中国人工智能行业应用发展图谱2023

Confidential and Protected by Copyright Laws本产品保密并受到版权法保护中国人工智能行业应用发展图谱2023易观分析2024年2月 人工智能进入生成式阶段，推动企业从数字化向智能化升级01 3激发科技与创新活力2024/2/22持续关注AI产业价值落地•交互革命•人机交互方式：GUIDUI/HUI•Prompt工程价值凸显AGI0.1•知识革命•语言是知识的载体，未来模型人人可训、人人可用，即个人知识能力将得以复制和扩展AGI1.0•思维革命•AI具备独立思考与逻辑判断的能力•进一步延展，具身智能连接物理世界，硅基生命与碳基生命共存AGI2.0人工智能与AGI发展阶段划分01以业务驱动的方式拥抱AI人工智能从未如ChatGPT这般普及，超过1亿用户主动体验的背后，是业务发展需求驱动AI应用场景探索与实践的重大转变02降低AI开发门槛传统的AI开发模式需要针对不同的任务和场景进行定制化开发，大模型显著降低开发复杂度，提升部署与应用的便捷度03增强用户体验，碾平企业数智化洼地大模型对于人机交互方式的变革显著增强客户/用户体验与员工体验，有利于中后台赋能升级，以及员工原生数智动能发展未来已来：技术变革来临人工智能发展进入生成式人工智能时代，大语言模型所呈现的“涌现”能力，正在推动人类社会向AGI的方向持续探索，这将贯穿科技公司与研究机构相当长周期的关注焦点聚焦当下：商业价值深化探索企业经营与发展是当下的核心命题，人工智能，尤其是LLM开启的人工智能，对于AI商业价值的探索与实践带来哪些变化，是本次研究的重点分析式人工智能→生成式人工智能 4激发科技与创新活力2024/2/22大模型应用尚未跨越鸿沟，尝鲜者重心在于技术突破与场景探索1技术局限尚需突破方能释放更大价值•知识更新与自主学习能力，目前大语言模型仍然为静态数据驱动的学习范式，无法实现新知识的快速学习与迭代，尤其是涉及到时效数据与专有数据的场景下存在障碍，OpenAI正在通过Plugins生态来突破这一局限•垂直领域泛化能力，通用任务的卓越能力已经显现，但是进入垂直细分领域与知识体系下，大模型的性能与泛化能力仍然需要增强，行业大模型训练是当前挑战的破局之道之一•长期记忆能力，目前正在通过增大上下文容量、数据向量化，以及AI agent等多种方式探索突破2巨大的模型训练与推理算力等成本拉低效益比•训练与微调成本，该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本，并非基础大模型训练成本，与上述“垂直领域泛化能力”相对应，该成本仍然为行业知识壁垒显著的企业必须承担的成本，开源基础模型在一定程度上可以降低这一阶段的训练成本•推理成本，大模型在参数体量巨大的情况下，仍然存在较高的推理成本，这方面可以通过模型压缩与剪枝等技术的发展进一步降低•模型能力与业务场景的适应成本，这部分成本虽然由于人机交互方式的变化显著降低，但是前期仍然需要考虑提示工程在特定场景的磨合成本3安全合规可信应用底线尚需刚性保障•模型安全与可控制性问题，这是人工智能普遍面临的问题，大模型并不能幸免，包括模型攻防、数据注入等问题；同时，模型能力来自于“涌现”，需要进行模型能力，尤其是生成结果的可控制，方能进入到生产环境•对齐问题，既包括人工智能与人类社会价值观保持一致，也包括与不同国家价值观，不同类型企业经营以及商业法则相匹配等，前者最为关键，这也是目前最为关注的AI不受控制的风险之一，目前在通过RLHF与RLAIF不同方式来实现•隐私与数据安全问题，无论是大模型的训练推理，还是对话应用的过程中，都存在过多的隐私暴露与数据安全风险，这有赖于技术突破和监管合规的进一步建立 5激发科技与创新活力2024/2/22010203040506大模型所加速的生成式人工智能已经渗透到多个场景文本代码图像音视频3D分子发现•对话/问答•文档/文本/文案生成•内容/会议摘要等•语言翻译•文学/剧本创作等•自然语言生成代码•代码补齐•生成SQL•生成软件测试用例•合成数据等•图像分类/分割•工业设计•医学影像标注与解剖结果构建•艺术/商业作品创作•图像修复•天文观测、卫星遥感观测等•电影/游戏/动画制作•建筑/家居设计•工业制造•工业/艺术设计•医疗健康•虚拟现实等•信息播报•语音编辑/翻译•影视内容分析编辑•视频增强/风格迁移•音乐/视频生成•药物设计•材料科学•食品与农业•能源•个人护理等 6激发科技与创新活力2024/2/22行业应用场景导向，落地为先，倒逼基础能力升级中国生成式人工智能行业AMC应用曲线进入生成式人工智能阶段过程中，各个行业AI应用发展成熟度不一，关键要素在于：•行业特征与企业经营目标导向•数字化基础能力建设•数据资源沉淀，特别是行业Know-how导向数据资源•生态体系完善与丰富程度，尤其在于是否具备核心链主企业驱动关键发现市场启动期应用成熟期高速发展期探索期应用价值HVIII电商广告游戏动漫影视交通能源农业自动驾驶医疗制造教育基础科研零售政府与公共服务音乐仍然处于加强基础能力建设阶段，同时需要加强数据资源沉淀以及相关数智技术能力建设等，方能发挥人工智能在其中的关键价值金融数字化基础能力初步搭建，出于行业特点与实际场景要求，需要进一步完善人工智能应用的可信与合规等保障，才能进一步在点状探索的基础上全面铺开数字化基础能力大体完善，本身也是对于内容资产与互动体验要求相对比较高的行业，相应地，生成式人工智能渗透速度更快效率为先稳中求进行业发展特点：旅游©易观分析www.analysys.cn 主要行业人工智能应用图谱及行业应用案例02 8激发科技与创新活力2024/2/22AI驱动千行百业效率升级，大量行业场景应用价值仍待深挖产品研发/设计生产制造供应链/资源管理市场/营销用户/客户运营组织协同软件工程农业能源化工/机械先进制造食品饮料服装/服饰家电汽车建筑与房地产交通运输金融教育医疗健康零售商贸文化娱乐餐饮旅游政府行业环节AI赋能效率升级程度0100深入行业关键环节的AI价值渗透度©易观分析www.analysys.cn 9激发科技与创新活力2024/2/22我国制造业规模庞大，但行业数字经济渗透率仍与发达国家存在差距，面临高端制造回流、中低端制造转移等多重压力2022年，我国数字经济规模首次突破50万亿，达到50.2万亿元，总量稳居世界第二，占GDP比重提升至41.5%。作为数字经济核心产业与实体经济的根基，当前我国制造业规模已经跃居世界第一位，建立起门类齐全、独立完整的制造体系。在全球经济下行背景下，我国制造业产业链韧性和产品竞争力有显著提升。近年来我国数字经济与制造业融合发展程度不断深化， 2022年制造业数字经济渗透率提升至24%，但与发达国家相比仍存在差距，且当前面临着高端制造回流、中低端制造转移等多重压力。27.231.335.839.245.550.220.4%15.1%14.4%9.5%16.1%10.3%0%10%20%30%40%50%01020304050602017201820192020202120222017-2022年中国数字经济规模及增速情况规模（万亿元）增速（%）数据来源：国家网信办、信通院，由易观分析整理©易观分析www.analysys.cn53.959.364.468.974.683.291.998.7101.4114.41212021.122.822.924.527.530.131.231.337.540.21718.219.620.22123.425.626.426.631.433.531.5%30.7%30.4%29.3%28.2%28.1%27.9%26.7%26.2%27.4%27.7%0%5%10%15%20%25%30%35%020406080100120140201220132014201520162017201820192020202120222012-2022年中国规模以上制造业增加值情况国内生产总值（万亿元）工业增加值（万亿元）制造业增加值（万亿元）制造业增加值占GDP比重（%）数据来源：国家统计局， 由易观分析整理©易观分析www.analysys.cn工业制造零售金融医疗健康娱乐数字政府 10激发科技与创新活力2024/2/22创新能力不足制约制造业向高质量阶段发展，需以并行模式融合网络化、数字化与智能化手段进行升级中国制造业细分领域众多，行业间数字化基础差距较大且需求各异，在制造业由高增速向高质量发展过程中，我国制造业仍然面临低端供给过剩、高端供给不足、创新能力不适应高质量发展要求等诸多挑战。从全球工业革命的演变历程来看，我国尚处于工业化升级的进程当中，需要工业2.0、工业3.0与工业4.0 “并行式”发展。中国制造业升级基本范式，需“并行推进，融合发展”，运用网络化、数字化、智能化技术手段，深度融合制造机理，构建具有深度自感知、智慧优化自决策、精准控制自执行的高柔性化及自适应功能的制造体系。工业制造零售金融医疗健康娱乐数字政府 11激发科技与创新活力2024/2/22制造业尚需基于工业互联网融合发展生态，强化供给与市场需求的精准对接，推动形成全新的生产制造与供给服务体系近年来我国工业互联网产业建设体系不断完善，带动核心产业、渗透产业蓬勃发展。2017-2022年我国工业互联网产业增加值年均复合增速达 13.66%，工业互联网产业增加值贡献在 GDP 中的比重逐年提升。预计2023年工业互联网带动一、二、三产业的增加值规模将分别达到0.06万亿元、2.29万亿元、2.34万亿元，工业互联网核心产业将达1.35万亿元。2023年的中央经济工作会议提出要以科技创新引领现代化产业体系建设，广泛应用数智技术加快传统产业转型升级。工业互联网能够实现大规模生产和个性化定制深度融合，而制造业是工业互联网应用的核心领域，在智能制造架构模型下，工业互联网成为智能制造的关键基础，为智能工厂的转型升级提供了必要的共性基础设施和能力，能够加速创新成果转化，有效提升制造业供给水平。0.871.011.181.261.352.322.552.973.23.3412.58%16.14%17.35%6.97%7.30%15.14%9.74%16.57%7.78%4.33%0%10%20%02420192020202120222023E全国工业互联网核心产业、渗透产业增加值发展情况核心产业增加值规模（万亿）渗透产业增加值规模（万亿）核心产业名义增速（%）渗透产业名义增速（%）3.193.554.154.464.693.23%3.51%3.61%3.69%3.72%0%2%4%6%024620192020202120222023E全国工业互联网产业增加值总体发展情况工业互联网产业增加值规模（万亿）产业增加值占GDP比重（%）数据来源：中国工业互联网研究院，由易观分析整理©易观分析www.analysys.cn工业制造零售金融医疗健康娱乐数字政府 12激发科技与创新活力2024/2/22制造行业AI应用概述：提升研发生产与运营效率，提升产品核心竞争力与质量，实现可持续发展•消费驱动力不足带来供需不平衡，供大于求导致行业竞争加剧•高端制造业向发达国家回流，低端制造业向低成本国家转移•创新能力不足，核心技术和核心高端设备、零部件额元器件仍受制于人•高能耗、高污染，碳排放压力巨大•国际贸易争端愈演愈烈，制造业供应链风险显著增加•通过自动化实现制造行业常规流程和任务，提高生产和运营效率•通过数据分析与建模发现质量缺陷，预测潜在问题，并通过优化工艺和生产参数来提高生产质量•通过优化生产计划、材料以及能源使用等，提高能源使用效率，降低废品率，实现可持续发展•通过引入人工智能进入产品研发流程，提升研发效率，缩短研发周期制造行业是我国加快建设现代化产业体系的重要支撑，增强制造行业全价值链条数智化能力，全面提升智能制造整体水平与实力当务之急。同时，制造行业在IT与数字化等基础设施建设方面，尤其是面临不同行业、不同类型与规模企业