AI Agent行业：驱动智能交互变革，重塑服务生态 头豹词条报告系列

Leadleo.com AIAgent行业：驱动智能交互变革，重塑服务生态头豹词条报告系列 饶立杰·头豹分析师 2024-07-04未经平台授权，禁止转载 版权有问题？点此投诉 信息传输、软件和信息技术服务业/软件和信息技术服务业/其他信息技术服务业 信息科技/软件服务 行业： 智能体 关键词： 行业定义 AIAgent是一种拥有自主性、反应能力和交互性的… AI访谈 行业分类 按照感知智能和能力程度的分类方式，AIAgent行业… AI访谈 行业特征 AIAgent行业的特征包括应用广泛、技术架构依赖性… AI访谈 发展历程 AIAgent行业 目前已达到2个阶段 AI访谈 产业链分析 上游分析中游分析下游分析 AI访谈 行业规模 AIAgent行业规模评级报告1篇 AI访谈SIZE数据 政策梳理 AIAgent行业相关政策5篇 AI访谈 竞争格局 AI访谈数据图表 摘要AIAgent凭借学习、推理等能力，在多个行业展现巨大潜力，提升效率、优化决策。其应用涵盖制造业、零售业和金融服务等领域，提供个性化体验。AIAgent行业商业模式多样，市场规模预计将持续增长。智能家居和人形机器人行业的发展为AIAgent提供广阔市场，而AIPC和AI手机的普及将进一步推动其装机量增长。 AIAgent行业定义[1] AIAgent是一种拥有自主性、反应能力和交互性的智能实体。随着大型模型参数数量的增加，AIAgent的理解力和适应性得到显著提升，进而能更有效地处理各种任务和复杂的上下文信息。AIAgent的构建主要依赖于大型语言模型和交互能力两大核心要素。AIAgent的崛起不仅加速人工智能技术的发展，还为多个行业带来创新的解决方案，包括提升工作效率、优化客户服务和定制化推荐等。随着技术的日益成熟和应用范围的扩大，AI Agent行业有望持续增长，并对经济产生显著影响。 [1]1：中国知网 AIAgent行业分类[2] 按照感知智能和能力程度的分类方式，AIAgent行业可以分为如下类别： AIAgent行业基于感知智能和能力程度的分类 简单反射智能体 一种基本的代理类型依赖于即时感知信息，而不是依赖于过去的感知记录。该代理面临的挑战包括有限的智能，对环境的不完全了解，需处理和存储大量数据，以及难以适应环境变化。 基于模型智能体 该类型的代理通过应用条件操作规则来执行任务，以上规则基于当前情况和条件来确定规则可以被满足。其主要包含两个关键要素：模型和内部状态。通过收集有关世界如何变化以及代理行为如何影响世界的信息，代理可不断更新其状态。 AIAgent分类 基于目标智能体 该类型的代理会根据其目标或理想状态来做出决策，选择能帮助其达成目标的行动。该类智能体能通过搜索不同的方案，考虑一系列可能的行动来确定如何实现目标，从而展现出主动性和前瞻性。 基于实用程序智能体 该类型实用程序通常是基于智能体的设计目的和环境反馈来定义，并根据预设的实用程序或目标函数来做出决策和行动。其特点是能评估不同行为方案的效用，并选择能最大化其效用的行为。 学习型智能体 该智能体具有从过去的经验中学习的能力，并根据学习能力采取行动或做出决定。其从过去获得基础知识，并利用这些学习来自动行动和适应。一般由四部分组成，分别是学习元素、批评者、性能元素和问题生成器。 [2]1：中国知网 AIAgent行业特征[3] AIAgent行业的特征包括应用广泛、技术架构依赖性强、商业模式多样化。 1AIAgent的应用覆盖众多领域 AIAgent凭借学习、推理、感知及自适应等核心能力，在提升效率、优化决策、增强用户体验及开拓创新业务模式等方面展现出巨大潜力，进而改变行业的运行逻辑与服务边界。在制造业中，AIAgent被用于预测性维护，通过分析机器数据预测故障，减少停机时间，提高生产效率。在零售业，AIAgent可优化库存管理及个性化推荐系统，提升顾客满意度和销售转化率。金融服务领域利用AIAgent进行风险评估、欺诈检测以及智能投顾服务，为客户提供更加精准个性化的财务规划。 2AIAgent的技术架构依赖性强 AIAgent行业的发展依赖于大语言模型和数据进展。Transformer架构及其衍生模型为AIAgent提供强大的自然语言处理能力，使其能更好地理解复杂指令并生成自然语言响应。同时，高质量的数据是训练高效大语言模型的关键。AIAgent行业对数据的需求不仅在于数量，更在于多样性和质量，以确保模型能够适应不同的语言环境和应用场景。 3AIAgent行业的商业模式多样化 目前AIAgent领域的商业模式可分为10种，主要包括互联网大厂通过向消费者提供订阅服务如通义千问等 方式获利，向企业客户提供底层大模型、MAS等技术服务，3C公司销售智能硬件产品，以及AI定制开发和 合作联盟等。此外，AI培训机构通过提供相关课程和培训，正在成为一种重要的商业模式。 [3]1：专家访谈 AIAgent发展历程[4] AIAgent行业可以分为两个阶段，萌芽期（2018-2022年），LLM的出现为AIAgent打下最核心的基底，同时全球大模型数量增加；启动期（2023年至今），随着AutoGPT首次实现AIAgent落地应用，中国AIAgent逐渐产品化和市场化。 萌芽期2018~2022 2018年，谷歌推出基于Transformer架构的BERT模型，标志着大型语言模型时代的开启。 2019年，OpenAI发布GPT-2的自然语言处理模型。 2020年，OpenAI发布GPT-3。 [4]1：中国知网 AIAgent产业链分析 [12 截至2021年底，中国大模型数量达21个。2022年，OpenAI发布GPT-3.5，以及DALL·E2。 全球科技企业陆续推出大型语言模型（LLM），为AIAgent在各个领域的多样化应用奠定更广泛的基础。 启动期2023~2024 自2023年起，全球多家厂商陆续发布包括LLaMA、BLOOM、StableLM、ChatGLM等在内的多个 开源大型语言模型（LLM）。 2023年3月，OpenAI发布GPT-4以及AutoGPT，其中只需提供AI的名称、描述以及五个目标，AutoGPT便能自主完成整个项目。因此，AIAgent的雏形形成。 2023年8月，Voiceflow已成为最受欢迎的AIAgent构建平台之一，目前有超过13万个团队在此高效协作，共同构建属于个人的AIAgent。 截至2024年6月，中国已出现众多研发AIAgent的互联网和人工智能企业。 AIAgent行业的启动期加速，从技术研发到产品化、市场化的过程被显著缩短。行业内外的协作、 开源共享、平台化开发等因素共同作用，为AIAgent的快速发展和广泛应用创造有利条件。 AIAgent行业产业链上游为基础设施与技术提供环节，主要包括算法与模型开发商、设备提供商、数据服务提供商、云计算平台等；产业链中游为AIAgent研发与集成环节，主要包括系统集成、软件平台开发、解决方案提供商；产业链下游为应用与服务终端应用环节，主要包括应用开发者和行业服务商。[6] AIAgent行业产业链主要有以下核心研究观点：[6] 公有云成为中国云计算市场增长的核心驱动力，且随着技术的不断演进，PaaS与SaaS领域展现出强劲的增长潜力。 中国云计算市场呈现快速增长的趋势，并以公有云为主。2023年中国云计算市场规模达6,192亿元，其中公有云占比超过70%。预计2025年中国云计算市场规模将突破万亿元，达11,055亿元，年均复合增长率为36%。从云计算细分领域来看，IaaS层占主要市场份额，其比重达75%。然而伴随大模型的迭代发展，未来PaaS和SaaS增长潜力较大。借助云计算平台，AIAgent的开发和部署周期可显著缩短，这意味着中国云计算市场的蓬勃发展 为AIAgent企业创造有利条件。 数字化进程加速将成为AIAgent行业发展的驱动因素之一。 随着互联网、物联网和各种智能设备的普及，每天产生的数据量呈现指数级增长。海量数据为AIAgent提供丰富的训练材料，使得机器学习和深度学习算法能不断优化，进而提升AIAgent的准确度和智能化水平。预计到2030年，数字经济将在整体经济中占据60%的比重，同时各产业领域的数字化渗透率将提升至45%。此外，数字化转型还包括硬件设备的智能化升级。嵌入式系统、传感器和执行器等硬件设备的进步，使AIAgent能与物理 世界互动，实现从数据采集到决策执行的闭环，例如在智能制造中的智能生产线和物流自动化。[6] 生产制造端 基础设施与技术提供商 上游厂商 查看全部 英特尔（中国）有限公司 北京百度网讯科技有限公司 北京市商汤科技开发有限公司 上 中 产业链上游 产业链上游说明 数据量的增长直接推动对更高算力的需求。 随着大数据时代的到来，数据量呈爆炸性增长。2023年全球新产生的数量总量为102ZB。值得注意的是，2022年中国数据产量占全球数据总量的10.5%，预计到2025年，中国数据总量将占全球总量的30%。伴随着人工智能、大数据、云计算等前沿技术的迅速发展，算力作为技术基石，其需求呈爆发式增长。2022年中国通用算力和智能算力分别达137EFLOPS和41EFLOPS，分别同比增长25.7%和41.4%。值得关注的是，预计2026年全球AI计算市场规模将达346.6亿美元。这意味着数据提供商将向AIAgent企业提供更强的算力处理能力。 公有云成为中国云计算市场增长的核心驱动力，且随着技术的不断演进，PaaS与SaaS领域展现出强劲的增长潜力。 中国云计算市场呈现快速增长的趋势，并以公有云为主。2023年中国云计算市场规模达6,192亿元，其中公有云占比超过70%。预计2025年中国云计算市场规模将突破万亿元，达11,055亿元，年均复合增长率为36%。从云计算细分领域来看，IaaS层占主要市场份额，其比重达75%。然而伴随大模型的迭代发展，未来PaaS和SaaS增长潜力较大。借助云计算平台，AIAgent的开发和部署周期可显著缩短，这意味着中国云计算市场的蓬勃发展为AIAgent企业创造有利条件。 品牌端 产业链中游 AIAgent研发与集成商 中游厂商 天翼云科技有限公司 查看全部 华为云计算技术有限公司 北京面壁智能科技有限责任公司 下 产业链中游说明 数字化进程加速将成为AIAgent行业发展的驱动因素之一。 随着互联网、物联网和各种智能设备的普及，每天产生的数据量呈现指数级增长。海量数据为AIAgent提供丰富的训练材料，使得机器学习和深度学习算法能不断优化，进而提升AIAgent的准确度和智能化水平。预计到2030年，数字经济将在整体经济中占据60%的比重，同时各产业领域的数字化渗透率将提升至45%。此外，数字化转型还包括硬件设备的智能化升级。嵌入式系统、传感器和执行器等硬件设备的进步，使AIAgent能与物理世界互动，实现从数据采集到决策执行的闭环，例如在智能制造中的智能生产线和物流自动化。 AIAgent领域的参与者按照ToC端和ToB端两个维度划分。 在ToC端中，互联网企业拥有全方位的行业解决方案、卓越的软件服务体系，并构建庞大的全球数据管理平台。同时，聚焦于消费电子产品的3C企业，如荣耀与科大讯飞，凭借在智能手机、个人电脑、智能翻译设备及录音技术等领域的深厚积累，通过集成先进的AIAgent技术，极大地丰富和提升了用户体验。此外，以智谱青年、月之暗面为代表的AI大模型企业，正致力于打造易用的开放平台与丰富的工具集，简化开发者接入AIAgent的路径。而在ToB端中，华为云、字节跳动等生成式AI企业，正深入探索AIAgent技术与各行业应用的深度融合，并推动企业级解决方案的创新边界。在SaaS领 域，诸如用友、金蝶之类的领军企业，正积极借助AI