写点什么

AIGC 将如何落地?IDC、钉钉联合发布 2024 AIGC 应用层十大趋势

  • 2024-01-03
    北京
  • 本文字数:3227 字

    阅读完需:约 11 分钟

大小:1.63M时长:09:30
AIGC 将如何落地?IDC、钉钉联合发布 2024 AIGC 应用层十大趋势

1 月 3 日,钉钉联合国际知名咨询机构 IDC 发布首份《2024 AIGC 应用层十大趋势白皮书》(下称《白皮书》)。随着 AIGC 技术的发展,智能化应用将呈现爆发式增长,IDC 预测,到 2024 年全球将涌现出超过 5 亿个新应用,这相当于过去 40 年间出现的应用数总和。

 


大模型价值实现路线图

 

根据《白皮书》,2024 年 AIGC 应用的十大趋势关键词涵盖应用层创新、AI Agent、专属模型、超级入口、多模态、AI 原生应用、AI 工具化、AI 普惠化。

趋势一:应用层创新成为 2024 AIGC 产业发展确定方向

 

《白皮书》认为,应用创新是 AIGC 技术落地、链接用户价值的关键路径。AIGC 应用将率先在 B 端办公和生产力场景中落地,其中知识管理是现在最受企业青睐的应用场景,这将为 B 端企业客户提供更多的生产优化路径选择,实现直观的降本增效成果。

 

IDC 预测,到 2024 年,数字经济的发展将在全球范围内孕育出超过 5 亿个新应用,相当于过去 40 年间出现的应用数量的总和。

 

趋势二:大模型从“赶时髦”到“真有用”,成为提效手段

 

IDC 的调研显示,企业当前最希望通过 AIGC 来实现的商业利益包括:改善客户体验/服务、提高开发人员生产力、实现差异化竞争优势以及创新商业模式等。IDC 预测,到 2026 年,GenAI 将承担 42%的传统营销琐事,如搜索引擎优化、内容和网站优化、客户数据分析与细分、潜在客户评分和超个性化。

 

而想要达成行业 AI 应用的准确性、安全性目标,一方面要确保基础大模型的成熟稳定,另一方面也可以通过 PaaS 层对大模型的应用过程进行约束与管控。

 

趋势三:专属、自建模型将在中大型企业涌现

 

大模型的未来发展将趋向于通用化与专用化并行。通用预训练大模型在面对很多领域长期存在的痛点问题时,难以承担起更多专业化任务。企业对于大模型的要求不仅仅是实现“通识”,更需要其成为特定领域的“最强大脑”。因此,企业客户会产生越来越多的专属、自建模型需求,特别是一些中大型企业,通过对大模型的领域化适配,有望获得更加理想的综合收益。

 

IDC 的调研显示:目前有 60%的企业使用大模型的公开版本,但这一比例在两年后会迅速降至 17%,更多企业会将 AI 应用建立在私有、专属模型基础上;同时,高达 88%的企业选择通过内部团队开发相关应用。由此可见,行业专属大模型已经成为企业未来的热点目标,企业也要持续建设自己的人才队伍,修炼 AIGC 应用的“内功”。

 

趋势四:多模态大模型塑造“多边形战士”应用

 

多模态大模型与语言大模型、视觉大模型均为当前大模型训练和开发的重要方向。从赋能应用的视角出发,多模态大模型能更充分地利用海量、异构的数据资源,提升应用的效率和能力上限。

 

多模态大模型可以帮助用户构建出一个更加丰富、友好的界面,使应用与人的交互过程 无限趋近于人类自身的习惯。此外,多模态大模型如果与 VR/AR、元宇宙等技术体系进一步融合, 还可以打造更深层、更多维、更丰满的全新体验。

 

目前,多模态信息识别与理解技术、 群体智能技术等,已经成为研究开发的关键领域,有望加速人工智能从感知到认知的转化。

 

趋势五:AI Agent 是大模型落地业务场景的主流形式

 

IDC 的调研表明:所有企业都认为 AI Agent 是 AIGC 发展的确定性方向;同时,50%的企业已经在某项 工作中进行了 AI Agent 的试点,另有 34%的企业正在制定 AI Agent 的应用计划。

 

AI Agent 让 AIGC 技术拥有感知、记忆、规划和行动能力,可以跨应用程序做复杂任务的执行,使得“人机协同”成为新常态。未来,AI Agent 将变革生产力的组织形式,越来越多的创新将会源自于超级个体和小型组织。一个人加上 AI 工具,就可以成为一家公司,个人与企业正在步入 AI 助理时代。

 

未来,企业工作任务将在 AIGC 的助推作用下变得日益原子化和碎片化,复杂的流程将被无限拆解, 再进行灵活的编排和组合,每个环节的效能和潜力都将被 AI 持续挖掘。而从供给端看,“人+AI 数字 员工”的高效协同模式将为大型企业对抗组织熵增提供理想的解法。

 

趋势六:AIGC 将加速超级入口的形成

 

新一代应用将会被对话式交互模式(LUI)重新塑造。所有的 SaaS 公司都将全面拥抱 AI,软件公司最终会变成智能系统运行商,软件操作方式被大幅简化,应用之间的集成度更高,多应用之间也更加融合。

 

AIGC 重塑应用形态的过程将重点体现在两个方面:一是对既有软件进行智能化改造与升级,以 API 的形式增加重要环节的可交互性和认知能力;二是对软件的应用架构和模式进行全新重构。 “No APP”理念将重塑移动互联网时代形成的入口和用户格局。应用功能会被碎片化地融入到一些超级应用中,用户通过对话就能在一个应用里直接调取、使用各种工具。

 

IDC 的调研显示,97% 的企业认可超级入口将成为未来的主流应用形态(调研对象:100 家制造、医疗、互联网、金融、零售行业年收入超过 5 亿的大型企业)。未来,软件公司将变成智能系统运行商,应用之间广泛的调动与协同,将塑造全新的生态格局,钉钉这类软件有望成为智能时代的超级 APP。

 

趋势七:业务流程迈向“无感智能”

 

AI 与业务的融合进程在未来几年将达到前所未有的高度。AIGC 给业务流程带来的智能革新,一方面打开了新的需求空间,产生了规模化的流程重组效应;另一方面,也可能让传统行业多年来一成不 变的业务规则转变为持续迭代的态势。

 

AIGC 持续提升自动化执行、优化协作以及智能决策等能力,以更原子化的方式深入到碎片化的设计、开发、制造、营销、财务等环节中,帮助企业实现 AI 与业务流程的无缝融合。在 AIGC 最擅长的内容生成、数据处理、实时分析、客户服务等领域,支持客户快速完成重复性和时间密集型的任务。

 

趋势八:应用从云原生走向 AI 原生

 

如今,大模型和 AIGC 驱动正在重新定义基础设施,AI 原生设计思想也正在渗入各行业的应用开发过程中,形成软件开发新范式。

 

随着 AI 向行业纵深的不断挺进,AI 应用不应仅被视为模型能力的搬运工,而是从产品和方案的设计之初就开始思考 AI 的融入,突破更多企业的深层需求。应用将从“+AI”向“AI+”转变,“+AI”是一种技术路线的进步,而“AI+”则意味着整体发展思想的转变,意味着所有的应用都将以 AI 能力为核心驱动力,由 AI 定义场景将成为一种新范式。

 

IDC 的调研表明:企业认为 AI 原生将带来一系列变革,包括技术栈的变化、工具链的变化、基 础设施的变化、开发流程的变化、安全策略的变化、设计理念的变化以及组织层面的变化等。在迈向 AI 原生的过程中,企业应积极做好准备。

 

趋势九:AIGC 逐步普惠化

 

AIGC 的收费模式仅仅是 AIGC 货币化趋势的初始体现。随着 AIGC 向各行各业的渗透,更多的企业希 望从 AIGC 所创造的潜在增量收益中进行利益分成。因此,在巨大的潜在商业前景下,AIGC 将驱动全 社会产生新商业模式的涌现。IDC 预测,到 2024 年,33% 的 G2000 企业将利用创新商业模式,使 GenAI 的货币化潜力翻番。

 

从未来的发展趋势看,全栈式 AI PaaS、SaaS 化服务会进一步成为主流,AI 产业链将持续发展成熟, 包括数据采集、数据标注、定制化模型开发、场景共创等在内的 AI 产业链将产生很多新的岗位需求。

 

对于未来 AI 人才缺口的问题,IDC 预测,到 2026 年,2/3 云应用将使用 AI,致使高达八成的企业难以找到熟练的 AI 专业人员。

趋势十:智能涌现是把双刃剑,需要与之匹配的安全措施

 

AIGC 作为一种新兴的技术,仍带有较强的双面性,其在推动 AI 新浪潮发展的同时,也存在许多可预料和不可预料的风险,诸如隐私保护、结果失控、数据泄露等,都是当前企业决策者最为担忧的问题。各参与方有必要采取有效的措施来确保 AI 应用的安全和可靠性,保证其更安全地服务于人类。

 

对于智能涌现与安全管控的平衡问题,IDC 调研发现,73% 的企业表示会制定全公司 AIGC 范围适用的标准规范。

 

此外,IDC 对终端用户提出了应用场景导向、合理选择介入的深度和关注商业模式的变化三个建议;对生态开发企业提出了加入有竞争力的生态和转变产品设计思路的建议。


相关链接:

https://files.alicdn.com/tpsservice/1d3f483aa9792524f9b5647def429211.pdf?spm=a1zmmc.index.0.0.f1b7719deobDIN&file=1d3f483aa9792524f9b5647def429211.pdf

2024-01-03 15:358025

评论 1 条评论

发布
用户头像
钉钉做的还不错

2024-01-07 15:01 · 浙江
回复
没有更多了

如何利用烛龙和谷歌插件优化CLS(累积布局偏移) | 京东云技术团队

京东科技开发者

前端 页面布局 CLS

测试用例设计方法六脉神剑——第五剑:化气为型,场景用例破云 | 京东物流技术团队

京东科技开发者

测试 测试用例 场景法

光模块是什么?

小齐写代码

CodeArts 五年磨一剑,深耕信创软件开发工具

华为云PaaS服务小智

ide 全球软件开发大会

全渠道、全触点、全用户 | 数智化运营赋能企业生意“无边界”

用友BIP

数智营销

nginx+lua+redis实现灰度发布 | 京东云技术团队

京东科技开发者

lua nginx redis 服务器

千亿级工业大数据的最优方案!智光电气的时序数据库应用

TDengine

tdengine 时序数据库 国产数据库

Apache Doris 2.0.3 版本正式发布

SelectDB

数据库 大数据 数据湖 OLAP Doris

火山引擎DataLeap:助你实现从数据研发1.0到数据研发3.0的跨越

字节跳动数据平台

大数据 数据中台

火山引擎AB测试:企业产品优化主题分享在北京举办

字节跳动数据平台

大数据 对比实验 大数据 A/B测试

大模型时代下的因果推断

九章云极DataCanvas

智能制造解决方案之智能仓储

天津汇柏科技有限公司

仓储控制系统 解决方案 智能制造 仓储执行系统

Flask已死,FastAPI是未来

Bob Lin

Python django flask FastApi python web

Amazon CodeWhisperer 体验

亚马逊云科技 (Amazon Web Services)

人工智能 云上探索实验室 Amazon CodeWhisperer

DAPP锁仓质押挖矿系统开发

l8l259l3365

每日一题:LeetCode-34. 在排序数组中查找元素的第一个和最后一个位置

Geek_4z9ami

Go 面试 算法 LeetCode 分治

记一次生产慢sql索引优化及思考 | 京东云技术团队

京东科技开发者

数据库 SQL优化 MySQL、

QUIC在零信任解决方案的落地实践

权说安全

第13期 | 用友BIP项目云,助力科研类项目管理实现精智核算

用友BIP

项目管理

Sui 概览:技术特色与生态发展现状

Footprint Analytics

区块链 Sui Layer 1

Flutter Web 和 H5

A __Sun A0 .

flutter HTML5, CSS3 flutter for web

天猫商品详情接口json 格式返回介绍

tbapi

天猫商品详情数据接口 天猫商品API接口 天猫API接口

软件测试/测试开发/人工智能丨使用 EvoSuite 自动生成单元测试用例

测试人

人工智能 软件测试

WAVE SUMMIT+ 深度学习开发者大会2023 倒计时

飞桨PaddlePaddle

人工智能 深度学习 开发 开发者大会

开发者能力机制解析,玩转Sermant开发

华为云开源

服务治理 sermant 字节码增强框架

AIGC 将如何落地?IDC、钉钉联合发布 2024 AIGC 应用层十大趋势_AI&大模型_褚杏娟_InfoQ精选文章