企业AI应用行动指南2024
企业AI应用行动指南2024 易观分析 2024年5月 本产品保密并受到版权法保护 ConfidentialandProtectedbyCopyrightLaws 前言 2024/5/31 激发科技与创新活力 2 随着人工智能技术的快速发展，社会和经济正逐步迈入万物AI时代，企业积极探索AI在业务中的应用，以提升效率和创造价值。 《企业AI行动指南》旨在为企业提供全面的AI大模型部署指导，涵盖AI大模型的发展概述、战略决策和部署步骤、方法及选型建议。该指南还指出部署过程中的常见误区 ，并提供策略自检工具。 《企业AI行动指南》由易观AI咨询顾问团队根据实战经验编制，随着客户需求的不断变化，我们将持续更新报告，帮助企业梳理决策流程、提高效率、规避风险，并抓住AI带来的机遇。 指南中包含“AI场景选择三度模型”、“行业AI应用成熟度曲线”、“大模型选型评估矩阵”等实用工具，帮助企业选择合适的AI应用场景和模型。如需详细解读，可通过二维码联系易观分析获取专业指导。 易观分析 01 2023年，大模型元年，这一次真正撼动了人类 中国大模型的发展呈现出蓬勃生机，形成了多元共进、创新竞发的活跃态势 大模型发展启动期 （2010-2018） AI大模型发展关键节点 AI大模型爆发式发展期 （2019-2023） 稳定发展期 （2024——） 2014 2015 2017 2018 2019 2020 20212022 20232024 深度学习技术开始在图像和语音识别等领域取得突破性进展 微软提出深度残差网络ResNet 谷歌发表论文提出Transformer模型 谷歌发布BERT预训练模型 OpenAI发布了GPT-1模 型 GPU等硬件加速技术成为大模型训练的关键 OpenAI发布GPT-2模型 BERT模型和Transformer架构广泛应用 百度发布 ERNIE2.0 Google发布Meena模型 OpenAI发布 GPT-3模型 百度发布 ERNIE- GEN(large) 模型 Google推出SwitchTransformer模型 DeepMind的AphaFold2成功预测98%的人类蛋白质结构 清华大学联合智谱AI发布GLM-130B AI4S进入基础设施建设期 大模型爆发发布 百度文心一言360智脑大模型智谱AI 商汤日日新阿里通义千问昆仑万维天工讯飞星火认知百川智能 华为盘古大模型京东言犀大模型抖音云雀大模型腾讯混元大模型 中国AI大模型快速迭代发展，月之暗面备受关注，且在大模型长上下文窗口技术上取得突破，百度和阿里宣布加码长文本大模型赛道 多个地方政府出台相关支持政策，加快大模型产业的持续发展 AI大模型商业化落地铺开 准备期 Transformer 模型被提出 OpenAIGPU 百度ERNIE2.0 发布 2021年成为超大规模预训练模型的爆发元年 中国大模型爆发式发布 大模型快速迭代发展广泛应用铺开商业化 2024/5/31 大模型启动 激发科技与创新活力 大模型爆发式发展 迈向AGI 4 LLM开启的生成式人工智能到底可以解决什么问题，与之前相比，进化在哪儿？ •交互革命 •人机交互方式：GUIDUI/HUI •Prompt工程价值凸显 •知识革命 AGI1.0 •思维革命 •AI具备独立思考与逻辑判断的能 力 •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 •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 AGI0.1AGI2.0 2024/5/31 激发科技与创新活力5 易观分析认为： •智能化是互联网化、数字化的延伸而不是颠覆，演进过程中，技术的价值从过程逐步向结果转移； •未来企业，组织形态将会被重构，组织边界模糊，组织结构 灵活机动，以AI为核心重新定义； •企业的AI能力（含“AI”量）成为核心能力。 企业由数字化阶段迈入智能化阶段，AI能力成为企业核心能力 智能化 “数据+算力+算法”定义世界逻辑，将智能决策与资源优化配置相结合，进一步提高决策科学性与实时性，并加速进入产业数字化深水区 互联网化 互联网快速扩张，跑马圈地，培养用户习惯，经典消费互联网运转逻辑 数字化 数字技术向实体经济与企业经营环节渗透，依托网络进行信息高效传递，从而解决资源调配问题 围绕着AI原生产品，企业重构组织形态和能力 03 02 企业拥有AI原生 产品和服务 01 激发科技与创新活力 AI+：基于企业现有流程和服务，使用AI技术 赋能与增强能力 2024/5/316 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 •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 •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 •药物设计 •材料科学 •食品与农业 •能源 •个人护理等 010203040506 大模型能力与AIGC相结合向企业经营关键环节渗透 AI+营销/客服 AI+OA AI+财务AI+HRAI+研发 AI+供应链 职能渗透 •营销物料生成 •智能广告投放 •智能客服 •智能营销等 •工作助手 •会议管理 •Office助手等 •财务决策 •财务风险管理 •报表编制 •日常流程处理等 •招聘/面试 •员工管理 •人才培养 •离职预测等 •代码编写 •产品测试 •3D建模等 •销售分析与预测 •仓库管理 •订单履约 •风险预警等 ★★★★★★★★★★★★★★★★★★★ 数据分析 内容生成 知识管理 协同办公 核心场景 通用任务能力 逻辑与复杂问题推理能力 知识能力 语言能力 （含生成能力） 关键能力 行业应用全面铺开，实践案例示范价值在于效益比测算与优化 金融行业 •前端对客的核心价值与场景主要为提升服务体验，包括智能营销、智能客服等方面，同时也在中后台运营管理方面，例如信贷审批、核保理赔等流程性任务层面提升工作效率 •核心价值目前主要体现在面向用户运营侧的服务体验提升，以及营销运营过程中的内容生成与提效，主要应用场景包括智能客服、商品海报与文案生成等 •中期数字人赋能用户营销正在提速，长期来看将从前端向中后台乃至供应链与产品研发延伸 实践案例：阿里通义大模型赋能商家，AIGC生成3D商品与店铺营销物料 •工业/制造行业是知识密集型行业，尤其是进入到工业细分行业，知识密度与信息壁垒，包括工艺、成分、流程等，都高度差异化，相应地，工业行业大模型的必要性甚高 •目前主要在AI辅助研发设计、工业质检（即质量检测与缺陷分析）、生产流程智能化等方面应用，未来则需要探索AI+机器人的智能化升级，用大模型链接物理世界 实践案例：创新奇智人工智能技术栈及“奇智孔明”应用探索 激发科技与创新活力 工业/制造 电商/零售行业 •包括影视视频、游戏等在内的娱乐行业是高度依赖于内容资产行业，包括图像、音视频、3D资产等，借助于大模型与AIGC能力首先提高内容生产效率是当务之急 •无论是影视还是游戏，都在营造世界观与价值观的过程中需要故事线的引导与文本对话的链接，相对应地，短期看文本与对话生成等，中长期看智能NPC乃至游戏策略设计 实践案例：启元世界游戏AI解决方案实践案例：RunwayGen-2赋能视频创 作 •“AI+医疗”主要应用场景与价值在于电子病历生成与分析、AI辅助诊疗，包括AI影像识别与临床辅助决策等，赋能医生与医疗机构提高平均专业水平，提高工作质量与效率 •新药研发利用语言模型等进行靶点发现、化合物筛选、临床 实验研究等，尤其是在药物发现环节充分发挥探索性价值 实践案例：华为基于PanguDrugModel提供AI辅助药物研发平台，覆盖新药研发全流程 医药/医疗 娱乐/游戏行业 •智能投研与投顾、智能财富管理与量化交易等金融特定任务方面则需要进行金融大模型的训练与微调，探索创新价值 实践案例：中国农业银行ChatABC，应用于多轮对话、内容摘要等场景 教育行业 •围绕受教育者与C端用户：覆盖K12、高等教育、职业教育等不同类型，主要侧重于提升交互体验以及个性化教学方面展开 •围绕赋能教育机构与施教者/老师：覆盖备课、教学、考试评测与学生管理多个环节，在原有教育信息化的基础上进行智能化升级 实践案例：科大讯飞星火大模型赋能教育行业 2024/5/319 易观AI大模型产业全场景图谱 AI大模型应用层 行业应用层 金融医疗 教育工业 传媒/影视零售电商娱乐游戏 企业服务政务 用户应用层 内容消费创作工具 企业级用户 政府机构用户 AI通用基础大模型AI大模型工具平台 AI大模型基础层 算力基础 数据基础 算法基础 AI芯片 云服务 智能计算平台 智能服务器 数据服务 向量数据库 TensorFlow PyTorch 英伟达 AMD 阿里云 腾讯云 阿里云飞天智算 青云智算平台 MXNet 寒武纪 地平线 百度智能云 华为云 华为昇腾计算百度百舸异构计算 Angel iFlytekAIFramework 文心大模型日日新大模型悟道大模型九天·众擎基座昆仑天工通义千问盘古大模型智谱GLM星辰语义紫东太初混元大模型言犀大模型百川大模型鸿鹄图文云天天书星火大模型豆包大模型ABAB360智脑/奇元K7大模型 千帆大模型火山方舟SageMaker灵积模型服务 AzureAI昇思模型平台ModelHub软通动力天璇 02 AI策略的选择与决策 AI部署五步法 Step1 场景选择 Step5 方案制定 Step2 目标设定 Step3 路径选择 Step4 大模型选择 Step0：理解AI，了解AI行业应用最佳实践 Step1：场景选择的主要考虑问题 AI应用成熟度 •技术成熟度（可以参考Gartner的hypercycle） •企业AI通用应用成熟度（可以参考易观企业应用AMC曲线）以及企业AI应用最佳实践 •行业AI应用成熟度（可以参考易观行业AMC曲线）以及行业AI应用最佳实践 •本企业的场景成熟度评估（需要考虑业务本身的健康度、标准化程度、AI化意愿等） 企业资源就绪度 •组织能力与团队（包括战略与文化、组织与团队、技能与培训等） •预算 •数据 •AI工具和基础设施 •其他 企业部署价值度 •AI投入成本分析 •AI的收益分析 •AI风险评估 示例：各个行业应用专有场景的成熟度 中国生成式人工智能行业AMC应用曲线（2023） 稳中求进 效率为先 行业发展特点： 应探索期 用价值 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 市场启动期 •对于普通企业（看重避险）而言，可以重点关注已经进入到高速发展期的行业应用。通常进入高速发展期的行业应用已经经过了较多的实践检验，具有一定的成熟度。 •对于创新驱动的企业可以适度提前，关注市场启动期的行业应用，但是应该注意小步快跑，既抓住先机，也能有效规避风险。 •对于大多数企业而言，不要过早介入探索期的行业应用。 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 高速发展期 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 应用成熟期 H 读图要点 VIII 基础科研 农业 自动驾驶 能源 医疗 政府与公共服务 广告电商 旅游零售游戏 音乐动漫
