您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[亿欧智库]:中国AIGC商用场景趋势捕捉指北 - 发现报告
当前位置:首页/其他报告/报告详情/

中国AIGC商用场景趋势捕捉指北

2023-03-15-亿欧智库机构上传
中国AIGC商用场景趋势捕捉指北

亿 服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 中国AIGC商用场景趋势捕捉指北 亿欧TE产服 亿欧TE产服 亿欧TE产服 出品机构:亿欧·TE发布时间:2023.03 目录 CONTENTS 服 亿欧TE产服 01 亿欧TE产服 亿 亿欧TE产服 AIGC中国路 02 03 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 AIGC商业全景俯瞰极具潜力的AIGC之星 亿欧TE产服 亿 服 亿欧TE产服 01 PART 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 AIGC中国路 文本 图片 AIGC 音频 视频 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿 亿欧TE产服 亿欧TE产服 服 亿欧TE产服 AIGC(生成式人工智能)定义 TE: 生成式人工智能,将彻底改变人机交互的关系,并创造新的产能输出结构。它将在第四维度实现与人的思维同调,继移动设备以人类外器官形态存在以来,AIGC将以外脑的形式存在于人类认知中。 Gartner: GenerativeAIisadisruptivetechnologythatcangenerateartifactsthatpreviouslyreliedonhumans,deliveringinnovativeresultswithoutthebiasesofhumanexperiencesandthoughtprocesses. 生成式人工智能是一种颠覆性的技术,它可以生成以前依赖于人类的工件,在没有人类经验和思维过程偏见的情况下提供创新的结果。 麦肯锡: GenerativeAIissettochangethatbyundertakinginteractionlaborinawaythatapproximateshumanbehaviorcloselyand,insomecases,imperceptibly. 生成式人工智能旨在通过以一种接近人类行为,(与人类)进行交互式协作。 亿欧TE产服 亿欧TE产服 亿欧TE产服 Source:TE洞观整理绘制,2023/04 AIGC的商业化还在早期的市场探索阶段,国内略有落后仍在努力追赶 亿欧TE产服 AIGC市场商业化成熟度发展曲线 亿欧TE产服 市场期望&认可 亿欧TE产服 美国市场AIGC商业化程度进入细分场景服务的快速探索期,并且已经出现了初步的汰换 快速探索期的表现:基于基础大模型或自建模型,面向具体业务以及场景,提供商业化的AIGC服务,并已经产生正向收益。 亿欧TE产服 亿欧TE产服 代表企业: 亿欧TE产服 中国AIGC的商业化程度处于刚进入触发期后半段 亿欧TE产服 中国市场美国市场 亿欧TE产服 触发期市场探索期启动期期望膨胀期衰退期 复苏期 成熟期时间 亿 服 亿欧TE产服 Source:TE洞观整理绘制,2023/04 亿 服 亿欧TE产服 中国市场企业上云现状 中国市场企业数字化现状 中国市场AIGC基本盘预测 2023年,中国企业市场 46.5%企业 具备应用AIGC的基础环境 亿欧TE产服 亿欧TE产服 AIGC已经站在巨人肩膀之上 47.6% 14.3%8.7% 1.0% 26.9% 1.4% TE认为: AIGC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%的企业将业务或路上或已经部署在云端,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可成活的土壤越牢固,目前至少有46.5%的企业具备了应用AIGC的基础环境。 测试云阶段 30.7% 已经上云 20.9% 计划上云 48.8% 已经制定企业全局数字化规划制定了部门级/业务线级的数字化规划 尚未制定相关计划 尝试过数字化转型,但已失败公司正在着手实践数字化转型停留在数字化转型讨论阶段 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 Source:TE洞观,2023/04 AIGC商业化天花板,肉眼可见的高涨 中国企业数字化支出规模 单位: 18.7% 19.1% 19.0% 18.9% 18.8% 万亿 0.9 1.1 1.3 1.6 1.9 2.2 数字化支出CAGR 中国企业对AIGC的投入规模预测 亿欧TE产服 亿欧TE产服 单 : 位22.5%22.3%22.2% 亿 24.1% 亿欧TE产服 202120222023e2024e2025e2026e 2023年企业对AIGC的投入倾向 614.6 亿欧TE产服 2023e 753.0 2024e 919.6 2025e 1120.9 亿欧TE产服 2026e 1456.6 2027e 不确定1%以内 3%以内 亿欧TE产服 5%以内 10%以内大于10% 0.5% 3.8% 27.6% 17.1% 2.9% 48.1% 企业对AIGC投入约占数字化转型总投 TE发现: 中国企业市场中,规模以上(营收在10亿以上,人员规模1000人以上)企业的数字化嗅觉不仅表现在对数字化理解和数字系统的实践中更加迅捷,在面对能够快速融入业务的新技术时也表现出超前的敏锐度。在企业整体的数字化转型投入中,规模以上企业对AIGC的投入预判为4.6%的均值,对AIGC的试错意愿表现出较高的热情。 随着AIGC的不断成熟、商业化场景的不断丰富,这一投入比例还会持续增加,预计在未来三年AIGC的实际营收规模将突破1000亿人民币,并保持20%以上的年复合增长率,既快又稳的全面商业落地。 亿欧TE产服 亿欧TE产服 入比例为4.6% 亿 服 亿欧TE产服 Source:TE洞观,2023/04 AIGC商业化施展拳脚的舞台已然就绪 亿 亿欧TE产服 零售制造 软件开发信息、通讯服务 物流运输 能源电子商务 建筑与房地产 金融 亿欧TE产服 中介服务 其他 AIGC的先进企业,已经在零售、制造等行业迈出探索的第一步 亿欧TE产服 亿欧TE产服 AIGC在国内快速落地的行业分布 当前主要以规模以上的民营企业为主力, 21.6% 9.6% 8.3% 6.4% 6.0% 积极探索AIGC的落地实践 国资企业19.3% 亿欧TE产服 亿欧TE产服 外资企业8.3% 民营企业72.5% 30.3% 25.7% 22.5% 亿欧TE产服 亿欧TE产服 18.8% 501-1000人1001-2000人2001-5000人5001人以上 服 Source:TE洞观,2023/04 TE发现: 国内AIGC的商业舞台,在市场的早期阶段,主要以规模以上的民营企业为主。 以零售、制造和科技互联网为主 体的行业化渗透优势开始凸显。 亿欧TE产服 一方面这些行业拥有海量的业务数据(特别是能够通过公开资源获取相对精准数据),能够为AIGC提供坚实且丰富的训练基础; 一方面这些行业的产业链相对成熟且链条长度大,场景足够离散,有大量的基于个人的个性化诉求。 AIGC在足够业务数据的支撑下,能够大幅提升人与产业链上下游的整体效率,且针对个性化诉求大幅提高服务精度。 行业天然的商业化诉求迫切且旺盛,AIGC的落地相对容易。 亿 服 亿欧TE产服 价值认同 着手准备 应用状态 亿欧TE产服 亿欧TE产服 虽缺少一些关键支撑,但企业对AIGC依旧表现出高涨的应用热情 1.8%6.0%0.5% 58.3% 32. 6% 0.9% TE发现: 在Chat-GPT、Notion、Copilot等杀手级应用的影响下,大部分中国企业高管对AIGC能为企业带来的管理效率、运营精度提升,表现出很高的价值期待和认同感;虽然作为企业主体,在为AIGC的落地准备工作中,只有在「资金预算」方面呈现出相对有所准备的状态,包括「关键人员保障」「技术和服务选择」「落地方案设计」在内的等其他6大类保障新技术落地的要素中,几乎都表现出“欠缺”的特征。但依然有超过90%的企业表示,将会在未来12个月内在企业内部或小范围、小组织、小部门导入办公、营销等场景的AIGC应用。 企业高管对AIGC在企业 运营管理中的理解认知 企业对AIGC的落地准备尚处于不充分状态 现阶段企业对AIGC的导入状态 资金预算 仅在内部尝试性研究,没 有大范围应用 组织共识 5.6 关键人员保障 已经在某些部门应用AIGC 3.3 4.5 完全不考虑AIGC 落地方案设计 2.7 2.9 3.3 技术与服务选择 未来1年小范围内尝试导入 3.9 未来1年将在营销、办公场 景中率先应用 业务流程调整 首席官员设立 1年内无规划 AIGC只 是个噱头 4.4% 部分场景可重度使用 4.4% 仅限于极少部分零星应用 20.6% AIGC能够深度影响到很多企业生产管理过程和模式 70.6% 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 Source:TE洞观,2023/04 亿欧TE产服 AIGC不同收费模式正在被各类企业不断尝试 亿欧TE产服 企业倾向的AIGC收费模式 34.8% A软件与服务订阅模式 43.3% C定制化商品开发模式 35.7% B 内容产出量收费模式 TE发现: 根据目前国内数字化市场发展阶段特征,企业对于云上服务的特点以及不同类型云服务的产品收费模式有相对清晰的认知、判断。基于过往应用的经验,企业在AIGC的服务收费模式上已经表现出更为理性的分析。对于预算支出有明确可预测性以及灵活性增删账户需求的企业,更愿意采纳订阅式收费模型;对于业务不够稳定、且业务方向性不够明确的小微型、初创类企业,按内容量产出收费的模型更加适合;对于有明确且长期业务目标的大型企业,在预算充沛的情况下,定制化产品模式更受青睐。 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 收费模式 特征 优点 缺点 适用企业 A 这种模式根据客户使用服务的时间长短来计费 方便客户预估成本,同时也可以通过调整使用时间来控制花费 容易出现空闲浪费 中等规模企业,对支出有灵活性和可预测性需求 B 这种模式根据客户使用的API调用次数或计算资源占用量来计费 优点是价格相对较为透明,用户只需按实际使用付费 有时难以成本控制,应用量突增时成本大幅提升 小型、初创企业 C 根据客户特定的需求和预算提供定制化的服务方案 能够满足客户个性化的需求 成本高,运维难度大 有长期稳定业务需求的大型企业 Source:TE洞观,2023/04 亿 服 亿欧TE产服 亿欧TE产服 亿 亿欧TE产服 服 亿欧TE产服 亿欧TE产服 亿欧TE产服 亿欧TE产服 企业落地AIGC的关键角色浮出水面 42.9% CEO 46.2% 9.0% CIO 12.4% 29.5% CDO 25.7% 17.6% CSO 15.2% 1.0% CMO 0.5% 深刻理 解产业链上下 关注客户体验 熟悉组织全 面的业务流程 游作业模式 了解公司战略与目标 明确公司遭遇 瓶颈原因 拥有超前模式和策 的思维略能力 了解行业痛 点 数字化技务融合的 术与业理解力 推动AIGC落地的关键角色 理想人选实际人选 MVP所需的基本条件 MVP核心三要素 1超前的思维模式和极强的策略能力 2熟悉组织内外部全业务流程 3深刻了解产业链上下游作业模式 TE发现: 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