關(guān)鍵發(fā)現(xiàn)

通用大模型市場(chǎng)當(dāng)前雖入局者眾多，但終局將高度集中，未來(lái)將由5-6家廠商主導(dǎo)；應(yīng)用層廠商及甲方企業(yè)應(yīng)著眼終局，從大算力、巨量數(shù)據(jù)集、端到端AI工程化能力以及應(yīng)用生態(tài)伙伴等維度綜合考慮，慎重選擇合作伙伴。

• 中大型企業(yè)雖傾向于大模型的私有化部署，但由于中美博弈下GPU算力資源緊張且短期無(wú)法有效解決、C端應(yīng)用受多重制約，使得國(guó)內(nèi)行業(yè)大模型與通用大模型發(fā)展并駕齊驅(qū)。未來(lái)，行業(yè)大模型市場(chǎng)整體百花齊放，但垂直領(lǐng)域仍將頭部集中。
• AIGC應(yīng)用層面，能源、金融、傳媒、營(yíng)銷(xiāo)、數(shù)字辦公等行業(yè)走在前列，甲方AIGC落地面臨路徑選擇、法律法規(guī)及內(nèi)容安全等多重挑戰(zhàn)，目前落地價(jià)值主要以?xún)r(jià)值增強(qiáng)和效率提升為主。
• To B市場(chǎng)，底層平臺(tái)收費(fèi)將是整個(gè)AIGC生態(tài)中最主要、最穩(wěn)定收費(fèi)模式，產(chǎn)業(yè)發(fā)展中后期，按產(chǎn)出內(nèi)容付費(fèi)、訂閱式付費(fèi)等結(jié)果性付費(fèi)模式占比將持續(xù)增加。
• To C市場(chǎng)的成功的關(guān)鍵是尋找到有足夠用戶(hù)粘性和智能化痛點(diǎn)的場(chǎng)景，ChatGPT、Midjourney拉高了用戶(hù)對(duì)于通用人工智能產(chǎn)品的預(yù)期，使得C端產(chǎn)品的訂閱收費(fèi)，短期內(nèi)難度更高。未來(lái)，C端可能出現(xiàn)免費(fèi)模式，也可能在某些場(chǎng)景中，形成超級(jí)入口級(jí)軟件或硬件。
• 行業(yè)大模型市場(chǎng)，甲方企業(yè)需要端到端的AI服務(wù)能力，甚至希望能夠直接應(yīng)用具有大模型能力的SaaS服務(wù)，實(shí)現(xiàn)自大模型到上層應(yīng)用軟件的一體化集成，以降低大模型應(yīng)用門(mén)檻。這要求行業(yè)大模型廠商不僅具備AI核心技術(shù)，還需要有AI工程化能力、深刻行業(yè)Know-how。
• AIGC+數(shù)字辦公的應(yīng)用場(chǎng)景中，甲方企業(yè)希望數(shù)字辦公產(chǎn)品能夠“好用、有用、安全”，不僅要足夠智能，還需要覆蓋數(shù)字辦公的核心場(chǎng)景、與企業(yè)其他業(yè)務(wù)及管理系統(tǒng)打通，并且確保數(shù)據(jù)和信息安全。因此，不僅要求數(shù)字辦公廠商對(duì)數(shù)字辦公領(lǐng)域有深刻洞察，還需要有對(duì)底層大模型的集成與產(chǎn)品化能力，保證產(chǎn)品的兼容性與安全性，確保數(shù)字辦公產(chǎn)品的價(jià)值落地。

01 研究范圍定義

研究范圍
近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)為代表的數(shù)字經(jīng)濟(jì)的快速發(fā)展，國(guó)內(nèi)數(shù)字內(nèi)容的消費(fèi)需求持續(xù)快速增長(zhǎng)，從質(zhì)量、數(shù)量角度均進(jìn)入升級(jí)通道。以往分別由專(zhuān)家、用戶(hù)所主導(dǎo)的PGC、UGC數(shù)字內(nèi)容生產(chǎn)模式，已逐漸無(wú)法完全滿足數(shù)字內(nèi)容的多樣性、效率需求，基于人工智能技術(shù)的AIGC，能夠深刻、廣泛賦能數(shù)字內(nèi)容生產(chǎn)的各類(lèi)場(chǎng)景和內(nèi)容創(chuàng)作者。
技術(shù)方面，深度學(xué)習(xí)模型不斷迭代，Transformer迅速取代RNN系列變種，躋身主流模型架構(gòu)基礎(chǔ)，Diffusion、CLIP等新一代各模態(tài)基礎(chǔ)生成算法的誕生和應(yīng)用，使得人工智能內(nèi)容生成百花齊放，產(chǎn)出效果趨于逼真，為基于AI的內(nèi)容生成即AIGC提供了可能。從基礎(chǔ)設(shè)施角度，AIGC需要GPU算力、網(wǎng)絡(luò)及存儲(chǔ)等硬件基礎(chǔ)設(shè)施的全方位支撐，國(guó)內(nèi)過(guò)去在互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)時(shí)代所積累的云計(jì)算、數(shù)據(jù)中心、算力中心等領(lǐng)先全球的數(shù)字化基礎(chǔ)設(shè)施，為AIGC的落地運(yùn)行提供了堅(jiān)實(shí)基礎(chǔ)。
政策層面，黨中央、國(guó)務(wù)院歷來(lái)高度重視人工智能產(chǎn)業(yè)的發(fā)展，幾乎每年都會(huì)有相應(yīng)政策出臺(tái)。2023年4月，中央政治局首次提及通用人工智能，為我國(guó)人工智能產(chǎn)業(yè)尤其是通用人工智能的發(fā)展奠定了總基調(diào)。在中央會(huì)議精神的指引下和產(chǎn)業(yè)發(fā)展需要的驅(qū)動(dòng)下，地方政府政策積極跟進(jìn)，促進(jìn)人工智能產(chǎn)業(yè)政策的進(jìn)一步落地。
5月最后兩天，北上深三地接連出臺(tái)相關(guān)支持政策，大力支持國(guó)產(chǎn)大模型為代表的人工智能產(chǎn)業(yè)的發(fā)展。例如，深圳市在所發(fā)布的《深圳市加快推動(dòng)人工智能高質(zhì)量發(fā)展高水平應(yīng)用行動(dòng)方案（2023—2024年）》中提出了包括“千行百業(yè)＋AI”在內(nèi)的十八項(xiàng)舉措，要力爭(zhēng)創(chuàng)建全球人工智能先鋒城市?？?br> 之，被ChatGPT引爆后，在需求、技術(shù)、基礎(chǔ)設(shè)施、政策等多重因素合力助推下，AIGC領(lǐng)域?qū)⒂瓉?lái)爆發(fā)式增長(zhǎng)，AIGC有望成為Web3時(shí)代的重要基生產(chǎn)力工具。
圖1：AIGC市場(chǎng)全景地圖

本次報(bào)告愛(ài)分析將AIGC的全景地圖分為三部分：
其一，基礎(chǔ)層?；A(chǔ)層主要包括AI芯片、基礎(chǔ)生成算法、數(shù)據(jù)集等，這些構(gòu)成了大模型產(chǎn)生的基礎(chǔ)。例如，大模型由于模型參數(shù)巨大、需要的預(yù)訓(xùn)練數(shù)據(jù)規(guī)模龐大，因此，對(duì)算力有極高要求，以英偉達(dá)的A100芯片為例，ChatGPT能夠“大力出奇跡”，也正是數(shù)千張甚至上萬(wàn)張A100芯片所組成的算力基礎(chǔ)設(shè)施提供強(qiáng)大算力保證的結(jié)果。
其二，模型層。模型層是AIGC的核心，整體由通用大模型、行業(yè)大模型兩部分構(gòu)成，是應(yīng)用層的能力基礎(chǔ)。通用大模型，核心是通過(guò)大規(guī)模無(wú)標(biāo)注數(shù)據(jù)的訓(xùn)練，形成可“舉一反三”的強(qiáng)大泛化能力和遷移學(xué)習(xí)能力。而行業(yè)大模型，則是面向垂直領(lǐng)域，基于自建模型或利用通用大模型，引入行業(yè)語(yǔ)料進(jìn)行模型的進(jìn)一步訓(xùn)練，以提升對(duì)行業(yè)/領(lǐng)域應(yīng)用場(chǎng)景的支撐能力。
其三，應(yīng)用層。大模型能力具備后，核心是讓模型與千行百業(yè)的具體業(yè)務(wù)場(chǎng)景相結(jié)合，產(chǎn)生具體應(yīng)用價(jià)值。通過(guò)大模型的能力賦能及提示詞的交互賦能，甚至是整合了大模型能力的前端應(yīng)用（如SaaS），可以讓大模型在各行業(yè)、企業(yè)價(jià)值鏈各環(huán)節(jié)落地生根。
愛(ài)分析綜合考慮企業(yè)關(guān)注度、行業(yè)落地進(jìn)展等因素，選取其中的行業(yè)大模型、數(shù)字辦公這兩個(gè)特定市場(chǎng)進(jìn)行重點(diǎn)分析。本報(bào)告主要面向組織的產(chǎn)研部門(mén)、業(yè)務(wù)部門(mén)及管理部門(mén)，通過(guò)對(duì)行業(yè)大模型、數(shù)字辦公市場(chǎng)的需求定義和代表廠商的能力解讀，為企業(yè)行業(yè)大模型、數(shù)字辦公產(chǎn)品的落地與應(yīng)用提供廠商選型參考。

廠商入選標(biāo)準(zhǔn)：本次入選報(bào)告的廠商需同時(shí)符合以下條件：

• 廠商的產(chǎn)品服務(wù)滿足各市場(chǎng)定義的廠商能力要求；
• 已有公測(cè)/邀測(cè)產(chǎn)品，或已有付費(fèi)客戶(hù)并已進(jìn)行了部分業(yè)務(wù)的落地應(yīng)用。

02市場(chǎng)洞察

2.1 通用大模型市場(chǎng)格局及其對(duì)科技廠商與甲方企業(yè)的影響通用大模型市場(chǎng)當(dāng)前參與者類(lèi)型雖多，但市場(chǎng)終局將高度集中，科技廠商及甲方企業(yè)需著眼終局，慎重選擇通用大模型合作伙伴。

• 當(dāng)前，通用大模型的參與者類(lèi)型眾多。從目前的情況來(lái)看，有智源研究院等科研院所，有BAT、華為、科大訊飛等互聯(lián)網(wǎng)大廠，有商湯科技等老牌AI廠商，也有智譜AI、光年之外等專(zhuān)注AI領(lǐng)域的創(chuàng)業(yè)企業(yè)，甚至知乎等擁有一定語(yǔ)料優(yōu)勢(shì)的互聯(lián)網(wǎng)企業(yè)。
• 從競(jìng)爭(zhēng)格局來(lái)看，通用大模型市場(chǎng)，最終可能會(huì)由5-6家大模型廠商來(lái)主導(dǎo)。由于存在大算力、巨量數(shù)據(jù)集等高進(jìn)入壁壘以及模型客觀存在的“反饋-迭代”飛輪效應(yīng)和持續(xù)的大資金投入要求，是典型無(wú)差別競(jìng)爭(zhēng)要素主導(dǎo)驅(qū)動(dòng)，加之大模型落地需要模型方、前端應(yīng)用開(kāi)發(fā)服務(wù)商、工具開(kāi)發(fā)服務(wù)商甚至是數(shù)據(jù)服務(wù)商等完整的價(jià)值生態(tài)來(lái)整體協(xié)作以確保價(jià)值落地，單一廠商難以打穿整個(gè)價(jià)值鏈，生態(tài)化將成為必然趨勢(shì)，這勢(shì)必會(huì)反向加固進(jìn)入和競(jìng)爭(zhēng)壁壘，進(jìn)一步鞏固既有市場(chǎng)格局。因此，通用大模型市場(chǎng)未來(lái)將趨于集中。
• 國(guó)內(nèi)的商業(yè)生態(tài)趨向于自建而非開(kāi)放，因此，對(duì)國(guó)內(nèi)的科技廠商、甲方企業(yè)而言，應(yīng)以終為始，慎重選擇當(dāng)前的通用大模型合作伙伴。一方面，從以云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等為代表的國(guó)內(nèi)信息產(chǎn)業(yè)演進(jìn)歷程來(lái)看，國(guó)內(nèi)的商業(yè)邏輯趨向于構(gòu)建商業(yè)閉環(huán)而非美國(guó)為代表的開(kāi)放商業(yè)生態(tài)，因此，商業(yè)生態(tài)間的兼容性相對(duì)較差，打通適配成本高昂。另一方面，通用大模型從模型構(gòu)建到預(yù)訓(xùn)練再到對(duì)外應(yīng)用，從影響要素層面離不開(kāi)大算力、巨量數(shù)據(jù)集、端到端AI工程化能力以及應(yīng)用生態(tài)伙伴的協(xié)同發(fā)力，站在當(dāng)前視角，為最大化減少投資失誤，科技廠商及甲方企業(yè)需綜合考慮以上因素，慎重選擇具有優(yōu)秀“長(zhǎng)跑能力”的通用大模型合作伙伴。

2.2 行業(yè)大模型市場(chǎng)成因及市場(chǎng)格局判斷行業(yè)大模型與通用大模型并行發(fā)展，未來(lái)整體百花齊放，但垂直領(lǐng)域仍將頭部集中。

• 受算力和C端商業(yè)化進(jìn)程制約，國(guó)內(nèi)市場(chǎng)上行業(yè)大模型與通用大模型并駕齊驅(qū)，并行發(fā)展。從業(yè)界實(shí)踐來(lái)看，與國(guó)外不同的是，國(guó)內(nèi)出現(xiàn)了通用大模型與行業(yè)大模型并行發(fā)展的局面。一方面，很多中大型企業(yè)都期望通用大模型能夠?qū)崿F(xiàn)私有化部署，這對(duì)GPU為代表的算力產(chǎn)生了很高要求。在中美博弈大背景下，A100、H100為代表的芯片被美國(guó)列入禁止出口商品名單，加之國(guó)內(nèi)信創(chuàng)進(jìn)展和適配需要時(shí)間，算力制約問(wèn)題在可預(yù)見(jiàn)的周期內(nèi)無(wú)法得到有效解決，甲方企業(yè)需要尋找對(duì)算力要求相對(duì)低、同時(shí)兼顧對(duì)垂直領(lǐng)域有良好模型效果的解決方案；另一方面，C端由于受到B端商業(yè)化開(kāi)發(fā)進(jìn)程的影響，同時(shí)受到《生成式人工智能服務(wù)管理辦法（征求意見(jiàn)稿）》的制約，使得C端市場(chǎng)在短期內(nèi)很難找到突破口和變現(xiàn)場(chǎng)景，而受政策監(jiān)管相對(duì)偏少的B端市場(chǎng)成為國(guó)內(nèi)大模型廠商尋找中短期增長(zhǎng)路徑和方向的重要選擇。
• 行業(yè)大模型市場(chǎng)整體將“百花齊放”，但各行業(yè)/垂直領(lǐng)域市場(chǎng)格局仍將頭部集中。由于天然的更靠近客戶(hù)，行業(yè)大模型不僅需要有一定的AI技術(shù)能力，更重要的是對(duì)于各垂直行業(yè)和領(lǐng)域有充分的行業(yè)Know-how的理解和行業(yè)預(yù)料積累，因此，行業(yè)大模型市場(chǎng)更多依賴(lài)行業(yè)經(jīng)驗(yàn)和進(jìn)入市場(chǎng)的時(shí)間等個(gè)性化競(jìng)爭(zhēng)要素驅(qū)動(dòng)，未來(lái)市場(chǎng)會(huì)整體將呈現(xiàn)“百花齊放”的基本格局，不同行業(yè)間較難出現(xiàn)橫向集中，而對(duì)于各具體行業(yè)，模型效果驅(qū)動(dòng)下，市場(chǎng)仍會(huì)頭部集中。
  2.3 AIGC落地應(yīng)用進(jìn)展、挑戰(zhàn)及商業(yè)模式分析應(yīng)用層面，能源、金融、傳媒、營(yíng)銷(xiāo)、數(shù)字辦公等領(lǐng)域應(yīng)用靠前，甲方AIGC落地面臨路徑選擇、法律法規(guī)及內(nèi)容安全等多重制約，目前落地主要以?xún)r(jià)值增強(qiáng)和效率提升為主，商業(yè)模式層面仍在探索，B端對(duì)底層能力或?qū)ψ罱K結(jié)果付費(fèi)將是主流，C端有待突破。
• 從AIGC的落地進(jìn)展來(lái)看，各行業(yè)落地進(jìn)展不盡相同，能源、金融、傳媒、營(yíng)銷(xiāo)領(lǐng)域、數(shù)字辦公應(yīng)用進(jìn)度靠前。甲方在落地AIGC時(shí)，勢(shì)必會(huì)經(jīng)歷從觀望到探索、試點(diǎn)再到陸續(xù)上線的過(guò)程，并且不同行業(yè)由于存在場(chǎng)景豐富度、數(shù)字化程度、容錯(cuò)率等特征差異和預(yù)算充裕度差異，使得各行業(yè)AIGC的落地進(jìn)程將千差萬(wàn)別。結(jié)合目前調(diào)研情況來(lái)看，國(guó)內(nèi)AIGC的落地主要以能源領(lǐng)域（代碼生成、文檔生成、圖片生成等）、銀行證券（智能投研、智能風(fēng)控等）、傳媒領(lǐng)域（內(nèi)容智能生成、搜索推薦等）、營(yíng)銷(xiāo)領(lǐng)域（文生圖、文案生成等）、數(shù)字辦公（智能會(huì)議紀(jì)要、智能群聊摘要、文檔內(nèi)容生成等）為代表，制造、醫(yī)藥、汽車(chē)等其他領(lǐng)域?qū)⒅鸩秸归_(kāi)。
• 從AIGC的落地挑戰(zhàn)來(lái)看，甲方企業(yè)AIGC落地面臨路徑選擇、法律法規(guī)及內(nèi)容安全等多重挑戰(zhàn)。企業(yè)初始試點(diǎn)場(chǎng)景選擇及后續(xù)AIGC應(yīng)用場(chǎng)景的拓展路徑，將對(duì)企業(yè)落地AIGC的整個(gè)可行性形成較大影響，需慎重選擇與評(píng)估；另外，行業(yè)相關(guān)法律法規(guī)也將對(duì)AIGC的應(yīng)用形成制約。如金融行業(yè)，AIGC智能投顧是否能夠?qū)儆讵?dú)立民事主體、能否具有從業(yè)資格等尚無(wú)定論，將給這一領(lǐng)域的應(yīng)用帶來(lái)挑戰(zhàn)。同時(shí)，AIGC產(chǎn)生的內(nèi)容版權(quán)歸屬與內(nèi)容安全問(wèn)題都將在具體落地層面，對(duì)甲方在落地AIGC形成一定的挑戰(zhàn)和制約。
• 從AIGC對(duì)科技廠商和甲方的價(jià)值來(lái)看，目前主要是幫助企業(yè)實(shí)現(xiàn)原有產(chǎn)品和業(yè)務(wù)的“價(jià)值增強(qiáng)”或“效率提升”，尚未出現(xiàn)商業(yè)模式層面的實(shí)質(zhì)性突破。很多科技廠商和甲方企業(yè)，其產(chǎn)品和服務(wù)原本已經(jīng)依賴(lài)于原有的AI技術(shù)來(lái)實(shí)現(xiàn)部分智能化功能，AIGC的出現(xiàn)，為企業(yè)提供了價(jià)值和效率優(yōu)化的新路徑和新選擇，但截止目前主要是原有價(jià)值和模式的延續(xù)，尚未發(fā)現(xiàn)有模式層面的重大轉(zhuǎn)變。
• 從商業(yè)模式角度來(lái)看，AIGC的商業(yè)模式尚未完全明朗和成熟，B端市場(chǎng)中短期內(nèi)底層平臺(tái)收費(fèi)占主導(dǎo)，未來(lái)，按產(chǎn)出內(nèi)容付費(fèi)、用戶(hù)訂閱模式占比將持續(xù)上升，C端短期變現(xiàn)難度大，免費(fèi)模式、超級(jí)入口模式將成為可能。首先，從全球AIGC廠商的商業(yè)模式來(lái)看，目前，最常見(jiàn)的有底層平臺(tái)收費(fèi)、產(chǎn)出內(nèi)容付費(fèi)，也有類(lèi)似ChatGPT的用戶(hù)訂閱模式，未來(lái)甚至可能衍生出類(lèi)似移動(dòng)互聯(lián)網(wǎng)時(shí)代的免費(fèi)模式，針對(duì)不同主體，商業(yè)模式不盡相同。對(duì)于B端客戶(hù)，底層平臺(tái)收費(fèi)將是整個(gè)AIGC生態(tài)中最主要、最持久的收費(fèi)模式，未來(lái)，會(huì)進(jìn)一步朝對(duì)結(jié)果付費(fèi)的模式演進(jìn)。一方面，B端企業(yè)應(yīng)用AIGC的核心目的要么是對(duì)內(nèi)進(jìn)行提效降本、要么是對(duì)外優(yōu)化和迭代自身產(chǎn)品與服務(wù)，因此，底層平臺(tái)收費(fèi)、產(chǎn)出內(nèi)容付費(fèi)以及通過(guò)SaaS軟件或插件化產(chǎn)品進(jìn)行訂閱收費(fèi)的模式均有可能。而大模型作為底層賦能平臺(tái)，無(wú)論是直接對(duì)外提供調(diào)用接口，還是通過(guò)與中間件、SaaS廠商進(jìn)行合作分成，甚至是大模型廠商實(shí)現(xiàn)從底層模型層到應(yīng)用層的一體化打通，作為生態(tài)的核心，大模型廠商在合作中均掌握較強(qiáng)的話語(yǔ)權(quán)，因此，底層平臺(tái)收費(fèi)勢(shì)必將是整個(gè)AIGC生態(tài)中最主要也最穩(wěn)定的收費(fèi)模式。另一方面，隨著AIGC應(yīng)用的持續(xù)探索、普及和產(chǎn)品的持續(xù)創(chuàng)新，應(yīng)用層廠商話語(yǔ)權(quán)將得到增強(qiáng)，產(chǎn)業(yè)發(fā)展中后期，當(dāng)大模型變成一種基礎(chǔ)設(shè)施，終端客戶(hù)將更看重AIGC的應(yīng)用適配度和應(yīng)用效果，以產(chǎn)出內(nèi)容、融合了大模型能力的SaaS軟件或插件為代表的、對(duì)結(jié)果付費(fèi)的模式將逐步占優(yōu)。

對(duì)C端客戶(hù)，短期很難實(shí)現(xiàn)產(chǎn)品及模式突破，中長(zhǎng)期可能會(huì)出現(xiàn)免費(fèi)模式，或通過(guò)超級(jí)入口方式變現(xiàn)。C端用戶(hù)目前多是嘗鮮和試玩為主，但其AIGC的核心應(yīng)用目的是提效、增強(qiáng)個(gè)人創(chuàng)新力，因此，關(guān)鍵是尋找到有足夠用戶(hù)粘性和智能化痛點(diǎn)的場(chǎng)景，并探索出健康可持續(xù)的商業(yè)模式?？紤]到個(gè)人用戶(hù)對(duì)于付費(fèi)的價(jià)格彈性更高、預(yù)期更高、付費(fèi)行為改變需要周期，同時(shí)考慮到B端產(chǎn)品的研發(fā)落地需要一定周期，因此C端的產(chǎn)品、商業(yè)模式落地需要較長(zhǎng)時(shí)間蓄勢(shì)和探索。此外，ChatGPT、Midjourney拉高了用戶(hù)對(duì)于通用人工智能產(chǎn)品的預(yù)期，使得C端產(chǎn)品的訂閱收費(fèi)，短期內(nèi)難度更高。未來(lái)，AIGC可能會(huì)出現(xiàn)免費(fèi)模式，同時(shí)以廣告等傳統(tǒng)互聯(lián)網(wǎng)模式進(jìn)行變現(xiàn)，也可能會(huì)在諸如智能家居等場(chǎng)景中尋求與某些智能硬件的融合，形成超級(jí)入口級(jí)產(chǎn)品，進(jìn)而完成變現(xiàn)。

03 廠商全景地圖

愛(ài)分析基于對(duì)甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出AIGC市場(chǎng)中在行業(yè)大模型、數(shù)字辦公方面已經(jīng)具備一定解決方案和落地能力的入選廠商。其他市場(chǎng)，愛(ài)分析將在后續(xù)的生成式AI的系列報(bào)告中視情況予以覆蓋。

04 市場(chǎng)分析與廠商評(píng)估

愛(ài)分析對(duì)本次AIGC項(xiàng)目重點(diǎn)研究的行業(yè)大模型市場(chǎng)、數(shù)字辦公市場(chǎng)分析如下。
行業(yè)大模型市場(chǎng)定義：行業(yè)大模型，指面向金融、傳媒等垂直行業(yè)或客服、營(yíng)銷(xiāo)等組織職能領(lǐng)域，基于自建或利用通用模型的強(qiáng)大泛化能力，通過(guò)行業(yè)/領(lǐng)域知識(shí)及數(shù)據(jù)引入來(lái)進(jìn)行模型的再訓(xùn)練，進(jìn)而形成針對(duì)垂直行業(yè)/領(lǐng)域的特定任務(wù)具有更高模型可控性、準(zhǔn)確率及響應(yīng)效率的深度學(xué)習(xí)算法模型，有助于幫助組織提升特定行業(yè)/領(lǐng)域的數(shù)字內(nèi)容生產(chǎn)及用戶(hù)交互效能。甲方終端用戶(hù)：金融、傳媒、教育、娛樂(lè)、營(yíng)銷(xiāo)等行業(yè)/領(lǐng)域企業(yè)的產(chǎn)研部門(mén)、業(yè)務(wù)部門(mén)甲方核心需求：GPT-3、Florence、DALL·E 2等通用大模型雖然擁有巨量參數(shù)，并擁有出色的泛化能力，但在面對(duì)不同行業(yè)、領(lǐng)域的具體應(yīng)用場(chǎng)景時(shí)，由于缺乏具體行業(yè)的行業(yè)語(yǔ)料集，并且未面向特定行業(yè)的應(yīng)用場(chǎng)景進(jìn)行提示詞的開(kāi)發(fā)和優(yōu)化，去適配前端具體業(yè)務(wù)場(chǎng)景需要，因此，通用大模型對(duì)特定行業(yè)應(yīng)用場(chǎng)景的性能指標(biāo)和專(zhuān)業(yè)性往往并不理想。因此，只有專(zhuān)門(mén)針對(duì)特定行業(yè)/領(lǐng)域自主開(kāi)發(fā)的大模型或經(jīng)過(guò)行業(yè)語(yǔ)料再訓(xùn)練的行業(yè)大模型，才能更好地支撐企業(yè)的具體上層應(yīng)用。在這一過(guò)程中，甲方企業(yè)的具體需求如下：

• 在模型訓(xùn)練方面，企業(yè)需要端到端的AI模型服務(wù)，確保行業(yè)大模型經(jīng)過(guò)充分的再訓(xùn)練，能夠在具體業(yè)務(wù)場(chǎng)景下有更高的模型精度和可控性，以更好地為前端業(yè)務(wù)賦能。一方面，AI六十余年的發(fā)展歷程已經(jīng)證明，從模型到高質(zhì)量的生產(chǎn)與實(shí)踐，AI工程化能力非常重要。AI的價(jià)值落地，需要經(jīng)歷從需求的原點(diǎn)出發(fā)，到問(wèn)題抽象、數(shù)據(jù)準(zhǔn)備、算法設(shè)計(jì)、模型訓(xùn)練、模型部署及迭代優(yōu)化的AI全鏈路流程。另一方面，和自建模型一樣，即便是只需基于通用大模型來(lái)進(jìn)行行業(yè)語(yǔ)料集再訓(xùn)練的行業(yè)大模型，也需要考慮部署等問(wèn)題，才能讓大模型真正發(fā)揮價(jià)值。而很多企業(yè)缺少相應(yīng)的團(tuán)隊(duì)、足夠的資源能力，來(lái)結(jié)合特定場(chǎng)景的業(yè)務(wù)需要去自主完成大模型的充分“行業(yè)化”并完成能力接入，無(wú)法確保大模型最終貼合自身應(yīng)用場(chǎng)景并產(chǎn)生業(yè)務(wù)價(jià)值。企業(yè)需要經(jīng)過(guò)充分再訓(xùn)練的行業(yè)大模型——MaaS（Model as a Service）服務(wù)，以便可以更便捷、更高效地調(diào)用和整合行業(yè)大模型的能力，賦能自身業(yè)務(wù)。
• 在語(yǔ)料集方面，企業(yè)需要能夠直接用于模型再訓(xùn)練的豐富、合格的語(yǔ)料集，以便進(jìn)行大模型的二次訓(xùn)練，提升模型訓(xùn)練質(zhì)量與效率。一方面，不同行業(yè)/領(lǐng)域的應(yīng)用場(chǎng)景、知識(shí)于經(jīng)驗(yàn)千差萬(wàn)別，企業(yè)可以與技術(shù)專(zhuān)家一道，圍繞自身核心業(yè)務(wù)場(chǎng)景進(jìn)行系統(tǒng)梳理，對(duì)進(jìn)行模型二次訓(xùn)練所需的行業(yè)/領(lǐng)域的核心知識(shí)、數(shù)據(jù)類(lèi)型、顆粒度等進(jìn)行逐一定義和搜集整理，甚至需要對(duì)現(xiàn)有的數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行數(shù)據(jù)治理和挖掘，以便向大模型輸入高質(zhì)量的行業(yè)/領(lǐng)域樣本數(shù)據(jù)和特有知識(shí)。另一方面，除自身語(yǔ)料集外，甲方還需要額外的、具有行業(yè)/領(lǐng)域特性的公開(kāi)語(yǔ)料集作為補(bǔ)充，以進(jìn)一步提升模型能力。
  除此之外，甲方還有以下期望需求：
• 企業(yè)希望能夠直接應(yīng)用具有大模型能力的SaaS服務(wù)，實(shí)現(xiàn)自大模型到上層應(yīng)用軟件的一體化集成，極大降低大模型應(yīng)用門(mén)檻。很多企業(yè)尤其是中小型企業(yè)同樣不具備基于行業(yè)大模型開(kāi)發(fā)自身前端業(yè)務(wù)應(yīng)用的能力，或其業(yè)務(wù)體量使得企業(yè)沒(méi)有自主開(kāi)發(fā)前端應(yīng)用的必要。因此，同時(shí)將底層的模型能力接入并整合到最前端的SaaS應(yīng)用當(dāng)中，實(shí)現(xiàn)底層模型能力與業(yè)務(wù)應(yīng)用的一體化打通，以滿足終端用戶(hù)需求，對(duì)于很多企業(yè)尤其是中小企業(yè)顯得尤為重要。
  廠商能力要求：廠商需同時(shí)具備以下能力，以幫助各行業(yè)組織實(shí)現(xiàn)具體場(chǎng)景的應(yīng)用落地：
• 廠商需要并掌握AI領(lǐng)域的關(guān)鍵算法、技術(shù)，為模型的再訓(xùn)練提供堅(jiān)實(shí)技術(shù)保障。行業(yè)大模型廠商需掌握Transformer、Diffusion、CLIP等關(guān)鍵基礎(chǔ)生成算法及NLP、語(yǔ)音合成等AI關(guān)鍵技術(shù)，以便進(jìn)行模型的自建、預(yù)訓(xùn)練及再訓(xùn)練。
• 廠商需要具備出色的AI工程化能力及行業(yè)服務(wù)經(jīng)驗(yàn)，能夠AI落地全鏈路服務(wù)，靈活適配用戶(hù)需求。廠商需要豐富的行業(yè)經(jīng)驗(yàn)，能夠進(jìn)行場(chǎng)景抽象和數(shù)據(jù)準(zhǔn)備，在此基礎(chǔ)上進(jìn)行算法設(shè)計(jì)、模型訓(xùn)練、模型評(píng)估與調(diào)優(yōu)、模型部署的全鏈路能力，并且需要在模型部署上線后，根據(jù)行業(yè)應(yīng)用場(chǎng)景的實(shí)踐，不斷進(jìn)行模型優(yōu)化，確保模型結(jié)果可控，從而讓AI大模型的“生成能力”不斷接近應(yīng)用要求，產(chǎn)生真正的業(yè)務(wù)價(jià)值。
  針對(duì)甲方的期望需求，廠商還應(yīng)具備以下可選能力：
• 廠商需要有深刻的行業(yè)理解能力，實(shí)現(xiàn)從底層模型能力到前端業(yè)務(wù)應(yīng)用的一體化打通，從提供MaaS服務(wù)向提供SaaS服務(wù)升級(jí)。廠商需要形成系統(tǒng)、細(xì)顆粒度的應(yīng)用Know-How，在此基礎(chǔ)上將AI關(guān)鍵技術(shù)能力、模型能力、前端應(yīng)用進(jìn)行打通，以便將自身的技術(shù)能力和行業(yè)Know-How產(chǎn)品化，向企業(yè)提供SaaS服務(wù)及相關(guān)配套服務(wù)，或者運(yùn)用模型微調(diào)（Fine-tuning）及思維鏈提示（chain-of-thought (CoT) prompting）等技術(shù)，將模型能力與中間件進(jìn)行打通，以便客戶(hù)側(cè)直接調(diào)用。更進(jìn)一步，廠商需要結(jié)合自身調(diào)研成果、實(shí)踐經(jīng)驗(yàn)，在對(duì)客戶(hù)當(dāng)前的業(yè)務(wù)流程、作業(yè)模式的優(yōu)缺點(diǎn)形成系統(tǒng)認(rèn)知的前提下，基于AI新技術(shù)能力，對(duì)原有的業(yè)務(wù)流程及作業(yè)模式提出系統(tǒng)性改進(jìn)方案，以使新技術(shù)與客戶(hù)的組織體系、業(yè)務(wù)流程和作業(yè)方式能夠進(jìn)行有效匹配，進(jìn)而對(duì)客戶(hù)的業(yè)務(wù)應(yīng)用效率、組織協(xié)作效果形成實(shí)質(zhì)性改進(jìn)。比如，營(yíng)銷(xiāo)場(chǎng)景下的海報(bào)生成，不僅需要廠商系統(tǒng)掌握海報(bào)生成及后續(xù)應(yīng)用的全流程，還需要明確整體風(fēng)格、圖片細(xì)節(jié)、圖片清晰度等需求痛點(diǎn)，進(jìn)而對(duì)原有海報(bào)作業(yè)流程提出優(yōu)化，如增加AI作圖后的再編輯環(huán)節(jié)。
  入選標(biāo)準(zhǔn)說(shuō)明：

1. 符合行業(yè)大模型市場(chǎng)定義的廠商能力要求；
2. 已有公測(cè)/邀測(cè)產(chǎn)品，或已有付費(fèi)客戶(hù)并已進(jìn)行了部分業(yè)務(wù)的落地應(yīng)用；
   代表廠商評(píng)估（以下代表廠商評(píng)估均按廠商簡(jiǎn)稱(chēng)首字音序排序）：
   靈伴智能廠商介紹：北京靈伴即時(shí)智能科技有限公司（以下簡(jiǎn)稱(chēng)“靈伴智能”），成立于2014年，核心技術(shù)覆蓋語(yǔ)音識(shí)別、語(yǔ)音合成、自然語(yǔ)言理解等，聚焦數(shù)字內(nèi)容生產(chǎn)平臺(tái)和虛擬數(shù)字人智能驅(qū)動(dòng)，廣泛賦能企業(yè)服務(wù)、文化、醫(yī)療、教育、政府等領(lǐng)域。
   產(chǎn)品服務(wù)介紹：靈伴智能專(zhuān)注于人工智能基礎(chǔ)技術(shù)研發(fā)以及智能技術(shù)的產(chǎn)業(yè)化落地，旗下有“呱呱有聲2.0”長(zhǎng)音頻內(nèi)容智能生產(chǎn)開(kāi)放平臺(tái)和“睿思”智能對(duì)話服務(wù)開(kāi)放平臺(tái)兩大產(chǎn)品線。其中，呱呱有聲長(zhǎng)音頻內(nèi)容智能生產(chǎn)開(kāi)放平臺(tái)，是靈伴智能基于其領(lǐng)先的語(yǔ)音合成、自然語(yǔ)言處理等AI技術(shù)，結(jié)合自身行業(yè)經(jīng)驗(yàn)所研發(fā)的、國(guó)內(nèi)首個(gè)專(zhuān)注于長(zhǎng)音頻制作領(lǐng)域的數(shù)字內(nèi)容生產(chǎn)開(kāi)放平臺(tái)，重構(gòu)并首次實(shí)現(xiàn)了從“文本”到“作品”的全流程一體化生產(chǎn)方式，極大釋放了有聲內(nèi)容的生產(chǎn)效能，廣泛賦能眾多音頻內(nèi)容平臺(tái)、小說(shuō)閱讀平臺(tái)及有聲制作工作室。
   廠商評(píng)估：
   綜合而言，靈伴智能在語(yǔ)音語(yǔ)義的AI核心技術(shù)能力、業(yè)務(wù)建模能力、生態(tài)及服務(wù)能力等三方面具備顯著優(yōu)勢(shì)，具體如下：靈伴智能在人工智能領(lǐng)域有近十年的技術(shù)沉淀與錘煉，在語(yǔ)音語(yǔ)義智能領(lǐng)域的研發(fā)與應(yīng)用經(jīng)驗(yàn)豐富，技術(shù)能力業(yè)界領(lǐng)先。
   首先，靈伴智能由創(chuàng)立于2014年的靈伴研究院發(fā)展而來(lái)，擁有業(yè)內(nèi)頂尖的全棧語(yǔ)音語(yǔ)言博士管理團(tuán)隊(duì)，公司核心研發(fā)團(tuán)隊(duì)有近十名博士、博士后，均來(lái)自北京大學(xué)。
   其次，靈伴智能的研發(fā)團(tuán)隊(duì)技術(shù)實(shí)力突出，核心算法均為自主研發(fā)。公司擁有全域超級(jí)自然語(yǔ)音技術(shù)，語(yǔ)音合成能力國(guó)際領(lǐng)先，已發(fā)表100余篇學(xué)術(shù)論文和專(zhuān)著，在國(guó)際語(yǔ)音合成權(quán)威賽事 Blizzard Challenge中多次獲得頭部獎(jiǎng)項(xiàng)，在OLR Challenge語(yǔ)音識(shí)別大賽，以及SIGHAN中文信息國(guó)際測(cè)評(píng)等國(guó)內(nèi)外技術(shù)大賽上均取得了優(yōu)異成績(jī)。此外，公司還參與了12項(xiàng)863、973等國(guó)家級(jí)科研項(xiàng)目，截止目前，已擁有35項(xiàng)AI技術(shù)發(fā)明專(zhuān)利。
   最后，靈伴智能的產(chǎn)品化能力出眾，公司過(guò)往的產(chǎn)品版本，均是當(dāng)時(shí)國(guó)內(nèi)行業(yè)首創(chuàng)性智能語(yǔ)音及智能對(duì)話產(chǎn)品。例如，長(zhǎng)音頻領(lǐng)域首個(gè)智能化數(shù)字內(nèi)容生產(chǎn)開(kāi)放平臺(tái)、保險(xiǎn)行業(yè)首個(gè)智能語(yǔ)音機(jī)器人、行業(yè)首個(gè)融合聲紋安全和情緒識(shí)別的智能語(yǔ)音機(jī)器人云平臺(tái)、行業(yè)首個(gè)女性專(zhuān)屬及男性專(zhuān)屬客服TTS音色等等。
   靈伴智能將AI核心技術(shù)與行業(yè)Know-how深度融合，擁有出色的業(yè)務(wù)建模能力，致力于為長(zhǎng)音頻數(shù)字內(nèi)容生成領(lǐng)域提供從模型到上層應(yīng)用的一體化AI智能解決方案。靈伴智能以業(yè)內(nèi)領(lǐng)先的自然語(yǔ)言理解（NLU）、語(yǔ)音識(shí)別（ASR）、語(yǔ)音合成（TTS）等AI核心技術(shù)能力打底，經(jīng)持續(xù)的算法調(diào)優(yōu)與訓(xùn)練，針對(duì)智能對(duì)話、長(zhǎng)音頻數(shù)字內(nèi)容生成領(lǐng)域打造了語(yǔ)音語(yǔ)義預(yù)訓(xùn)練模型，為智能對(duì)話、長(zhǎng)音頻數(shù)字內(nèi)容生成的垂直領(lǐng)域應(yīng)用提供了性能卓越的基礎(chǔ)設(shè)施。
   在此基礎(chǔ)上，靈伴智能憑借自有導(dǎo)演團(tuán)隊(duì)、編劇團(tuán)隊(duì)以及配音演員團(tuán)隊(duì)的深度實(shí)踐和廣泛行業(yè)調(diào)研所形成的對(duì)長(zhǎng)音頻數(shù)字內(nèi)容領(lǐng)域的系統(tǒng)認(rèn)知與深刻理解，傾力打造了呱呱有聲數(shù)字內(nèi)容生產(chǎn)開(kāi)放平臺(tái)，旨在利用AI技術(shù)顛覆傳統(tǒng)長(zhǎng)音頻數(shù)字內(nèi)容的制作流程，為行業(yè)提供了全新的“AI+”生產(chǎn)模式，極大突破了長(zhǎng)音頻數(shù)字內(nèi)容領(lǐng)域傳統(tǒng)劇組面臨的多重效率瓶頸，為長(zhǎng)音頻數(shù)字內(nèi)容生產(chǎn)領(lǐng)域提供從模型到前端SaaS應(yīng)用的一體化智能服務(wù)。

• 靈伴智能秉承生態(tài)化經(jīng)營(yíng)理念，向生態(tài)合作伙伴持續(xù)賦能，共同推動(dòng)行業(yè)高質(zhì)量發(fā)展。以長(zhǎng)音頻數(shù)字內(nèi)容領(lǐng)域?yàn)槔?，靈伴智能作為新生態(tài)構(gòu)建者及智能化賦能者，與合作伙伴一道，共筑長(zhǎng)音頻數(shù)字內(nèi)容生態(tài)。除提供AI及產(chǎn)品賦能外，靈伴智能憑借自身對(duì)行業(yè)的深刻理解與第一手實(shí)踐經(jīng)驗(yàn)，為合作伙伴提供業(yè)務(wù)培訓(xùn)、人才培養(yǎng)、數(shù)據(jù)分析、行業(yè)社區(qū)、版權(quán)合作等全方位賦能。截止目前，呱呱有聲已服務(wù)國(guó)內(nèi)數(shù)百個(gè)主流長(zhǎng)音頻內(nèi)容工作室、數(shù)千名分布在全國(guó)各地的配音演員，平臺(tái)年產(chǎn)高質(zhì)量超多播有聲劇十余萬(wàn)小時(shí)，產(chǎn)出內(nèi)容遍布各主流長(zhǎng)音頻內(nèi)容平臺(tái)。
  典型客戶(hù)：騰訊TME、掌閱科技、知乎·鹽言故事、網(wǎng)易云音樂(lè)
  拓爾思
  廠商介紹：拓爾思信息技術(shù)股份有限公司（以下簡(jiǎn)稱(chēng)“拓爾思”），是領(lǐng)先的人工智能、大數(shù)據(jù)和數(shù)據(jù)安全產(chǎn)品及服務(wù)提供商，堅(jiān)持“數(shù)智+賽道”的發(fā)展戰(zhàn)略，以?xún)?yōu)秀的科技能力打造豐富的行業(yè)解決方案，為企業(yè)、政府實(shí)現(xiàn)數(shù)字化升級(jí)賦能。
  產(chǎn)品服務(wù)介紹：在AIGC領(lǐng)域，拓爾思聚焦大模型的場(chǎng)景化應(yīng)用和商業(yè)落地，基于公司三十年的NLP技術(shù)積累和海量全域高質(zhì)量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，以?xún)?nèi)容可信、數(shù)據(jù)安全、成本可控、高可用性為導(dǎo)向，自主研發(fā)“拓天大模型”，以媒體、金融、政務(wù)三大優(yōu)勢(shì)行業(yè)為大模型商業(yè)落地的先行突破，為媒體行業(yè)的內(nèi)容生產(chǎn)與搜索推薦、金融行業(yè)的智能風(fēng)控與投研、政府的政策分析與公文輔助寫(xiě)作等垂直領(lǐng)域提供深度賦能，滿足行業(yè)用戶(hù)的專(zhuān)業(yè)化智能創(chuàng)新需求。
  廠商評(píng)估：
  綜合而言，拓爾思在通用大模型調(diào)優(yōu)、高質(zhì)量行業(yè)知識(shí)數(shù)據(jù)積累、場(chǎng)景應(yīng)用落地等三方面具備較為突出的優(yōu)勢(shì)，具體如下：在通用大模型調(diào)優(yōu)方面，拓爾思核心關(guān)注中文特性增強(qiáng)、生成內(nèi)容合規(guī)可控，通過(guò)研發(fā)“拓天大模型”，實(shí)現(xiàn)大模型可控化，以更好地支撐上層應(yīng)用。
  拓爾思自2000年開(kāi)始就自主研發(fā)NLP技術(shù)，長(zhǎng)期聚焦自然語(yǔ)言處理（NLP）、知識(shí)圖譜等語(yǔ)義智能核心技術(shù)，將通用大模型與傳統(tǒng)NLP技術(shù)相結(jié)合，利用行業(yè)Know-How，針對(duì)特定領(lǐng)域的場(chǎng)景任務(wù)構(gòu)建高質(zhì)量的專(zhuān)業(yè)指令（Prompt），并通過(guò)擴(kuò)充中文詞表、6B通用中文語(yǔ)料訓(xùn)練、在不干擾原模型的情況下適配新增中文詞向量等方法，實(shí)現(xiàn)通用大模型的中文特性增強(qiáng)，打造出專(zhuān)業(yè)可靠的“拓天大模型”。
  此外，針對(duì)大模型天然存在的價(jià)值觀偏見(jiàn)、容易被誘導(dǎo)等問(wèn)題，通過(guò)中文黨媒新聞宣傳知識(shí)注入、社會(huì)主義價(jià)值觀數(shù)據(jù)構(gòu)建、價(jià)值觀對(duì)齊以及話題限定、對(duì)話安全、攻擊防御等安全圍欄方法，基于 RLHF、DPO 等技術(shù)訓(xùn)練面向特定行業(yè)或機(jī)構(gòu)的“價(jià)值觀”和“偏好”，例如國(guó)家安全價(jià)值觀、國(guó)家傳媒價(jià)值觀等，實(shí)現(xiàn)中文特性增強(qiáng)的、安全可控的文本生成。

在高質(zhì)量行業(yè)知識(shí)數(shù)據(jù)積累方面，拓爾思擁有千億級(jí)“全、準(zhǔn)、新”的無(wú)監(jiān)督訓(xùn)練數(shù)據(jù)和微調(diào)優(yōu)化知識(shí)數(shù)據(jù)，可針對(duì)優(yōu)勢(shì)行業(yè)訓(xùn)練出高質(zhì)量的行業(yè)大模型。拓爾思從2010年自建數(shù)據(jù)中心以來(lái)，已采集超過(guò)10年的互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)，擁有規(guī)模及質(zhì)量均位列業(yè)界前茅的另類(lèi)數(shù)據(jù)資產(chǎn)，數(shù)據(jù)規(guī)模超1500億條，數(shù)據(jù)總量達(dá)100TB以上，數(shù)據(jù)類(lèi)型涵蓋文字、圖片、音視頻等多模態(tài)。
同時(shí)，重點(diǎn)數(shù)據(jù)回溯可達(dá)10年以上，重點(diǎn)數(shù)據(jù)源實(shí)現(xiàn)分鐘級(jí)更新，日均采集增長(zhǎng)過(guò)億條。拓爾思所有數(shù)據(jù)均采用“專(zhuān)家規(guī)范化標(biāo)引+機(jī)器自動(dòng)標(biāo)引”相結(jié)合的方式，不僅配備了專(zhuān)家級(jí)的知識(shí)標(biāo)引團(tuán)隊(duì)，對(duì)行業(yè)知識(shí)進(jìn)行梳理，還依托完整的數(shù)據(jù)和知識(shí)工程治理體系，基于拓爾思自研的數(shù)據(jù)底座對(duì)采集的內(nèi)容資訊進(jìn)行低噪、去重、內(nèi)容標(biāo)簽化、屬性知識(shí)化、安全合規(guī)核查等“精加工”，保證數(shù)據(jù)全部具備智能化知識(shí)屬性，形成垂直領(lǐng)域數(shù)據(jù)資產(chǎn)。
“拓天大模型”基于上述高質(zhì)量數(shù)據(jù)資產(chǎn)進(jìn)行行業(yè)增強(qiáng)訓(xùn)練，可滿足媒體、金融、政務(wù)等不同行業(yè)的場(chǎng)景應(yīng)用，提升行業(yè)大模型的合規(guī)性、專(zhuān)業(yè)性、準(zhǔn)確性，滿足行業(yè)用戶(hù)的專(zhuān)業(yè)化智能創(chuàng)新需求。

在場(chǎng)景應(yīng)用落地方面，拓爾思在行業(yè)Know-how及客戶(hù)服務(wù)經(jīng)驗(yàn)、閉環(huán)服務(wù)能力的優(yōu)勢(shì)基礎(chǔ)上，主要解決自主可控、知識(shí)及時(shí)更新、可信生成技術(shù)加強(qiáng)以及私有化部署等核心需求。
首先，拓爾思長(zhǎng)年深耕媒體、金融、政務(wù)等行業(yè)的信息化建設(shè)，已積累30+領(lǐng)域知識(shí)庫(kù)和31000+知識(shí)標(biāo)引規(guī)則，積累了媒體、輿情、金融風(fēng)控、產(chǎn)業(yè)投研、政務(wù)應(yīng)用等豐富的應(yīng)用場(chǎng)景和客戶(hù)服務(wù)經(jīng)驗(yàn)、服務(wù)能力。其次，針對(duì)大模型存在的無(wú)法訪問(wèn)外界知識(shí)、知識(shí)更新不及時(shí)、災(zāi)難性遺忘等問(wèn)題，“拓天大模型”采用增量微調(diào)與外部知識(shí)庫(kù)檢索結(jié)合的方法，可以在凍結(jié)大模型絕大多數(shù)參數(shù)的基礎(chǔ)上定期更新知識(shí)，同時(shí)讓大模型具備實(shí)時(shí)訪問(wèn)外部知識(shí)的能力，實(shí)現(xiàn)知識(shí)庫(kù)與大模型的有效融合。
針對(duì)大模型普遍存在的幻覺(jué)生成問(wèn)題，采用基于稠密向量的知識(shí)庫(kù)搜索引擎技術(shù)，對(duì)生成結(jié)果進(jìn)行事實(shí)檢查，對(duì)于事實(shí)不符合的內(nèi)容，則采用錯(cuò)誤修訂技術(shù)，對(duì)虛假生成結(jié)果進(jìn)行修訂，確保生成的文本有據(jù)可依，有效提升了文本生成質(zhì)量。再次，拓爾思具備智能數(shù)據(jù)標(biāo)注、模型設(shè)計(jì)、訓(xùn)練、優(yōu)化、評(píng)估、部署等一站式AI工程化落地服務(wù)能力，通過(guò)剪枝、量化、稀疏、蒸餾等部署優(yōu)化方案，可有效降低大模型對(duì)算力資源的要求，實(shí)現(xiàn)模型的高性?xún)r(jià)比部署。
拓爾思基于“拓天大模型”所推出的垂類(lèi)大模型參數(shù)在百億級(jí)，當(dāng)前市場(chǎng)主流推理卡單卡即可滿足運(yùn)行要求，可實(shí)現(xiàn)模型輕量化部署，達(dá)成業(yè)務(wù)需要的吞吐量或者延時(shí)指標(biāo)。最后，在大模型時(shí)代，“生態(tài)力”是“AIGC+”在各行各業(yè)成功商業(yè)落地的重要保障。拓爾思將持續(xù)建立和強(qiáng)化NLP商業(yè)生態(tài)，與行業(yè)知識(shí)專(zhuān)家、平臺(tái)型企業(yè)、行業(yè)頭部企業(yè)展開(kāi)領(lǐng)域知識(shí)、算力、業(yè)務(wù)創(chuàng)新等方面的合作，發(fā)揮自身數(shù)據(jù)資源、行業(yè)經(jīng)驗(yàn)及技術(shù)優(yōu)勢(shì)，精耕務(wù)實(shí)，確?！巴靥齑竽Ｐ汀狈€(wěn)健發(fā)展,創(chuàng)新成果持續(xù)落地。
數(shù)字辦公
市場(chǎng)定義：數(shù)字辦公，指依托大數(shù)據(jù)、云計(jì)算、人工智能等新興數(shù)字技術(shù)，通過(guò)將組織的業(yè)務(wù)處理、組織管理進(jìn)行進(jìn)一步在線化、協(xié)同化與智能化，進(jìn)而大幅提升組織內(nèi)部甚至跨組織的信息處理與交互、信息傳遞與共享、組織協(xié)作等方面工作效能的一種現(xiàn)代化辦公方式，有助于幫助組織提升協(xié)作與價(jià)值創(chuàng)造效率、降低組織溝通協(xié)作成本。
甲方終端用戶(hù)：零售、制造、金融、泛互聯(lián)網(wǎng)等各行業(yè)組織的業(yè)務(wù)及管理部門(mén)
甲方核心需求：從辦公模式角度，組織經(jīng)歷了物理辦公、信息化辦公到數(shù)字化辦公的逐步演進(jìn)，并且還將持續(xù)進(jìn)化。而組織辦公模式的演進(jìn)，不僅是技術(shù)發(fā)展紅利在組織辦公場(chǎng)景價(jià)值落地的具體體現(xiàn)，更是企業(yè)運(yùn)用新技術(shù)手段、新協(xié)作理念對(duì)自身商業(yè)模式、組織架構(gòu)、管理流程等組織要素進(jìn)行系統(tǒng)升級(jí)改造，以適應(yīng)新市場(chǎng)環(huán)境的必然要求。因此，只有順應(yīng)新興技術(shù)發(fā)展方向、新協(xié)作模式的要求，才能提高工作及協(xié)同效率，提高組織競(jìng)爭(zhēng)力。在這一過(guò)程中，甲方企業(yè)的具體需求如下：

• 組織需要數(shù)字辦公產(chǎn)品足夠智能化，以促進(jìn)自身辦公效率的明顯提升。相較于物理辦公，信息化辦公已極大地打破了原有的時(shí)空限制，組織內(nèi)外部信息的處理與傳遞效率也得到了大幅提升，但仍舊未能完全解決簡(jiǎn)單、重復(fù)性、低價(jià)值度工作對(duì)組織資源的大幅占用問(wèn)題，組織成員的辦公效率天花板明顯。人工智能尤其是通用人工智能時(shí)代的逐步到來(lái)，為諸如會(huì)議紀(jì)要、資料查找與內(nèi)容檢索等耗時(shí)較多的事項(xiàng)提供了更加智能化的解決方案，組織通過(guò)面向不同場(chǎng)景的智能化產(chǎn)品，可以極大釋放組織成員的辦公效率潛能，提升整體辦公效率。例如，智能化會(huì)議紀(jì)要生成、代辦事項(xiàng)自動(dòng)梳理等，可以極大節(jié)省會(huì)議內(nèi)容的同步時(shí)間。
• 組織需要數(shù)字辦公產(chǎn)品覆蓋文、事、會(huì)等組織辦公所涉及的高頻場(chǎng)景，以確保數(shù)字辦公的價(jià)值落到實(shí)處。組織的辦公場(chǎng)景雖然紛繁復(fù)雜，但高頻場(chǎng)景主要集中在信息處理、文檔處理、溝通交流等場(chǎng)景。以文字、文檔的處理為例，組織不僅需要數(shù)字辦公產(chǎn)品能夠覆蓋文檔的創(chuàng)建、編輯、存儲(chǔ)、共享和協(xié)作的全流程，更需要能夠覆蓋諸如工作總結(jié)、產(chǎn)品說(shuō)明書(shū)、營(yíng)銷(xiāo)文案等常見(jiàn)文檔類(lèi)型，以及在文檔中進(jìn)行內(nèi)容提煉、插入圖表與圖畫(huà)等常見(jiàn)功能，以便覆蓋用戶(hù)當(dāng)前階段在文檔應(yīng)用中的核心功能需要，讓數(shù)字辦公中的文檔處理價(jià)值落地生根。
• 組織需要數(shù)字辦公產(chǎn)品和企業(yè)內(nèi)部其他系統(tǒng)、數(shù)據(jù)兼容和打通，以實(shí)現(xiàn)智能化指令與結(jié)果的跨系統(tǒng)協(xié)作與智能化價(jià)值的最終落地。組織的信息流轉(zhuǎn)、流程通常是一個(gè)完整的閉環(huán)生態(tài)，從信息的傳遞、業(yè)務(wù)及管理動(dòng)作的執(zhí)行、數(shù)據(jù)同步與分析等，存在眾多環(huán)節(jié)。數(shù)字辦公只是企業(yè)眾多環(huán)節(jié)中的其中一環(huán)，核心是進(jìn)行信息的傳遞與流程的標(biāo)準(zhǔn)化等，因此，組織需要數(shù)字辦公產(chǎn)品和內(nèi)部的諸如OA系統(tǒng)、CRM系統(tǒng)、財(cái)務(wù)系統(tǒng)、人力資源管理系統(tǒng)、數(shù)據(jù)分析系統(tǒng)等業(yè)務(wù)及管理系統(tǒng)進(jìn)行打通，以實(shí)現(xiàn)數(shù)據(jù)、業(yè)務(wù)及管理動(dòng)作的閉環(huán)。
  除此之外，甲方還有以下期望需求：
• 組織需要數(shù)字辦公產(chǎn)品在數(shù)據(jù)安全、網(wǎng)絡(luò)安全方面有充分保護(hù)，確保安全可控，以實(shí)現(xiàn)智能化價(jià)值的安全釋放。組織的辦公是日常性的，并且在辦公過(guò)程中經(jīng)常會(huì)涉及組織內(nèi)部發(fā)大量信息溝通、資料傳遞、知識(shí)沉淀等，如果不予保護(hù)，極其容易出現(xiàn)組織關(guān)鍵信息的泄露甚至丟失，給組織帶來(lái)較為嚴(yán)重的短期乃至長(zhǎng)期損失。因此，組織想要提升辦公及協(xié)作效能，勢(shì)必希望數(shù)字辦公能夠在安全、有序的前提和環(huán)境下進(jìn)行。
  廠商能力要求：
• 廠商需要深耕數(shù)字辦公領(lǐng)域，對(duì)主要場(chǎng)景及對(duì)應(yīng)子任務(wù)有細(xì)顆粒度的認(rèn)知，尤其是對(duì)數(shù)字辦公+AIGC的價(jià)值場(chǎng)景與落地方式，有系統(tǒng)深刻認(rèn)知，能夠?qū)η岸瞬煌瑘?chǎng)景所對(duì)應(yīng)的prompt進(jìn)行定義及精準(zhǔn)抓取。一方面，與其他行業(yè)類(lèi)似，作為垂直領(lǐng)域的上層應(yīng)用，廠商需要對(duì)辦公領(lǐng)域有深厚的行業(yè)Know-how，以便對(duì)典型數(shù)字辦公場(chǎng)景進(jìn)行場(chǎng)景拆分，明確各子場(chǎng)景下甲方的具體需求及痛點(diǎn)，為自身數(shù)字辦公產(chǎn)品的產(chǎn)品化提供指導(dǎo)；另一方面，以大模型為代表的AIGC，其產(chǎn)業(yè)化落地在國(guó)內(nèi)甚至全球都尚處于探索階段，廠商需要憑借自身對(duì)數(shù)字辦公領(lǐng)域、通用人工智能技術(shù)兩方面相對(duì)深刻的理解，在探索AIGC在數(shù)字辦公領(lǐng)域的應(yīng)用場(chǎng)景與潛能的同時(shí)，還需要在用戶(hù)交互層面，盡可能地簡(jiǎn)化、精準(zhǔn)地去定義不同場(chǎng)景的prompt，以便更加符合大多數(shù)人在特定場(chǎng)景下的交互習(xí)慣，降低AIGC在數(shù)字辦公領(lǐng)域的落地門(mén)檻，同時(shí)更好地調(diào)用大模型能力生成更好的內(nèi)容，以便形成“簡(jiǎn)單-好用”的良性循環(huán)，加速AIGC在數(shù)字辦公領(lǐng)域的用戶(hù)粘性和應(yīng)用落地。
• 廠商需要有強(qiáng)大的大模型底層能力或有對(duì)不同大模型的兼容、整合能力。數(shù)字辦公作為上層應(yīng)用，其智能化能力的涌現(xiàn)，來(lái)自于底層的大模型。作為上層應(yīng)用，其大模型能力可以是來(lái)自于廠商自建的大模型，也可以基于前端場(chǎng)景及能力需要，以API調(diào)用的方式，調(diào)用不同廠商、不同模態(tài)的大模型能力，以賦能前端應(yīng)用并進(jìn)行產(chǎn)品化。
• 廠商的數(shù)字辦公產(chǎn)品需要具有強(qiáng)大的兼容性、安全性。一方面，廠商的數(shù)字辦公產(chǎn)品必須具有和甲方的各類(lèi)作業(yè)系統(tǒng)、數(shù)據(jù)系統(tǒng)等進(jìn)行融合打通的能力，確保將數(shù)字辦公場(chǎng)景下所產(chǎn)生的信息、文檔、溝通結(jié)果等及時(shí)、完整、準(zhǔn)確地同步至組織內(nèi)部各系統(tǒng)，以實(shí)現(xiàn)信息傳遞、組織任務(wù)的處理的高效與閉環(huán)；另一方面，廠商的必須高度重視數(shù)字辦公產(chǎn)品使用時(shí)的安全問(wèn)題，在大模型能力、數(shù)據(jù)與網(wǎng)絡(luò)安全方面有相應(yīng)的安全資質(zhì)及防護(hù)手段，確保甲方在使用數(shù)字辦公產(chǎn)品時(shí)的組織架構(gòu)信息、組織通訊錄、溝通內(nèi)容、文檔、各類(lèi)組件接口等的安全。
  入選標(biāo)準(zhǔn)說(shuō)明：

1. 符合行業(yè)大模型市場(chǎng)定義的廠商能力要求；
2. 已有公測(cè)/邀測(cè)產(chǎn)品，或已有付費(fèi)客戶(hù)并已進(jìn)行了部分業(yè)務(wù)的落地應(yīng)用；
   代表廠商評(píng)估（以下代表廠商評(píng)估均按廠商簡(jiǎn)稱(chēng)首字音序排序）：
   釘釘
   廠商介紹：
   釘釘（中國(guó)）信息技術(shù)有限公司（以下簡(jiǎn)稱(chēng)“釘釘”），旗下的釘釘軟件，是阿里巴巴集團(tuán)打造的企業(yè)級(jí)智能移動(dòng)辦公平臺(tái)，致力于成為數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)組織協(xié)同辦公和應(yīng)用開(kāi)發(fā)平臺(tái)，幫助企業(yè)實(shí)現(xiàn)業(yè)務(wù)數(shù)字化、組織數(shù)字化，引領(lǐng)未來(lái)新一代工作方式。
   產(chǎn)品服務(wù)介紹：在AIGC領(lǐng)域，釘釘推出了釘釘斜杠“/”這一AI入口，瞄準(zhǔn)辦公中的群聊、會(huì)議、文檔、應(yīng)用開(kāi)發(fā)等核心高頻場(chǎng)景。通過(guò)融合阿里云通義大模型能力，釘釘斜杠“/”幫助用戶(hù)以自然語(yǔ)言和快捷指令的極簡(jiǎn)交互方式，在各辦公場(chǎng)景中實(shí)現(xiàn)讓 AI 寫(xiě)文檔、畫(huà)畫(huà)、整理紀(jì)要、智能問(wèn)答、開(kāi)發(fā)應(yīng)用等能力，在極大降低了使用門(mén)檻的同時(shí)，助力辦公效率持續(xù)提升。
   廠商評(píng)估：
   綜合而言，釘釘在數(shù)字辦公領(lǐng)域行業(yè)Know-how、大模型核心技術(shù)及落地能力、兼容性與安全能力等三方面具備顯著優(yōu)勢(shì)，具體如下：釘釘擁有多年服務(wù)千行百業(yè)積累的對(duì)客戶(hù)需求的深刻理解，深諳各行業(yè)客戶(hù)數(shù)字化辦公場(chǎng)景的需求及痛點(diǎn)，擁有完整的應(yīng)用生態(tài)來(lái)豐富、支撐辦公+AIGC應(yīng)用落地。

• 一方面，釘釘作為國(guó)內(nèi)在線辦公領(lǐng)域頭部平臺(tái)，服務(wù)了政務(wù)、制造業(yè)、互聯(lián)網(wǎng)、金融等眾多行業(yè)的2300萬(wàn)+企業(yè)組織，用戶(hù)數(shù)已破6億，對(duì)各行業(yè)企業(yè)的數(shù)字化辦公核心場(chǎng)景及對(duì)應(yīng)的核心要素、任務(wù)、流程等有深刻理解。
• 另一方面，釘釘具備為客戶(hù)提供完整數(shù)字化端到端解決方案的數(shù)字生態(tài)能力，未來(lái)一年還將陸續(xù)接入各類(lèi)智能應(yīng)用生態(tài)伙伴，持續(xù)豐富釘釘智能化服務(wù)生態(tài)，有助于釘釘綜合運(yùn)用自身及合作伙伴的行業(yè)Know-How、數(shù)據(jù)積累，進(jìn)行需求場(chǎng)景洞察、智能化應(yīng)用打造、流程及數(shù)據(jù)打通，確保價(jià)值落地和用戶(hù)體驗(yàn)。
  釘釘依托阿里多年在人工智能領(lǐng)域的持續(xù)積累，深度融合阿里云通義大模型能力，是國(guó)內(nèi)少有的具備原生大模型技術(shù)能力并率先落地AI+辦公新模式的廠商。
• 首先，阿里云在大模型的算力層、模型層有著深厚積累，通義大模型的各項(xiàng)能力在國(guó)內(nèi)屬第一梯隊(duì)，為釘釘智能化升級(jí)提供了堅(jiān)實(shí)的底層技術(shù)保障。
• 其次，釘釘基于智能化戰(zhàn)略，通過(guò)融合通義大模型能力，結(jié)合用戶(hù)習(xí)慣，首批在釘釘軟件中落地文檔、群聊、應(yīng)用開(kāi)發(fā)和會(huì)議四大智能化應(yīng)用場(chǎng)景，切實(shí)符合辦公場(chǎng)景高頻需求并具備較好的易用性，可以有效助力用戶(hù)辦公效能提升。

1. 斜杠“/”一下，可一鍵喚起釘釘AI能力，交互便捷，易用性強(qiáng)。釘釘認(rèn)識(shí)到大模型是對(duì)人機(jī)交互方式的又一次顛覆，以斜杠“/”作為前臺(tái)界面中的AI能力喚起指令，將釘釘各項(xiàng)強(qiáng)大的后臺(tái)能力整體打包，打造了極簡(jiǎn)的用戶(hù)交互界面。
   圖8：釘釘斜杠”/”-群聊場(chǎng)景下一鍵喚醒示意
   [圖片]
2. 在文檔創(chuàng)作場(chǎng)景，斜杠“/”扮演文檔智能助手角色，可實(shí)現(xiàn)輔助創(chuàng)作、內(nèi)容風(fēng)格語(yǔ)氣調(diào)整、對(duì)選中內(nèi)容生成摘要與待辦、文生圖、文生表等常用操作。官方推薦的指令包括頭腦風(fēng)暴、生成創(chuàng)意、推廣文案、大綱、郵件、合同、新聞稿、職位表述等，基本覆蓋了用戶(hù)在文檔應(yīng)用中的主流功能需要。
3. 在群聊場(chǎng)景，斜杠“/”可實(shí)現(xiàn)一鍵生成群消息摘要、智能問(wèn)答機(jī)器人訓(xùn)練與交互等功能。以智能問(wèn)答機(jī)器人為例，基于不同群聊主題，用戶(hù)通過(guò)投喂文檔訓(xùn)練，可在群聊中自定義創(chuàng)建具有不同“特長(zhǎng)”的智能機(jī)器人，加至群聊后即可進(jìn)行智能交互問(wèn)答，可以讓用戶(hù)結(jié)合員工培訓(xùn)、客戶(hù)支持、社群運(yùn)營(yíng)等具體需求場(chǎng)景，基于自有知識(shí)庫(kù)定制并持續(xù)訓(xùn)練“小模型”，大幅提升特定場(chǎng)景的交互效率和效果。
4. 在應(yīng)用開(kāi)發(fā)場(chǎng)景，斜杠“/”進(jìn)一步打破了原來(lái)低代碼式的應(yīng)用開(kāi)發(fā)模式，省去低代碼時(shí)代的“拖拉拽”流程，讓用戶(hù)通過(guò)手繪表單后拍照或直接用一句話描述，即可生成目標(biāo)輕應(yīng)用，并支持繼續(xù)通過(guò)自然語(yǔ)言交互完成修改，近乎做到“交互即所得”。
5. 在會(huì)議場(chǎng)景，斜杠“/”可扮演會(huì)議速記員角色，幫助用戶(hù)精準(zhǔn)高效地完成音視頻內(nèi)容的轉(zhuǎn)寫(xiě)、檢索、摘要和整理，甚至按章節(jié)劃分、總結(jié)各方觀點(diǎn)，生成會(huì)議重點(diǎn)和待辦事項(xiàng)，使得兩三小時(shí)的會(huì)議，3分鐘即可看完，極大節(jié)省會(huì)議內(nèi)容的“同步”時(shí)間。

• 最后，釘釘還在同步測(cè)試釘釘個(gè)人版、搜索、郵箱、智能客服等一系列產(chǎn)品，夯實(shí)釘釘?shù)腜aaS底座能力，讓更多企業(yè)可借助釘釘，訓(xùn)練自己的專(zhuān)屬大模型，形成專(zhuān)屬的、深刻理解自身業(yè)務(wù)知識(shí)的智能客服、智能導(dǎo)購(gòu)、AI設(shè)計(jì)師等應(yīng)用，全面賦能組織智能化升級(jí)。
  釘釘持續(xù)高標(biāo)準(zhǔn)保障企業(yè)的應(yīng)用兼容性、數(shù)字化安全，確保組織協(xié)同的高效、安全。
• 在兼容性方面，AI 生成的應(yīng)用可打通釘釘、組織內(nèi)部各系統(tǒng)，促使智能化辦公價(jià)值的最終落地。用戶(hù)所創(chuàng)建的各類(lèi)應(yīng)用可實(shí)現(xiàn)動(dòng)態(tài)卡片式交互，和自身存量應(yīng)用、數(shù)據(jù)及服務(wù)無(wú)縫對(duì)接。例如，銷(xiāo)售人員可在群聊中實(shí)時(shí)提交當(dāng)天客戶(hù)跟進(jìn)記錄，相關(guān)信息也可通過(guò)接口同步到企業(yè)內(nèi)部的CRM系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)打通與回流，確保場(chǎng)景、數(shù)據(jù)、功能閉環(huán)。
• 在AIGC的安全性方面，釘釘建立了嚴(yán)格的內(nèi)容過(guò)濾機(jī)制，保障用戶(hù)數(shù)據(jù)及內(nèi)容安全。

05 入選廠商列表

文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-559713.html

到了這里，關(guān)于2023愛(ài)分析·AIGC廠商全景報(bào)告｜愛(ài)分析報(bào)告的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！