生成式AI蓬勃发展，ICT行业未来发展趋势如何？

近几年，人工智能热度持续攀升。以大模型为代表的生成式AI技术飞速发展，对人类社会的生产、生活方式产生了深远影响，进而激发了社会各界的热烈讨论与广泛关注。

今年的政府工作报告更是提出，大力推进现代化产业体系建设，加快发展新质生产力。在这一背景下，人工智能作为新质生产力的核心要素，无疑拥有巨大的潜力和广阔的发展空间。

在前不久举办的IDC Directions 2024：中国ICT市场趋势论坛(北京站)上，IDC中国资深分析师围绕新质生产力、大模型、生成式AI等话题进行了分享。

从数字化转型到TNBT

据IDC中国总裁霍锦洁介绍，在过去，IDC始终聚焦于数字化转型，但如今，数字化转型已深入企业DNA。随着数据量的激增和AI技术的兴起，行业内的焦点正在从数字化转型向AI转型转移。因此，从今年起，IDC将“数字化转型”改为“下一个大事件(The Next Big Thing，TNBT)”。

霍锦洁表示：“我们相信，AI已经改变了IT行业，未来的一切都会不同。IDC始终致力于帮助企业在瞬息万变的世界中作出有效的技术决策，而今，我们也已经准备好，确保客户拥有高质量的首选信息源，抓住机会，发挥‘无处不在的AI’对业务的影响力，帮企业完成未来的成功转型。”

展望未来，生成式AI和基础建设将迎来巨大增长。IDC预测，到2025年，在安全与信任方面，75%的G2000公司将设立审查委员会，对道德和负责任的AI使用进行管理监督;在服务方面，40%的服务项目将包括GenAI支持的交付，从而引发战略、变革和培训方面的人力交付服务的转变，使企业为无处不在的人工智能做好准备。到2026年，在基础设施方面，对GenAI的更大需求将迫使市场导向型市场重新改变目前由单一供应商主导的GenAI芯片市场，并推动终端用户系统价格下降25%;在数据与模型方面，60%的企业由于未能设计数据、AI模型和应用程序之间的连接，因此在Gen AI计划方面表现不佳;在应用方面，40%的新应用将实现智能化，开发人员将利用人工智能来增强现有应用并创造新的应用案例。

如何抓住ICT产业AI转型商机？

今年两会期间，“新质生产力”被首次写入了政府工作报告，并被列为2024年十大任务之首。作为新一轮科技革命和产业变革的引领力量，人工智能被认为是发展新质生产力的主要阵地。因此，在关注新质生产力的同时，更应该洞察并抓住AI转型所带来的机遇。

IDC中国副总裁兼首席分析师武连峰指出，随着生成式AI技术的不断发展，企业需要保持敏锐的洞察力，通过认知要到位、定位要清晰和伙伴要合适为抓手，把握ICT产业AI转型的商机。具体来看：

第一，认知要到位。当前，生成式AI在听、说、读、写、画、创、思、动等多个方面已取得了显著进展，与人类水平相近。随着技术的不断发展，未来在这一领域仍有巨大的增长空间。在未来三到五年内，生成式AI可能会对基础设施、业务应用、交互模式、数据价值和生态伙伴产生深远影响，甚至可能引发重构过程。因此，在没有发生重构或颠覆之前，提前做好准备至关重要。

第二，定位要清晰。在这个充满机遇的时代，中小企业和大公司都需要找到自身的切入点。企业需要根据自身的业务场景、用户群体和变现方式等因素来明确定位。无论是面向企业还是个人用户，国内还是海外市场，都需要明确自己的目标和优势。

第三，伙伴要合适。对于大公司而言，如何搭建好平台并与生态合作伙伴和用户实现良好互动至关重要。而对于中小企业来说，可能需要加入某个平台来借助其市场表现、平台实力、服务质量和商业变现能力等方面的优势。在选择合作伙伴时，需要从多个角度进行综合考量。

“新质生产力的核心是充分发挥创新主导作用，以科技创新推动产业创新，实现高质量发展。而数字的产业化和产业的数字化又是新质生产力的重中之重，也将成为国内ICT市场继续高速增长的基石。”武连峰说道。

大模型发展呈现五大趋势

最近几年，大模型热潮席卷全球并持续升温，诸多科技企业投入大量的资金进行研发，基于大模型开发的产品如雨后春笋般涌现。不过，关于大模型市场，各方观点不一。有人称赞大模型的火热发展，也有人质疑其繁荣仅为表象。那么，大模型的发展机遇又在何处呢？

IDC中国副总裁钟振山表示，在过去一年，大模型的通用性和泛化能力吸引了各大厂商布局，市场上的大模型升级迭代引来百模大战，前沿的生成式AI应用纷至沓来。2024年，中国基础大模型数量趋于收敛，并将卷向产业，大模型市场的关注点也从训练走向推理，文生文、文生图、文生视频等多模态技术的发展更加深了每个人对生成式AI落地的期待。具体来看：

第一，产业深度融合。2023年，中国众多大模型或AI厂商的主要投入方向是建设和训练基础模型，但今年大家都在探讨如何使大模型落地应用。这表明，在投入大量资源后，业界逐渐认识到，只有让大模型产生实际价值，才能充分发挥其作用。

第二，开源与闭源并存的态势。从大模型的整体IT市场角度看，仍处于相对较早的阶段，这导致企业在选择模型时持开放态度，无论是开源还是闭源，都旨在探索最适合自身特点的应用场景。以前讨论AI开源市场时，更多是从框架的角度出发。然而，随着大模型的逐渐普及，开源讨论的重点已转向开源大模型，而底层框架则更多作为支撑大模型的技术基础。厂商和用户的关注点已从框架层面转向大模型层面，致力于将大模型技术切实应用于企业中。

第三，大模型正在向端侧转移，AI推理引起广泛关注。普及大模型的关键在于让更多人能够轻松应用它。例如，OpenAI开放了许多以前收费的功能，旨在吸引更多用户尽快使用大模型，从而探索更多应用场景。在国内，许多手机厂商也推出了自己的大模型，为大模型的进一步普及奠定了坚实基础。

第四，多模态发展可能会促使市场出现杀手级应用。传统大模型主要集中在对话式机器人、图像理解和文生图等领域。然而，当前市场趋势是将这些不同功能融合到一个统一的大模型上。这种多模态大模型的出现将进一步推动大模型技术的普及，并可能催生出杀手级应用。

第五，新一代AI基础设施可能成为下一个战场。过去一两年里，许多科技厂商在大规模投入基础设施算力方面取得了显著进展，但这些算力主要集中在训练层面。对于企业而言，这种规模的投入并不现实，他们需要考虑如何获得足够的算力来实际应用大模型技术。这可能涉及构建新的IT基础架构、支持更多分布式业务模式、多云集成、高性能计算以及与合作伙伴共同打造最适合企业自身的新型基础架构。

开启应用创新之路

随着大模型技术的蓬勃发展，通用性人工智能正蓄势待发，有望引领全新的社会变革。据IDC预测，到2025年，35%的企业将掌握使用生成式AI开发数字产品和服务的技能，从而实现比竞争对手高出两倍的收入增长;从IT支出来看，预计在中国生成式AI市场，预计2023-2027年复合增长率86.2%，2027市场规模达到132.9亿美元，在占整个AI市场的占比从4.6%上升到33.0%。

IDC中国助理研究总监李昭指出，企业对于生成式AI的投资将通过应用来传递价值。目前，应用创新与生成式AI的结合主要有三种方式：一是根据需求定制化的应用程序;二是嵌入到已有的应用程序中;三是新的独立应用程序(AI原生应用)。其中，AI原生应用未来会有非常大发展空间，对于现有的格局和应用的方式产生巨大的变革，也会帮助企业更好地进行数字化创新，更高质量、更高效能方向发展。

AI原生应用的出现，颠覆了当前企业应用创新的模式，使其从传统的应用开发转向了模型开发的新阶段。在这一全新的模型开发流程中，“模型即服务”(MaaS)将成为一个至关重要的平台。目前，有很多AI服务商已在其提供的服务中囊括了大模型开发生命周期的各种工具，涵盖数据处理、模型微调、模型优化与评估，以及模型的部署和推理等功能。这些工具显著降低了企业进行AI原生应用开发的门槛。

对于想要利用生成式AI和大模型进行应用创新的企业，IDC提供了以下建议：

一、选择合适的应用场景。在深入挖掘企业所有可能的应用场景之后，应对其进行优先级分类，并制定短期、中期及长期规划。在短期规划中，应优先选择能够提升生产力的应用场景;而在中长期规划中，则应侧重于那些有可能为企业业务带来变革性影响的场景。

二、确定技术路线和构建模式。这涉及模型的选择、数据管理方式的确定、基础架构的投资策略，以及云计算资源的应用方法等多个方面。

三、制定监督和治理体系。生成式AI的引入可能带来数据隐私、安全以及偏见误导等问题。鉴于各国政府正逐步制定相关政策以规范其使用，企业应提前准备，在应用开发之初就建立起完善的监督与治理体系。

四、成本规划。AI投资是一个持续的过程，不仅包括前期的训练投入，还涉及应用用户量增加后在推理方面的持续投资。因此，企业应对AI投资的增长有所预期，并制定合理的中长期投资计划。

五、重构员工能力。为确保项目的顺利进行，企业应对员工进行培训和能力培养，使他们能够适应新的AI应用环境，并充分发挥其潜力。

李昭表示：“大模型和生成式AI的出现，对于应用创新带来了很多新的机遇。IDC曾经预测每个企业都会变成软件企业，在大模型时代，我们也相信每个企业都会变成拥有AI原生能力数字化创新企业。”

利用生成式AI释放商业价值

当前，如何更有效地实现生成式AI的落地应用已成为业界十分关注的议题。数据显示，仅28%的受访者表示在投资了生成式AI不到一年的时间内就看到了投资回报;59%的受访者表示选择生成式AI技术合作伙伴时的最重要的考量因素是帮助实现可衡量的业务成果。由此可见，明确业务目标、用例选择与价值衡量显得尤为重要。

对此，IDC中国研究经理程荫表示，IDC鼓励生成式AI的实验先行，逐步利用生成式AI释放商业价值，包括：1、确定您的数据应用程序和数据平台已准备好AI，重新构建技术功能，并升级企业技术架构。2、建立清晰的运营模式并获得领导支持，以增强敏捷文化和实验能力。3、明确定义业务目标、用例和价值衡量。为正确的/优先的使用案例创建一个灵活的实验环境。4、围绕数据隐私、安全和负责任地使用AI制定和建立流程、控制以及相关架构。5、参与对员工队伍的主动变革管理影响，投资于再培训/技能提升/招聘。

写在最后：

生成式AI技术的迅速崛起，为各行各业的创新与发展注入了前所未有的活力。而IDC Directions：ICT市场趋势论坛，作为IDC主办的年度全球性盛会，凭借敏锐的行业洞察力和前瞻性，为企业把握新机遇、决胜新赛道指明了方向。