My Secret Rainbow

2024 AIGC 应用层十大趋势白皮书

钉钉联合国际知名咨询机构IDC发布首份《2024AIGC应用层十大趋势白皮书》（下称《白皮书》）。随着AIGC技术的发展，智能化应用将呈现爆发式增长，IDC预测，到2024年全球将涌现出超过5亿个新应用，这相当于过去40年间出现的应用数总和。

在2023年一年之内，AIGC经历了三波浪潮。第一波是以GPT为代表的大模型的出现，第二波是应用层的快速创新，如微软Copilot、钉钉AI魔法棒，使智能化从Chat向Work转化，第三波则是深度业务场景的应用，打通业务数字化全流程，服务实体经济。

根据《白皮书》，2024年AIGC应用的十大趋势关键词涵盖应用层创新、AIAgent、专属模型、超级入口、多模态、AI原生应用、AI工具化、AI普惠化。

趋势一：围绕AIGC的应用层创新具有确定性，将成就一批创企

IDC认为，2024年，AIGC必然会通过应用创新过程融入到企业业务中，并构建出大量的新场景；同时，AIGC也会借助应用价值链的延伸，改变行业运行业态，对商业模式和利益格局产生深远影响。

因此，围绕AIGC的应用层创新将成就一大批未来创新型企业，应用层创新将成为2024 AIGC产业发展的确定方向。

IDC就AIGC应用对诸多行业用户展开调研，所有受访企业均表示或多或少都开始了对AIGC相关应用的投入与尝试。

一方面，在即将到来的通用人工智能时代，智能化应用将出现爆发式增长的态势，无处不在的应用开发有助于企业以业务场景为切入点快速满足智能创新需求。

IDC预测，到2024年，数字经济的发展将在全球范围内孕育出超过5亿个新应用，相当于过去40年间出现的应用数量的总和。

另一方面，随着通用智能化能力的实践推广，AIGC会优先在企业端用户中实现场景的落地，企业首先考虑的将会是与生产力和办公相关的场景。

与此相对应地，面向消费端用户推出的AIGC应用往往结合着对商业模式的探索和对市场教育的投入，这会延长其构建商业闭环的时间周期。

对于一大批AI技术实践的创新型企业而言，找准落地场景是发挥AIGC实践价值的重要前提。从技术角度来看，AIGC擅长管理广泛的数据资产和知识沉淀，因此在一些先发场景中具备确定性的优势。

IDC一项针对全球企业的调研结果显示，知识管理场景是AIGC现在最受组织青睐的应用场景，在搜索、地图、数字人、智能对话、推荐以及业务流程优化等场景中表现出巨大的潜力。

趋势二：AIGC正在工具化，从“赶时髦”变“真有用”

随着大模型的快速迭代成熟，许多行业开始期望大模型能够解决现实问题，带来可持续价值。

IDC调研结果显示，当前企业就AIGC项目择选供应商合作时，最看重的是项目能否在短期内为企业带来价值。在这样的目标指引下，越来越多的未来场景被描绘出来，大模型应用厂商也在积极开拓行业用户，试图快速打造优质客户的行业领先实践。

从个人视角看，AIGC正在工具化，而掌握优秀工具的员工将事半功倍，未来对不同环节工作效率的固有认知与评价标准也会有较为明显的改变。

IDC的调研显示，企业当前最希望通过AIGC来实现的商业目标包括：改善客户体验/服务、提高开发人员生产力、实现差异化竞争优势以及创新商业模式等。

IDC预测，到2026年，AIGC将承担42%的传统营销琐事，如搜索引擎优化、内容和网站优化、客户数据分析、细分、潜在客户评分和超个性化等。

但与此同时，IDC调研也表明，企业高层普遍担心AIGC带来的运营成本不可预测、隐私/合规风险以及客户预期管理等有关的不可控局面。此外，相关的技术栈、工具软件、数据集、技能方面的缺失都可能限制企业对AIGC的投入热情。

因此，大模型的安全可解释以及产品工具的易用性都非常重要，是坚定企业信心、加快场景落地的关键。IDC认为，企业可基于AI PaaS，快速、低门槛地搭建起专属的智能化应用。

例如，阿里钉钉2023年推出了面向生态伙伴和企业的智能化底座AI PaaS，下接大模型能力，上接用户真实需求，能让大模型的能力进入工作场景并稳定输出。

趋势三：专属、自建模型将率先在中大型企业涌现

企业或组织对于大模型的要求不仅仅是实现“通识”，更需要其成为特定领域的“最强大脑”。

因此，企业客户会产生越来越多的专属、自建模型需求，特别是一些中大型企业，通过对大模型的领域化适配，有望获得更加理想的综合收益。

IDC的调研显示：目前有60%的企业使用大模型的公开版本，但2年后会迅速降至17%，而更多的企业会将AI应用建立在私有、专属模型基础上；同时，高达88%的企业选择通过内部团队开发相关应用。

由此可见，行业专属大模型已经成为企业未来的热点目标，企业也要持续建设自己人才队伍，修炼AIGC应用的“内功”。

基于特定任务和特定领域知识训练的专属或垂类模型，对于未来的企业端客户来说是必不可少的。而在打造专属AI能力的过程中，中大型企业基于良好的资金基础和数据沉淀，有望率先构建起专属大模型服务，赋能行业生态和行业客户使用。

从另一个角度来看，垂直领域的数据、面向场景的模型优化以及高效低成本的工程化解决方案是企业利用AI建立竞争优势的关键。

IDC预计，到2025年，采用生成式AI驱动的数据智能和集成软件将产生新的自动化数据平台，使数据工程师的生产力至少提高25%。

趋势四：多模态大模型塑造“多边形战士”应用

从GPT-4V的惊艳亮相，到AI视频生成工具Pika 1.0的火爆出圈，再到谷歌 Gemini的“全能AI”，多模态AI都是其中的关键词。

这源于多模态大模型与生俱来的“魔力”。业界认为，多模态大模型更有利于提升智能化应用中的信息丰富度，其学习能力更强，分析和处理问题的视角更加全面。

在一些典型AI应用中，多模态大模型显现出极强的可交互性，能帮助开发者与用户精准理解输入信息的上下文关联和隐含信息。而通过对多维度信息的细微捕捉，多模态AI的强化推理能力得到加强，能提升应用场景中的全面性和可靠性。

IDC认为，从产研协同的角度出发，多模态相关的技术研究是未来AI获得进一步突破的关键。

作为研究开发的热点，多模态信息识别与理解技术、群体智能技术等被寄予厚望，认为有望加速AI从感知到认知的转化。同时，多模态领域的成果还有助于协同解决其他单项技术领域所面临的瓶颈，例如视觉领域的盲区、遮挡问题等。

从赋能应用的视角出发，多模态大模型能更充分地利用海量、异构的数据资源，提升应用的效率和能力上限。

例如，多模态大模型能够增加感知和分析的视角和维度，解决跨行业、跨领域的复杂问题和长尾场景。

总之，多模态大模型可以帮助用户构建出一个更加丰富、友好的界面，应用与人的交互过程无限趋近于人类自身的习惯。

此外，多模态大模型如果与VR/AR、元宇宙等技术体系进一步融合，还可以建立更深层、更多维、更丰满的全新体验。

趋势五：AI Agent是大模型落地业务场景的主流形式

AI Agent通常被视为一种融合感知、分析、决策和执行能力的智能体，它可以具备相当的主动性，成为人类的理想智能助手。

例如，AI Agent可以根据个人在线互动和参与事务处置时的信息，了解和记忆个体的兴趣、偏好、日常习惯，识别个体的意图，主动提出建议，并协调多个应用程序去完成任务。

在满足企业智能化需求的过程中，AI Agent作为一种理想的产品化落地形态，正在承接日益复杂的提质增效需求，并强化内外部协同效能，释放组织核心生产力，对抗组织熵增带来的挑战。

例如，钉钉与“一号直聘”合作实现了HR领域的数字员工应用，融合AIGC技术自动化完成招聘、人才管理流程中的一系列任务。在这一案例中，AI Agent正在帮助企业构建以“人机协同”为核心的智能化运营新常态。

IDC调研显示：所有受访企业都认为AI Agent是AIGC发展的确定性方向，同时，50%的企业已经在某项工作中进行了AI Agent的试点，另有34%的企业正在制定AI Agent的应用计划。

另外，IDC认为，在以AI Agent为代表的AIGC应用加持下，越来越多的创新将会源自于超级个体和小型组织。在一些领域里，一个人加上足够的AI工具，就可以成为一家专业化的公司。

人与AI将产生高效的分工与协作——AI汇集和处理海量需求信息，人只需要在一些关键的节点做出决策和处置动作，即可完成企业价值创造的全过程。

趋势六：AIGC加速超级入口形成，“No APP”将重塑应用

IDC预测，AIGC将给应用软件的形态和业态带来颠覆性变化——

基于自然语言的极简交互将替代很多传统的图形界面交互，形成对话式交互模式（LUI）+图形用户界面（GUI）的混合形态；同时，“No APP”的理念也将重塑下一代应用，通过对话即可直接调取、使用各种工具，让更多的非软件专业人员也能获取到强大的系统服务。

由此，超级入口将成为新一代应用软件的典型前端形态。IDC调研显示，绝大多数软件企业都认可超级入口将成为未来的主流应用形态。

IDC认为，AIGC重塑应用形态的过程将重点体现在两个方面：一是对即有软件进行智能化改造与升级，以API的形式增加重要环节的可交互性和认知能力；二是对软件的应用架构和模式进行全新重构。同时，“No APP”的理念将会体现在大量的未来应用中。

从应用软件侧来看，基于严格的功能菜单选项的方式将逐渐淡出，应用功能将被碎片化的融入到超级应用中，实现原子功能的灵活调取和组合。

IDC同时指出，AIGC带来的应用形态变革，也有利于激发当前的软件产业活力，促进软件生态繁荣，推动应用与垂类业务实现更深的融合。

趋势七：AI能力更加原子化，业务流程迈向“无感智能”

身在畜禽行业的四川铁骑力士实业有限公司，面对来自外部客户的知识咨询需要和企业内的培训需求，选择与钉钉合作共创，实现了利用智能化技术高效能地应对。

在此类问答类场景里，用文档的数据“喂”模型时，窗口界面对文档的大小有限制，需要采取切片的方式，让模型能一段一段去做阅读理解。

在此案例中，原子化的AI能力以细粒度的方式作用到业务流程的诸多环节中，以“无感智能”的形态，成为企业运营过程中必不可少的组成部分。

IDC调研结果显示：AI与应用融合逐步分散且深入的融合，体现在企业运营与业务流程的各个方面。

通过自动化、数据驱动的决策支持、创新加速等方式，AIGC有望实现对业务流程的持续提质增效。

IDC认为，AI与业务的融合进程将在未来几年达到前所未有的高度。AIGC给业务流程带来的智能革新，一方面打开了新的需求空间，产生了规模化的流程重组效应，同时也可能让传统行业多年来一成不变的业务规则转变为持续迭代的态势。

在此基础上，AIGC将使工作人员投入更高价值的创新活动，从而释放出更强大的核心生产力。

IDC预测，到2028年，由于效率提升，中国的开发人员投入到创新工作的时间将大幅提升，由原来仅占开发时间的20%提高到50%。

趋势八：应用从云原生走向AI原生，软件可望“以天为单位”开发

随着大模型和AIGC的发展，应用正在从“+AI”向“AI+”转变，AI定义场景成为新范式。

在向行业纵深的进程中，AI产品不应仅被视为模型能力的搬运工，而更应该由行业用户带着痛点寻求AI+解决方案，即从方案设计初始就开始思考AI的融入，贯穿于业务应用的全生命周期中。

IDC预测，到2025年，70%的企业将与云供应商就生成式人工智能平台、开发人员工具和基础设施建立战略联系。可见，在迈向AI原生的过程中，企业正积极做着准备。

同时，AIGC也会进一步改变软件开发设计的模式和方法，使开发周期缩短至以天为单位，提高技术创新的效率。大模型赋能的低代码/无代码平台也简化了应用开发流程，基于大模型的工具可自动化地提升应用质量。

趋势九：大模型生态日臻繁荣，AIGC逐步普惠化

伴随AIGC产品与生态的发展，AI将变得更普惠。

当前，AIGC的收费模式仅是AIGC货币化趋势的初始体现。随着AIGC向更行各业的渗透，更多的企业希望从AIGC所创造的潜在增量收益中进行利益分成。

因此，在巨大的潜在商业前景下，AIGC将驱动全社会产生新商业模式的涌现。IDC预测，到2024年，33%的全球2000强企业将利用创新商业模式，使生成式AI的货币化潜力翻番。

从未来的发展趋势看，全栈式AI PaaS、SaaS化服务会进一步成为主流，AI产业链将持续发展成熟，包括数据采集、数据标注、定制化模型开发、场景共创等在内的AI产业链将产生很多新的岗位需求。

IDC预测，到2026年，2/3云应用将使AI，致使高达八成的企业难以找到熟练的AI专业人员。与之相匹配的，掌握AI技能的人才未来将更有竞争力。

围绕大模型的应用也将推出包括付费会员、交易佣金等在内的新的消费形态，促进数字经济产业的加速繁荣。而在AI商业繁荣的大趋势下，技术、产品和商业的良性竞争将使AI变得更加普惠，企业用户的智能化发展路径会更加清晰。

同时，个体创作者和开发者的商业化门槛持续降低，更多的人将更积极地拥抱AI。

在这些过程中，类似应用开发商店的商业化平台会成为个体开发者的乐土，个人创作成果可以被快速推向市场，运营者和开发者都能从中获得资金回报，大模型生态系统的活力将被进一步激活。

IDC认为，AIGC技术能帮助应用开发者持续积累优势资源，推动创新型企业实现AIGC的商业变现。

商业模式的创新也将给AIGC应用带来快速推广的契机，巨大的商业前景和快速迭代的技术能不断摊薄AIGC的边际成本，形成良性市场竞争格局，最终使广大的中小企业和百姓受益。

趋势十：智能涌现是把双刃剑，需要与之匹配的安全措施

AIGC作为一种新兴的技术，仍带有较强的双面性，其在推动AI新浪潮发展的同时，也存在许多可预料和不可预料的风险，诸如隐私保护、结果失控、数据泄露等，都是当前企业决策者最为担忧的问题。

IDC提醒，各参与方有必要采取有效的措施来确保AI应用的安全和可靠性，保证其更安全地服务于人类的目标。

2023年7月13日，国家网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，旨在促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。北京、上海等地也相继发布了相关规范和条例。

目前，关于AI的合规主要覆盖数据、AI产品、个人服务和行业应用。IDC指出，在法律法规的框架下，所有大模型和AI生态厂商都必须认真对待新一代人工智能产业中的合法合规问题，特别是通过算法模型的优化，增强人工智能的可解释性。

IDC的调研也显示了企业对于AIGC开发和使用规范的重视：73%的企业表示会为评估和跟踪开源生成式AI代码、数据和预训练模型的使用情况，会制定全公司范围适用的标准规范。67%的企业会考虑创建内部生成式AI卓越中心，以加快采用并确立全公司范围的标准。

对AIGC在法律法规和伦理道德方面进行有效的约束是未来全球各国所面临的重要问题。

当前，各国政府已经开始出台法律法规，对相关的开发、应用和服务过程进行有效规范和约束，同时，IDC也表示，各国也应本着开放包容的态度，积极鼓励在AI领域进行持续的科技创新。

读大数据应用最佳实践案例，赢数字经济未来！
18个行业，106个中国大数据应用最佳实践案例：

（1）《赢在大数据:中国大数据发展蓝皮书》；

免费试读：https://item.jd.com/12058569.html

（2）《赢在大数据:金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》；

免费试读：https://item.jd.com/12160046.html

本册“微信读书”免费阅读：https://weread.qq.com/web/bookReview/list?bookId=f0532d707159f0dff058c4e

（3）《赢在大数据:营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》；

免费试读：https://item.jd.com/12160064.html

（4）《赢在大数据:政府/工业/农业/安全/教育/人才行业大数据应用典型案例》。

免费试读：https://item.jd.com/12058567.html

 

原文：https://mp.weixin.qq.com/s/pLfpbjZhlJCUyxJUIHqH3A