《2024中国企业AI大模型落地应用现状调研报告》由选型宝联合亚马逊云科技发起，对中国企业AI大模型的应用现状进行了调研，主要内容包括调研简介、样本概况、总体判断、落地场景、落地径、落地挑战和投入计划等。
- 调研背景：AI大模型掀起技术，但业界对其是否是生产力存在争议。调研旨在探讨AI大模型的落地情况、业务价值、落地场景和挑战等问题。
- 调研结论：AI大模型落地总体处于探索孵化阶段，渗透率不足1%；已部署的用户中，55%认为已看到清晰价值；更多真实案例能吸引观望者入局；CIO优先选择知识密集和服务对象重要性高的场景；降本增效、改善体验、孵化创新是大模型创造价值的主要模式；大模型落地关键是解决“价值对齐”问题；CIO关心大模型在内容质量、安全、性能方面的表现；落地挑战包括成本、技术、人才、行业方案等；“尝鲜者”对大模型的投入积极且谨慎。
- 企业规模：参与调研的用户企业规模主要在中大型以上，300人以上企业占比66.7%，1000人以上企业占比38.2%，3000人以上规模企业占比20.5%，10000人以上规模企业占比12.1%。
- 应用阶段：AI大模型落地总体仍处在探索孵化阶段，参与调研的141家企业中，仅35%已部署AI大模型。
- 用户感受：已部署AI大模型的用户中，55.1%认为已看到清晰价值，排除软件企业后，35家传统企业中51%认为已看到清晰价值。
- 未来市场破局关键：在未部署AI大模型的92家企业中，56.5%有兴趣尝试，42.4%等待同行案例再尝试，更多真实案例能吸引观望者入局。
- 场景选择：CIO优先选择知识密集和服务对象重要性高的场景，如营销内容生成、客服、知识库等，这些场景更容易发挥AI大模型的能力，同时企业对大模型带来的业务价值有较急迫的期待。
- 创造价值的方式：降本增效，通过大模型的内容生成能力和自然语言交互特征提高员工效率、辅助决策、降低用工成本等；改善体验，提升客户复购率、使用频度、满意度等关键业务指标；孵化创新，降低创意门槛、提高创新速度，孵化创新。
- AI大模型产生效果的3H原则：Helpful（内容有帮助、可用）、Harmless（内容合规、无害处）、Honest（内容准确、无）。
- 企业“培育”大模型的径：包括提示词工程、搜索增强、精调、预训练等，技术难度和资源投入逐渐提高，企业应在达到业务价值的前提下，选择技术投入小的径。
- 来自模型自身的挑战：CIO最关注大模型在检索准确性和召回率、问答和生成内容的相关性、安全合规和数据隐私、系统的响应速度和并发能力等方面的表现。
- 来自资源和能力的挑战：包括成本（计算资源和成本需求过高）、技术（训练数据质量和规模过大、模型微调和部署的复杂度高、知识库内容结构化程度过于复杂）、人才（AI人才缺乏）、行业方案（缺乏行业的解决方案）等。
- 用户最需要的外部支持：大模型训练和系统开发、知识库内容治理与准备、咨询规划和架构设计、系统部署运维和体验优化等。
- 积极且谨慎：53.1%的被调研企业计划在1年内投入大模型建设，但50.4%的企业计划投入不高于10%的IT预算。