im电竞官方网站IDC武连峰：AI将带来80万亿经济增量 企业做到这三点才能抓住商机4月9日，在百度智能云GENERATE全球生态大会上，IDC中国区副总裁兼首席分析师武连峰作了以《抓住大模型应用与生态的无限商机》为主题的分享。

　　1、IT行业迎来AI大转型时代。全球37.4%的企业认为生成式AI将会颠覆他们的竞争地位。今天企业如果不为AI做好准备，可能明天后天就会被颠覆。

　　2、落地过程中，企业面临选模型、找场景、选平台等多重挑战，大模型厂商要帮助B端企业更快推进，让用户能更好地看清大模型的价值。

　　3、当前全球投资人最关注、最有盈利“钱景”的场景主要分为三大类，知识管理方向的AI专家，数字人、智能客服等AI员工，图片生成、视频生成等AI设计师，目前这三类场景已走出商业模式。

　　4、未来4年，AI给中国市场带来的整体经济增量预计超过2万亿美元，做到认知到位、定位清晰、找到合适伙伴，是企业抓住大模型商机的三大关键。其中，未来选对平台伙伴很关键，绝大多数企业需要背靠平台加快变现。

　　5、大模型的影响是颠覆性的，所有应用、生态伙伴、交互模式、数据价值、基础设施等都需要重构。拿生态来说，以前整个生态被已被生成式AI“打碎”，未来如何做好重构考验着模型厂商、伙伴。

　　l 过去一段时间有两个应用非常火爆，分别是文生视频的Sora，以及文生音乐、文生歌曲的Suno，业内也有很多人试用它们。

　　l 南方电网基于百度智能云一站式知识管理平台“甄知”打造的AI原生应用“南方电网技术标准数字化应用”，提升查阅标准文档效率50%以上，同时提升标准编写效率2倍以上。

　　l 在鱼你在一起、冒二麻一、李先生牛肉等餐饮品牌的直播间，真人与百度智能云“曦灵数字人平台”制作的数字人接力直播，用户竟然没有丝毫察觉。在6个小时的直播中，数字人的直播成本仅有线%左右，却可以达到线%的GMV。

　　l 百度智能云在今年3月发布了智能代码助手Baidu Comate2.0，并面向个人开发者免费使用。Comate支持100多种开发语言，已经编写了百度内部四分之一的代码，而且还在喜马拉雅、软通动力等10000家企业应用，企业客户的采纳率达近50%，覆盖金融、汽车等行业im电竞官方网站。

　　第一是支出转型（这也是IDC十大趋势预测之一）。到2025年，全球2000强的大企业会将40%的核心IT花费用在与AI相关的举措上，其效果主要体现在产品和流程的效率上，至少达到两位数的增长。

　　第二是投资转型。2026年，全球技术服务商50%的研发、人员配备、资本支出等要素都会用于人工智能相关用途。

　　第三是服务转型。到2025年，40%的服务，包括行业用户，也包括技术厂商，都会用生成式AI来支持交付，影响从合同谈判到IT运营、风险评估的方方面面。

　　毫无疑问，支出转型、投资转型、服务转型正在推动整个IT产业进入AI大转型的阶段。这将带来巨大的市场机会、拉动经济增长。

　　IDC预计，2024—2027年AI给经济带来的增量可达11万亿美元，相当于全球GDP的2%-3%左右。2027年，全球企业的AI支出将达到5120亿美元左右。AI给中国市场带来的整体经济增量未来4年预计超过2万亿美元，2027年中国的整体AI市场可达400亿美元左右。

　　由此可以看出，今天生成式AI已经成为影响商业和社会的最重要的颠覆者。IDC每个月都会对全球的行业用户做调研，每次样本在800-1500左右。根据该调研的结果，全球有37.4%的企业认为生成式AI将会颠覆他们的竞争地位。所以今天企业如果不为AI做好准备，可能明天后天就会被颠覆。

　　整体而言，全球大约34%的企业已经在投资AI，并在未来18个月内制定了获取生成式AI增强软件和咨询服务的支出计划；对生成式AI做POC（概念验证）的企业也有接近1/3；什么都没做的企业，在全球仅仅只有10%左右。

　　首先，企业的管理层、业务人员对生成式AI的认知基本到位，大家都已经深刻认识到，可以把它直接用起来。第二，企业部署大模型差异会非常大。包括泛互联行业在内的有些企业很前卫，做了很多投资，但有很多传统行业目前的部署情况总体比较落后。第三，生成式AI的价值体现目前还相对模糊，这是很多新技术在应用过程中一定会有的现象。第四，AIGC方面的投资自2023年下半年以来变得有点谨慎，因为目前的应用价值有点模糊。但绝大多数企业都认为未来非常可期，也在担心自己被颠覆，甚至寻找自己的第二增长曲线。

　　对于大模型提供商而言，如何更好地做好数据准备是一大挑战，高质量的数据是大模型落地产生价值的基石。第二大挑战是算力不足，大模型训练和推理需要庞大的算力支持。最后一大挑战则是如何帮助B端更快推进im电竞官方网站，使用户能够更好地看清大模型和生成式AI的商业价值，形成良性循环。

　　对企业用户和使用者来说，最核心的挑战是如何能够借鉴一些成功的部署经验，选择合适的场景，同时确保隐私安全。

　　对开发者来说，包括数据集成比较复杂，如何选择合适的模型，如何满足安全要求，都是需要面对的问题。

　　多模态、多模型（大模型、小模型、场景专属模型等）、多方法（RAG+Agent+企业其他应用）、强推理（模型在处理数据时具有高级的认知能力，包括推理逻辑、抽象思维、解决问题能力）、高可靠（稳定地提供准确、一致、可信的结果）、可定制（根据特定用户或应用场景需求进行调整和优化的能力）这五点非常关键。今天没有一个模型能够满足所有的应用需求，如何采用多种方法做更好的编排整合也是帮助企业落地的要点。

　　再来看生成式AI未来的整体支出规模和增长趋势。前面提到，宏观层面AI对全球整体经济的增量会达到11万亿美元，中国至少有2万亿美元左右，那么具体到行业层面的市场机会有多大？

　　生成式AI软硬服务的全球市场规模在2024年大约有387亿美元，到2027年会上涨到1453亿美元。生成式AI在2024年占全球整体AI市场的16.7%，而到2027年可达28.4%。中国市场在2024年的规模约为35.3亿美元，2027年可达129亿美元，占整体AI市场的比例分别是16%和32.3%，与全球趋势基本同步。

　　具体到市场机会，行业的初期阶段，也就是2024-2025年，市场机遇主要同算力、基础设施相关。从2025年到2026年，整个平台与解决方案的机会更大一些。2026年以后，很多产品有可能会以生成式AI服务的形式，通过用户订阅的方式来获取商机。

　　一个是AI专家，主要在法律、医疗等领域，核心是知识管理。大模型加持的知识管理，可通过对话式交互激发创意，让搜索、推荐、问答更加准确，为企业提供强大知识管理能力。

　　第三个是AI相关的设计师，用AI技术帮助做设计图生成、做视频生成等。当前在文生图大模型方向，面向设计师、创意需求等人群的AI 绘画的应用已经十分广泛。

　　可以看到，这三个领域目前确实走出了商业模式，但中间还有非常大的改进空间，还是有非常大的机会，因为这三大场景跟企业结合更紧密。

　　未来更大的场景应该会同整个行业的具体场景相结合，所以这里给出不同行业2022—2027年的年增长率预估，下图的气泡大小代表这个行业的规模大小。可以看到2023年支出比较高的行业有互联网、金融、运营商及汽车im电竞官方网站。2023-2027年，运营商、汽车、交通运输、零售、教育行业的机会比较明显。所以如果企业在从行业中寻找市场机会，这是一个非常好的参考。

　　结合生成式AI的整体机遇与不同行业的机遇，我们可以总结出企业抓住生成式AI和大模型机遇的举措。

　　首先，认知要到位。今天的生成式AI主要涉及听、说、读、写、画、创、思、动几个层面，除了思和动，特别是动还很弱之外，前面几个层面中，大模型已经达到了人类的平均水平。所以今天有很多公司开始深入智能化，未来还会把大模型跟机器人结合起来，在思和动方面可能有更好的成长空间。所以未来生成式AI在所有行业、所有产业都会产生颠覆式的影响，这种认知一定要到位。

　　1、生成式AI绝不会像很多其他技术一样昙花一现，这里需要底座的基础设施重构来更好地提供支持。

　　2、所有的业务应用也需要重构，要探索AI原生应用如何同现在的老应用更好地编排、结合、整合起来。

　　4、数据的价值也在重构，所以从“数据要素计划”中可以很明显地看到国家对这块越来越重视。对于企业而言，数据可以变成资源，数据真正产生价值现在也是刚刚开始。

　　5、生态伙伴也需要重构，以前的整个生态已经被生成式AI打碎了，未来如何在这方面做好重构是个挑战。

　　1、用户定位。行业的挑战很大，但机会实在太多，首先要思考如何做好用户定位，究竟是2B、2C，也许要2P。如果是医疗、法律等行业，可能应用、产品面向的是专业人士，所以用户定位会非常关键。有些公司说今天他们只做2C应用，因为资源一定有限，所以一定要做好用户定位。

　　2、场景定位。究竟要帮助用户落实哪些应用场景，是生产力提升的，还是行业专属场景的？这也需要企业做好定位。

　　4、链条定位。企业要思考在行业链条上，是帮助链条上下游伙伴训练提供算力，还是帮助推理提供算力，还是做产品开发，还是做应用实施、运营维护，还是服务。

　　5、问题定位。企业要看如何能够帮助用户解决问题，具体的问题可能会涉及能否帮助用户降低成本，同时能否帮助用户提升效率、强化客户体验、探索新的模式或第二条增长曲线、方案定位

　　我们做了一个选择的合作伙伴的模型，从5个大的层面来做评估。明显可以看到，选择合作伙伴时要考虑这家公司的市场表现、平台实力、服务支持、商业变现、社区建设

　　如果企业自身能力极强，可能需要自建一个平台，但大多数企业需要加入平台，利用平台的优势尽快帮助企业变现，帮助客户创造价值。我们对整体AI原生应用生态能力做了评估，整体上百度智能云都高于行业的平均值。