中国大模型市场商业化进展研究报告 2023年10月 1|2023爱分析中国大模型市场商业化进展研究报告 报告编委 报告指导人张扬 爱分析 联合创始人&首席分析师 报告执笔人李进宝 爱分析 高级分析师 关键发现 2024年中国大模型市场迎来商业化爆发,市场规模120亿元。 在大模型落地早期阶段,商业化主要来自模型层。大模型+算力是最主流的收费方式。随着大模型生态成熟,未来应用层将在商业化过程中担当主力。 大模型在各行业落地速度差异显著,投入预算最为积极的是能源和金融两大行业。主要原因在于这两个行业以央国企为主,具备较强的数据、算力以及AI基础。 伴随着大模型落地深入发展,大模型应用场景与生态迅速成长,随之诞生很多新的需求。市场调研已揭示初步端倪,这其中包括LLMOps、大模型一体机等。 大模型服务价格下降将降低终端企业用户投入成本,促进大模型应用普惠。 以LLaMa2为代表的开源大模型是大模型市场的一股重要力量。开源大模型的综合能力一般低于闭源大模型。LLaMa2与GPT3在综合能力方面大致相当。开源大模型的价值不在底层能力建设,而在于上层应用建设。开源将降低大模型上层应用的开发门槛和成本,从而加速大模型应用渗透,拓展商业化市场空间。 目录 1.研究范围定义6 2.中国大模型市场商业化进展10 2.12024中国大模型市场规模预计达到120亿元10 2.2“大模型+算力”是当前最主流的的收费方式10 2.3能源、金融行业的商业化进度位居前列12 3.中国大模型市场商业化趋势16 趋势1:复刻人工智能商业化发展趋势,应用层未来将成为大模型商业化的主力16 趋势2:能源、金融两大行业积极投入预算落地大模型,央国企为引领者勇担开拓使命 .......................................................................................................................17 趋势3:伴随大模型市场发展,LLMOps、大模型一体机等一系列新需求即将出现,为进一步发掘商业化机会提供了广阔前景17 趋势4:大模型服务价格逐渐下降,加速在中小企业用户渗透,推动大模型市场蓬勃发展18 趋势5:开源大模型加速应用渗透,大模型商业化落地进程加快19 趋势6:中国大模型厂商出海机会主要在跨境电商、游戏、社交媒体等泛娱乐领域,进展取决于大模型能力赶超OpenAI的节奏19 4.结语22 研究范围定义 5|2023爱分析中国大模型市场商业化进展研究报告 1.研究范围定义 大模型技术引领着人工智能领域迈入新发展高度,在世界范围内受到广泛关注。大模型对于企业用户和人工智能厂商而言,是一个重要发展机遇。 近期,爱分析观察到大模型已不局限于技术讨论的范畴,而是进入商业化应用阶段。因此,爱分析针对大模型市场规模、商业模式、商业化进展等供需双方所关心的问题展开深入调研,并展望大模型市场未来趋势。 大模型市场全景地图分为四个层面,即基础层、模型层、中间层和应用层。基础层包括向量数据库、 云平台等厂商,如腾讯云、阿里云;模型层包括通用大模型、行业大模型等厂商,如百度、智谱华章;中间层包括大模型应用开发工具、LLMOps等厂商,如LangChain等;应用层则汇集了产品和解决方案提供者,覆盖了多样化的应用软件和终端设备,相关厂商如用友、思迈特等。 图1:中国大模型市场全景地图 在中国,大模型的四个层面均已进入商业化阶段。其中,模型层和应用层具有巨大的商业化潜力,是本报告的重点研究市场。 本报告的市场规模是均指企业用户侧的预算金额,其投向包括硬件、软件和服务三个组成部分。本报告重点围绕软件和服务部分进行分析。 在商业模式方面,其是指大模型厂商的产品服务如何销售予企业用户,包括收费方式与定价。 在商业化进展方面,其是指大模型商业化具体情况,包括企业用户行业分布、购买倾向与应用场景等。 中国大模型市场商业化进展 9|2023爱分析中国大模型市场商业化进展研究报告 2.中国大模型市场商业化进展 2.12024中国大模型市场规模预计达到120亿元 爱分析根据公开招标中标信息以及一手调研数据测算,2023年中国大模型市场规模约为50亿元(人 民币,下同)。其中纯硬件采购部分约占65%,服务部分约占20%,软件部分约占15%。 2023年,企业用户在大模型方面的采购特点是论证多,采购少,预算规模大多不超过百万。企业用户在2024年将开始大量释放大模型预算,规划中大模型占AI预算约10%,预算规模大多为数百万元。 爱分析测算,2024年中国大模型市场规模将达到120亿元。在构成方面,纯硬件采购部分将会下降,软件和服务部分有所上升。具体而言,纯硬件采购部分约占60%,服务部分约占23%,软件部分约占17%。 图2:2023、2024年中国大模型市场规模及构成 10|2023爱分析中国大模型市场商业化进展研究报告 2.2“大模型+算力”是当前最主流的的收费方式 在大模型市场上有三类收费方式,分别为大模型、大模型+算力、大模型+应用。 1)大模型:以大模型为销售标的物是最简单的商业化方式。企业用户可以直接永久买断大模型产品, 也可以租用大模型服务。 2)大模型+算力:大模型的训练与应用需要消耗大量算力,因此有一些厂商将大模型产品或开发平台与算力进行组合销售。 3)大模型+应用:厂商向企业用户销售融入了大模型能力的上层应用,厂商可能要求企业用户支付软件授权费,或者要求其支付软件开发服务费。 爱分析对2023年初至2023年8月上旬的大模型招标中标讯息进行统计,共计60条,数据显示大模型+算力是最主流的收费方式,占总金额的62.3%。 注:此处统计口径与上述市场规模的不同。 图3:大模型市场三类收费方式金额占比 案例1:2023年5月,重庆邮电大学发布招标信息,标的为大模型训练一体机,项目预算为200 万元。采购内容简述:人工智能开发平台,采用容器+镜像管理模式,可实现端到端全流程开发,集成大AI训练模型与镜像库,支持GPU资源集中管理分配;集成算力平台配置第四代至强CPU平台,具备NVIDIA优化认证,算力单元CPU不低于80核心,8块TESLAH80080GGPU卡,配套独立管理登录单元。 大模型市场中,不同收费方式之间价格差异显著。大模型+算力平均项目金额最高,超过千万元。大模型+应用的价格最低,甚至低于大模型,原因在于该收费方式通常意味着采用调用大模型API的方式,客单价低。 图4:大模型市场不同收费方式的平均价格 注:上图内金额单位为万元人民币。 2.3能源、金融行业的商业化进度位居前列 能源、金融是大模型市场中金额占比最大的两个行业 大模型的企业用户行业分布比较广泛,包括能源、金融、教育等。数据显示能源、金融两个行业金额占比最高,分别为40.9%、16.9%。能源、金融两个行业之所以成为大模型建设的领军行业,主要得益于密集分布的央国企。央国企数据基础设施建设完备、算力投入高、AI应用场景多且基础强,这些原因促进央国企与大模型的快速融合。 案例2:2023年6月,中国工商银行就基于知识增强的NLP大模型在金融场景的能力研究和应用 采购项目招募潜在供应商,要求供应商具备可支持私有化部署的千亿级自然语言大模型产品。 图5:大模型市场不同行业金额贡献占比 爱分析研究发现,大模型2024年另一个应用方向是政务局,市民服务热线是主要场景。2023年相关项目大多处于系统性测试阶段,待测试成功,2024年将有大笔预算。 数据分析是大模型落地进展最快的应用场景 大模型应用场景包括数据分析、客服、营销、办公等多个应用场景。调研结果显示,数据分析是大模型落地进展最快的应用场景。 图6:大模型应用场景的落地进展与潜在价值 案例3:在数据分析场景,某头部证券公司经营分析管理委员会对大模型在数据分析场景提出需求, 希望基于自然语言获得一些指标的分析结果。某BI软件公司向该证券公司提供“BI+大模型”产品, 项目金额为40-50万元。 中国大模型市场商业化趋势 15|2023爱分析中国大模型市场商业化进展研究报告 3.中国大模型市场商业化趋势 爱分析展望中国大模型市场商业化趋势,提出六个趋势观点,涵盖商业化、引领者、新需求、价格、开源、出海等方面。 图7:中国大模型市场商业化趋势总览 趋势1:复刻人工智能商业化发展趋势,应用层未来将成为大模型商业化的主力 在大模型生态系统的各个层面,都存在着良好的商业化机遇。在大模型落地早期阶段,商业化主要来自模型层。随着大模型生态成熟,未来应用层将在商业化过程中担当主力。该趋势已经逐步显露头角。 回顾过去人工智能的商业化发展趋势,早期模型层通过模型授权等方式完成商业化。随着人工智能应用蓬勃发展,后续商业化主要依靠应用层,通过应用建设的项目开发费用、应用授权费用等完成商业化。大模型将复刻同样的商业化趋势。 目前,随着越来越多的开源大模型涌现,商业化主力从模型层向应用层转换的趋势已经显现。比如 Meta发布了Llama2,百川智能也开源了Baichuan-13B。这些开源大模型未来的商业化主要依靠搭载在模型之上的应用。 趋势2:能源、金融两大行业积极投入预算落地大模型,央国企为引领者勇担开拓使命 大模型在各行业落地速度差异显著,投入预算最为积极的是能源和金融两大行业。主要原因在于这两个行业以央国企为主,具备较强的数据、算力以及AI基础。 首先,央国企的数据基础设施建设完备。能源、金融行业的央国企历来重视数据能力建设,甚至拥有配套的数据战略。为支撑战略落地,组织架构中也将数据管理部提升至与信息科技部并行的一级部门。例如国网大数据中心是支撑公司数字化转型的专业支撑机构。数据部门的负责人一般由企业用户核心管理层担任。 其次,央国企算力投入高。大模型在算力投入层面消耗巨大,特别是厂商需要私有化部署大模型,初期算力投入就达到数千万级别。金融、能源等央国企数字化预算充裕,在大模型算力投入上不受局限。例如南网23年在大模型算力投入上超过3000万元。 第三,央国企AI应用场景多、基础强。大模型落地初期,围绕着增强原有AI场景展开,央国企的AI落地场景数量多。工行AI应用渗透的场景已经超过1000个,大模型可以从中迅速找到可落地的场景。 除能源、金融之外,泛互同样是大模型市场的目标行业之一。泛互的主要付费方式是调用大模型API, 通过能力内化来提升客户使用体验。 趋势3:伴随大模型市场发展,LLMOps、大模型一体机等一系列新需求即将出现,为进一步发掘商业化机会提供了广阔前景 伴随着大模型落地深入发展,大模型应用场景迅速增长,随之诞生很多新的需求。市场调研已揭示初步端倪,这其中包括LLMOps、大模型一体机等。 企业用户内部大模型应用场景众多,不同场景需要调用不同大模型能力。因此,企业用户需要同时调 用多个大模型的能力,进而产生了统一管理和统一运维的需求。展望未来,大型企业用户和政府部门将纷纷引入LLMOps,在采购多个大模型的同时添置一个管理平台。 随着大模型逐步成熟,企业需要更加便捷高效地训练大模型和开发上层应用,这是大模型一体机兴起的主要原因。大模型一体机具有快速部署、便捷管理以及效率提升的显著优势。大模型一体机集成底 层GPU、存储及网络资源,专为上层大模型预训练或推理应用设计,以实现快速部署、便捷管理,进而为人工智能应用的高效推进和稳定运行提供支持。此外,大模型一体机可提升软硬件配合度,提高训练、推理效率,同时降低算力资源的消耗。目前,已有几款大模型一体机上市商业化。2023年6月 中科闻歌发布大模型一体机,名为“雅意大模型一体机”。2023年8月科大讯飞与华为共同发布大模 型软硬件一体机,名为“星火一体机”。展望未来,大模型一体机的企业用户将不断增多,相应的产品供给也将日益丰富。