既然与AI的相遇已经是不可挡的趋势，那么，你希望AI能为你做些什么？

从个人角度来说，你是希望通过AI工具提升工作效率，把写年终总结、汇报PPT等繁琐的劳动丢给AI，还是直接使用AI分身助理替你开会、办公？了解AI的发展动向和未来趋势很有必要，可以说，越早熟练使用AI工具，在未来的工作、生活中越有优势。

2024年AI将会如何发展？

近日，IDC发布《2024AIGC应用层十大趋势白皮书》报告，我们从白皮书的趋势预测中捕捉到几个与打工人息息相关的重点：

AIGC正在工具化，AI产品未来的发展更侧重于场景落地和应用层面创新，也就是说，未来我们通过AI工具提升工作效率的可能性增加了。

基于多模态大模型的训练和开发，未来会有更“全能”的产品出现，其学习能力更强， 分析和处理问题的视角更加全面，可以应用于更多行业。

AI Agent是大模型落地业务场景的主流形式，让“人机协同”成为新常态，个人与企业步入AI 助理时代。

AIGC在短时间里经历了三波进步浪潮：第一波是以GPT为代表的大模型涌现，形成了生成式人工智能（GenAI）发展的重要基础。第二波是应用层的快速创新，以生产力场景为最佳承载，使智能化从Chat向Work转化。第三波则是深度业务场景的应用，打通业务数字化全流程，服务实体经济。

IDC预测，2023年全球企业将在生成式人工智能（GenAI）解决方案上投资 160亿美元，到2027年，这一支出预计将超过 1400 亿美元，年复合增长率超过 70%，大约是整个人工智能 IT 支出的 3 倍，几乎是全球同期 IT 支出年复合增长率的 13 倍。

除此之外，IDC在报告中还给出了2024AI十大应用趋势预测。

对于一大批AI技术实践的创新型企业来说，找准落地场景是发挥AIGC实践价值的重要前提。

大模型既可以通过日渐活跃的应用创新体系显现出巨大的业务价值，同时也能够显著提升应用软件自身的开发和部署效率，提升已部署应用的准确度。在可预见的一段时期内，随着大模型基础服务的日渐普及，行业用户将加速构建和部署定制化的 AI 应用，实现AIGC技术的多点开花。

在即将到来的强人工智能时代，智能化应用将出现爆发式增长的态势。无处不在的应用开发有助于企业以业务场景为切入点快速满足智能创新需求。IDC预测，到2024年，数字经济的发展将在全球范围内孕育出超过5亿个新应用，相当于过去40年间出现的应用数量的总和。

AIGC正在工具化，掌握优秀工具的员工将事半功倍。

2024年，企业面对大模型可能带来的全新发展空间，将从“追赶新兴技术潮流”转变为对实践成果的深度关注，通过与业务、财务成果相一致的关键绩效指标(KPI)来衡量投资所带来的价值收益。 AIGC的强大能力在产业需求引领下正在被快速地工具化，在客户服务、销售市场、知识管理以及辅助决策方面为企业带来效率的跨越式提升。AIGC对于行业竞争格局的重塑效应不容小觑。

从个人视角看，掌握优秀工具的员工将事半功倍，普遍的文本创作、搜索、日常办公以及应用开发等场景会在AIGC的影响下发生巨大变化，对不同环节工作效率的固有认知与评价标准也会有较为明显的改变。

IDC的调研显示，企业当前最希望通过AIGC来实现的商业利益包括：改善客户体验/服务、提高开发人员生产力、实现差异化竞争优势以及创新商业模式等。

IDC预测，到2026年，GenAI将承担 42%的传统营销琐事，如搜索引擎优化、内容和网站优化、客户数据分析与细分、潜在客户评分和超个性化。

大模型的未来发展将趋向于通用化与专用化并行。

通用预训练大模型在面对很多领域长期存在的痛点问题时，难以承担起更多专业化任务。企业对于大模型的要求不仅仅是实现“通识”，更需要其成为特定领域的“最强大脑”。因此，企业客户会产生越来越多的专属、自建模型需求，特别是一些中大型企业，通过对大模型的领域化适配，有望获得更加理想的综合收益。

IDC的调研显示：目前有60%的企业使用大模型的公开版本，但这一比例在两年后会迅速降至 17%，更多企业会将AI应用建立在私有、专属模型基础上；同时，高达88%的企业选择通过内部团队开发相关应用。由此可见，行业专属大模型已经成为企业未来的热点目标，企业也要持续建设自己的人才队伍，修炼AIGC应用的“内功”。

多模态大模型与语言大模型、视觉大模型均为当前大模型训练和开发的重要方向。

从GPT-4V的“惊艳亮相”，到AI视频生成工具Pika1.0的“火爆出圈”，再到谷歌Gemini的“全面领先”，多模态 AI都是其中的关键词。

多模态大模型更有利于提升智能化应用中的信息丰富度，其学习能力更强， 分析和处理问题的视角更加全面。在一些典型AI应用中，多模态大模型显现出极强的可交互性，可帮助开发者与最终用户精准理解输入信息的上下文关联和隐含信息。

多模态有助于大模型智能体系实现从感知到认知的升级，使应用具备更高任务处理能力，深入跨领域、复杂场景。

跨多个模态的数据融合问题已经成为行业应用的关注重点，多模态相关的技术研究是未来AI获得进一步突破的关。

AI Agent让“人机协同”成为新常态，个人与企业步入AI 助理时代。

AI Agent通常被视为一种融合感知、分析、决策和执行能力的智能体，具备相当显著的主动性， 堪称人类的理想智能助手。

例如，AI Agent可以根据个人在线互动和参与事务处置时的信息，了解和记忆个体的兴趣、偏好、日常习惯，识别个体的意图，主动提出建议，并协调多个应用程序去完成 任务。在满足企业智能化需求的过程中，AI Agent作为一种理想的产品化落地形态，正在承接日益 复杂的提质增效需求。

AI Agent能够帮助未来企业构建以“人机协同”为核心的智能化运营新常态。越来越多的业务活动都将被委托给AI。

IDC的调研表明：所有企业都认为AI Agent是AIGC发展的确定性方向；同时，50%的企业已经在某项 工作中进行了AI Agent的试点，另有34%的企业正在制定AI Agent的应用计划。

AIGC将给应用软件的形态和业态带来颠覆性变化。

基于自然语言的极简交互将替代很多传统的图形界面交互，形成LUI+GUI的混合形态。同时，“no app”的理念也将重塑下一代应用，通过对话即可直接调取、使用各种工具，让更多的非软件专业人员也能获取到强大的系统服务。由此，超级入口将成为新一代应用软件的典型前端形态。

AIGC带来的应用形态变革，也有利于激发当前的软件产业活力，促进软件生态繁荣，推动应用与垂类业务实现更深的融合。IDC的调研显示：绝大多数软件企业都认可超级入口将成为未来的主流应用形态。

AI与业务的融合进程在未来几年将达到前所未有的高度。AIGC给业务流程带来的智能革新，一方面打开了新的需求空间，产生了规模化的流程重组效应；另一方面，也可能让传统行业多年来一成不变的业务规则转变为持续迭代的态势。原子化的AI能力将以细粒度的方式作用到业务流程的诸多环节中，以“无感智能”的形态，成为企业运营过程中必不可少的组成部分。

IDC调研结果显示：AI与应用逐步分散且深入的融合，体现在企业运营与业务流程的各个方面。

AIGC通过自动化、数据驱动的决策支持、创新加速等方式，可实现对业务流程的持续提质增效；同时，能够发现改进空间，优化工作流程，减少人工错误，使多年不变的传统业务流程“一日三 新”。此外，其将使工作人员投入更高价值的创新活动，从而释放出更强大的核心生产力。

IDC预测，到2028年，由于效率提升，中国的开发人员投入到创新工作的时间将大幅提升，由原来仅占开发时间的20%提高到50%。

大模型和AIGC驱动正在重新定义基础设施，AI原生设计思想也正在渗入各行业的应用开发过程中，形成软件开发新范式。

IDC的调研表明：企业认为AI原生将带来一系列变革，包括技术栈的变化、工具链的变化、基础设施的变化、开发流程的变化、安全策略的变化、设计理念的变化以及组织层面的变化等。在迈向AI原生的过程中，企业应积极做好准备。

AI将取代云计算成为企业未来应用创新的新动力，AI应用也将推动企业形成更坚实的新型基础设施。大模型能力首先会以一种普适化的服务形式开放给广泛的业务环节，成为业务系统升级改造的热点。

但随着AI向行业纵深的不断挺进，AI应用不应仅被视为模型能力的搬运工。企业一方面希望大模型能突破更多的深层需求，由行业用户带着痛点寻求AI+解决方案；另一方面，也希望AI能力贯穿全局，即从方案设计初始就开始思考AI的体系化融入。

AIGC技术能帮助应用开发者持续积累优势资源，推动创新型企业实现AIGC的商业变现。商业模式的创新也将给AIGC应用带来快速推广的契机，巨大的商业前景和快速迭代的技术能不断摊薄AIGC的边际成本，形成良性市场竞争格局，最终使广大的中小企业和普通民众受益。

智能化浪潮下，AIGC AI创新商业模式将不断出现。

AIGC的收费模式仅仅是AIGC货币化趋势的初始体现。随着AIGC向各行各业的渗透，更多的企业希望从AIGC所创造的潜在增量收益中进行利益分成。因此，在巨大的潜在商业前景下，AIGC将驱动全社会产生新商业模式的涌现。IDC预测，到2024年，33% 的 G2000 企业将利用创新商业模式，使GenAI 的货币化潜力翻番。

从未来的发展趋势看，全栈式AI PaaS、SaaS化服务会进一步成为主流，AI产业链将持续发展成熟， 包括数据采集、数据标注、定制化模型开发、场景共创等在内的AI产业链将产生很多新的岗位需求。

IDC预测，到2026年，2/3云应用将使用AI，致使高达八成的企业难以找到熟练的AI专业人员。 与之相匹配的，掌握AI技能的人才未来将更有竞争力。

AIGC作为一种新兴的技术，仍带有较强的双面性，其在推动AI新浪潮发展的同时，也存在许多可预料和不可预料的风险，诸如隐私保护、结果失控、数据泄露等，都是当前企业决策者最为担忧的问题。各参与方有必要采取有效的措施来确保AI应用的安全和可靠性，保证其更安全地服务于人类。

最后，根据白皮书的预测，IDC也对不同应用端提出相应的建议。

对于生态开发企业，IDC的建议是：加入有竞争力的生态，转变产品设计思路。

未来，将会由少数大型厂商领衔基础大模型的训练和迭代工作，而大量的跟进者将聚焦于大模型基础之上的应用场景和行业工具平台。生态开发企业应选择合理的行业赛道，加入有竞争力 的大模型生态联盟，重点考虑大模型的开放性、生态丰富度和持续迭代能力，在面向未来的竞争中占据有利位置。

从投资收益的角度看，具备广阔增长空间的领域恰恰是AI赋能的创新应用开发。除满足规模庞大的行业通用性需求外，大量在传统时代无法获得技术投入的长尾场景问题也将被重新对待，使AI应用需求的广度和深度持续增加。

生态开发企业还应重点关注软件交互形态变化所带来的超级入口和超级应用的发展。在大多数情况下，新开发的应用软件要力求做到形态极简。在明确应用场景的前提下，企业应全力思考如何利用AI能力做厚SaaS的价值。

AI时代的行业应用功能普遍趋于插件化和碎片化，开发者更多借助AI工具平台搭建应用框架，形成更具可靠性和性价比的输出成果。

而对于终端用户来说，构建AIGC能力时的首要原则是满足场景需求，合理选择介入深度，关注商业模式的变化。