【研报】2024生成式AI产业落地路径研究报告-腾讯云Gartner-2024.pptx

;版权声明;引言;;;第一章;(一)大模型技术发展迅速，激发企业生成式AI应用需求

伴随2022年末ChatGPT的问世，以大模型为代表的生成式AI技术得到各行各业的高度关注和热议。最早由谷歌提出了Transformer架构，随后，谷歌相继发布了基于Transformer架构的Bert、T5等预训练模型，同时OpenAI也推出了GPT预训练模型。模型的参数量迅速提升至千亿甚至万亿级别，成为超大规模参数模型，同时通过对丰富知识数据的学习，大模型技术在泛化能力、多模态能力、开放域交互和模型可解释性等方面均有巨大提升。

2020年，GPT3.0发布，在文本生成方面的能力表现优异。其生成的文本准确、连贯，并且更加贴近人类的表达方式，这使得大模型在内容创作、对话交互等场景具备实用性。2022年，Midjourney发布，大模型的图像生成能力得到广泛认可，应用于广告、游戏等创意设计场景。2024年，Sora发布，可以根据文本、图像生成逼真且具有想象力的视频。教育和娱乐等行业正在积极应用Sora制作视频。

大模型技术发展带来的生成式AI效果提升催生出了新的场景和产业模式，企业探索生成式AI的需求迅速增长。

根据Gartner对822位企业领导者进行的2024年新一代人工智能规划调查显示，绝大多数正在实施或积极计划实施生成式AI的企业高管已经预期或实现了实施收益。平均而言，受访者调查报告：收入增加15.8%，成本节约15.2%，员工人数减少4.6%，生产率提高22.6%。[1];(二)生成式AI应用落地处在探索阶段

生成式AI技术在极短时间内快速渗透到各个工作场景之中，并在改变以往的工作方式。这种新技术的普及将不可避免地诞生新的商业模式和产业生态，并带来全新的机遇。在这个变革的过程中，企业都在积极融入新技术的潮流，并期望在竞争中脱颖而出。;在落地可行性方面，企业担心生成式AI技术人才储备不足、数据基础设施不成熟等问题，

面临如何选择适合自身情况落地技术路线的挑战。尽管生成式AI技术非常先进，但要在企业内部或产品中实际落地应用，需要充分考虑哪些评估维度，以及可以选择哪些落地路线，企业亟待解决。

针对以上两大挑战，企业需要梳理落地场景，从中优选适合自身的应??落地。并且，企业需要审慎评估技术、预算、风险等维度，寻找合理的落地方式。为此，基于Gartner的研究方法，腾讯云结合自身的大模型应用落地实践经验，为企业提供生成式AI应用场景矩阵和生成式AI应用落地路线图，帮助企业解决场景价值、落地可行性等挑战。;第二章;生成式AI技术有助于企业构建行业竞争壁垒，提升市场竞争力，改善客户体验。然而，企

业在落地生成式AI应用时，缺少落地场景规划和落地路线选择的方法指导。本章旨在帮助企业全面规划落地场景，遴选最适合自身情况的落地技术路线，实现生成式AI应用的快速落地。同时，本章节还为企业用户落地生成式AI匹配了相应的腾讯云产品方案，使企业能够更加高效地利用生成式AI技术，实现场景价值。;生成式AI产业落地路径研究报告07;2.四大场景象限

生成式AI将在各个行业、各个业务流程释放价值，这既包括现有业务流程增强所带来的收入增长或成本下降，也包含推动行业进化过程中带来的全新经济价值。以下，我们将对运营效率提升、客户体验提升、业务流程重塑、产品价值创新4大场景价值进行解析。

3.运营效率提升

高效的执行力是企业核心竞争壁垒之一。生成式AI既是通用知识的百科专家，在学习行业和企业专有知识之后，也可以成为特定领域的专家。生成式AI的专家能力，通过智能助手辅助员工或者智能化自动执行业务流程完成落地，从而实现运营效率提升。

首先，企业员工日常有大量文档撰写、图片素材制作、代码注释补齐等执行性工作。通过与模型的问答交互，员工可以获得文档、图像、代码等基础成果，在此之上进行调优可以提高工作效率。;在IT业务流程中，金融机构信息化程度较高，研发实力雄厚，面向客户的APP应用以IT自

研为主。生成式AI可以辅助IT技术人员自动完成代码补全工作，从而提高了金融机构对客APP的研发迭代速度。

在办公业务流程中，生成式AI打造的办公助手可以在会议结束之后自动生成会议纪要。金融行业的专业术语众多，基于行业大模型的生成式AI均可以理解并准确生成会议纪要，将员工从繁杂的流程化工作中释放出来，提升会议待办工作执行的效率。;（生成式AI应用场景渗透医疗服务流程）;生成式AI产业落地路径研究报告11;例如在医药研发企业的药物分子筛选场景下，研发人员需要进行大量分子实验，进而筛选

出有效的分子。基于生成式AI，研发人员可以构建更为准确的分子筛选标准，从而缩减分子实验规模，缩短药物研发周期。;生成式AI产业落地路径研究报告13;生成式AI产业落地路径研究报告14;生成