电子产品世界

真正原生的多模态大模型还没有面世，视觉大模型、多模态大模型是未来几年值得关注的前沿技术。而大语言模型领域的竞争则日益激烈。

在诸多维度上，中国的大模型已经超越了GPT-4的能力，而就本土大模型来说，不同模型能力的追赶与对齐也日益激烈。假设未来用于模型训练的数据集之间的差异不大，各大模型的能力可能也会日益趋同。

当前成本并不是阻碍行业用户采用生成式AI的第一门槛，因此大模型厂商争相降价，短期内未必会大幅拉动应用的落地。当然，价格战确实也可能会淘汰一批可持续发展能力不足/资金实力不够雄厚的厂商。

一方面平台型厂商已经在重度投入低门槛的应用开发平台，例如阿里云百炼平台，百度智能云千帆平台等；另一方面众多基于大模型的生成式AI原生应用快速涌现。应用生态的培育有助于提升云与AI平台的长期竞争力。

知识管理可以是跨行业通用场景，也可以是企业垂直领域的专业应用。

代码助手可以说是跨行业的通用场景，自2024年以来已经走上规模化应用的快车道。

营销范式创新可以是AI生成文案生成海报，也可以是辅助营销人员进行主动式市场洞察，支持客服人员的智能化交互。

AI Agent现阶段也已经成为大家公认的大模型落地的重要形态，Agent可以有数以千计的应用，这些应用都有可能培育出独角兽企业。

2024开年以来，基础大模型提供商以及行业应用解决方案商都开始进入行业大模型市场。至第二季度末，诸如医疗、能源等一些领域的行业大模型已经开始占领行业用户的心智。

行业用户应该尽早考虑自有数据的特殊性，可以考虑借力领先大模型提供商的能力来训练自有大模型。。

当前的基础大模型离能力还是比较初级，原生多模态大模型能力也不成熟，很难预测谁会是大模型领域的未来霸主，甚至是否有霸主都不一定。中长期看，随着技术的不断成熟，商业化能力、应用场景的积累也将是影响竞争的重要因素。

分析师点评

IDC中国研究总监卢言霞表示：“今天的大模型市场发展可能只是产业发展的中间态，每一次大模型技术的重大突破以及可能出现的原生多模态大模型都有可能影响行业的发展路线以及发展格局。有计划采用大模型的企业应该实时关注技术动态，前瞻性布局应用创新与战略路线。”

IDC目前启动了《生成式AI最佳实践案例》的研究报告，希望寻找大模型驱动的生成式AI应用真正落地的最佳实践。收录到报告中的案例，也有机会参与IDC未来企业大奖之“未来智能”奖项的评选。

本文旨在帮助IT供应商的领导层了解在生成式AI领域建立业务价值时需要考虑的关键因素，并为IT卖家和供应商提供一套方法，用于识别和实施能够实现业务价值的场景。

同时，本文还介绍了IDC GenAI研究框架，重点介绍所需的核心技术，并说明影响企业的最新应用场景。