AIGC应用层2024十大趋势：AI代理可能成为AI应用的主流形式！

中国工程院邬贺铨院士为《白皮书》作序言指出：以人工智能为代表的智能经济活动逆势增长，已成为支撑我国经济体系现代化、构筑科技创新和产业升级的新引擎。面对这一技术，既要抓住机遇立即行动，也要为人工智能的长期发展做长远规划。人工智能应用要融入企业运营、紧贴应用场景、致力于应用创新，解决应用落地的最后一公里。中国既是一个网络大国，也是一个人工智能应用大国，以钉钉为代表的国内人工智能应用厂商已经在人工智能应用落地方面做出了有益的尝试。

根据IDC的预测，到2023年，全球企业将在生成式人工智能（GenAI）解决方案上投资160亿美元。而到2027年，GenAI的支出预计将超过1400亿美元，年复合增长率将超过70%。这个数字大约是整个人工智能IT支出的3倍，几乎是同期全球IT支出年复合增长率的13倍。

附：2024年AIGC应用层十大预测

行业领域

趋势一：应用层创新成为2024 AIGC产业发展的主要方向

围绕AIGC的应用层创新将孕育出许多未来的创新型企业。大模型所具备的强大通用智能正在引发行业变革，使AIGC在不同的应用领域展现出“力量倍增”的效果。AIGC必然会通过应用创新过程融入到企业业务中，并创造出许多新的场景。同时，AIGC也将借助应用价值链的延伸，改变行业的运行方式，对商业模式和利益格局产生深远影响。

据IDC预测，到2024年，全球范围内将会涌现出超过5亿个新的应用，这相当于过去40年间应用数量的总和。AIGC能够为B端企业客户带来直观的成本降低和效率提升的效果，并有望以此为基础获得更多超出预期的价值收益。目前，AIGC在知识管理场景中受到组织的青睐，同时在搜索、地图、数字人、智能对话、推荐以及业务流程优化等场景中也展现出巨大的潜力。

根据IDC的预测，到2025年，有35%的企业将能够利用GenAI来开发数字产品和服务，从而实现比竞争对手高出一倍的收入增长。

趋势二：大型模型从“追求潮流”转变为“实际有用”，成为提高效率的工具

AIGC正在工具化，掌握优秀工具的员工将事半功倍。IDC的调研显示，企业当前最希望通过AIGC来实现的商业利益包括：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，GenAI 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、客户数据分析与细分、潜在客户评分和超个性化。

为了实现行业AI应用的准确性和安全性目标，需要确保基础大模型的成熟稳定。同时，还可以通过PaaS层对大模型的应用过程进行限制和管理。

例如，钉钉推出了面向生态伙伴和企业的智能化底座AI PaaS，通过连接大型模型能力和满足各行各业用户真实需求，进一步降低了智能化的门槛，使大型模型能力能够应用于工作场景，并稳定输出。借助AI PaaS，企业可以快速、简单地构建自己的智能化应用。

趋势三：中大型企业将兴起专属、自建模型

对于大型模型的要求不仅仅是实现“通识”，更需要其成为特定领域的“顶尖智能”。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，通过对大型模型的领域化适配，有望获得更加理想的综合收益。

根据IDC的调研显示，目前有60%的企业正在使用公开版本的大模型，但预计在两年后，这一比例将迅速降至17%。更多的企业将选择在私有、专属模型上构建AI应用。同时，高达88%的企业选择通过内部团队开发相关应用。这表明行业专属大模型已成为企业未来的热点目标，企业也需要持续培养自己的人才队伍，提升AIGC应用的内部能力。

趋势四：多模态大模型打造“多功能应用”

多模态综合模型和语言模型、视觉模型都是当前大型模型训练和开发的重要方向。从 GPT-4V 的“引人注目”，到AI视频生成工具 Pika 1.0 的“广受欢迎”，再到谷歌 Gemini 的“全面领先”，多模态AI是其中的关键词。多模态综合模型有助于提升智能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全面。

在一些典型的人工智能应用中，多模态大模型展现出极强的互动性，可以帮助开发者和最终用户准确理解输入信息的上下文关联和隐含信息。在实际应用中，多模态大模型通过对多个维度信息的强大感知能力，不断增强推理能力，扩展服务范围，提高应用场景的全面性和可靠性。

应用类型

趋势五： AI代理是将大型模型应用于业务场景的主要方式

AI代理可以帮助未来企业建立以“人机协同”为核心的智能化运营新模式。越来越多的业务活动将由AI代理来处理，而人类只需专注于企业愿景、战略和关键决策。人与大量AI实体之间的协同工作模式将彻底改变当前企业的运营基础，从而显著提高企业的运营效率。

AI助手可以根据用户以往的工作过程信息，分析用户偏好，模仿用户风格，不断适应用户的工作习惯。实现邮件和文本自动撰写、智能搜索和信息收集、应用搭建、生活助理和娱乐等功能。

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个人和小型组织。在一些领域里，一个人加上适当的人工智能工具，就可以成为一家专业的公司。人与人工智能将产生高效的分工与协作，人工智能汇集和处理大量需求信息，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：人工智能图形计算加速超级入口的形成

AIGC将给应用软件的形态和业态带来革命性变化。基于自然语言的简洁交互将取代许多传统的图形界面交互，形成LUI+GUI的混合形态。同时，“无需应用程序”的理念也将重新定义下一代应用，通过对话即可直接调用、使用各种工具，让更多非软件专业人员也能享受强大的系统服务。因此，超级入口将成为新一代应用软件的典型前端形态。

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。根据IDC的调研显示：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。

未来的应用将会通过对话式交互模式（LUI）进行重新设计。所有的SaaS公司都将积极采用人工智能技术，软件公司将转变为智能系统运营商，软件操作方式将变得更加简单易用，应用之间的集成度也会更高，多个应用之间将更加无缝融合。

例如，在人工智能智能时代的支持下，钉钉有望成为智能时代的顶级应用程序。通过钉钉的AI魔法棒，用户可以调用多种人工智能功能，从而在许多情况下无需打开各种SaaS和应用程序。基于这一点，过去广泛存在的SaaS、软件系统和各种人工智能创新应用将以碎片化、插件化的方式成为被集成的角色之一，并以LUI的形式被唤起。新一轮的人工智能智能之争也将成为一场流量入口之争。

趋势七：业务流程向更智能的无感模式转变

人工智能与业务的融合进程在未来几年将达到前所未有的高度。人工智能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；另一方面，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。细分的人工智能能力将以细粒度的方式作用到业务流程的许多环节中，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：人工智能与应用逐步分散且深入地融合，体现在企业运营与业务流程的各个方面。

根据IDC的预测，到2028年，随着效率的提升，中国的开发人员将有更多的时间投入到创新工作中，预计将从原来的仅占开发时间的20%提高到50%。

市场影响

趋势八：应用从云原生转向AI原生

应用迁移上云和基于云原生的重构，是近期数字化的主流实践。如今，大型模型和人工智能驱动正在重新定义基础设施，人工智能原生设计思想也正在渗入各行业的应用开发过程中，形成软件开发新范式。IDC的调研表明：企业认为人工智能原生将带来一系列变革，包括技术栈的变化、工具链的变化、基础设施的变化、开发流程的变化、安全策略的变化、设计理念的变化以及组织层面的变化等。在迈向人工智能原生的过程中，企业应积极做好准备。

应用“+AI”向“AI+”转变，人工智能在定义场景方面成为新的范式。人工智能将取代云计算，成为企业未来应用创新的新动力，同时也推动企业形成更坚实的新型基础设施。大型模型的能力首先会以一种普适化的服务形式开放给广泛的业务环节，成为业务系统升级改造的热点。但随着人工智能向行业纵深的不断发展，人工智能应用不应仅被视为模型能力的搬运工。企业一方面希望大型模型能够突破更多的深层需求，由行业用户带着痛点寻求人工智能+解决方案；另一方面，也希望人工智能能力贯穿全局，即从方案设计的初期就开始思考人工智能的体系化融入。

传统的人工智能算法通常以特定组件或服务的形式添加到应用系统的集成架构中。而“+AI”的模式则使得人工智能能力集中在关键环节，提高局部效率和体验。然而，大模型带来了新的应用开发范式。"AI+"意味着所有的应用都将以人工智能能力为核心驱动力，由人工智能定义场景，使得人工智能贯穿于业务应用的整个生命周期。据IDC预测，到2025年，70%的企业将与云供应商建立战略联系，以获取GenAI平台、开发人员工具和基础设施。

从某种意义上说，“AI+”是一种技术路线的进步，而“+AI”则意味着整体发展思想的转变。未来的企业生产场景都将建立在AI能力基础上，进而将使企业的产品设计、运营流程、组织形式和业务模式围绕AI进行重构。企业和开发者还可以在AI原子能力的基础上实现自定义模型，这样做更有利于开发出创新的AI应用。

趋势九：人工智能普及程度逐步提高

AIGC技术能够帮助应用开发者持续积累优质资源，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机会，巨大的商业前景和快速迭代的技术能够不断降低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普通民众受益。

AIGC的收费方式只是AIGC货币化趋势的开始。随着AIGC在各行业的普及，越来越多的企业希望从AIGC所创造的潜在增量收益中获得利益分成。因此，在巨大的商业前景下，AIGC将推动新商业模式的涌现。IDC预测，到2024年，33%的G2000企业将利用创新商业模式，使GenAI的货币化潜力翻倍。

AIGC首先有助于传统商业环节的扩展和发展，这主要涉及到端到端AI能力框架下的产品开发和运营等环节，例如：

• 智能算力平台运营：围绕智能算力平台的销售、租赁等运营活动会迅速成为热点。以企业自建、共建、联合运营、智能产业创新发展等为目标，将诞生一系列新的商业模式。政府、资本方、产业链生态企业等将共同推动算力商业化投资热点。
• 行业定制化API服务：一批行业生态企业将以AIGC为基础，构建面向行业生产、运营、市场营销等领域的深度定制化服务。行业定制化API有望成为面向企业提供智能服务的主流模式。
• 行业人工智能工具平台：行业人工智能工具平台更多面向企业用户在智能化升级过程中的自主开发、测试和交付过程，这也是人工智能产业不断拓展过程中必不可少的关键能力环节；由此，将催生一批小而精的专业化厂商。
• 定制化应用开发：AIGC还将持续推动MaaS领衔的商业化新趋势，在金融、零售、教育、养老、互动娱乐等行业实现应用场景的快速定制化开发与迭代。

从未来的发展趋势来看，全栈式人工智能平台即服务（AI PaaS）和软件即服务（SaaS）化服务将成为主流。人工智能产业链将继续发展成熟，其中包括数据采集、数据标注、定制化模型开发、场景共创等环节，将产生许多新的岗位需求。国际数据公司（IDC）预测，到2026年，有2/3的云应用将使用人工智能，导致80%的企业难以找到熟练的人工智能专业人员。因此，未来掌握人工智能技能的人才将更具竞争力。同时，围绕大型模型的应用也将推出新的消费形式，如付费会员、交易佣金等，促进数字经济产业的快速繁荣。

趋势十：智能涌现是一把双刃剑，需要相应的安全措施

人工智能治理（AIGC）作为一种新兴的技术，仍然具有双重性质，它既推动了人工智能的新浪潮发展，同时也带来了许多可预见和不可预见的风险，例如隐私保护、结果失控、数据泄露等，这些问题都是当前企业决策者最为担忧的。各参与方有必要采取有效的措施来确保人工智能应用的安全和可靠性，以确保其更安全地为人类服务。

《2024AIGC应用层十大趋势白皮书》的完整文档可以在以下链接中下载：https://ding.aliwork.com/o/AIGC_report