1 月 3 日，釘釘聯合國際知名咨詢機構 IDC 發(fā)布首份《2024 AIGC 應用層十大趨勢白皮書》（下稱《白皮書》）。隨著 AIGC 技術的發(fā)展，智能化應用將呈現爆發(fā)式增長，IDC 預測，到 2024 年全球將涌現出超過 5 億個新應用，這相當于過去 40 年間出現的應用數總和。

大模型價值實現路線圖

根據《白皮書》，2024 年 AIGC 應用的十大趨勢關鍵詞涵蓋應用層創(chuàng)新、AI Agent、專屬模型、超級入口、多模態(tài)、AI 原生應用、AI 工具化、AI 普惠化。

趨勢一：應用層創(chuàng)新成為 2024 AIGC 產業(yè)發(fā)展確定方向

《白皮書》認為，應用創(chuàng)新是 AIGC 技術落地、鏈接用戶價值的關鍵路徑。AIGC 應用將率先在 B 端辦公和生產力場景中落地，其中知識管理是現在最受企業(yè)青睞的應用場景，這將為 B 端企業(yè)客戶提供更多的生產優(yōu)化路徑選擇，實現直觀的降本增效成果。

IDC 預測，到 2024 年，數字經濟的發(fā)展將在全球范圍內孕育出超過 5 億個新應用，相當于過去 40 年間出現的應用數量的總和。

趨勢二：大模型從“趕時髦”到“真有用”，成為提效手段

IDC 的調研顯示，企業(yè)當前最希望通過 AIGC 來實現的商業(yè)利益包括：改善客戶體驗 / 服務、提高開發(fā)人員生產力、實現差異化競爭優(yōu)勢以及創(chuàng)新商業(yè)模式等。IDC 預測，到 2026 年，GenAI 將承擔 42% 的傳統營銷瑣事，如搜索引擎優(yōu)化、內容和網站優(yōu)化、客戶數據分析與細分、潛在客戶評分和超個性化。

而想要達成行業(yè) AI 應用的準確性、安全性目標，一方面要確?；A大模型的成熟穩(wěn)定，另一方面也可以通過 PaaS 層對大模型的應用過程進行約束與管控。

趨勢三：專屬、自建模型將在中大型企業(yè)涌現

大模型的未來發(fā)展將趨向于通用化與專用化并行。通用預訓練大模型在面對很多領域長期存在的痛點問題時，難以承擔起更多專業(yè)化任務。企業(yè)對于大模型的要求不僅僅是實現“通識”，更需要其成為特定領域的“最強大腦”。因此，企業(yè)客戶會產生越來越多的專屬、自建模型需求，特別是一些中大型企業(yè)，通過對大模型的領域化適配，有望獲得更加理想的綜合收益。

IDC 的調研顯示：目前有 60% 的企業(yè)使用大模型的公開版本，但這一比例在兩年后會迅速降至 17%，更多企業(yè)會將 AI 應用建立在私有、專屬模型基礎上；同時，高達 88% 的企業(yè)選擇通過內部團隊開發(fā)相關應用。由此可見，行業(yè)專屬大模型已經成為企業(yè)未來的熱點目標，企業(yè)也要持續(xù)建設自己的人才隊伍，修煉 AIGC 應用的“內功”。

趨勢四：多模態(tài)大模型塑造“多邊形戰(zhàn)士”應用

多模態(tài)大模型與語言大模型、視覺大模型均為當前大模型訓練和開發(fā)的重要方向。從賦能應用的視角出發(fā)，多模態(tài)大模型能更充分地利用海量、異構的數據資源，提升應用的效率和能力上限。

多模態(tài)大模型可以幫助用戶構建出一個更加豐富、友好的界面，使應用與人的交互過程 無限趨近于人類自身的習慣。此外，多模態(tài)大模型如果與 VR/AR、元宇宙等技術體系進一步融合， 還可以打造更深層、更多維、更豐滿的全新體驗。

目前，多模態(tài)信息識別與理解技術、 群體智能技術等，已經成為研究開發(fā)的關鍵領域，有望加速人工智能從感知到認知的轉化。

趨勢五：AI Agent 是大模型落地業(yè)務場景的主流形式

IDC 的調研表明：所有企業(yè)都認為 AI Agent 是 AIGC 發(fā)展的確定性方向；同時，50% 的企業(yè)已經在某項 工作中進行了 AI Agent 的試點，另有 34% 的企業(yè)正在制定 AI Agent 的應用計劃。

AI Agent 讓 AIGC 技術擁有感知、記憶、規(guī)劃和行動能力，可以跨應用程序做復雜任務的執(zhí)行，使得“人機協同”成為新常態(tài)。未來，AI Agent 將變革生產力的組織形式，越來越多的創(chuàng)新將會源自于超級個體和小型組織。一個人加上 AI 工具，就可以成為一家公司，個人與企業(yè)正在步入 AI 助理時代。

未來，企業(yè)工作任務將在 AIGC 的助推作用下變得日益原子化和碎片化，復雜的流程將被無限拆解， 再進行靈活的編排和組合，每個環(huán)節(jié)的效能和潛力都將被 AI 持續(xù)挖掘。而從供給端看，“人 +AI 數字 員工”的高效協同模式將為大型企業(yè)對抗組織熵增提供理想的解法。

趨勢六：AIGC 將加速超級入口的形成

新一代應用將會被對話式交互模式（LUI）重新塑造。所有的 SaaS 公司都將全面擁抱 AI，軟件公司最終會變成智能系統運行商，軟件操作方式被大幅簡化，應用之間的集成度更高，多應用之間也更加融合。

AIGC 重塑應用形態(tài)的過程將重點體現在兩個方面：一是對既有軟件進行智能化改造與升級，以 API 的形式增加重要環(huán)節(jié)的可交互性和認知能力；二是對軟件的應用架構和模式進行全新重構?！癗o APP”理念將重塑移動互聯網時代形成的入口和用戶格局。應用功能會被碎片化地融入到一些超級應用中，用戶通過對話就能在一個應用里直接調取、使用各種工具。

IDC 的調研顯示，97% 的企業(yè)認可超級入口將成為未來的主流應用形態(tài)（調研對象：100 家制造、醫(yī)療、互聯網、金融、零售行業(yè)年收入超過 5 億的大型企業(yè)）。未來，軟件公司將變成智能系統運行商，應用之間廣泛的調動與協同，將塑造全新的生態(tài)格局，釘釘這類軟件有望成為智能時代的超級 APP。

趨勢七：業(yè)務流程邁向“無感智能”

AI 與業(yè)務的融合進程在未來幾年將達到前所未有的高度。AIGC 給業(yè)務流程帶來的智能革新，一方面打開了新的需求空間，產生了規(guī)?；牧鞒讨亟M效應；另一方面，也可能讓傳統行業(yè)多年來一成不 變的業(yè)務規(guī)則轉變?yōu)槌掷m(xù)迭代的態(tài)勢。

AIGC 持續(xù)提升自動化執(zhí)行、優(yōu)化協作以及智能決策等能力，以更原子化的方式深入到碎片化的設計、開發(fā)、制造、營銷、財務等環(huán)節(jié)中，幫助企業(yè)實現 AI 與業(yè)務流程的無縫融合。在 AIGC 最擅長的內容生成、數據處理、實時分析、客戶服務等領域，支持客戶快速完成重復性和時間密集型的任務。

趨勢八：應用從云原生走向 AI 原生

如今，大模型和 AIGC 驅動正在重新定義基礎設施，AI 原生設計思想也正在滲入各行業(yè)的應用開發(fā)過程中，形成軟件開發(fā)新范式。

隨著 AI 向行業(yè)縱深的不斷挺進，AI 應用不應僅被視為模型能力的搬運工，而是從產品和方案的設計之初就開始思考 AI 的融入，突破更多企業(yè)的深層需求。應用將從“+AI”向“AI+”轉變，“+AI”是一種技術路線的進步，而“AI+”則意味著整體發(fā)展思想的轉變，意味著所有的應用都將以 AI 能力為核心驅動力，由 AI 定義場景將成為一種新范式。

IDC 的調研表明：企業(yè)認為 AI 原生將帶來一系列變革，包括技術棧的變化、工具鏈的變化、基 礎設施的變化、開發(fā)流程的變化、安全策略的變化、設計理念的變化以及組織層面的變化等。在邁向 AI 原生的過程中，企業(yè)應積極做好準備。

趨勢九：AIGC 逐步普惠化

AIGC 的收費模式僅僅是 AIGC 貨幣化趨勢的初始體現。隨著 AIGC 向各行各業(yè)的滲透，更多的企業(yè)希 望從 AIGC 所創(chuàng)造的潛在增量收益中進行利益分成。因此，在巨大的潛在商業(yè)前景下，AIGC 將驅動全 社會產生新商業(yè)模式的涌現。IDC 預測，到 2024 年，33% 的 G2000 企業(yè)將利用創(chuàng)新商業(yè)模式，使 GenAI 的貨幣化潛力翻番。

從未來的發(fā)展趨勢看，全棧式 AI PaaS、SaaS 化服務會進一步成為主流，AI 產業(yè)鏈將持續(xù)發(fā)展成熟， 包括數據采集、數據標注、定制化模型開發(fā)、場景共創(chuàng)等在內的 AI 產業(yè)鏈將產生很多新的崗位需求。

對于未來 AI 人才缺口的問題，IDC 預測，到 2026 年，2/3 云應用將使用 AI，致使高達八成的企業(yè)難以找到熟練的 AI 專業(yè)人員。

趨勢十：智能涌現是把雙刃劍，需要與之匹配的安全措施

AIGC 作為一種新興的技術，仍帶有較強的雙面性，其在推動 AI 新浪潮發(fā)展的同時，也存在許多可預料和不可預料的風險，諸如隱私保護、結果失控、數據泄露等，都是當前企業(yè)決策者最為擔憂的問題。各參與方有必要采取有效的措施來確保 AI 應用的安全和可靠性，保證其更安全地服務于人類。

對于智能涌現與安全管控的平衡問題，IDC 調研發(fā)現，73% 的企業(yè)表示會制定全公司 AIGC 范圍適用的標準規(guī)范。

此外，IDC 對終端用戶提出了應用場景導向、合理選擇介入的深度和關注商業(yè)模式的變化三個建議；對生態(tài)開發(fā)企業(yè)提出了加入有競爭力的生態(tài)和轉變產品設計思路的建議。

作者 | 褚杏娟






審核編輯：劉清