2023年，AIGC所代表的通用人工智能（AGI）技术引发全球范围内的持续激荡。AIGC在短时间里经历了三波进步浪潮：
第一波是以GPT为代表的大模型涌现，形成了生成式人工智能（GenAI） 发展的重要基础。
第二波是应用层的快速创新，以生产力场景为最佳承载，使智能化从Chat向Work转化。
第三波则是深度业务场景的应用，打通业务数字化全流程，服务实体经济。
未来的发展方向在哪里？
从繁荣经济和商业的共识性目标出发，人工智能未来实现大规模落地的发力点必然聚焦在应用层创新。
什么是AIGC？
AIGC全称为人工智能生成内容（AI-Generated Content）， ChatGPT与AIGC均为大模型的应用场景之一。AIGC可以分为生成文本、生成图像、生成视频等应用场景。
本文数据来源：
IDC AI大模型技术能力评估报告(2023) ，《2024AIGC应用层十大趋势》白皮书
AIGC应用层发展十大趋势
| 影响方向 | 趋势预测 |
|---|---|
| 产业方向 | 应用层创新成为2024年 AIGC产业发展的确定方向 |
| 大模型从“赶时髦”到“真有用”成为提效手段 | |
| 专属、自建模型将在中大型企业涌现 | |
| 多模态大模型塑造“多边形战士”应用 | |
| 应用形态 | AI Agent是大模型落地业务场景的主流形式【重点关注】 |
| AIGC加速超级入口的形成【重点关注】 | |
| 业务流程迈向“无感智能” | |
| 应用从云原生走向AI原生【重点关注】 | |
| 市场影响 | AIGC逐步普惠化 |
| 智能涌现是把双刃剑需要与之匹配的安全措施 |
趋势一 应用层创新成为2024年 AIGC产业发展的确定方向 （产业方向）
应用创新是AIGC技术落地、链接用户价值的关键路径
对于一大批AI技术实践的创新型企业来说，找准落地场景是发挥AIGC实践价值的重要前提
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。
B端应用场景逐渐清晰，办公和生产力成为落地先驱
趋势二 大模型从“赶时髦”到“真有用”成为提效手段 （产业方向）
AIGC正在工具化，掌握优秀工具的员工将事半功倍,借助PaaS手段提升大模型落地应用的准确性和稳定性。
趋势三 专属、自建模型将在中大型企业涌现 （产业方向）
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”。
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。
为基础大模型注入特定参数，提升AIGC类应用在业务场景中的可用性。
集约化优势
行业纵深需求 :专属大模型能够帮助生态开发企业和最终客户“站在巨人的肩膀上”，打造差异化竞争优势。
专属大模型任务更加专注，造就企业数据的飞轮效应
企业用户期望利用大模型更敏捷、更直观地感知业务运行状态，洞察关键问题。例如，企业用数场景非常普遍，但通常企业大多数员工都不精通专业的BI知识；在专属大模型的加持下，员工可以一句话实现业务数据的调取和问答，背后一系列内部系统数据的打通则最大限度地通过智能化手段自动完成。
IDC预计，到2025年，采用 GenAI 驱动的数据智能和集成软件将产生新的自动化数据平台，使数据工程师的生产力至少提高 25%。
专属大模型将加速企业数据价值的释能，数据从采集、汇聚，到治理、加工，再到形成知识后的智能问答交互过程，都将变得更加快速高效。
-
数据层面的利用率持续提升： 根据IDC的研究，每年企业产生的非结构化数据（内容）数量远远大于结构化数据，然而只有不到5%的数据被用于分析、学习。专属大模型激发了企业使用非结构化数据的想象力。
-
知识层面的输出更加专业： 专属大模型具备更具行业背景的分析和交互能力。
-
决策层面更加高效和精准： 专属大模型也可以使数据转化为智慧的链路更聚焦、更高效。
趋势四 多模态大模型塑造“多边形战士”应用 （产业方向）
从GPT-4V的“惊艳亮相”，到AI视频生成工具Pika1.0的“火爆出圈”，再到谷歌Gemini的“全面领先”，多模态AI都是其中的关键词。
使应用具备更高任务处理能力，深入跨领域、复杂场景
趋势五 AI Agent是大模型落地业务场景的主流形式 (应用形态)
AI Agent通常被视为一种融合感知、分析、决策和执行能力的智能体，具备相当显著的主动性， 堪称人类的理想智能助手。
例如，AI Agent可以根据个人在线互动和参与事务处置时的信息，了解和记忆个体的兴趣、偏好、日常习惯，识别个体的意图，主动提出建议，并协调多个应用程序去完成任务。
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“人机协同”成为新常态，个人与企业步入AI 助理时代
例如在工作场景提供日程提醒、差旅安排、会议室预定、文字助理、会议速记、知识问答、数据分析辅助决策等智能功能；在生活场景中提供餐饮娱乐订购、日程安排、健康管理、旅行规划等助理服务。
AI Agent可以根据用户以往的工作过程信息，分析用户偏好，模仿用户风格，不断贴近用户的工作习惯。
趋势六 AIGC加速超级入口的形成（应用形态 ）
LUI+GUI的混合形态
“no app”将重塑下一代应用，通过对话即可直接调取、使用各种工具。
由此，超级入口将成为新一代应用软件的典型前端形态。
新一代应用将会被对话式交互模式（LUI）重新塑造，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的应用体感： 业务流程和个人交互方式的改变对用户体验影响巨大，LUI有效理解和分析用户意图，并根据相关指引进行目标分解，快速调取超级应用承载的海量复杂功能，形成组合式输出
no app的存在形态： 从应用软件侧来看，基于严格的功能菜单选项的方式将逐渐淡出，应用功能将被碎片化地融入到超级应用中，实现原子功能的灵活调取和组合
趋势七 业务流程迈向“无感智能” （应用形态 ）
AIGC渗透碎片化流程与场景，全面商业智能指日可期
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：
- 实时处理大量数据并提供即时反馈： 提升企业的全方位感知能力和快速应对能力，快速响应市场和客户需求变化，增强市场适应性和综合竞争力。
- 实现团队协作和项目管理： 将大量的组织协同环节进行提速，例如自动起草协同计划、整理会议记录、自动生成管理任务和协调各部门资源等。
- 挖掘复杂的企业数据资产价值： 为决策者提供有洞察力的信息，帮助企业做出基于数据的决策，推动企业向全面商业智能化的转型。
使能业务流程的持续迭代优化，释放核心生产力
AIGC通过自动化、数据驱动的决策支持、创新加速等方式，可实现对业务流程的持续提质增效；同时，能够发现改进空间，优化工作流程，减少人工错误，使多年不变的传统业务流程“一日三新”。此外，其将使工作人员投入更高价值的创新活动，从而释放出更强大的核心生产力。
IDC预测，到2028年，中国的开发人员投入到创新工作的时间将大幅提升，由原来仅占开发时间的20%提高到50%。
- 基础设施迭代： 基础设施服务能力的持续提升使开发人员的关注点不断向上层转移，减少在诸如自动化的执行或基础设施的管理等运营职责上所花费的时间。
- 流程管理迭代： 开发人员依然对DevOps技术表现出兴趣，以实现对代码的扩展、版本控制、测试和持续集成等属性的自动化处理。但更先进的综合开发管理平台将使开发人员进一步释放潜能，强化对创新数字解决方案层面的把控力。
- 智能化能力迭代： AI技术与当代开发工具的深度集成将持续替代开发人员的日常低附加值工作，推动其更多地思考与架构、逻辑、策略有关的更高层次任务。
趋势八 应用从云原生走向AI原生（应用形态 ）
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。
应用“+AI”向“AI+”转变，AI定义场景成为新范式
“+AI” 的模式使AI能力聚焦于一些关键环节，提升局部的效率和体验。
AI+”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，使AI实践贯穿于业务应用的全生命周
期中。
从某种意义上说，“+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。
基于AIGC生成的高精度代码，应用开发方式发生革命性变化
- 大模型降低应用开发门槛： 大模型赋能的低代码/无代码平台，使大量的行业用户不再高度依赖软件开发商。大模型能够持续响应基于语言输入的模糊性开发需求，使更多的直接用户参与到软件的开发过程中。
- 大模型简化应用开发流程： 工具平台提供的标准化开发模式和反馈迭代能力将使未来应用更敏捷、规模化地落地，还可以帮助开发者加速应用的迭代过程，并显著降低后期维护的成本。
- 大模型提升应用开发质量： AIGC还能够在数据一致性校验、代码审查及漏洞修复、实时运行监控等方面提供支持，例如自动编写测试脚本，以提高测试覆盖率。IDC预测，到2028年，基于GenAI的工具将能够编写80%的软件测试。
趋势九 AIGC逐步普惠化（市场影响 ）
智能化浪潮下，AIGC AI创新商业模式将不断出现
- 基础算力平台运营
- 行业定制化API服务
- 行业AI工具平台
- 定制化应用开发
趋势十 智能涌现是把双刃剑需要与之匹配的安全措施(市场影响 )
IDC 建议
对终端用户
-
应用场景导向
-
合理选择介入的深度
-
关注商业模式的变化
Views: 7070
