九章云极：2023年人工智能基础软件发展报告（27页）.pdf

1、人工智能基础软件发展报告筑基智能经济底座赋能产业应用实践目录CONTENTSAI基础软件概述（一）AI基础软件定义（二）助力企业数字化转型（一）市场规模保持稳速增长（二）政策发力软件开放共享（三）代表厂商共筑行业生态关键技术趋势（一）硬件异构和加速计算（二）开放软件算法生态（三）全周期友好的开发流程（四）数据模型安全可解释（五）云原生AI重塑业务价值AI基础软件代表厂商九章云极DataCanvas（一）产品全景图（二）行业最佳实践产业发展现状02050915020309101111130506061617未来趋势及建议（一）能力创新基石（二）企业转型引擎（三）生态构筑纽带（四）社会变革源头24

2、2525252601AI基础软件概述01 AI基础软件概述（一）AI基础软件定义人工智能对加快中国智能经济发展发挥重要作用。当前以机器学习、深度学习技术为代表的人工智能进入大众视野已近十年时间，以 ChatGPT 为代表的大模型又带来新的技术浪潮和应用创新革命，生成式 AI 利用无监督和半监督算法基于先前创建的内容（如文本、音频、视频、图像和代码）生成内容，是一种触发技术，将开创一个全新的计算时代AI Everywhere时代，正在酝酿全新的场景。从实验室研发到赋能千行百业，人工智能在平安城市、智慧金融、智慧零售、工厂制造、网络通信、自动驾驶、社交娱乐等各领域担当创新引领角色，持续为我国数字经

3、济发展、企业数字化转型注入新的活力。到2022 年底，中国人工智能软件市场规模达到 307.3 亿元人民币，随着人工智能产业的高速发展以及与传统行业、软件工具和硬件设备的深度融合创新，社会和企业对于搭建统一技术底座有了更为强烈的诉求，因此打造 AI 基础软件成为撬动上层应用市场、激发各行业经济活力的下一步重点举措。IDC定义的AI基础软件包括提供基础支撑服务的软件解决方案，基于底层硬件设施能够支持更高级别的应用程序开发、软件部署和软件应用，并提供可视化和软件管理以实现在异构应用和用户群组间的配置、控制、自动化和共享。AI基础软件技术类别涵盖分析和商业智能软件，数据管理、集成与编排，应用程序开发

4、，软件质量和生命周期管理以及应用程序平台。值得注意的是，不同于传统人工智能开源框架和工具组件，AI基础软件并非面向单一目标的、解决单一问题的开发平台软件，而是作为系统化、工程化的平台，其底层基础功能稳定且上层开发灵活多样，为经济生产和社会活动提供全套支持。020103（二）助力企业数字化转型在企业数字化转型浪潮下，以人工智能、机器学习、深度学习、大数据为代表的新一代技术开始与传统业务生产融合，但随着转型迈入深水区，单点技术板块、业务环节和应用服务的提升无法满足企业快速演进迭代需求，且不利于企业整体管理和决策，因此需要面向企业全流程业务打造AI基础软件，从数据管理、业务分析、模型开发、流程自动化

5、、部署监控、风险控制、智能决策等全方面助力企业数字化转型，帮助企业创新商业发展模式、挖掘数据业务价值、提升产业服务能力、变革人员管理体系，从企业发展广度和深度双向全面赋能，大大提高企业的生产力和运营效率。企业亟须利用人工智能技术来解决商业挑战。根据IDC调研显示，当前企业正在通过人工智能技术来实现收入增长、业务创新、提质增效、可持续发展等多项目标，有39%的受访企业应用AI来提升企业运营管理效率，38%的受访企业应用AI来改善客户体验和客户满意度，另外也有37%的受访企业认为应用AI可以提高员工的工作效率。可以发现，人工智能技术成为推动企业数字化转型、解决各种生产经营困难的关键因素，但非一体化

6、、零散的工具组件和技术模型使得企业开发部署时间和成本大大超出预期，且效果不尽如人意。图1：企业在项目中应用AI的主要目标来源：IDC01 AI基础软件概述根据另一项调研显示，成本高、非专业化、监管管控缺失是企业在应用AI技术时的主要挑战。相较于AI基础软件提供的全流程服务，单点应用AI技术时由于架构非完整性以及企业经验水平不足，使得用户会面临新的问题，例如企业会发现缺乏数据科学家、数据工程师和AI算法专家等专业人才，开发成本较高且缺少对AI治理和风险管理解决方案等方面考虑。AI基础软件作为撬动数字经济发展的工具，集聚问题定义、数据处理、算法开发、模型选择、调试优化、部署监测全周期流程服务，为上