包括推理邏輯、抽象思維、解決問題能力)、高可靠(穩定地提供準確、一致、可信的結果)、可定制(根據特定用戶或應用場景需求進行調整和優化的能力)這五點非常關鍵。今天沒有一個模型能夠滿足所有的應用需求,如何采用多種方法做更好的編排整合也是幫助企業落地的要點。
再來看生成式AI未來的整體支出規模和增長趨勢。前面提到,宏觀層面AI對全球整體經濟的增量會達到11萬億美元,中國至少有2萬億美元左右,那么具體到行業層面的市場機會有多大?
生成式AI軟硬服務的全球市場規模在2024年大約有387億美元,到2027年會上漲到1453億美元。生成式AI在2024年占全球整體AI市場的16.7%,而到2027年可達28.4%。中國市場在2024年的規模約為35.3億美元,2027年可達129億美元,占整體AI市場的比例分別是16%和32.3%,與全球趨勢基本同步。
哪里能率先賺到錢:
AI專家、AI員工、AI設計師
具體到市場機會,行業的初期階段,也就是2024-2025年,市場機遇主要同算力、基礎設施相關。從2025年到2026年,整個平臺與解決方案的機會更大一些。2026年以后,很多產品有可能會以生成式AI服務的形式,通過用戶訂閱的方式來獲取商機。
今天全球投資人比較關注的、可以盈利的場景,可以分為三大類:
一個是AI專家,主要在法律、醫療等領域,核心是知識管理。大模型加持的知識管理,可通過對話式交互激發創意,讓搜索、推薦、問答更加準確,為企業提供強大知識管理能力。
第二個是AI員工,也包括數字人,今天在大量的客服、數字營銷等場景中運用。
第三個是AI相關的設計師,用AI技術幫助做設計圖生成、做視頻生成等。當前在文生圖大模型方向,面向設計師、創意需求等人群的AI 繪畫的應用已經十分廣泛。
可以看到,這三個領域目前確實走出了商業模式,但中間還有非常大的改進空間,還是有非常大的機會,因為這三大場景跟企業結合更緊密。
未來更大的場景應該會同整個行業的具體場景相結合,所以這里給出不同行業2022—2027年的年增長率預估,下圖的氣泡大小代表這個行業的規模大小。可以看到2023年支出比較高的行業有互聯網、金融、運營商及汽車。2023-2027年,運營商、汽車、交通運輸、零售、教育行業的機會比較明顯。所以如果企業在從行業中尋找市場機會,這是一個非常好的參考。
企業如何抓住大模型風口?
認知到位、定位清晰、伙伴合適
結合生成式AI的整體機遇與不同行業的機遇,我們可以總結出企業抓住生成式AI和大模型機遇的舉措。
首先,認知要到位。今天的生成式AI主要涉及聽、說、讀、寫、畫、創、思、動幾個層面,除了思和動,特別是動還很弱之外,前面幾個層面中,大模型已經達到了人類的平均水平。所以今天有很多公司開始深入智能化,未來還會把大模型跟機器人結合起來,在思和動方面可能有更好的成長空間。所以未來生成式AI在所有行業、所有產業都會產生顛覆式的影響,這種認知一定要到位。
1、生成式AI絕不會像很多其他技術一樣曇花一現,這里需要底座的基礎設施重構來更好地提供支持。
2、所有的業務應用也需要重構,要探索AI原生應用如何同現在的老應用更好地編排、結合、整合起來。
3、交互模式也需要重構
4、數據的價值也在重構,所以從“數據要素計劃”中可以很明顯地看到國家對這塊越來越重視。對于企業而言,數據可以變成資源,數據真正產生價值現在也是剛剛開始。
5、生態伙伴也需要重構,以前的整個生態已經被生成式AI打碎了,未來如何在這方面做好重構是個挑戰。
第二,定位要清晰。企業需要清楚找到8個自我定位。
1、用戶定位。行業的挑戰很大,但機會實在太多,首先要思考如何做好用戶定位,究竟是2B、2C,也許要2P。如果是醫療、法律等行業,可能應用、產品面向的是專業人士,所以用戶定位會非常關鍵。有些公司說今天他們只做2C應用,因為資源一定有限,所以一定要做好用戶定位。
2、場景定位。究竟要幫助用戶落實哪些應用場景,是生產力提升的,還是行業專屬場景的?這也需要企業做好定位。
3、變現定位。通過MaaS、SaaS、API、項目制、硬件等,要思考哪塊是企業變現的點。
4、鏈條定位。企業要思考在行業鏈條上,是幫助鏈條上下游伙伴訓練提供算力,還是幫助推理提供算力,還是做產品開發,還是做應用實施、運營維護,還是服務。
5、問題定位。企業要看如何能夠幫助用戶解決問題,具體的問題可能會涉及能否幫助用戶降低成本,同時能否幫助用戶提升效率、強化客戶體驗、探索新的模式或第二條增長曲線。
6、方案定位。企業自己的方案是定位成原生AI應用,還是現在的Copilot應用?微軟去年推出了19個Copilot,未來很多企業一定是Copilot應用。
7、模型定位。企業的模型定位是多模態的單模型,還是單模態的多模型,還是多模態的多模型?
8、算力定位。還要思考企業的算力是公有云、私有云、傳統IT、還是端側設備。
第三,伙伴要合適。
我們做了一個選擇的合作伙伴的模型,從5個大的層面來做評估。明顯可以看到,選擇合作伙伴時要考慮這家公司的市場表現、平臺實力、服務支持、商業變現、社區建設等能力。|
需要強調地是,平臺會越來越關鍵,從2010年到今天,大家很明顯地感受到平臺在市場上的影響力非常巨大,在生成式AI領域也不例外。如果企業自身能力極強,可能需要自建一個平臺,但大多數企業需要加入平臺,利用平臺的優勢盡快幫助企業變現,幫助客戶創造價值。
我們對整體AI原生應用生態能力做了評估,整體上百度智能云都高于行業的平均值。
