2023AIGC產業(yè)市場深度調研及AIGC現狀分析

• 黃文玉 2023年10月16日 來源：互聯(lián)網 915 57
• 繁體

生成式人工智能AIGC是人工智能1.0時代進入2.0時代的重要標志。GAN、CLIP、Transformer、Diffusion、預訓練模型、多模態(tài)技術、生成算法等技術的累積融合，催生了AIGC的爆發(fā)。

AIGC的概念

生成式人工智能AIGC是人工智能1.0時代進入2.0時代的重要標志。GAN、CLIP、Transformer、Diffusion、預訓練模型、多模態(tài)技術、生成算法等技術的累積融合，催生了AIGC的爆發(fā)。算法不斷迭代創(chuàng)新、預訓練模型引發(fā)AIGC技術能力質變，多模態(tài)推動AIGC內容多邊形，使得AIGC具有更通用和更強的基礎能力。

從計算智能、感知智能再到認知智能的進階發(fā)展來看，AIGC已經為人類社會打開了認知智能的大門。通過單個大規(guī)模數據的學習訓練，令AI具備了多個不同領域的知識，只需要對模型進行適當的調整修正，就能完成真實場景的任務。AIGC技術的核心思想是利用人工智能算法生成具有一定創(chuàng)意和質量的內容。通過訓練模型和大量數據的學習，AIGC可以根據輸入的條件或指導，生成與之相關的內容。例如，通過輸入關鍵詞、描述或樣本，AIGC可以生成與之相匹配的文章、圖像、音頻等。

圍繞大模型，提供建模工具、安全服務、內容檢測、基礎平臺等服務。AIGC產業(yè)鏈上游主要提供AI技術及基礎設施，包括數據供給方、數據分析及標注、創(chuàng)造者生態(tài)層、相關算法等。中游主要針對文字、圖像、視頻等垂直賽道，提供數據開發(fā)及管理工具，包括內容設計、運營增效、數據梳理等服務。下游包括內容終端市場、內容服務及分發(fā)平臺、各類數字素材以及智能設備，AIGC內容檢測等。

AIGC產業(yè)發(fā)展現狀分析調研

AIGC對于人類社會、人工智能的意義是里程碑式的。短期來看AIGC改變了基礎的生產力工具，中期來看會改變社會的生產關系，長期來看促使整個社會生產力發(fā)生質的突破，在這樣的生產力工具、生產關系、生產力變革中，生產要素——數據價值被極度放大。AIGC把數據要素提到時代核心資源的位置，在一定程度上加快了整個社會的數字化轉型進程。

AIGC對人力資源服務的加成，是目前在企業(yè)經營管理體系中進展較快的領域。使人力資源管理體系的效率大幅提升的同時，在一定程度上也改變了傳統(tǒng)人力三支柱的傳統(tǒng)管理模型。例如招聘模塊的核心價值在于簡歷推薦，可賦能的環(huán)節(jié)：篩選、面試篩選、筆試測評，以篩選簡歷階段為例，可以分析各個候選人的簡歷，生成匹配結果報告，并根據公司需求智能推薦合適的候選人。大幅提高篩選準確性和效率，減少人力資源部門的工作負擔。

深度學習模型不斷迭代，AIGC取得突破性進展。尤其在2022年，算法獲得井噴式發(fā)展，底層技術的突破也使得AIGC商業(yè)落地成為可能。其中主要集中在AI繪畫領域：2014年6月，生成式對抗網絡被提出。2021年2月，OpenAI推出了CLIP多模態(tài)預訓練模型。2022年，擴散模型Diffusion Model逐漸替代GAN。

AI產業(yè)鏈主要由基礎層、技術層、應用層三大層構成。其中基礎層側重于基礎支撐平臺的搭建，包含傳感器、AI芯片、數據服務和計算平臺;技術層側重核心技術的研發(fā)，主要包括算法模型、基礎框架、通用技術;應用層注重產業(yè)應用發(fā)展主要包含行業(yè)解決方案服務、硬件產品和軟件產品。調研歸納發(fā)現，國內AIGC產業(yè)鏈結構主要由基礎大模型、行業(yè)/場景中模型、業(yè)務/領域小模型，AI基礎設施、AIGC配套服務五部分構成，并且已經形成了豐富的產業(yè)鏈。

根據中研普華產業(yè)研究院發(fā)布的《2023-2028年中國AIGC產業(yè)市場深度調研及發(fā)展戰(zhàn)略研究報告》顯示：

目前國內的AIGC技術與應用，供需兩側主要集中在營銷、辦公、客服、人力資源、基礎作業(yè)等領域，并且這種技術所帶來的賦能與價值已經初步得到驗證。33%企業(yè)在營銷場景、31.9%的企業(yè)在在線客服領域、27.1%的企業(yè)在數字辦公場景下、23.3%的企業(yè)在信息化與安全場景下迫切期望AIGC的加強和支持。

AIGC是建立在多模態(tài)之上的人工智能技術，即單個模型可以同時理解語言、圖像、視頻、音頻等，并能夠完成單模態(tài)模型無法完成的任務，比如給視頻添加文字描述、結合語義語境生成圖片等?，F階段國內AIGC多以單模型應用的形式出現，主要分為文本生成、圖像生成、視頻生成、音頻生成，其中文本生成成為其他內容生成的基礎。

國外AIGC的商業(yè)化從基礎大模型開始，包括以ChatGPT、Midjourney為代表的典型應用是基于基礎大模型的調用，孵化而來。國內正好相反，由于國內市場極度豐富的業(yè)務場景，高度離散的供給側服務，導致當前的AIGC商業(yè)化先從業(yè)務/領域小模型開始?；A大模型尚處于快速迭代升級的階段，同時也開始關注具體的業(yè)務場景。而行業(yè)/場景中模型市場相對更加滯后，但這一市場在中國特色市場下，將會是未來基礎大模型和領域小模型都會積極跨界的領域。

目前AIGC相關的法律法規(guī)不完善是主要問題，想要實現對AIGC技術的有效發(fā)揮，必須對其相關的法律法規(guī)進行完善。就當前的AIGC技術在目前的應用來看，其缺乏完善的安全性標準，沒有明確AIGC技術服務、內容傳播與技術應用各相關方面的法律和社會責任。其次，缺乏完善的AIGC技術相關立法，與分級分類的監(jiān)管手段，AIGC技術的安全性難以得到保障。

在AIGC技術的使用中，沒有明確劃分公有數據和專有數據的使用界限，使基礎大模型訓練的數據合規(guī)性、安全性、權屬產生問題。例如，專有數據的泄露可能會導致用戶數據安全的問題，同時數據要素也很難有效的發(fā)揮出自己的價值。技術保密性是AIGC的首要問題。比如，在與AIGC交互的過程中，企業(yè)的專有資源被泄露等。如果技術保密性不足就可能嚴重影響到信息資源的所有者。

隨著AIGC技術的不斷發(fā)展，AI應用的領域日益廣泛，為了更好地規(guī)范市場發(fā)展，建議逐步完善保障AIGC良性發(fā)展的法律法規(guī)體系，建立法律準入體系。開展針對AIGC模型市場準入方面的法律法規(guī)研究，從而明確AIGC技術服務、內容傳播與技術應用各相關方面的法律和社會責任。同時，鼓勵立法研究的多方參與、監(jiān)管手段的分級分類、行業(yè)治理的公私合作。

中研普華利用多種獨創(chuàng)的信息處理技術，對市場海量的數據進行采集、整理、加工、分析、傳遞，為客戶提供一攬子信息解決方案和咨詢服務，最大限度地降低客戶投資風險與經營成本，把握投資機遇，提高企業(yè)競爭力。想要了解更多最新的專業(yè)分析請點擊中研普華產業(yè)研究院的《2023-2028年中國AIGC產業(yè)市場深度調研及發(fā)展戰(zhàn)略研究報告》。

• 相關深度報告REPORTS

  

  2023-2028年中國AIGC產業(yè)市場深度調研及發(fā)展戰(zhàn)略研究報告

  生成式人工智能AIGC（Artificial Intelligence Generated Content）是人工智能1.0時代進入2.0時代的重要標志。GAN、CLIP、Transformer、Diffusion、預訓練模型、多模態(tài)技術、生成算法等技術A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡