2024年AI大模型时代C端应用生态变局报告
百舸争流，驶向超级入口 AI大模型时代C端应用生态变局 德勤中国咨询业务 2024年8月 前言 类比PC时代到移动互联网时代的发展，可以窥见AI时代的来临将带来诸多颠覆与创新，这让所有关注AI发展的人们既心生期待又满怀敬畏。AI时代大模型带来生产力水平的显著提升，不断推动应用场景的拓展和功能体验的创新，引发新生态的构建，推动C端应用生态进入新的发展阶段，也必将诞生新的超级用户入口。 当前各类AI应用层出不穷，开发生态不断演进，上演着一场百舸争流的大战：操作系统层面，模型的调用能力带来隐私问题；MaaS(ModelasaService)和AI开发工具带来商业模式的创新；应用分发和应用调度这两个兵家必争之地将会花落谁家，尚未可知；终端的形态将如何演变、流量入口在哪里，值得我们深思和期待。 各类厂商纷纷提前布局和卡位，德勤观察到三类典型的卡位策略： 一、结合自身资源禀赋和技术迭代趋势布局最具创新价值的AI应用类型，典型代表如聊天机器人，通过极致的效率提升来实现价值； 二、构建AI开发层能力，支撑AI应用生态落地，MaaS有望成为AI时代云厂商的底层业态，赋能AI应用生态发展； 三、加速布局AIAgent，掌握AI时代的用户入口，通过与C端应用生态的高度融合，影响用户的使用路径和决策。 AI时代C端应用价值的实现将带来全产业的生态重塑，从底层基础设施到AI开发到解决方案，不同环节的生态参与方迎来新的布局机会。德勤绘制了一份AI产业链生态图，希望给市场参与者一份可供参考的导航地图。 德勤将持续积极地投入AI的研究，为企业的AI战略设计和落地应用方面提供顶层规划咨询和落地解决方案。我们将陪伴客户左右，在AI时代扬帆起航，勇往直前。 ©2024。欲了解更多信息，请联系德勤中国。2 目录 趋势1：AI大模型应用下C端应用生态正在被重塑4 趋势2：需求聚合入口，掌握AI时代的创新用户价值11 趋势3：用户入口卡位策略渐显16 趋势4：价值链不同环节参与方基于自身资源禀赋加速布局24 德勤AIStrategy服务方案介绍29 ©2024。欲了解更多信息，请联系德勤中国。3 AI大模型应用下C端应用生态正在被重塑 ©2024。欲了解更多信息，请联系德勤中国。4 AI大模型时代C端应用生态变化趋势 纵观信息革命的三个时期，“PC+网页”以及“智能手机+APP”两个发展阶段中，终端设备及OS操作系统占据C端应用生态链制高点，目前，AI大模型带来新一轮生产力的升级，势必推动C端应用生态进入新的发展阶段 以史为鉴 PC、移动互联网时代形成了以终端、OS、应用为主的产业链生态 放眼未来 AI大模型对现有C端应用生态各环节带来巨大冲击 搭载 兼容 适配 分发 载体、调用、管理、运行 适配、被兼容 应用 OS 终端设备 终端形态变化 硬件配置 端侧、云侧模型协同 融合 适配 API接 口调用 OS系统服务内 核搭载AI大模型，作为AI应用的底层能力支撑 模型及服务，提供能力支撑 AI大模型 应用 OS 终端设备 信息来源：SimilarWeb、德勤访谈、研究与分析 AI应用或将诞生新时代的用户入口 基础设施完备 基础条件 应用环节价值变化 对比两轮信息革命升级，应用价值实现与基础技术的升级密不可分：围绕数据资源的基础设施更新有效推动应用场景的拓展和功能体验的创新，最终引发新生态的构建，生成了用户入口的超级应用；AI时代用户的注意力争夺成为应用发展的重中之重，未来将诞生新的用户入口 应用场景拓展 功能体验创新 开发生态成熟 PC 到 移 动网络提速 移动场所 即时互动 •形成了由OS厂商牵头， 个人开发者、独立软件 开发商多方共建的成熟 •移动应用价值凸显，用户流量激增，头部应用成为移动时代的“用户入口” 移动互联网用户数量和使用时长 单位：亿人、小时/天 互 联 网 时 代 移 动 互 联 网 到 AI 时 代 输入功能集成 通用大模型 端侧算力提升 娱乐+办公+本地 + 联动场景 多模态感知 应用便捷 个性化 自动化 开发生态体系 •形成了标准化SDK/API，开发难度和成本更低 •科技大厂接连发布AI应用开发平台，通过低门槛AI开发工具和开发平台服务降低开发成本和难度，加速移动应用生 态向AI应用生态迁移 95% 11 6 用户数量 2014 2023 222% 6 2 平均使用时长 •AI大模型时代发展基础条件初步 成熟，创新型AI应用不断涌现 •基于应用场景拓展和功能体验创新，应用价值将进一步提高，AI时代有望诞生头部超级应用，成为AI时代的“用户入口” 信息来源：CNNIC、QuestMobile、德勤访谈、研究与分析 移动应用厂商积极布局，抢位AI时代用户入口 借鉴移动应用发展轨迹，AI应用将遵循“创新-整合-稳定”的发展规律。当前正处于创新AI应用井喷 AI应用两类典型玩家及特点 • AI原生 初创企业 基于行业理解，借助AI大模型技术优势，开发AI原生应用 •目前AI原创主要集中在专业知识对话、内容生成以及交互体验提升上 • • 移动应用厂商往AI化转型 由移动应用开发升级转型 至AI应用开发 例如美图在“美颜相机”中加入AI漫画功能，基于其用户基础以及在人像处理的技术和数据积累，势必将对其他AI漫画初创企业产生更具备优势 期，大量AI原生初创企业涌入，移动应用大厂基于场景、技术、资源积累顺势而为，向AI应用转型 移动应用发展阶段 创新期整合期稳定期 •创新型应用不断涌现，移动应用数量快 速增长 •部分应用基于先发优势、对用户需求的精准洞察，逐步扩大自有流量池 AI应用目前所处发展阶段 中国移动APP数量1（2015-2023）单位：百万个 500 •头部移动应用开发商利用自有流量池构建生态，整合中部和长尾应用，移动应用数量下降 •仍有部分移动应用基于底层技术迭代和功能体验创新，开辟新的流量池，例如抖音 •围绕用户注意力，形成生态流量入口，成为“超级应用”，进而丰富产品矩阵，覆盖单一 用户更多需求，增加用户生命 周期 0 201520162017201820192020202120222023 注释：1.仅计算苹果和安卓应用商店在架活跃应用，苹果和安卓应用商店应用不去重信息来源：工信部；德勤访谈、研究与分析 大模型端侧应用开发发展趋势一 端侧、云侧大模型的搭载和调用成为端侧操作系统的新任务，其中用户数据隐私问题或成卡点；AI应用开发生态格局仍在混战，以MaaS和AI开发工具为代表的AI大模型应用开发服务支持成为竞争关键 应用框架1 应用开发 PC •操作系统自带应用框架帮助移动应用开发者调动系统级服务和底层硬件设备 到安卓应用框架示意图 安卓开发生态 开源系统 工具支持 生态论坛 APP开发者第三方SDK 智能手机/可穿戴等智能硬件 移由操作系统限制用户数据的调用范围 动 互应用层应用框架层数据库层内核层硬件层 联 •面对iOS的先发优势，安卓凭借开放的开发生态，以最快速度链接大量开发者、 应用软件，成为端侧操作系统的巨头 网 时 代 移 动 互 联 网 到 AI 时代 •操作系统为广播接收者2提供应用交互接口和机制，例如A应用通过接口唤起B应用 AI大模型端侧应用示意图 OS服务 云端大模型 模型调用服务灵活对接 端侧 支持 端侧大模型 AI 应用 本地个性化数据访问许可其他调用支持 •模型调用服务或将成为OS系统服务 •操作系统为内容提供者3提供用户本地数据共享接口，例如聊天软件访问相册图片存储信息 AI大模型端侧应用开发流程示意图 传统APP开发需求定义 选择开发平台 选择大模型 设计UI及前端开发 服务器及数据库 设计UI及前端开发 测试发布 AIAPP开发 需求定义 数据准备训练模型 端侧部署 推理调用 + 测试发布 •需完成从移动应用开发生态到AI大模型应用开发生态的迁移，为开发生态提供必要的技术支持，打造生态，抢占AI应用先机 注释：1.ApplicationFramework；2.BroadcastReceiver；3.ContentProvider 大模型端侧应用开发发展趋势二 应用分发渠道主导权争夺一触即发，参与企业纷纷入局抢夺渠道资源；应用调度个性化、集成度提高， 借助AI助手形态，有望构建新一轮AI化的高度融合的“个性方案” 应用分发 应用调度 PC 到移动互联网时代 •OS厂商牢牢掌控应用分发渠道，以安全警告、禁止第三方应用商店使用敏 移动互联网时代下应用调用模 用户手动选择并单独开启 用户 以屏幕交互或语音输入等 单一模态进行交互 即时通讯个人娱乐 新闻资讯 … 感权限等方式来限制第三方渠道，推广系统商店并收取平台渠道费用 以安卓平台应用分发模式为例 •由用户实现应用调配，系统基本不参与应用调度环节 搭载 用户手机 系统预装 可兼容 系统商店 第三方应用商店 移动互联网到 AI 时代 •第三方大模型自带的AI应用商城或将对官方移动应用商城产生冲击，OS厂 商面临应用分发主导权被打破的风险 •“超级入口”可无感实现个性化移动应用调度，对比移动互联时期“一对多”的标准产品服务模式，将会形成“多对一”专享VIP服务模式 端侧AI应用商城 ？ 大模型AI应用商店 （例如GPTStore） 智能设备 ？ 云侧大模型 用户手机 ？ AI应用分发渠道展望 端侧大模型 ？ 终端端侧OS/ 搭载 ？ 跨模态 端侧AI应用调用模式展望 需求理解、个性化 信息同步输入 偏好、知识判断 用户 综合服务 AI 助手 综合调度 即时通讯个人娱乐新闻资讯 … 大模型端侧应用开发发展趋势三 底层技术迭代+创新功能体验需求推动终端设备形态演变发展，AI大模型时代智能终端向云边算力协同、终端设备形态多元化、多端互联集中调配发展 底层技术迭代 PC 数据 到 移 动 数 据 终 端 互 联 网 时 代 移 动 互 联 网 到 AI 时代 •计算芯片集成度提高 •数据传输速度提升 •显示屏升级 •输入及输出设备集成度提高 •服务器算力提升 •AI算法迭代升级 •云服务普及 •端侧AI芯片 •跨模态交互 •具身智能机器人 创新功能体验需求 •应用功能更多、更复杂，例如大型手机游戏对算力要求更高 •隐私、安全需求 •设备便携需求，如运动场景 •智能驾驶、车载娱乐需求 •多端数据互通互联 •端侧应用延迟降低、实时响应 •端侧对推理、决策的功能要求 •低带宽运行、隐私保护 •AI强交互体验和环境感知 •AI具备推理决策能力，执行更复杂 的任务，灵活应变 终端设备形态演变 端侧算力提升，满足应用和敏感信息本地计算需求 AI 载体更多元，拓展至可穿戴设备以及网联汽车以搭载AI芯片+云边协同的模式，实现边缘AI加速 智能终端形态多元化，调配集中化、多端互联互通 统一调度 数据共享 AIAgent 终端 人形机器人、AI眼睛、智能胸针等 AI大模型C端应用核心特征： 需求聚合入口，掌握AI时代的创新用户价值 ©2024。欲了解更多信息，请联系德勤中国。11 多层级需求满足掌握用户入口 回顾历史，超级应用大都由用户基数庞大的基础需求出发，占领用户心智，成为庞大的用户流量入口，再逐步覆盖更多的需求层级，聚合和链接背后庞大的应用生态，掌握用户时间的分配权。AI大模型时代有望涌现一批新的入口级应用 马斯洛需求层次理论模型 PC时代移动互联网时代 超级应用生态 直播 游戏 生活 社交 影视 长视频 音乐 资讯 … 短视频 从基础需求出发，覆盖更多需求层级 自我实现 发挥自我潜能，不断完善自己 层级越往下，需求越基础，对应的用户基数越大 审美需求 对音乐、图像等不同形式美的需求 求知需求 信息获取，从而提升能力和认知 尊重需求 社会身份认同、价值认同、成就认同 社交需求 获得与他人的情感联结 安全需求 维持安全稳定，免除恐惧威胁 生理需求 维持生存所需的基本需要 社交需求成为移
