百舸爭流千帆競,乘風破浪正遠航——IDC AI大模型技術能力評估報告重磅發布
加入技術交流群
大模型作為政府和企業推進人工智能產業發展的重要抓手，已經具備較高的識別準確率和較強的場景遷移性，在多模態的任務下也有明顯的突破，并已在金融、電商、能源等行業“試水”。目前基礎大模型建設已經較為完整，未來將會進入大模型應用跑馬圈地的階段。IDC預測，未來大模型將帶動新的產業和服務應用范式，在類ChatGPT等應用的推動下，基于上層應用開發和SaaS服務的商業模式將會逐漸明晰，迎來人工智能的新業態，人工智能發展瓶頸將會得到突破。盡管大模型帶來了許多優勢，但過熱的市場也需要我們進行更加深入和全面的思考，以避免一些潛在的問題和風險。
本文引用地址：http://www.j9360.com/article/202307/448763.htm從長遠來看，隨著大模型的數據量級達到萬億規模，數據的多少和模型的性能收益之間容易出現邊際效應遞減的現象。如此來看，一套行業內認可的技術評估標準就顯得尤為重要，需要通過技術評估推動大模型與行業深度融合，支撐起產業轉化。
IDC將大模型分為三層，服務生態、產品技術以及行業應用，對每一層的能力進行測評，主要考察指標為算法模型、通用能力、創新能力、平臺能力、安全可解釋、大模型的應用行業以及配套服務和大模型生態等，具體包括36項細顆粒度的評估標準。此次《IDC Technology Assessment：AI大模型技術能力評估，2023》報告受到了眾多大模型技術服務提供商的關注與配合，IDC對其中9家技術服務提供商進行了技術評估，分別為阿里巴巴、百度、第四范式、科大訊飛、瀾舟科技、云從科技、智譜AI、中國電信智科以及中科聞歌。除此之外，IDC還觀察到了360、MiniMax、華為、商湯科技、騰訊等大模型。未來IDC會持續更新測評，涵蓋更多技術廠商。
IDC調研發現，AI大模型廠商不再局限于拼戰略和概念，而是追求模型的效率提升以及實際落地的價值，市場趨勢如下：
● 算力增強、算法優化、數據質量提升是加速AI技術發展的重要路徑之一。隨著計算機性能的提升和更高效的算法出現，AI大模型的訓練速度將會持續加快。未來使用GPU、TPU等芯片，通過并行計算和分布式計算等技術，將多個設備連接共享計算資源等方式將會推動AI技術的快速發展。此外，優化訓練算法和數據集，例如采用預訓練的神經網絡模型、利用深度學習框架中的自動微調技術等，也可以加速AI大模型的訓練，從而塑造競爭壁壘。
● 隨著數據規模的不斷擴大，AI大模型將會越來越擅長處理復雜的數據。大量的數據可以為大模型提供更豐富的訓練素材，提高其場景遷移性。同時，大量的訓練數據也可以降低后期模型的訓練成本，減少對于數據標注和特征工程的需求。在大量數據的加持下，隱藏在數據中的規律和模式更容易被機器學習發現，進而提高AI的準確性和可靠性。
● 大模型的開放和開源是促進AI技術發展和商業落地的重要手段。AI大模型的開放使不同的模型之間可以共享底層數據、算法和代碼等，促進不同模型之間協作和更新迭代，并推動AI開發變的更加靈活和高效。同時，能力的開放能夠推進“技術+商業”閉環，以更豐富的數據反哺模型，打造更強的技術產品，加速商業化進程。
● AI大模型的出現將會重塑企業軟件。未來軟件的升級迭代將不再停留在界面層面，而是在數據層面，大模型作為新型生產力，已經明顯帶來了用戶體驗的提升，開發效率的提升，這些都和軟件市場息息相關。具體來看，員工操作軟件的流程將會得到簡化，技術廠商升級軟件也會更加快捷，所以以大模型基礎設施為先導項目，改造整個軟件產業，整個行業的業務價值、商業模式都會得到明顯的提高，最終軟件將會被對話式的交互形式重新塑造。
基于IDC對AI大模型產品技術、生態服務等多方面的研究結果，IDC給出廠商和行業用戶以下行動建議，旨在幫助實現產品市場目標：
● 在大模型的生態系統中，安全可解釋與產品工具的易用是廠商集中發力的方向。大模型技術廠商對外提供各種工具和服務，例如模型訓練、部署和推理，以及相關的數據集、API和工具軟件等。幫助開發者更加高效地使用大型模型，從而快速實現各種應用場景的落地。在人工智能快速發展的背景下，技術廠商也應該關注AI的可控性和合規性。近日，國家網信辦聯合國家有關部門公布了《生成式人工智能服務管理暫行辦法》，界定了生成式人工智能技術的基本概念，規定了生成式人工智能服務提供者的制度要求，為生成式人工智能的健康發展指明了方向。
● 對于行業用戶來說，選擇適合自身業務的廠商進行合作，盡早布局，為后續大模型帶來的挑戰做好充足的準備非常重要。在關注廠商大模型技術棧完備性的同時，應著重考察技術廠商的產業應用經驗積累，主要發力點應集中在應用層，將技術應用到實際業務場景中，提前布局，積累行業、場景經驗和數據，“站在巨人的肩膀上”打造差異化競爭優勢。此外，類GPT產品的發展將會對人力產生一定的沖擊，簡單重復性的工作將會逐步被替代，企業也應提供更多新的崗位和學習機會，以適應技術發展變革帶來的挑戰。
IDC中國高級分析師楊雯表示，預訓練大模型的出現有效推動了AI跨進通用范式，從“手工作坊”式到“大一統”的進程明顯加快。BERT和GPT的出現標志著大模型時代正式拉開帷幕，從自然語言開始，輻射到計算機視覺，再到如今多模態、科學計算、代碼生成等大模型層出不窮。目前來看，AI大模型的主要價值體現在技術、應用以及商業化3個方面：在技術方面，AI大模型帶來了認知智能技術跨越式發展；在應用方面，AI大模型可以為人類提供更加精準和高效的服務；在商業化方面，AI大模型將會帶來軟件入口級的顛覆，并促進上層生態發展。但大模型的發展也面臨著多重挑戰，其中亟待解決的仍是算力使用、高質量訓練數據集以及安全可解釋的問題，各大廠商應集中發力，頭部廠商更應為技術與行業發展承擔更多責任。
免責聲明
本文中的內容和數據均來源于IDC所發布的報告，所有內容及數據均為我公司所有。未經IDC書面許可，任何機構和個人不得以任何形式翻版、復制、刊登、發表或引用。
評論