生成式AI蓬勃發展，ICT行業未來發展趨勢如何？

近幾年，人工智能熱度持續攀升。以大模型為代表的生成式AI技術飛速發展，對人類社會的生産、生活方式産生了深遠影響，進而激發了社會各界的熱烈讨論與廣泛關注。

今年的政府工作報告更是提出，大力推進現代化産業體系建設，加快發展新質生産力。在這一背景下，人工智能作為新質生産力的核心要素，無疑擁有巨大的潛力和廣闊的發展空間。

在前不久舉辦的IDC Directions 2024：中國ICT市場趨勢論壇(北京站)上，IDC中國資深分析師圍繞新質生産力、大模型、生成式AI等話題進行了分享。

從數字化轉型到TNBT

據IDC中國總裁霍錦潔介紹，在過去，IDC始終聚焦于數字化轉型，但如今，數字化轉型已深入企業DNA。随着資料量的激增和AI技術的興起，行業内的焦點正在從數字化轉型向AI轉型轉移。是以，從今年起，IDC将“數字化轉型”改為“下一個大事件(The Next Big Thing，TNBT)”。

霍錦潔表示：“我們相信，AI已經改變了IT行業，未來的一切都會不同。IDC始終緻力于幫助企業在瞬息萬變的世界中作出有效的技術決策，而今，我們也已經準備好，確定客戶擁有高品質的首選資訊源，抓住機會，發揮‘無處不在的AI’對業務的影響力，幫企業完成未來的成功轉型。”

展望未來，生成式AI和基礎建設将迎來巨大增長。IDC預測，到2025年，在安全與信任方面，75%的G2000公司将設立審查委員會，對道德和負責任的AI使用進行管理監督;在服務方面，40%的服務項目将包括GenAI支援的傳遞，進而引發戰略、變革和教育訓練方面的人力傳遞服務的轉變，使企業為無處不在的人工智能做好準備。到2026年，在基礎設施方面，對GenAI的更大需求将迫使市場導向型市場重新改變目前由單一供應商主導的GenAI晶片市場，并推動終端使用者系統價格下降25%;在資料與模型方面，60%的企業由于未能設計資料、AI模型和應用程式之間的連接配接，是以在Gen AI計劃方面表現不佳;在應用方面，40%的新應用将實作智能化，開發人員将利用人工智能來增強現有應用并創造新的應用案例。

如何抓住ICT産業AI轉型商機？

今年兩會期間，“新質生産力”被首次寫入了政府工作報告，并被列為2024年十大任務之首。作為新一輪科技革命和産業變革的引領力量，人工智能被認為是發展新質生産力的主要陣地。是以，在關注新質生産力的同時，更應該洞察并抓住AI轉型所帶來的機遇。

IDC中國副總裁兼首席分析師武連峰指出，随着生成式AI技術的不斷發展，企業需要保持敏銳的洞察力，通過認知要到位、定位要清晰和夥伴要合适為抓手，把握ICT産業AI轉型的商機。具體來看：

第一，認知要到位。目前，生成式AI在聽、說、讀、寫、畫、創、思、動等多個方面已取得了顯著進展，與人類水準相近。随着技術的不斷發展，未來在這一領域仍有巨大的增長空間。在未來三到五年内，生成式AI可能會對基礎設施、業務應用、互動模式、資料價值和生态夥伴産生深遠影響，甚至可能引發重構過程。是以，在沒有發生重構或颠覆之前，提前做好準備至關重要。

第二，定位要清晰。在這個充滿機遇的時代，中小企業和大公司都需要找到自身的切入點。企業需要根據自身的業務場景、使用者群體和變現方式等因素來明确定位。無論是面向企業還是個人使用者，國内還是海外市場，都需要明确自己的目标和優勢。

第三，夥伴要合适。對于大公司而言，如何搭建好平台并與生态合作夥伴和使用者實作良好互動至關重要。而對于中小企業來說，可能需要加入某個平台來借助其市場表現、平台實力、服務品質和商業變現能力等方面的優勢。在選擇合作夥伴時，需要從多個角度進行綜合考量。

“新質生産力的核心是充分發揮創新主導作用，以科技創新推動産業創新，實作高品質發展。而數字的産業化和産業的數字化又是新質生産力的重中之重，也将成為國内ICT市場繼續高速增長的基石。”武連峰說道。

大模型發展呈現五大趨勢

最近幾年，大模型熱潮席卷全球并持續升溫，諸多科技企業投入大量的資金進行研發，基于大模型開發的産品如雨後春筍般湧現。不過，關于大模型市場，各方觀點不一。有人稱贊大模型的火熱發展，也有人質疑其繁榮僅為表象。那麼，大模型的發展機遇又在何處呢？

IDC中國副總裁鐘振山表示，在過去一年，大模型的通用性和泛化能力吸引了各大廠商布局，市場上的大模型更新疊代引來百模大戰，前沿的生成式AI應用紛至沓來。2024年，中國基礎大模型數量趨于收斂，并将卷向産業，大模型市場的關注點也從訓練走向推理，文生文、文生圖、文生視訊等多模态技術的發展更加深了每個人對生成式AI落地的期待。具體來看：

第一，産業深度融合。2023年，中國衆多大模型或AI廠商的主要投入方向是建設和訓練基礎模型，但今年大家都在探讨如何使大模型落地應用。這表明，在投入大量資源後，業界逐漸認識到，隻有讓大模型産生實際價值，才能充分發揮其作用。

第二，開源與閉源并存的态勢。從大模型的整體IT市場角度看，仍處于相對較早的階段，這導緻企業在選擇模型時持開放态度，無論是開源還是閉源，都旨在探索最适合自身特點的應用場景。以前讨論AI開源市場時，更多是從架構的角度出發。然而，随着大模型的逐漸普及，開源讨論的重點已轉向開源大模型，而底層架構則更多作為支撐大模型的技術基礎。廠商和使用者的關注點已從架構層面轉向大模型層面，緻力于将大模型技術切實應用于企業中。

第三，大模型正在向端側轉移，AI推理引起廣泛關注。普及大模型的關鍵在于讓更多人能夠輕松應用它。例如，OpenAI開放了許多以前收費的功能，旨在吸引更多使用者盡快使用大模型，進而探索更多應用場景。在國内，許多手機廠商也推出了自己的大模型，為大模型的進一步普及奠定了堅實基礎。

第四，多模态發展可能會促使市場出現殺手級應用。傳統大模型主要集中在對話式機器人、圖像了解和文生圖等領域。然而，目前市場趨勢是将這些不同功能融合到一個統一的大模型上。這種多模态大模型的出現将進一步推動大模型技術的普及，并可能催生出殺手級應用。

第五，新一代AI基礎設施可能成為下一個戰場。過去一兩年裡，許多科技廠商在大規模投入基礎設施算力方面取得了顯著進展，但這些算力主要集中在訓練層面。對于企業而言，這種規模的投入并不現實，他們需要考慮如何獲得足夠的算力來實際應用大模型技術。這可能涉及建構新的IT基礎架構、支援更多分布式業務模式、多雲內建、高性能計算以及與合作夥伴共同打造最适合企業自身的新型基礎架構。

開啟應用創新之路

随着大模型技術的蓬勃發展，通用性人工智能正蓄勢待發，有望引領全新的社會變革。據IDC預測，到2025年，35%的企業将掌握使用生成式AI開發數字産品和服務的技能，進而實作比競争對手高出兩倍的收入增長;從IT支出來看，預計在中國生成式AI市場，預計2023-2027年複合增長率86.2%，2027市場規模達到132.9億美元，在占整個AI市場的占比從4.6%上升到33.0%。

IDC中國助理研究總監李昭指出，企業對于生成式AI的投資将通過應用來傳遞價值。目前，應用創新與生成式AI的結合主要有三種方式：一是根據需求定制化的應用程式;二是嵌入到已有的應用程式中;三是新的獨立應用程式(AI原生應用)。其中，AI原生應用未來會有非常大發展空間，對于現有的格局和應用的方式産生巨大的變革，也會幫助企業更好地進行數字化創新，更高品質、更高效能方向發展。

AI原生應用的出現，颠覆了目前企業應用創新的模式，使其從傳統的應用開發轉向了模型開發的新階段。在這一全新的模型開發流程中，“模型即服務”(MaaS)将成為一個至關重要的平台。目前，有很多AI服務商已在其提供的服務中囊括了大模型開發生命周期的各種工具，涵蓋資料處理、模型微調、模型優化與評估，以及模型的部署和推理等功能。這些工具顯著降低了企業進行AI原生應用開發的門檻。

對于想要利用生成式AI和大模型進行應用創新的企業，IDC提供了以下建議：

一、選擇合适的應用場景。在深入挖掘企業所有可能的應用場景之後，應對其進行優先級分類，并制定短期、中期及長期規劃。在短期規劃中，應優先選擇能夠提升生産力的應用場景;而在中長期規劃中，則應側重于那些有可能為企業業務帶來變革性影響的場景。

二、确定技術路線和構模組化式。這涉及模型的選擇、資料管理方式的确定、基礎架構的投資政策，以及雲計算資源的應用方法等多個方面。

三、制定監督和治理體系。生成式AI的引入可能帶來資料隐私、安全以及偏見誤導等問題。鑒于各國政府正逐漸制定相關政策以規範其使用，企業應提前準備，在應用開發之初就建立起完善的監督與治理體系。

四、成本規劃。AI投資是一個持續的過程，不僅包括前期的訓練投入，還涉及應用使用者量增加後在推理方面的持續投資。是以，企業應對AI投資的增長有所預期，并制定合理的中長期投資計劃。

五、重構員工能力。為確定項目的順利進行，企業應對員工進行教育訓練和能力培養，使他們能夠适應新的AI應用環境，并充分發揮其潛力。

李昭表示：“大模型和生成式AI的出現，對于應用創新帶來了很多新的機遇。IDC曾經預測每個企業都會變成軟體企業，在大模型時代，我們也相信每個企業都會變成擁有AI原生能力數字化創新企業。”

利用生成式AI釋放商業價值

目前，如何更有效地實作生成式AI的落地應用已成為業界十分關注的議題。資料顯示，僅28%的受訪者表示在投資了生成式AI不到一年的時間内就看到了投資回報;59%的受訪者表示選擇生成式AI技術合作夥伴時的最重要的考量因素是幫助實作可衡量的業務成果。由此可見，明确業務目标、用例選擇與價值衡量顯得尤為重要。

對此，IDC中國研究經理程蔭表示，IDC鼓勵生成式AI的實驗先行，逐漸利用生成式AI釋放商業價值，包括：1、确定您的資料應用程式和資料平台已準備好AI，重新建構技術功能，并更新企業技術架構。2、建立清晰的營運模式并獲得上司支援，以增強靈活文化和實驗能力。3、明确定義業務目标、用例和價值衡量。為正确的/優先的使用案例建立一個靈活的實驗環境。4、圍繞資料隐私、安全和負責任地使用AI制定和建立流程、控制以及相關架構。5、參與對員工隊伍的主動變革管理影響，投資于再教育訓練/技能提升/招聘。

寫在最後：

生成式AI技術的迅速崛起，為各行各業的創新與發展注入了前所未有的活力。而IDC Directions：ICT市場趨勢論壇，作為IDC主辦的年度全球性盛會，憑借敏銳的行業洞察力和前瞻性，為企業把握新機遇、決勝新賽道指明了方向。