人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » AI资讯

行业报告 | 企业AIGC商业落地应用研究报告

2024-06-13 67

原创 | 文 BFT机器人

图片

01

AIGC(生成式人工智能)定义

图片

02

洞观:AIGC市场全貌与供应商的摩拳擦掌

生成式人工智能技术的落地已经远远超出了商业化的进程

图片

在企业现有数字化作业体系中切入,成为AIGC率先落地的存量场景

图片

和SaaS同根的生成式AI技术与应用,终将在企业级应用场景中共生

图片

云与大模型深度绑定,以“Maas”的模式将AIGC落地到企业业务

图片

MaaS与云和数字化的融合,赋予AIGC在早期发展的牢固基本盘

图片

在生成式AI数据、算法、算力核心特征下,其商业化土壤必然建立在数字化基础之上。

国内数字化市场历经8年发展,企业上云意识进入高认同阶段,超过50%的企业或是在路上,或是已经将业务部署到了云端,这其中又有超过90%的企业开始了数字化转型的设计规规划。

这意味着数字资产、数据驱动、业务数字原生程度大幅加深,AIGC可成活率越牢固,目前至少有46.5%的企业具备了应用AIGC的基础环境。

3年,1000亿,回应市场对于AIGC商业落地的期待

图片

目前AIGC技术与应用玩家主要分为三类

图片

细分小模型能拿走近一半产业链价值——AIGC商业架构层次

图片

短期来看,以OpenAI为代表的基础大模型发展迅猛,国内以百度阿里为代表的基础大模型也快速进入市场,基础大模型正在不断重塑、拓宽服务应用的边界,将会占据产业价值链的主要部分其次则是与SaaS的紧密相关的业务层,已经涌现大量基于各自领域小规模数据、垂直业务特征训练出的如图形设计Artboost.客服小冰等领域小模型。它们将分为价值链中直接面向企业业务赋能的部分。

再次则是基于大模型和领域小模型之间的行业、场景大模型,虽然此层级代表性品牌较少,但随着行业性数据和行业专家在供应商和企业用户之间高度融合、规则标准日益完善的条件下,会有部分机构拿走中间层价值。

但是谁能拿走多少蛋糕,除了自身基因,还要靠对于场景的把握能力。

图片

发掘高价值应用场景,是AIGC商业进化能力的最终比拼

图片

AIGC商业落地产业图谱 2.0

图片

03

洞察:时代更替,企业用户的新思路、新需要

每次技术的更迭都给了供需两侧一次重新思考的机会


图片

所以,企业信息化建设掌舵者接受AIGC的潜在业务影响能力并做出举措

图片

现在,他们的思考“参数”更具有现实意义——是否用得上、能否用得好

图片

基于现实需求,企业用户提出了多种付费策略的诉求

图片

回归到期望落地的场景,企业将“改善内外部服务对象的体验”作为主要的目标

图片

以营销、客服、办公为先锋的场景已经展开商业化版图

图片

以营销为例:AIGC既承担决策者的脑力,又成为工作人员的帮手

图片

04

洞悉:确定的初步试探与不确定的路径选择

态度:久违的“一把手工程”,未来也将出现在企业端

图片

准备或已经开始实践AIGC的企业中,CEO与CDO成为推动AIGC落地的最佳角色。

这个关键角色需要极强的业务理解和业务重新整合的能力。

通过深刻的对上下游产业的业务认知精准的捕捉AIGC在供应链中的服务落地点和价值输出点;

对内部整体的管理/运营业务高度熟悉,才能将AIGC的能力融入业务流程中,以最小代价方式精准赋能业务;

需要高度跳跃、超前思维创造和发现新的AIGC落地方式,用AI解决方案来服务自己以及外部客户。

具备以上突出的三种能力要素,才能顺利、有序地将AIGC落地到具体业务之中。

措施: 以与第三方合作为主,相信第三方的专业性且能提高效率

图片

路径: 基于工具和基础软件,企业获取AIGC能力有五条不同的路径可选

图片

做MaaS无论是围绕自身模型提供一体化的服务、提供一个Marketplace、还是提供一套相对标准化的Tool,实际上在十年前做机器学习时也有过类似想法现在最大的变化在于大模型跟Tool之间协调的更加紧密。

对于支撑MaaS的基础软件而言,首要任务是改进工具栈、提升平台能力,支撑客户比较公开的去训练大模型与小模型。在未来可以根据客户需求,通过预训练模型提供软件与工具更加融合的软模一体解决方案。"

方式 :炼模型、调模型、等模型

图片

技术落地方案:通过基础软件构建大模型能力

图片

AI基础软件供应商九章云极DataCanvas

图片

应用落地实践: 基金经理的虚拟会客厅

图片

认知智能引擎——华院计算

图片

05

洞见:优质AIGC服务商的选型字典

TE对应用层服务商的深度观测

由TE产业服务团队,基于公开数据、企业用户调研反馈信息以及行业专家建议而构建,旨在帮助使用者能够以极简且可量化的方式,衡量创新技术转化为新产品、新服务、新能力的过程中,相关科技型企业未来获得商业化成功的潜力,直观的反映他们在发展启动阶段团队、创新、市场及生态方面的基础夯实程度。

未来,TE产业服务团队会随着创新技术市场成熟度的提升,逐步推出其他相关量化指数,包括科技企业的市场拓展竞争力指数、产业赋能创新能力指数等。

图片

应用场景: 营销与创新场景聚集度最高,但客服与数字人的商业进化潜能最大

图片

应用场景示例: 营销场景AIGC应用企业概览

图片

应用行业:文娱、电商、金融、零售最受关注,金融业潜力最大

图片

应用行业示例 : 零售行业AIGC应用企业概览

图片

TE企服指数为AIGC新商业而来

图片

06

AIGC在十三个场景的应用前瞻

AIGC+营销 : 从认知到复购的全链路策略支持助手

图片

AIGC+客服 : 前端客户沟通只是开始,线索留存和规则优化是重头戏

图片

AIGC+办公协同 : 目标导向,赋能创新与更进一步的自动化

图片

AIGC+信息安全: 精准防御,高效响应

图片

AIGC+产品/交互设计:产品上线全面加速

图片

AIGC+基础作业环节 : 合格的办公室文员与助手

图片

AIGC+出海服务: 语言与市场差异带来的阻碍大大降低

图片

AIGC+数据治理 : 激活数据潜能,驱动治理创新

图片

AIGC+知识管理: 构建属于企业和员工的“ChatGPT'

图片

AIGC+ERP:从场景驱动到预测分析,用AI赋能业务管理过程加快商业价值实现

图片

AIGC+MES:生产执行管理从数据理解走向数据创作

图片

AIGC+软件开发: 全流程智能辅助,全开发更专注于产品与业务

图片

AIGC+财税服务: 还是解决风控和基础报表问题

图片

AIGC+人力资源: 效率与决策变革撬动HR变革

图片

AIGC+灵活用工:更明确找什么人、做多少事

图片

报告来源:信达证券

报告编辑:智能机器人系统

更多精彩内容请关注公众号:BFT机器人

本文为原创文章,版权归BFT机器人所有,如需转载请与我们联系。若您对该文章内容有任何疑问,请与我们联系,将及时回应。

原文链接:https://www.bilibili.com/read/cv24297424/

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部