谁在布局生成式AI？一文详解生成式AI的行业应用版图

原标题：《谁在布局生成式AI？》

作者：白惠天，腾讯研究院研究员；王强，腾讯研究院资深专家、前沿科技研究中心主任

纵览生成式人工智能（Generative AI或AIGC，两种表述均可，国内更多用AIGC）进化史，从AI诞生之始，人们就试图让机器生成内容，与其对话，并诞生了最早的图灵测试标准。多年来，生成式AI的发展一直不温不火。直到去年Midjourney、Stable Diffusion等文生图应用点燃了大众的热情，再到11月ChatGPT的横空出世，更是引发了现象级热潮，让生成式AI走入了亿万用户的视野。

本文结合国际企业实践经验，从大模型生态构建方式、行业应用的切入路径这两个视角切入，描绘生成式AI的行业应用版图，分享我们初步的观察与思考。

大模型的生态

模型即服务（MaaS）的新生态加速形成

结合目前行业“基础设施层-模型层（MaaS）-应用层”三层结构，我们预计未来可能形成一个模型即服务（MaaS）的新生态。自下而上，三层结构的构成如下：

基础设施层：GPU芯片、AI芯片、超级计算机等算法基础设施，以及机器学习框架、云操作系统等软件。

模型层（MaaS）：通用AI大模型，以及基于大模型在垂直领域训练生成的行业模型（中间层），即在预训练AI大模型基础上，可以快速微调或使用嵌入等方式、开发出场景化、定制化、个性化的中小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。

应用层：AIGC技术面向终端用户带来的新的功能、产品、服务和应用等；正如之前的“互联网+”一样，“AIGC+”或者说“AI+”将来有望和各行各业深度结合，持续带来新的应用形式。未来，一方面，现有的APP都可以用大模型重做一遍，另一方面，还会出现更多新的AI原生类APP，从而诞生更多新的独角兽甚至巨头企业。

大模型走向通用性和垂直性并重的纵深布局

在AIGC技术应用布局上，通用性和垂直性并重。

所谓“通用性”指的是横向能力，适用于各个行业，具体而言包括语义多轮对话、知识库构建、智能搜索、企业级RPA、多模态内容生成、代码生成等方面：

1、语义多轮对话：AIGC技术在语义多轮对话中发挥着巨大的优势，尤其是在高客单价销售和私域交流场景下。例如，直播话术中，AIGC能够迅速学习并掌握最佳实践，如各类Chatbot和IQ for sales。

2、知识库构建：AIGC技术从简单的资料概括整理发展到帮助用户阅读理解、生成个性化资料库，以及基于高效资讯归纳的新搜索功能。这使得AIGC既可应用于企业级人工智能，也可成为个人助理（如Mem）。

3、智能搜索：AIGC在智能搜索领域的应用也取得了显著成果，如New Bing、Perplexity等。凡积累了知识库的系统，都可以借助AIGC实现语义搜索功能。

4、企业级RPA（Robotic Process Automation）：结合LLM（Large Language Models）技术和RPA，AIGC在企业级应用中发挥着重要作用。典型应用包括微软的Copilot以及CRM领域的Salesforce等，它们紧密结合行业场景，为用户赋能。

5、多模态内容生成：在智能写作助手、广告主视觉创作、智能NPC等领域，AIGC技术带来了创新应用，除了文字，还可以生成图片、视频，甚至3D数字内容。

6、代码生成：代码作为一种更标准化的文本，AIGC在代码生成方面具有巨大潜力，如GitHub Copilo已经有很不错的表现，在这个领域，正在有更多的代码生成工具出出现，有望大幅提升码农的生产力，也为普通的非技术工作者提供了更为便捷的工具，大幅降低了编程门槛。

所谓“垂直性”指的是纵向能力，通过对不同行业Know-how的学习，AIGC技术可以进化为行业专家，从而大幅加速各行业的数字化转型。

结合国外企业的投融资信息，我们列举了医疗、金融、零售和制造几个行业的典型例子：

国外科技企业纷纷“卷”出了新高度

在Open AI的直接带动（微软）或刺激（谷歌等）下，大模型已经成为巨头军备竞赛新的杀手锏。不仅加速大炼“大模型”，还在原有的产品中快速加入大模型的能力，以期在新的范式转换和技术浪潮中占得先机。