行业报告 | 中国AI大模型重点行业最具“性价比”应用情况_ai大模型中最受益的板块

文 BFT机器人 

前言：

续上回介绍了中国大模型的成长之路，今天小编带你们继续探讨一下中国AI大模型的行业应用情况。

当前，互联网办公行业已全面上线AI大模型的相关应用，金融、泛消费行业对于大模型的接受度较高。制造和医疗行业对大模型在安全性、专业度和应用价值等方面要求更高，因此AI大模型在这些领域的推进程度较慢。下面小编将会讲述AI大模型在我国四大重点行业的详细情况。

四大重点行业·应用情况

AI大模型在金融行业的应用情况

AI大模型在金融领域中的应用分为生成式和决策式两类

生成和决策两类金融大模型，已在银行、证券等金融机构中实现落地。金融行业积淀了包括金融交易数据、客户信息在内的海量数据，良好的数据基础为AI大模型的落地应用提供条件。

AI大模型在金融领域的应用分为生成式和决策式两类，生成式应用是内容、观点以及想法的输出，可以用在智能对话机器人、金融产品营销广告等场景中，大模型的实践方法是从海量数据中基于特定概率提取出有效信息或可靠答案。

决策类应用是根据市场数据或特定规则来进行决策，并根据决策结果采取相应行动，如进行自动化交易、智能贷款、投研助手等。自动化决策对结果的准确性、实时性和可解释性要求非常高，因此，决策式大模型比生成式大模型在金融领域的落地难度更大。

图片来源：（沙利文，头豹研究院）

AI大模型在金融领域的应用实践存在挑战，行业良性发展需要生态的合作

AI大模型改变了金融科技的范式，为金融行业带来价值，金融行业是AI大模型应用落地的高价值量场景。金融领域更需要行业大模型，数据资产是金融大模型的核心竞争力，大模型的良性发展离不开基座和数据之间的结合。

金融大模型必须要深度植入业务场景，经过海量的数据训练，其专业的任务能力才会被激发并且真正创造商业价值。

AI大模型在当前行业落地情况依然处于初期阶段，未能大范围应用的原因是金融行业对于大模型专业度和安全性存在顾虑。

为了解决AI大模型在金融行业的落地应用难题，科技公司和金融公司需要合作，由科技公司提供通用大模型，金融机构则基于行业底层模型进行自身的数据训练。为此，未来行业格局并非一家独大，而是科技公司与金融机构之间相互合作的生态格局，最大化发挥AI大模型在金融领域的价值。

近期，已有相关安全监管政策出台，为AI大模型的推进保驾护航，金融行业将迎来AI大模型产业级应用落地的战略机遇期。

图片来源：（沙利文，头豹研究院）

AI大模型在泛消费行业应用情况

AI大模型在泛消费行业的应用聚焦于电商场景，其本质价值是促进商家的运作效率和提升消费者的购买体验。

电商是泛消费的重要场景，AI大模型的应用亦可按照生成、决策式划分AI大模型生成式应用包含智能客服机器人、广告营销、营销数字人等。

智能客服机器人具有强大的语言理解能力和文本生成能力，能快速理解客户的需求、解答咨询，提供更为个性化和贴心的服务方案。消费品企业使用客服机器人对消费问题进行回复来降低人工沟通成本，趣味式互动亦能提升顾客体验。

当前，国内消费互联网企业如美团、阿里和腾讯已相继布局客服机器人。以往，消费品企业需要耗费大量的时间精力制作品牌广告，也面临着广告投放效率不佳的问题。AI大模型能够在分钟级内针对各式消费群体快速输出千人千面的营销内容，如文案、图片、视频等，更针对性和更深层次地触达目标人群，从而降低广告制作成本。

AI大模型决策式应用分为货品智能预测、商品个性化推荐和智能广告推送等。其中，商品的智能推荐是基于海量数据集，高效洞察和分析消费者偏好，提供智能选品方案和精准商品推荐服务，实现从“人找货”到“货找人”，降低消费者的选品时间成本。

智能供应链解决方案以货品智能预测为主，在AI大模型的驱动下，促进物流体系智能化管理，实现从仓储到配送等环节流程的全面优化。

图片来源：（沙利文，头豹研究院）AI大模型在泛消费行业的应用功能

大模型助力效率、体验双提升，拥有电商生态的头部互联网企业开展布局

AI大模型在泛消费行业，尤其是电商领域应用的根本价值是效率和体验的双提升。AI大模型等创新技术贯穿搜索、推荐、内容等环节，并且基于自然语言理解技术和决策推理能力，更结构性和精细化地帮助商家理解消费者意图。同时，消费者只需通过轻量、低成本的发问方式，就能获得更精确的结果。

因此，AI大模型促进消费商品及服务之间的供需匹配，客户可以提出精细化、场景化的个性需求。此外，客服机器人的使用也能提升客户的满意度和体验感。

一方面，客户能够享受更好的体验和更高的人货匹配效率，另一方面，商家也能够更精准洞察客户需求和做好生意经营，从上线标准化商品到逐渐推出非标准化、符合场景需求的非标准化商品。

拥有自身电商平台的互联网大厂，如阿里、京东正加速布局大模型应用。阿里当前正在内测其电商AI助手淘宝问问，这款多轮式对话系统能够将消费者泛化的需求具体化，商家更够更细致地洞悉需求，从而更好地匹配非标商品和客户需求。京东推出言犀大模型，实践于京东云的AIGC内容营销平台，赋能商品内容的自动化生成。

图片来源：（沙利文，头豹研究院）AI大模型在泛消费行业的应用价值和落地情况

AI大模型在能源行业应用情况

AI大模型在能源行业主要应用于电力、矿山等场景，起到智能调度、智能巡检、智能决策和智能检测等功能。

AI大模型优化电力资源分配和减少安全隐患，华为、商汤相继入场

AI大模型在电力行业的最佳落地场景是智能调度和智能巡检。AI大模型全面赋能电力行业，助力数字化升级，并有效降低生产成本和生产难度。AI大模型的提效功能体现在电力调度方面，电力系统大模型通过“虚拟电厂”智能管理系统，对电力需求量进行精准预测，起到“削峰填谷”的作用，实现电力智能调度。

此外，也能有效预测风能、太阳能的发电状况，提升电能使用效率。AI大模型的减负效果则体现在智能巡检方面，多数地区的变电设备运维和检修工作至今仍沿袭人工等传统巡检方式，导致众多安全隐患难以消除。

视觉大模型通过智慧能源综合管理系统，为发、输变配、用电的全业务流程提供智能巡检解决方案，实现设备缺陷自动化排查、设备状态智能监控，有效发现异常问题并及时解决。

目前华为、商汤科技等厂商开发出针对电力行业的AI大模型。例如，华为基于L1级别盘古电力大模型，推出无人机电力巡检、电力缺陷识别等场景模型。

商汤科技则基于AI大模型的底座，提供电力系统大模型解决方案，向电力能源行业持续输出高质量的AI算法和算力，赋能电力系统多域智能化升级。

图片来源：（沙利文，头豹研究院）AI大模型在电力行业的应用功能及价值

AI大模型赋能矿山安全高效生产作业，华为盘古大模型已落地

AI大模型在矿山行业包含智能管理决策和智能安全检测两大应用。矿运作业安全事故频发、招工困难等问题层出不穷，寻求技术进步和解决关键环节的人力缺口成为矿山企业的主要诉求。为此，矿山企业主要利用视觉大模型来推动矿运作业的智能化转型，提高工作效率和安全性。

视觉大模型可以根据实时回传的全景视频给出操作方案，并且能够远程精准地操控采煤机，实现矿山的智能管理和智能决策。同时，视觉大模型还能够实时监控矿运过程、及时发展隐患，保障井下人员安全。

华为盘古大模型在矿山领域实现首次商用。山东能源集团携手华为，基于盘古能源行业大模型已经开发了21个场景化应用。目前已经在全国的8个矿井里进行规模使用，覆盖了煤矿的采、掘、机运通等流程下的1,000多个细分的场景。

图片来源：（沙利文，头豹研究院）AI大模型在矿山行业的应用情况和落地情况

AI大模型在制造行业应用情况

AI大模型结合制造业常用的软件工具，通过对生产数据的分析和学习，管理制造流程和优化生产过程，使得生产制造管理流程更为轻松。

AI大模型帮助制造企业管理和优化流程，提高生产效率和产品质量

制造企业采用AI大模型来管理制造流程和优化生产过程。AI大模型也会与制造业常用的软件工具相结合，如ERP、MES、SCADA以及QMS系统，来提高生产效率和产品质量。

具体来看，AI大模型在制造行业的主要功能包括生产计划的优化、生产过程的实时监测、生产成本的控制和智能制造等，以实现生产过程的智能自动化。传统的生产计划编排通常受制于人工经验和数据分析能力，难以应对快速变化的生产流程和多样化需求，此外，传统的管理方法无法做到全面监控生产流程和把控生产成本。

AI大模型利用海量的数据和算法模型提高生产资源的利用率，使生产过程更加高效，并且基于传感技术和数据分析方法，做到对于生产过程的实时监控，以便及时发现异常并进行调整，保证产品的质量。

随着全球经济的竞争不断加剧，制造型企业需要利用AI大模型对生产过程进行全面自动化和智能化升级，以提高自身实力，争取在竞争中占据更多的市场份额。

图片来源：（沙利文，头豹研究院）AI大模型在制造行业的应用功能

结语：

“不是人工用不起，而是AI大模型更具有性价比”，以此看来，中国AI大模型在金融、泛消费、制造业和能源等行业均得到了广泛应用和快速发展在提高效率、降低成本、创造价值等方面发挥了重要作用。未来随着技术的不断进步和应用场景的不断拓展，AI大模型将在更多行业中得到广泛应用。

参考来源 | 头豹研究院

若您对该文章内容有任何疑问，请与我们联系，将及时回应。