量子比特 |公众号
如果说2023年大机型的关键词是席卷，那么2024年的关键词应该是渗透
最常用的软件、手机、PC本身，甚至厨卫/电源开源，都在被AI重塑。
从主观上看，今年人工智能的力量更加强大，并以前所未有的速度嵌入各行各业。
现实客观世界中，千千万万个行业发生了哪些变化？变化之下，是谁推动、促成了这一切？新的大模型行业，哪些模型/结构已经确定？
以下是 的市场观察。
二、三季度增长明显，十大场景率先落地
大模型应用的实施离不开云计算。
因此，云计算市场的数据变化在一定程度上可以体现大模型对千行百业的渗透。
比如，在大洋彼岸，美国三大云厂商亚马逊、微软、谷歌的营收增速已经悄然达到近两年来的最高点。
AWS的AI业务2024年第三季度达到数十亿美元，年增长率超过100%；微软Azure的收入增长率为33%，财报电话会议中透露，其中12个百分点是由AI业务推动的。
国内的情况也是如此
IDC最新发布的《中国公有云服务市场（2024年上半年）追踪》报告显示，2024年上半年，中国公有云服务（IaaS/PaaS/SaaS）总体市场规模为210.8亿美元（约1518.3亿元））。
国内公有云市场从二季度开始回暖，大型AI模型和智能计算服务成为助力公有云市场复苏的最重要因素。
据《中国智能计算服务市场（2024年上半年）追踪》报告显示，2024年上半年，中国整体智能计算服务市场同比增长79.6%，市场规模达146.1亿元。
其中，智能计算集成服务市场同比增长168.4%，市场规模57亿元； GenAI IaaS市场同比增长203.6%，市场规模达52亿元；其他AI IaaS市场同比萎缩13.7%，市场规模为37.1亿元。元元。
在AI IaaS市场，客户需求正在向GenAI转移，云巨头的快速调整引发了市场变化。 2024年上半年GenAI IaaS排名前三的公司是阿里巴巴、火山引擎和商汤科技。
对于更加细分的MaaS市场，IDC数据显示，2024年上半年中国MaaS规模已达2.5亿元，中国AI大模型解决方案市场规模为13.8亿元。
两者2024年至2028年的年均复合增长率分别为64.8%和56.2%。预计2028年，中国MaaS市场总规模将达到38亿元，中国AI大模型解决方案市场总规模将达到211亿元。
下半年市场需求激增、爆发。
IDC数据显示，2024年6月，中国生成式AI日均处理规模将达到1.12万亿（不包括自身业务及其生成式AI应用），预计11月将达到1.12万亿，增长320倍。一年。
从实施情况看，大模型应用近一年来蓬勃发展，并迅速渗透到生产生活的各个方面。
量子比特智库发布的《大模型落地及前沿趋势研究报告》显示，大模型项目在教育、通信、能源、政府、金融等行业落地较多，整个行业增长明显。今年第二、第三季度。
其中，实施项目数量最多的领域是教育，公开披露实施金额最多的领域是政务。
IDC研究分析总结了大模型十大核心能力和十大应用领域，梳理了AI大模型实现应用场景全景，涵盖金融、互联网、零售消费、医药健康、智能终端、游戏、企业服务、文化娱乐、教育、科研、汽车。
实现成熟度按照L1-L4分级，目前增长最快的细分赛道达到L3级别，包括智能客服、新闻写作、论文助理/摘要、企业知识问答、对话陪伴等，聚焦信息处理场景。
这与云供应商共享的数据相呼应。在火山引擎原力冬季大会上表示，近三个月来，信息处理场景中豆宝大模型的调用量增长了39倍，客服和销售场景增长了16倍，硬件终端场景增长了13倍，AI工具场景增长了9倍。教育等学习场景也有了显着增长。
从整体市场格局来看，目前B端和G端客户仍是绝对主力，这一点短期内不会改变。但长期来看，随着技术进步和行业发展，市场需求份额将逐渐增加。
综上所述，2024年将是大模型应用加速落地之年。各行各业都开始主动进行以大车型为核心的智能化转型升级。
IDC全球调查数据显示，37.7%的受访企业正在重点投资大型AI模型，并期望在未来三年内推出AI软件以及相关培训和服务。
一方面，这一举措来自政策驱动和市场需求。另一方面，更关键的影响因素是大机型应用落地业务的商业模式日趋清晰和成熟。
MaaS 成为工业实施的基准
总结一下，目前市场上出现的大模型应用实现模型主要有三类：
这三种模式基本可以覆盖当前大模型应用实现的主要需求。
在具体业务建设方面，云厂商通常会构建一个通用服务平台，对外提供MaaS和应用开发服务。在MaaS平台之上，他们将进一步提供专业的AI应用/代理开发产品。具体架构请参考火山引擎。布局。
目前，国内领先的云厂商均已完成在上述三个方面的布局。
其中，MaaS已经成为大模型行业落地的标杆，是当下最重要的商业模式；在应用开发和部署平台上，模型API价格战将持续很长一段时间，但很难贡献收入； AI应用/Agent开发平台是新趋势，可以进一步释放大模型的潜力，但目前的产品形态仍需市场进一步验证。
为什么这么说？
首先，大规模模型应用落地，场景玩家动作加快，带动MaaS市场需求。
大型模特潮流到来后，中国率先发起“百模特大战”。其中，最引人瞩目的是基础模式之间的竞争，很快形成了五小虎+BAT+字节的核心格局。
从商业化的角度来看，进步最明显的不是大型模型玩家，而是场景玩家。
比如飞书、金山办公、美图秀秀等，因为有更直接、明确的业务升级需求，在与AI融合方面进展迅速，AI带来的增长也迅速对外显现。
泛化到整体市场，大模型应用在尚未开拓的垂直领域仍有大量玩家。他们通常在该领域拥有丰富的数据。在政策引导和技术趋势下，智能化转型的需求将更加强烈。但一般的模型并不适合这类玩家，因此数据整理、模型微调、推理将成为他们的任务。需要的大模型服务方法都包含在MaaS中。
进一步结合当前需求侧画像，金融、政企、企业服务等领域仍以大中型B端和G端客户为主。他们的需求往往更加明确，也更容易贡献可观的收入，成为推动大模型应用落地的主力军。
对于供给侧来说，大模型重构云计算，MaaS成为新的基础服务。在现有云平台的基础上，大模型的进一步融合，将降低企业进入大模型的门槛，提高生产创造效率，成为更加清晰的商业模式。
参考火山引擎此前披露的信息，2023年，国内70%的大型模型公司将使用火山引擎的算力服务； 2024年，MaaS将成为下一个战场
Qubit智库预测，2027年MaaS市场份额将增至47%，成为AIGC行业的主流商业模式。
其次，云厂商“热衷”价格战的背后，其核心目的是推动大机型迈向“价值创造阶段”。这意味着大型模型API目前不会成为中国的主要收入来源。
得益于底层基础设施的优势，火山引擎可以通过算法、软件、工程和硬件相结合的解决方案实现更低的价格，从而挖掘有AIGC需求的客户。
这个想法是着眼于更长远的未来。如果你坚信人工智能能够对很多行业产生影响，那么率先发现目标用户，就是先占领市场。
具体方法包括：利用更好的模型结构，以更低的成本实现更复杂的推理；在工程上，由于不同业务负载的高峰和低谷，通过规模调整可以成倍降低成本；结合软件和硬件，不同的推理过程对芯片的带宽和计算能力有不同的要求。这个过程可以分成不同的池化资源进行处理，以达到降低成本的目的。再加上库存和供应链的管理，每个环节都有数倍的效率。推动。
从需求端来看，大模型API的用户大部分是中小企业和开发者，目前很多大模型仍然处于观望状态。一方面，实现大型模型应用程序的成本仍然令人望而却步。另一方面，是否以及如何引入大型人工智能模型对于企业来说是一个复杂的决策过程。企业需要思考如何引入大模型才能真正产生价值。
这也解释了为什么云计算厂商现在愿意放弃利润，以及为什么大模型API现阶段无法贡献主要收入。
最后，AI应用/代理开发平台是2024年的新趋势，预计将利用更广泛的大型模型市场。
2024年，云厂商将着眼于降低AI应用开发门槛，并为此推出了一系列产品，包括、文信代理、腾讯元旗等。
它们的特点非常突出：低代码/零代码开发，以及能够在几分钟内使用拖放方法快速构建定制代理。目标受众是业务人员、产品经理以及更多对AIGC应用感兴趣的人。开发模式通常是提示词工程、插件构建、RAG、应用编排等。
从底层逻辑来看，这种门槛极低的开发模式可以更大程度地释放大模型的应用潜力，让大模型的浪潮更快地渗透到各种场景中。
但由于此类商业模式还处于发展初期，短时间内用户数量较少，更大的爆发点应该是在未来1-2年。
大模型应用落地的商业模式逐渐清晰。一方面，它将推动这一波技术更加快速地前进。另一方面，也将重塑云计算的竞争格局，玩家弯道超车的机会开始出现。
例如，在IDC分析的GenAI IaaS市场格局中，火山引擎和商汤科技均位居前列。尤其是霍山发动机。今年豆宝全家桶发布后，火社引擎在MaaS和AI应用/Agent开发平台的布局更加清晰。据披露数据显示，豆宝万能模型日均使用量超过4万亿，较刚发布时增长了33倍。
快速增长也为MaaS和大模型应用的实施和开发提供了参考。
MaaS竞争，我们应该关注什么？
综合国内外大模型应用实施趋势分析，大致有四个要点：
首先，车型能力决定产品天花板，从根本上决定用户是否愿意付费。以 和 的对比为例，随着模型能力的不断提升，收入的相对份额有所提高。
其次，支撑海量大模型应用落地的底层基础设施也成为MaaS竞争的关键保障因素。
据市场预测，未来几年人均日消费量将达到万亿级别。对应的推理需求相当于56万亿，将需要百万级GPU算力支撑。
谁能构建更强大的计算基础设施，并维持巨型计算集群的高效运行，谁就能在MaaS市场上更具竞争力。
第三，生态能力和渠道能力构成了云厂商在MaaS市场的核心竞争优势。
完善的商业生态系统为大模型应用的落地提供了天然的试验场。销售渠道的长期积累，可以更好的让大车型落地。它还可以实现大型模型和云产品的交叉销售，以促进实施。
最后，在大车型时代，只有持续投入才能开发出更具竞争力的通用车型。与此同时，互联网时代的护城河在大车型时代已经不复存在。与软件相比，大型模型的能力仍在发生巨大变化，暂时没有上限。因此，在实施大型模型应用的竞争中，长期、大量的资金投入是不可避免的。
在这些因素的影响下，新的云计算格局正在加速形成。
哪个模型更有用？谁的AI基础设施能力更强？谁能挖掘更多场景？谁能进行更长远的投资，建立健康的闭环商业模式？谁能重塑新格局。
这一定是一个很长的周期。毕竟基础大模型的上限目前还是未知数。但可以肯定的是，目前的MaaS模式可以扛起大模型商业变现的大旗。国内市场百家争鸣，大模型应用的落地将推进得更快。
与此同时，衡量和判断大模型商用市场的核心指标也正在浮现——
为什么通话量很重要？将在本系列的下一篇文章中详细讲解，敬请期待。
大模型的趋势正在进入一个新阶段：大规模商业落地。
生产力释放的背后，商机不断涌现。我们希望通过这个系列专栏，能够提供一个视角来分析大模型应用初期出现的各种规律性变化，从技术角度把握创新浪潮背后的演化路线。
以上是量子比特最新原创系列策划专栏《模块化力熵增》第一期。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论