《易觀分析：2024年AI加速數字員工智能化落地-中國數字員工市場發展及企業數字員工落地建議（56頁）.pdf》由會員分享，可在線閱讀，更多相關《易觀分析：2024年AI加速數字員工智能化落地-中國數字員工市場發展及企業數字員工落地建議（56頁）.pdf（56頁珍藏版）》請在三個皮匠報告上搜索。

1、Confidential and Protected by Copyright Laws本產品保密并受到版權法保護AI加速數字員工智能化落地中國數字員工市場發展及企業數字員工落地建議易觀分析2024年9月數字員工的定義與概念013激發科技與創新活力2024/9/24數字員工的價值與意義數字員工數據員工系統提 升 企 業 運 營 效 率數字員工可以 24/7 不間斷地工作，無需休息、休假或受生物鐘影響，能夠同時處理多個任務，并且可以快速切換任務，不會出現疲勞或注意力不集中的情況。有 效 降 低 成 本 投 入數字員工可以長期使用，并且，數字員工可以替代多個人工崗位，進一步降低了企業的人力成本。同

2、時，數字員工可以通過預設的程序和算法進行工作，無需進行復雜的培訓，大大節省企業的運營成本。更 有 效 保 障 工 作 質 量 與 穩 定 性數字員工不會受到情緒、疲勞、壓力等因素的影響，能夠始終保持高度的專注和準確。同時，數字員工可以通過嚴格的程序控制和數據校驗，避免人為錯誤的發生。4激發科技與創新活力2024/9/24數字員工定義數字員工是一種由人工智能、機器學習、自動化流程等技術驅動的虛擬勞動力。它們能夠模擬人類員工的行為和決策，處理大量的數據和信息，執行各種重復性、規律性的任務。一種軟件機器人，可以模擬人類在數字系統中的操作，執行重復性、規則性的任務，提高業務流程的效率和準確性UiPat

3、h數字員工又稱數字化勞動力，是通過數字化技術打破人與機器邊界、充分激活勞動力潛能的第四種企業用工模式，即“人機耦合”。麥肯錫數字員工是利用人工智能、機器學習、自然語言處理等多重技術深入融合創造的高度擬人化虛擬助手，具有認知、理解、分析、對話等能力，并擁有一定“智商”，可以自主或協助處理相關工作，幫助企業提高工作效率、減少人力成本、降低人為誤差等。小冰數字員工是以“AI+RPA+數據+機器人”等多重技術深入融合應用創造的高度擬人化的新型工作人員，特點是人格化、智能化、自動化，具備主動感知、主動交互的能力，可覆蓋更多的業務場景，能夠像“人”一樣成長。金蝶5激發科技與創新活力2024/9/24數字員

4、工分類華為劃分金蝶劃分作業型助手型專家型面向全體員工全員助手面向專業崗位專員助手面向管理者決策助手科大訊飛劃分實在智能劃分有人值守機器人（人工輔助自動化/前臺）無人值守機器人（非人工輔助自動化/后臺）管理類營銷類辦公類按照崗位職能進行劃分6激發科技與創新活力2024/9/24數字員工分類ToolCopilotAI AgentRPARPA+AILLM驅動程序員駕馭數字員工，賦能業務團隊業務人員可用，進一步降低應用門檻人機協同，實現數字化勞動力的組合與重構表面上看，這就是數字員工的進化過程，為什么不是而是呢？原因在于，低代碼和RPA是AI Agent落地的重要輔助，在全自動的AI Agent到來之

5、前，這些相對成本更低，且效果更可控，也就是說對于企業而言，仍然需要根據業務場景和目標來形成數字員工的有效組合。數字員工發展趨勢028激發科技與創新活力2024/9/24趨勢1：數字員工進一步提升智能水平，成為超級智能體，具備更強的學習和推理能力，處理更復雜的任務多任務處理數字員工具備同時處理多個任務的能力，能夠在不同的業務場景中快速切換，提高工作效率復雜問題解決面對復雜的問題，超級智能體能夠運用強大的學習和推理能力，將復雜問題分解為多個子問題，分別進行處理，然后整合結果，提出完整的解決方案跨部門協作超級智能體還能夠與企業內部的不同部門進行高效的協作，打破部門之間的壁壘，實現信息共享和業務協同邏

6、輯推理超級智能體具備強大的邏輯推理能力，可以分析復雜的業務邏輯，找出問題的關鍵所在，并提出合理的解決方案因果推理超級智能體能夠進行因果推理，理解事件之間的因果關系，通過分析大量的數據，找出事件的原因和結果，從而更好地預測未來的發展趨勢，為企業提供前瞻性的決策支持不確定性推理超級智能體根據不完全的信息和概率模型，通過貝葉斯網絡、模糊邏輯等技術，處理不確定性信息，提高決策的準確性和可靠性自主學習通過分析歷史業務數據、用戶行為數據等，發現其中的規律和模式，從而更好地適應不同的業務場景和用戶需求持續學習超級智能體可以不斷接收新的數據和反饋，不斷調整和改進自己的行為和決策，使得數字員工能夠與時俱進，始終

7、保持最佳的工作狀態跨領域學習超級智能體能夠進行跨領域學習，將不同領域的知識和技能融合起來，具備處理復雜跨領域任務的能力處理更復雜的任務更強的推理能力更強的學習能力9激發科技與創新活力2024/9/24趨勢2：融入工作流程的數字員工將成為主流單點 數字員工應用存在局限性，融入工作流程的AI數字員工將成為主流，將為企業數字化經營帶來更高的效率、更好的效果和更強的競爭力。企業應積極擁抱這一趨勢，將 AI 數字員工深度融入到工作流程中，實現經營的智能化、自動化和個性化。單點 數字員工應用存在局限性融入工作流程的 AI 數字員工將成為主流l缺乏系統性單點 AI 工具通常只能解決特定的營銷問題，如智能聊天

8、機器人用于客戶服務、圖像識別工具用于廣告創意等。這些工具雖然在各自的領域有一定的作用，但無法形成一個完整的閉環體系。l數據孤島問題不同的單點 AI 工具可能使用不同的數據來源和格式，導致數據難以整合和共享，這就形成了數據孤島，使得企業無法全面了解客戶和市場情況，影響營銷決策的準確性。l難以實現協同效應單點工具之間缺乏協同性，無法發揮最佳效果，同時，也會導致團隊忙于在各個系統和工具間切換，產生工作冗余。企業需要的是一個能夠整合各個環節的一體化解決方案，以實現協同效應，提高工作效率和效果。l提高工作效率當 AI 數字員工融入到工作流程中時，它可以自動完成一些重復性、繁瑣的任務，如數據收集、分析、報

9、告生成等，讓工作人員能夠將更多的時間和精力投入到策略制定和創意設計等更有價值的工作中。l實現個性化經營和營銷融入工作流程的 AI 數字員工可以實時獲取客戶數據，并根據客戶的行為和偏好進行跨渠道的個性化營銷推薦。這種個性化的營銷方式可以提高客戶的參與度和轉化率，增強客戶對品牌的忠誠度。l提升決策準確性AI 數字員工可以通過對大量數據的分析，為決策提供實時的、基于數據的支持。當它融入到工作流程中時，工作人員可以隨時獲取這些數據和分析結果，從而做出更加準確的決策。10激發科技與創新活力2024/9/24趨勢3：數字員工成為企業核心資產之一，“混合型”員工隊伍是企業人力資源的重要方向數字化勞動力具備專

10、業領域業務知識的專屬固定員工專業領域專家具備數字化技能的員工數字化能力員工Agile Human One，具備多重能力的非固定員工超級敏捷員工具備某種專業能力，可以執行復雜任務的數字員工專業數字員工從事通用流程或者任務的數字員工通用數字員工輔助機器人，以及具身智能數字員工輔助數字員工“混合型”員工隊伍是企業人力資源的重要方向人類員工數字員工01優勢互補02提升員工滿意度和忠誠度03適應數字化轉型與可持續發展的需求人類員工具有創造力、情感認知、人際交往等方面的優勢，能夠處理復雜的、需要人類智慧和判斷力的任務；數字員工則具有高效、準確、穩定等方面的優勢，能夠處理大量的重復性、規律性的任務?！盎旌闲?/p>

11、”員工隊伍可以為員工提供更多的發展機會和職業選擇。人類員工可以與數字員工合作，學習新的技能和知識，提升自己的綜合素質和競爭力。同時，數字員工的引入也可以減輕人類員工的工作負擔，提高工作效率和質量，從而提升員工的滿意度和忠誠度?！盎旌闲汀眴T工隊伍可以更好地適應企業數字化轉型的需求，為企業提供更加靈活、高效的人力資源支持，提高企業的運營效率和管理水平，增強企業的競爭力。11激發科技與創新活力2024/9/24趨勢4：數字員工開發與運營平臺在線化與開放化是趨勢基礎設施層（技術支撐）業務平臺層價值層開發運營管理租賃/交易人工智能RPA服務通用設施CG技術大模型計算機視覺語音語義理解建模軟件渲染引擎驅動

12、技術5G網絡云邊計算芯片/傳感器/AIOT等標準與規范員工管理與考核安全治理技術培訓功能場景業務場景行業場景交互界面開發平臺在線化能夠匯聚大量的開發資源和數據，實現資源的共享和復用；可以實現數字員工的實時更新和升級，確保數字員工始終保持最佳狀態。開放化則能夠吸引更多的開發者和合作伙伴參與，共同構建數字員工的生態系統，并促進數據的流通和共享，實現數據驅動的數字員工開發和運營。未來伴隨數字員工資產確權進一步明確，數字員工將衍生租賃和交易模式，新型AI勞動力生態由此發展。12激發科技與創新活力2024/9/24趨勢5：數字員工市場將誕生一批新業態，生態愈發繁榮01020304AI/大模型合作伙伴通用

13、大模型提供AI技術能力供給，模型能力的增強也將顯著提升數字員工的表現行業工具伙伴各種垂直細分工具，將隨需整合到數字員工平臺，如CRM、SCRM、OA、進銷存等等行業解決方案伙伴圍繞行業客戶的需求，需要具備行業Knowhow的解決方案提供商入局，包括咨詢公司、以及深耕行業的ISV與SI等行業數據伙伴為數字員工平臺企業外部必備的行業數據，為數字員工的訓練和培養提供基礎要素數字員工平臺生態數字員工市場的發展將吸引更多的技術創新者和創業者加入，推動數字員工技術的不斷進步。新的算法、模型、技術和工具將不斷涌現，提高數字員工的智能水平、性能和可靠性。同時，伴隨數字員工市場分工越來越細化，圍繞垂直領域多樣化

14、、精細化的應用需求，將會融入更多類型企業進入數字員工平臺生態當中。13激發科技與創新活力2024/9/24趨勢6：利用企業專業有數據形成深度洞察與策略是企業未來經營差異化的重要關鍵通用大模型在實現AI技術普惠的基礎上，也會帶來企業核心競爭力的變化和調整，企業的核心競爭力不再僅僅依賴于技術的先進性，差異化能力就主要體現在對于企業專有數據的挖掘和利用，以及數據驅動決策的企業文化和組織能力升級等方面。相應地，企業也將愈發重視專有數據能力和資源的建設和積累。產品+營銷+運營激發更高質量的用戶數據010302產品+營銷+運營更高質量企業專有數據更好的模型質量與經營策略l 差異化競爭在激烈的市場競爭中，企

15、業專有數據可以幫助企業實現差異化競爭。與競爭對手相比，企業通過對自身特有的數據進行分析和挖掘，可以發現獨特的市場機會、客戶需求和業務模式，從而制定出更具針對性和創新性的營銷策略和產品服務，使企業在市場中脫穎而出。l 建立壁壘企業專有數據可以成為企業的重要資產，為企業建立起競爭壁壘。隨著數據的積累和分析能力的提升，企業對市場和客戶的理解會更加深入，這種深度理解是競爭對手難以復制的。同時，企業可以利用專有數據不斷優化產品和服務，提高客戶滿意度和忠誠度，進一步鞏固競爭優勢。14激發科技與創新活力2024/9/24趨勢7：AI應用的深化將對企業的組織能力提出新的要求，企業需要打造適用于人機協同的組織管

16、理體系從而適應未來的發展AI 技術發展迅速，新的算法、模型和應用不斷涌現。企業需要緊跟技術發展的步伐，及時了解和掌握最新的 AI 技術，以便將其應用到業務中。同時，AI 應用的深化為企業帶來了新的業務機會，同時也帶來了新的挑戰。核心方向就是AI 技術的應用往往會對企業的業務流程產生重大影響，需要企業進行業務流程的重塑。這些業務模式需要企業具備新的組織能力和業務流程來支持。企業需要重新審視自己的業務模式，調整組織結構和業務流程，以適應新的業務需求。相應地，企業需要在技術、業務、人才和組織文化等方面進行全面的變革和提升，以適應 AI 時代的發展要求。AI 應用的深化需要企業建立完善的數據收集、存儲

17、、管理和分析體系，確保數據的準確性、完整性和可用性。數據驅動的決策能力還要求企業培養員工的數據素養，使他們能夠理解和運用數據進行決策?？?速 適 應 變 化 的 能 力AI 技術的發展速度非?？?，新的算法、模型和應用不斷涌現。企業需要具備快速適應這些變化的能力，及時調整戰略和業務模式，以充分利用 AI 帶來的機遇。數 據 驅 動 的 決 策 能 力創 新 能 力AI 技術為企業帶來了新的創新機遇，但也要求企業具備相應的創新能力。企業需要鼓勵員工提出新的想法和創意，并為他們提供創新的環境和資源。AI時代企業組織能力升級明確人機分工與協作模式培養人機協同的企業文化氛圍優化組織架構與流程15激發科技

18、與創新活力2024/9/24趨勢8：群體智能與組織孿生縱深，加速數實融合與元宇宙落地崗位孿生企業/組織孿生世界孿生物理世界原子實體邏輯數字世界比特模型軟件交互反饋架構企業生態數字員工應用場景0317激發科技與創新活力2024/9/24010203040506大模型所加速的生成式人工智能已經滲透到多個場景文本代碼圖像音視頻3D分子發現對話/問答文檔/文本/文案生成內容/會議摘要等語言翻譯文學/劇本創作等自然語言生成代碼代碼補齊生成SQL生成軟件測試用例合成數據等圖像分類/分割工業設計醫學影像標注與解剖結果構建藝術/商業作品創作圖像修復天文觀測、衛星遙感觀測等電影/游戲/動畫制作建筑/家居設計工業

19、制造工業/藝術設計醫療健康虛擬現實等信息播報語音編輯/翻譯影視內容分析編輯視頻增強/風格遷移音樂/視頻生成藥物設計材料科學食品與農業能源個人護理等18激發科技與創新活力2024/9/24AI驅動千行百業效率升級，大量行業場景應用價值仍待深挖產品研發/設計生產制造供應鏈/資源管理市場/營銷用戶/客戶運營組織協同軟件工程農業能源化工/機械先進制造食品飲料服裝/服飾家電汽車建筑與房地產交通運輸金融教育醫療健康零售商貿文化娛樂餐飲旅游政府行業環節AI賦能效率升級程度0100深入行業關鍵環節的AI價值滲透度易觀分析19激發科技與創新活力2024/9/24Agent應用圖譜代碼+測試辦公財稅營銷+客服數據

20、分析人力資源金融文娛教育+公用事業制造+能源醫療消費/電商平臺類Agent行業解決方案類型Agent功能類型Agent企業自建平臺金山Copilot Pro數字員工AI Agent釘釘AI助理支小助小浦智匯、智讀、弘小助游戲Copilot隊友AI Agent數字員工商家智能助手AYAYI數字員工小滬小華AI程序員CopilotChatDEVTableAgentCopilotAI數據分析師AI管理助手/數字員工BPai智能財稅法咨詢2B Agent開發平臺通用Agent平臺RPA平臺AI PaaS文心AgentBuilder20激發科技與創新活力2024/9/24制造行業AI應用價值與場景質量管

21、控/生產工藝優化倉儲配送市場營銷銷售管理供應鏈管理物流管理設備管理/預測性設備維護事故預警需求預測客戶服務產品輔助設計代碼輔助賦能工業軟件升級智能評審與反饋數字孿生/仿真優化生產流程生產計劃/智能排產核心價值應用場景研究范圍與零售行業相對應，該部分為制造行業AI應用重點研究部分以零售行業AI應用研究為主提升工程仿真精度，提升設計與研發效率強化工業機器人信息處理、感知執行等能力，提升智能化生產能力與質量提升工業企業經營管理工作效率，探索用戶中心經營模式關鍵環節運營管理產品設計生產制造21激發科技與創新活力2024/9/24制造行業AI應用圖譜產品設計產品輔助設計虛擬工廠生產制造柔性制造設備預測性

22、維護機器人制造生產運營優化智能倉儲管理工業云平臺工業互聯網平臺工業質檢易觀分析注釋：圖譜中企業僅為示例，未窮舉，且排名不分先后，如有不當之處請指正中國工業制造行業AI應用圖譜22激發科技與創新活力2024/9/24制造行業AI應用關鍵挑戰模型應用可靠性挑戰工業領域，尤其是生產制造流程，最重視安全、可靠和穩定，相應地，工業制造領域最核心需要保障應用的可靠性，這就對人工智能模型，包括大模型提出了更高的要求。應用成本挑戰從大模型驅動的AI應用方面，應用成本需要大幅度降低，目前定制化千億參數通用大模型的成本難以被客戶接受；算力成本仍然高居不下，訓練卡價格仍然在上升。未來考慮到未來LLM不斷升級，訓練推

23、理成本或將持續上行；相應地，垂類大模型能夠達到參數量、效果、成本和場景的匹配，此外，模型蒸餾壓縮、采用MoE架構，小樣本微調等技術路徑也能夠有效降低成本，加速落地。行業Knowhow與數據資源挑戰與其他行業不同，工業場景相對來說數據樣本量較小，AI訓練相對困難，相應地，工業數字孿生可以通過仿真的形式生成大量數據，幫助AI模型深度優化，同時，也仍然需要制造企業強化自身數據積累與沉淀，從而提升AI應用現實可行性。23激發科技與創新活力2024/9/24趨勢1：工業級場景需求升級，帶動計算機視覺、工業知識圖譜、工業數字孿生、群體智能等關鍵技術向多元化場景縱深發展說明：部分研究成果節選自易觀&海爾卡奧

24、斯中國工業互聯網技術發展年度趨勢圖：制造業數字孿生市場AMC曲線計算機視覺趨向高精度、標準化方向發展AI將加速驅動工業知識圖譜全生命周期融合應用工業數字孿生技術推動數字技術在制造業規?；瘧?隨著工業應用場景覆蓋廣度和深度的提升，更多潛在的價值場景機會會被發掘出來，驅動計算機視覺技術能力向高精度、標準化方向繼續精進發展，幫助企業實現自動化檢測、質量控制、安全監控和精細化生產等方面的智能化升級。群體智能成為AI在工業領域應用的下一個突破性方向 AI驅動加速企業知識圖譜構建，包括各類文獻、專利信息、技術標準等專業知識，并向工業生產鏈條的多環節快速滲透，幫助企業整合和利用各種生產數據、設備數據、質量

25、數據等專業知識，提供生產優化和質量控制決策支持。群體智能技術將更多被業界討論，并開始融入制造業數字化轉型的技術攻堅進程。多個智能設備或系統將通過分布式、去中心化、自組織的方式，開展實時協作控制、故障檢測、自修復任務等，協同完成復雜任務或解決復雜問題。企業基于工業數字孿生底座得以有效構建起工業仿真系統，進而在系統中規?；囼炛T多數字技術，提升工業數字孿生系統面的復雜經營環境的可用性，從而規?；螖底旨夹g落地。當前制造業數字孿生處于市場啟動期，易觀分析預測到2025年，體量較大的制造企業基本實現數字孿生體系構建，并通過數字孿生系統大幅提高生產效率和資源利用率。在供給側，數字孿生智能制造所需的工業

26、軟件能滿足一半的國內市場需求，且競爭力顯著提升。24激發科技與創新活力2024/9/24趨勢2：大模型為工業智能注入認知理解能力，將柔性融入制造流程，成為工廠智能中樞大模型的出現為工業智能注入了更為強大的認知能力，將能夠深入理解適應不同的生產環境和工廠特點，實現AI與傳統工業設備的高度契合。通過全面理解從生產流程到設備狀態的各類應用場景，提供智能化的監控和調度能力。柔性融合更加突顯了大模型對原有智能制造場景的適應性和靈活性，為制造業的持續創新提供了可能。數字化、網絡化、智能化最低要求揭榜掛帥任務目標直接貢獻度度圖：中國智能制造典型場景要求-收益矩陣收益維度成本維度AVGAVG工廠數字化設計工廠

27、數字化設計數字孿生工廠建設數字孿生工廠建設產品數字化研發與設計產品數字化研發與設計虛擬實驗與調試虛擬實驗與調試數據驅動產品設計優化數據驅動產品設計優化工藝數字化設計工藝數字化設計可制造性設計可制造性設計生產計劃優化生產計劃優化車間智能排產車間智能排產資源動態配置資源動態配置精益生產管理精益生產管理先進過程控制先進過程控制工藝動態優化工藝動態優化產線柔性配置產線柔性配置智能協同作業智能協同作業智能在線檢測智能在線檢測質量精準追溯質量精準追溯產品質量優化產品質量優化在線運行監測在線運行監測設備故障診斷與預測設備故障診斷與預測設備運行優化設備運行優化智能倉儲智能倉儲精準配送精準配送安全風險實時監測與

28、應急處置安全風險實時監測與應急處置危險作業自動化危險作業自動化能耗數據監測能耗數據監測能效平衡優化能效平衡優化碳資產管理碳資產管理污染監測與管控污染監測與管控廢棄物處置與再利用廢棄物處置與再利用市場快速分析預測市場快速分析預測銷售驅動業務優化銷售驅動業務優化主動客戶服務主動客戶服務產品遠程運維產品遠程運維采購策略優化采購策略優化供應鏈可視化供應鏈可視化物流實時監測與優化物流實時監測與優化供應鏈風險預警與彈性管供應鏈風險預警與彈性管控控數字基礎設施集成數字基礎設施集成數據治理與流通數據治理與流通工業知識軟工業知識軟網絡協同制造網絡協同制造大規模個性化定制大規模個性化定制人機協同制造人機協同制造數

29、據驅動服務數據驅動服務來源：易觀分析&海爾卡奧斯聯合分析整理基于成本與收益維度的因素考量，大模型的落地應用應結合智能制造典型場景收益矩陣，合理規劃實施路徑。優先建設場景支撐建設場景重點建設場景長期建設場景 以生產場景為主，對智能化要求相對較高，需要對工業機理有較好的沉淀，建議優先考慮建設相關場景。大模型在這類場景中可優化生產過程，進一步降低成本提高整體收益。場景分布較廣，對網絡化要求相對較高，可根據傳統制造模式進行小步迭代，分散成本。大模型的應用有望提高供應鏈靈活性，優化庫存管理，在質量控制方面提升產品一致性。以生產與端到端場景為主，對數字化、網絡化、智能化要求均較高，需要其他場景的深度沉淀與

30、反饋方可實現有效建設，但收效巨大。大模型可驅動端到端智能生產與協同，提高整體生產效率，實現可觀的收益增長。場景分布較廣，對數字化要求相對較高，與其他場景建設存在依存關系，在不同行業間有較強的遷移性。引入大模型能力可強化數據分析，提升遷移性，為企業長期發展提供戰略性支持。25激發科技與創新活力2024/9/24趨勢3：AI與工業大數據雙向驅動將全面釋放價值，成為智能制造升級關鍵推動力工業大數據的高度復雜性成為傳統數據技術應用于制造行業的難點，AI技術憑借其擅長處理復雜但具備結構性數據的特點，為工業企業帶來了新機遇。AI通過挖掘分析工業大數據中的潛在關聯和模式，將數據轉化為實質性的智能決策和洞察，

31、提供更準確實時的數據分析、決策支持、需求預測等關鍵能力，幫助企業更好地規劃生產計劃、優化庫存管理等，實現降本增效，提升工業智能化水平。相應地，工業大數據也將成為工業企業構建AI可用的數據體系、打造工業大模型的關鍵支撐。說明：部分研究成果節選自易觀&海爾卡奧斯中國工業互聯網技術發展年度趨勢供給側需求側產業互聯網的發展將用戶、員工、設備、環境以及產業鏈上下游等元素緊密聯系起來，使得數據生產量指數級增加，為工業企業創造了豐富的數據資源。這些數據亟待被有效沉淀、處理和應用。AIGC為代表的新一代人工智能技術處于爆發期，但其在工業的落地和價值創造，亟需高質量、結構化的數據支撐。這些都讓工業大數據的意義超

32、越以往任何時期。構建智能決策的數據基礎智能化生產應用與資源優化構建形成AI可用的數據體系實時數據分析與決策支持需求個性化與定制需求質量管理與安全性需求靈活的產能與庫存管理需求研發數據域生產數據域運維數據域管理數據域外部數據域研發設計數據開發測試數據控制信息工況狀態工藝參數系統日志物流數據產品售后服務數據系統設備資產信息客戶與產品信息產品供應鏈數據業務統計數據與其他主體共享的數據圖：工業企業工業數據分類維度參考26激發科技與創新活力2024/9/24趨勢4：生成式AI的應用將為工業知識沉淀和傳承提供有力支持生成式AI通過將大量的工業數據、技術文檔和專家經驗整合，可構建更為智能高效的知識管理體系，

33、這將支持企業有效沉淀和傳承核心領域的工業知識，不僅能為工廠提供實時指導和支持，還有助于應對人才流失和知識斷層問題，使制造行業在工業知識管理和傳承方面實現更加智能、可持續的發展方式。智能化知識沉淀快速分析理解工業數據和技術文檔，提煉、整合并歸納核心領域知識。使企業能夠更迅速、更全面地將實踐經驗和專業知識轉化為數字化智能知識庫。實時指導與支持工業知識與經驗傳承可持續可視化與協同工作通過生成式AI構建的智能知識體系，優化知識管理與迭代，可實現對生產過程實時監測和指導，根據當前生產狀況提供實時建議與支持。工業知識與經驗的傳承從“老帶新”的傳統模式轉向通過智能系統持續穩定地獲取專業指導，保持業務連續性，

34、降低人才流失和知識斷層對生產過程的不利影響。支持知識可視化呈現，使得復雜的工業知識更易于理解和分享。同時，能夠推動生產協同，促進知識的共享和協同決策。工業知識的智能抽取與整合：制造業常常涉及復雜的生產流程和技術要求，生成式AI能夠智能抽取和整合龐大的工業數據、技術文檔以及專家經驗，提煉關鍵的工藝知識，形成更為精細、實用、結構化的知識體系。能夠支持企業對于復雜工業知識的智能化沉淀，減少信息碎片化和不易獲取的問題。工業知識的實時更新與迭代學習：制造業不同生產環境的要求與變化較多，生成式AI的自主學習迭代能力能夠更好地適應多變性，可以根據最新的產業動態、技術發展，不斷學習新的工業標準、生產要求和技術

35、創新，及時更新企業知識庫。個性化學習路徑與培訓路徑構建：生成式AI能夠根據個體員工的職能和生產線需求，提供個性化的學習路徑。不僅能夠提高員工的學習效率，還可更針對性地滿足了制造業復雜多樣的技術培訓需求，使員工更好地適應特定工作場景。27激發科技與創新活力2024/9/24零售行業AI應用價值與場景產品設計生產制造供應鏈管理市場營銷用戶運營主要環節核心價值激發創造力，提升產品創新智能供應鏈管理，降本增效提升用戶體驗，實現長期價值智能設計/產品輔助設計數字孿生/仿真優化生產流程倉儲與商品庫存管理AI輔助營銷/廣告生產計劃/智能排產質量檢測物流規劃個性化營銷/智能導購智能客服/AI外呼數字人直播智能

36、選址無人零售/智能門店等（包含智能商品識別等）狹義零售范圍內，包括百貨、超市、便利店、電商等零售業態，在這個范圍內，AI應用場景主要覆蓋上述環節，核心價值在于提升用戶體驗，并以用戶為中心鏈接品牌企業與用戶，實施供應鏈管理優化等舉措。本次分析，將側重這幾個環節，聚焦供應鏈管理、市場營銷與用戶運營部分，并針對其中主要場景進行分析。在品牌企業逐步建立D2C通道，并形成全渠道運營與增長戰略的背景下，AI賦能也進一步向上延伸，從需求端向供給端倒逼，形成產品設計的升級與生產流程的優化等，更多制造環節未來也將在C2B趨勢之下納入用戶旅程當中一并考慮，研產供銷服未來都將圍繞用戶這一中心挖掘價值。重要場景研究范

37、圍28激發科技與創新活力2024/9/24零售行業AI應用圖譜供應鏈管理市場營銷用戶運營零售行業數智化解決方案倉儲與商品庫存管理物流規劃與應用AI輔助營銷/廣告無人零售/門店管理智能客服用戶運營數字人/直播AI商拍易觀分析中國零售行業AI應用圖譜注釋：圖譜中企業僅為示例，未窮舉，且排名不分先后，如有不當之處請指正29激發科技與創新活力2024/9/24零售行業AI應用關鍵挑戰零售行業企業數字化基礎能力挑戰企業需要具備數據基礎，或者具備數據沉淀能力。一方面，不同品類、品牌與商品，都具備相當專業的背景知識與信息，即便AI應用與大模型具備基礎能力，但仍然需要企業提供優質數據進行訓練，從而達到預期中的

38、與用戶進行良好對話與互動的能力；另外，企業應用AI進行銷量分析與經營決策，則更依賴于高質量數據，以及在業務與SKU豐富多變的情況下，實現模型的動態應對等。數據連接挑戰AI應用的基礎是數據沉淀和實時分析，但是零售行業仍然面臨產業環節眾多，各個環節之間存在數據壁壘的問題，相應地，這在一定程度上阻礙了數據的應用，并進而影響了AI應用落地的效果。利潤低，ROI測算需要更加明晰方能進一步落地零售行業注重利潤率，對于技術應用的探索雖然秉承開放態度，但是極度關注其ROI的測算，相應地，AI應用也需要尋求點狀突破逐步驗證其價值。30激發科技與創新活力2024/9/24趨勢1：零售行業AI應用將由點及面全面鋪開

39、，數據驅動重塑零售價值鏈AI應用將由點及面全面鋪開，一方面全業態，全業態增加AI應用，形成數據觸點與鏈接；另一方面，將滲透零售產業鏈各個環節，相應地，持續進行數據互聯互通，形成良好地AI應用基礎將變得愈發重要。3-用戶參與/個性化定制消費者按需選擇產品參數甚至參與產品部分設計，實現確定性生產，降低市場風險2-大數據支撐研發對消費者產生的大數據分析把握預測市場需求和痛點，調整優化產品設計研發1-共建敏捷供應鏈大數據分析預測，引導原材料采購、排產計劃、庫存安排、生產執行6-行為數據/用戶畫像對消費者的行為、購買、評價等多維度數據綜合，得到用戶清晰畫像，細分群體精細化運營5-多場景融合/全鏈路營銷新

40、零售平臺創新設計體驗場景、融合多種業態和服務，全渠道布局、內容營銷等觸達消費者傳統模式下商品設計到零售鏈條研發設計采購&生產制造品牌商物流流通零售平臺消費者1235644-數字化運營/智能作業對接前端零售、倉儲和物流數據，實現統一智能調度倉配，預測和規劃分倉及配送路徑等31激發科技與創新活力2024/9/24趨勢2：線上線下界限消弭，全渠道策略與數智基礎設施完善推動本地零售加速復蘇，即時零售成試金石京東到家、美團、餓了么等即時零售平臺推動的“本地門店+即時配送”的即時零售服務模式正在高速發展，預計到2024年，整個即時零售市場交易規模將突破萬億水平。這個萬億市場規模的背后，在消費者即時消費需求

41、的提升，以及品牌/零售企業借助全渠道策略撬動門店經營效率的考慮之外，更需要看到數智技術對于零售企業以及線下實體產業的賦能進一步加深，賦能零售企業拓寬銷售通路，提高供應鏈管理能力以及履約效率是即時零售能夠高速發展更重要的基石。以即時零售為試金石，將全面開啟服務零售數智化增長時代。商品供應鏈即時零售平臺/渠道即時零售用戶即時零售產業圖譜連鎖商超便利店品類/品牌專賣店服務商/經銷商小店/散店即時零售基礎設施&能力平臺模式垂直模式自營模式倉配物流即時配送運力1,707.0 2,733.0 3,611.0 5,946.0 85041156014823187992207725677301293566860

42、.1%32.1%64.7%43.0%35.9%28.2%26.8%17.4%16.3%17.3%18.4%0%10%20%30%40%50%60%70%05,00010,00015,00020,00025,00030,00035,00040,00020192020202120222023F2024F2025F2026F2027F2028F2029F2030F2019年-2030年中國即時零售交易規模即時零售市場規模（億元）增長率數據來源：2023即時零售發展趨勢白皮書，易觀分析整理易觀分析精準選品/選址能力LBS精準定位能力精準營銷/推送能力履約適配能力智慧物流智能設備32激發科技與創新活力2

43、024/9/24趨勢3：大型零售企業/平臺，將成為零售產業生態數智化升級的核心，電商平臺競爭進化大型零售企業/平臺，將成為產業生態的核心，具備優質數據資源與資產，聚攏用戶運營與價值增長的生態運營策略與落地手段，帶動相應品類與行業的整體升級與數智化增長，對于零售行業而言，這意味著零售入口潛在的變化，同時，對于品牌企業而言，也需要形成以自身品類與產業鏈主思維的經營發展策略，從而在大平臺生態體系下構建自身的核心優勢。原料供應研發設計產品生產品牌營銷渠道分銷倉儲物流終端零售服務售后12345678全渠道消費者運營沉淀09全渠道訂單與履約分發協同10供應鏈產業生態協同11支持鏈賦能業務鏈賦能成本集約效率

44、升級工具開發與數智技術輸出資源整合與生態運營業務經營與增長賦能價值創新與商業模式引領平臺數字化賦能能力33激發科技與創新活力2024/9/24金融行業AI應用價值與場景產品研發運營與資產管理合規風控市場營銷用戶運營降本增效，釋放人力資源進入高價值環節激活數據要素，促進金融普惠賦能場景創新，提升千人千面的服務能力代碼助手智能辦公/智慧運營智能風控 智能投研數據資產管理與分析反欺詐/反洗錢智能客服/AI外呼 智能投顧 智能理賠財富管理 智能銷售 智能營銷信貸審核 信貸業務智能審核放款以金融內部場景為主，本次研究著眼于優化內部流程、提高效率以及確保合規風險的有效管理。分析AI技術如何通過提供智能支持

45、，進行智能數據分析，優化資產配置、風險管理和運營策略，提高決策的精準性。小微企業信用數據獲取外部場景聚焦于金融機構與客戶直接互動的關鍵環節，強調了金融機構在提升客戶體驗、個性化服務和市場拓展方面的核心訴求。本次研究通過分析AI技術在上述場景下的數據分析、客戶行為分析、需求預測、個性化交互等能力，探討如何形成優質、個性化的金融服務體驗，提升差異化競爭力。34激發科技與創新活力2024/9/24金融行業AI應用圖譜金融智能業務賦能金融大模型金融整體解決方案智能投顧智能風控智能理賠智能投研營銷與銷售客戶服務易觀分析注釋：圖譜中企業僅為示例，未窮舉，且排名不分先后，如有不當之處請指正中國金融行業AI應

46、用圖譜35激發科技與創新活力2024/9/24金融行業AI應用關鍵挑戰數據治理挑戰盡管一些金融機構的數據治理工作已取得了階段性成果，但行業整體的數據治理、數據資產化進程仍處于初期階段。隨著生成式AI、大模型逐步在金融領域落地應用，未來AI訓練更加依賴于大量高質量的金融數據，而目前金融系統多、數據散亂的問題依然存在。數據的可靠性和建立可持續的數據戰略仍然是一項極具挑戰的任務。成本投入挑戰金融行業對于數據安全的高要求使得AI部署通常以定制化項目為主，這也造成了在開發、更新維護等方面成本重復投入的問題，削減了資源利用率，特別是對于中小金融機構而言，當前AI的投入成本仍然較高，并且主要受到定制化需求、

47、安全合規性要求和對高技術人才要求的影響，限制了其廣泛應用。組織協調挑戰AI智能應用逐步滲透組織鏈條，金融機構需要重新審視組織機制和業務規則，組織機制的設計必須更加靈活和適應變化，以更好地支持AI的融入，需要考量傳統的層級結構和決策流程的調整。引入AI后，金融機構內部面臨著人機協作、部門協作中對責任的解釋、分擔和認定等問題的挑戰，AI在決策和執行中的智能化可能使得追溯和解釋變得更為復雜。36激發科技與創新活力2024/9/24趨勢1：業務驅動金融大模型與AI底座的結合，將投射形成垂直場景下原子能力，在場景中得到驗證大規模數據基礎大模型金融行業大模型預訓練(2)開源+微調(3)API+向量庫增量訓

48、練（1）端到端自主訓練通用場景專業場景下游任務能力抽取對話問答、文字識別、內容生成、語義理解、邏輯推理、圖像分割客服、營銷、產研、風控、投研、投教、核保理賠、內控合規大規模數據集構建基礎大模型預訓練行業大模型微調場景智能應用API接入與向量化處理 結合金融機構自身專有數據、知識的增量訓練和微調 AI對齊 接入API調用基礎大模型能力，利用數據標注、向量數據庫等方式檢索領域知識 行業/場景的下游任務能力抽取，依托AI底座調用，形成適配性強的企業級應用 海量未標注的無結構數據、通用領域知識等構建基礎數據集AI能力平臺場景賦能AI能力平臺調度模型調用 基于數據集的自監督預訓練，使其具備基礎能力 面向

49、金融場景輸出服務能力，沉淀數據和客戶反饋，持續提升模型精準度近年來政策導向加大數智技術扶持鼓勵創新、治理規范進一步完善，未來在合規的框架下進行創新嘗試，有助于保障金融穩定和推動行業可持續發展，也將是未來人工智能應用于金融行業的主基調。大模型在深入金融行業的過程中，進入專業場景需要具備大量行業知識，即使是通用場景和環節，也需要與金融行業實際情況進行適配，因此基礎大模型將會投射成垂直領域內下游模型，通過AI能力平臺集中調度，形成具體解決場景下游任務的能力，才能真正成為生產力工具。37激發科技與創新活力2024/9/24趨勢2：知識戰略與數據戰略并重升級基礎能力，成為金融行業下一階段技術能力分化的核

50、心數據知識行動數據戰略知識戰略智能戰略數字化智能化跨越知識鴻溝生成式AI能力的引入一方面能夠加速金融領域知識的生產和更新，使金融行業能夠更快速地應對市場和客戶需求的動態變化，豐富內外部應用場景的智能化水平；另一方面，將生成式AI具有的隱性知識和推理能力，與金融知識庫顯性知識進行的有效融合，傳統金融知識體系的學習門檻、學習效率都將得到改善，客戶的交互體驗、員工的工作和學習模式也將迎來顯著改變。在這個過程中，在數據戰略基礎上同樣考量知識戰略的搭建與落地，升級基礎能力，從而能夠以“知識”為抓手形成從數字化到智能化的跨越。圖：金融行業“大模型+”技術能力建設38激發科技與創新活力2024/9/24趨勢

51、3：金融AI原生應用作為新質生產力工具大量涌現，提供全生命周期的高質量金融服務升級用戶體驗通過人機交互方式的變革，實現多輪對話與KYC，提升對話與服務體驗；通過與數字人相結合，實現虛擬場景的溫度服務。優化內容生產創意與效率營銷主題與AIGC相結合，在自動化生成營銷物料的同時，實現千人千面個性化營銷。降本提效在投研、研發編程、授信審核以及流程管理等方面提高效率，減少基礎人員投入。產品/業務創新通過在通用基礎能力的AI底座中引入高級認知能力，整合碎片知識與多樣化需求，形成創新的產品化模型與業務解決方案。金融行業的服務需求走向更加細分、專業化的場景，基于金融大模型的基礎能力，將能夠深入理解和探查用戶

52、需求和行為，從而催生出大量高度靈活的AI原生應用，在營銷推薦、投資建議等方面為客戶提供更為精細和個性化的服務。金融AI原生應用是在設計、開發、部署、運營和維護整個生命周期中，將AI作為整個應用的核心，構建實現更高效、智能、安全的服務與支持。研發設計部署應用更新迭代個性化需求設計：根據用戶的歷史行為和偏好，設計出更符合其需求的金融服務。金融產品創新力：基于對市場行情趨勢和客戶反饋的分析，尋找特征與特征，輔助進行創新性的金融產品設計。保險、投資組合等產品定制化設計提高服務水平：通過自動化處理和實時分析，加快金融服務流程以更效率、更智能的方式執行。精準決策支持：提供多模態數據分析和智能決策支持，輔助

53、進行智能化決策。風險評估與預警、個性化智能推薦持續升級服務：通過學習更新數據和用戶反饋，不斷改進和升級金融服務，放大數據價值。降低維護成本：自動化維護過程，降低人力成本，提高系統的可維護性。模型自動優化、用戶數據收集與反饋39激發科技與創新活力2024/9/24泛互行業AI應用概述：提升內容產業工業化水平，釋放內容生產者效能人工智能在影視娛樂，以及游戲等行業具備廣泛的應用場景，核心主線在于內容生產力的釋放與升級方面。一方面，整體提升娛樂產業工業化水平，形成AI賦能全流程的工業化生產體系；另一方面，釋放內容生產者效能，專注于創意與情感共鳴等方面的方向。具體應用價值如下：提升內容生產效率輔助創意個

54、性化內容生產，創新用戶交互用戶共創是娛樂行業內容生產的重要組成部分，賦能各種類型普通用戶能夠低門檻高質量地生產內容，可以大幅度提升用戶參與的創作熱情與體驗，從而形成海量內容資產；同時，也可以從中發掘優秀的內容創作者，形成梯隊化內容生態發展與建設賦能娛樂產業-PGC機構賦能娛樂產業-UGC游戲影視/動漫音樂游戲美術是AI落地，提升內容生產效率最為顯著的部分，包括生成2D/3D任務、場景等資產；同時，在游戲劇情任務策劃以及文本方面也發揮重要作用在MOBA、競速、棋牌等品類方面，AI Bot用于對局陪伴等；在MMO、RPG等品類方面，通過智能NPC的應用，提升用戶互動一方面，通過AI輔助編劇進行多樣

55、化劇情故事線設計，另一方面，生成創意素材提供概念靈感與方向等在影視，尤其是動畫內容生產方面，通過虛擬制片、數字人、AIGC等綜合運用，可以大幅度提升內容生產效率，壓縮內容制作周期，控制內容生產成本目前主要是內容分發平臺與用戶交互方面發揮作用，包括內容精準推薦、以及內容觀看交互互動等影視創作的核心故事主線與情感表達仍然需要人類編劇掌舵，但是在劇本創作、分鏡故事版等方面，仍然可以為編劇提供靈感目前在音樂+的方向上，可以通過AI音樂生成，輔助各個場景下的用戶進行背景音樂生成、音樂互動以及音樂伴侶等玩法目前在專業音樂內容生產方面，主要應用價值仍然為輔助音樂人進行AI曲譜生成，AI編曲以及各種音樂風格與

56、樂器的探索式嘗試，從而提升專業音樂制作人的內容生產效率降低內容創作門檻，大幅度提升內容質量與數量40激發科技與創新活力2024/9/24泛互行業AI應用概述：應用價值與場景策劃與劇本創作游戲影視/動漫音樂影視拍攝后期制作虛擬制作3D數字資產換臉剪輯特效/音效IP與資產沉淀宣發&版權運營多模態生成賦能IP價值提升數字人IP數字人產品立項-策劃內容生產智能運營與分析AI自動化投放營銷素材自動化生成智能服務與互動用戶數據沉淀內容資產沉淀市場分析品類分析概念設計美術生成（原畫設計+2D美術+3D模型+地圖）代碼生成音頻生成（音樂+對白）作詞作曲后期編曲人聲劇情/文案生成視頻生成（動作+特效）畫質修復提

57、升內容生產效率輔助創意，探索內容創新邊界個性化內容生產，創新用戶交互核心價值細分行業與關鍵環節應用場景41激發科技與創新活力2024/9/24泛互行業AI應用圖譜游戲游戲企業自主研發游戲行業AI解決方案影視/動畫整體AI解決方案音樂c內容平臺AI作曲/編曲游戲企業開放合作視頻生成深空交響c內容制作公司AI歌手3D內容生成虛擬制片c策劃與劇本創作數字人/虛擬偶像易觀分析注釋：圖譜中企業僅為示例，未窮舉，且排名不分先后，如有不當之處請指正中國泛互行業AI應用圖譜42激發科技與創新活力2024/9/24泛互行業AI應用關鍵挑戰多模態技術有待進一步突破AI技術在文娛領域的應用仍然處于輔助階段，視頻、3

58、D等生成式AI技術仍然有待于進一步突破與迭代。例如，目前游戲企業通過AI輔助主要在解決2D美術成本與效率問題，AI對3D模型的完成度仍然有待于進一步提升，而3D在游戲行業美術成本當中大致占比超過50%比重，美術生產力仍然具備可觀的提升空間邊緣側硬件要求有待升級文娛行業AI應用在提升專業內容生產效率之外，還有一個非常重要的方向是提升用戶側的文娛內容互動與體驗，這對于以手機、音箱等為代表的邊緣AI場景，提出了更高的要求，需要進一步分擔云端算力的部分任務，并且能夠保護用戶隱私數據。版權以及后續的規范化應用等問題在文娛行業愈發突出以內容為核心的文娛產業，版權歸屬都是非常重要的關鍵要素之一，無論是AI應

59、用的訓練語料，還是生成式AI所生成的內容，都存在版權保護與數據保護的問題，以及后續生成內容的版權歸屬以及合規化使用等問題，此前，網信辦公開征求意見，指出利用生成式人工智能生成的內容應當真實準確，采取措施防止生成虛假信息，后續措施也有賴于進一步細化和明確。43激發科技與創新活力2024/9/24趨勢1：多模態技術突破將加速泛互產業AI應用落地，AI Bot、音視頻互動等應用對于算力需求發生變化，催生邊緣AI需求多模態技術突破，并探索有效融入研發管線工作流多模態生成是目前文娛行業AI應用進一步落地的核心突破方向。視頻生成、3D模型生成等技術有待于進一步完善，同時，多模態制作云化是產業發展必然趨勢，

60、下階段視頻制作的多端同步、多人在線協同創作需求將隨之增加，生成式AI能力進一步融入視頻制作全流程伴隨文娛產業升級，以及千人千面個性化內容生態的發展，邊緣算力需求激增，這一方面有賴于大模型企業不斷進行模型優化，從而降低應用成本，更需要邊緣側增厚，增加存儲和算力，終端設備具備運行小模型的能力邊緣AI興起，多場景AI應用進一步豐富0102030405020182019202020212022202320242025單位：億臺全球人工智能邊緣設備出貨量（按照設備類型）手機個人電腦/平板電腦汽車HMDs智能揚聲器無人機消費類和企業級機器人安全攝像頭數據來源：Tractica/Ovum，易觀分析整理易觀分

61、析視頻的高維數據空間屬性使其研究更具挑戰性。目前探索方向聚焦在高分辨率視頻生成、針對超長文本的視頻生成、生成無限時長的連貫視頻等課題，并基于文生圖模型的研究成果，將其引入視頻生成模型對性能進行優化。一些研究專注細分場景的視頻生成能力，以及結合多模態信息融合的訓練方法，使模型更強的語言理解能力，也將改善視頻訓練數據不足的問題，在視頻檢索、視頻分類等場景中具備很強的實用價值。3D模型方面，人工智能三維生成與傳統三維生成工作流程的銜接性將更強，將有越來越多的模型采用逐級生成，每級生成內容均可于傳統三維生成工作軟件中查看與修改再返回模型的能力，提升人工智能三維生成在專業應用場景中的輔助作用。在此過程中

62、，需要開源技術社區的大量貢獻，也有可能與語言生成應用結合使用以增強自然語言對三維生成結果的操控性。44激發科技與創新活力2024/9/24趨勢2：AI等數智技術整體提升內容生產機構工業化水平，推動內容產業競爭良性升級一方面，AI等數智技術的應用確實有助于推動整體內容行業的工業化水平，影視、游戲等內容研發的質量與效率普遍升級，頭部機構與大廠在這方面的高資源投入競爭優勢有所下滑，而中小機構則有突圍而出的可能性。另一方面，對于AI等能力的駕馭，尤其是回溯到內容主賽道的文化素養以及風格導向將成為下一輪競爭的分水嶺，頭部機構與大廠在基礎技術能力建設以及數據資產方面的優勢更加明顯，而中小機構則在后者維度上

63、有望突圍而出。IP開發/發行方IP多元化開發IP版權方優質IP儲備平臺方分發渠道用戶IP內容消費影視制作公司游戲研發商線上：視頻/短視頻等平臺線下:文旅/主題樂園等衍生渠道：IP授權經營動漫/音樂等制作平臺進行IP版權采買平臺自制進行分發與制作方合作制作，支付一次性制作費用+后期分成制作方采購版權發行合作創作者生態閱讀平臺內容分發IP開發模式：由IP開發/發行方進行IP開發篩選、IP內容生產，并在生產后尋求平臺方進行發行合作；IP開發模式：平臺方主導，圍繞自身內容戰略規劃，進行IP篩選，并通過自制或者聯合制作的是進行IP內容生產，目前這一方式比重在逐步增加其中，IP開發模式愈發重要，內容平臺在

64、IP開發當中的主動性地位顯著增強平臺企業成為文娛基礎設施提供商賦能專業內容生產機構，提升其內容生產效率，推動行業升級數據資產沉淀，進行數據資產價值運營，未來具備入表價值文娛行業數智化需求旺盛，獨立來看也具備業務發展空間創作者經濟升級，個性化風格導向成競爭分水嶺AIGC可以成為核心競爭力之一，但也有可能打掉此前部分創作者的海量高效的內容生產優勢AIGC有可能帶來海量同質化內容推向市場，充分發揮創意優勢，并結合自身對于AI能力的駕馭，塑造獨立內容產品風格將會愈發重要45激發科技與創新活力2024/9/24趨勢3：AIGC賦能精品內容形成IP全生態開發布局，延長優質IP生命周期，提升商業價值貢獻網絡

65、文學具備優質作家和作品儲備，是未來IP長效經營的核心資源，其中，創作者生態是核心競爭力，保障優質IP生產；同時，也需要進行優質IP多元化開發，放大IP影響力，延長IP生命周期，從而實現IP價值經營；AIGC在IP多元化開發過程中，可以有效降低開發成本，提升開發效率，有助于IP全生態開發的加速和穩步鋪開。IP衍生品開發與授權p文學作品p網絡文學p影視劇綜p游戲p動漫p衍生品p主題公園百億規模千億規模繼續放大231.0 317.0 342.0 639.0 697.0 790.0 849.0 37.2%7.9%86.8%9.1%13.3%7.5%0%50%100%050010002017年2018年

66、2019年2020年2021年2022年2023年F2017年-2023年文學IP改編市場規模文學IP改編市場規模（單位：億元）同比變化209.8 239.6 265.7 506.5 551.4 626.8 670.8 7.5 36.4 59.2 74.6 77.9 81.1 84.4 35.8 45.2 51.3 76.4 88.4 111.4 122.8 0%50%100%2017年2018年2019年2020年2021年2022年2023年F2017年-2023年中國文學IP改編方向市場結構影視劇移動游戲動漫12.3 14.9 35.9 109.7 81.6 65.7 97.4 20.8

67、%141.0%205.8%-25.7%-19.5%48.3%-50%0%50%100%150%200%250%0204060801001202016年 2017年 2018年 2019年 2020年 2021年 2022年2016年-2022年中國數字閱讀版權部分市場規模版權運營（單位：億元人民幣）同比變化IP源頭IP內容開發IP商業化領域主要類別消費品服飾、零食、文具、日用品等潮流玩具手辦、盲盒、卡牌等線下業態主題樂園、商業地產、劇本殺、主題餐飲等48555565673284477396411571357156114.4%18.2%11.6%15.3%-8.4%24.7%20.0%17.3%

68、15.0%-20%-10%0%10%20%30%04008001200160020002015年2016年2017年2018年2019年2020年2021年2022年2023年2024年2015-2024年中國IP授權市場規模與增速（按零售價值計算）市場規模（單位：億元）增長率數據來源：中國音像與數字出版協會，上市公司財報，泡泡瑪特招股說明書等，以及易觀分析測算所得數字員工的構建與實施0447激發科技與創新活力2024/9/24目前數字員工存在的弊端內容質量和準確性生成式AI的進步雖然顯著，但是仍然不能實現100%的準確和完美無缺。在沒有人工介入的情況下，AI可能會生成帶有事實不準確、偏見的內

69、容。這就意味著，AI可以輔助部分工作內容的生成，但是仍然需要人工介入，從而保障內容質量和準確性。0102隱私問題用戶對于數據安全和隱私問題愈發重視，相應地，在AI應用的過程中不僅需要考慮企業自身的數據安全問題，更需要把握好個性化營銷與服務和用戶隱私邊界的平衡，尊重用戶對于數據隱私的訴求和權利。版權風險關于AI的法律法規仍然在建設和完善的過程中，相應地，一方面，生成式AI的訓練數據集來源廣泛并且復雜，有可能會無意間涉及到受版權保護的作品；另一方面，生成內容的版權歸屬有待于明確，否則可能引發與開發者、使用者之間的各種糾紛等等。0304工作流程調整以及人機協同重構AI工具需要與現有工作流程做好整合和

70、適配，要么是融入到現有工作流，要么是在AI賦能之后，將原有工作流升級，這樣才能提升AI工具的使用效率和效果，如果需要團隊在不同系統和工具間來回切換，則有可能造成系統的使用率不足，事與愿違。同時，需要在升級后的工作體系和流程等方面，充分考慮人機協同關系的變化。48激發科技與創新活力2024/9/24數字員工如何啟動和開展？以營銷為例明確目標梳理流程工具選型場景測試持續度量團隊上手123456明確營銷目標，如提升流量，提升銷量，提升轉化率，甚至提高工作效率等等圍繞用戶旅程勾勒營銷工作流程（workflow），識別其中可以自動化實現和智能化升級的部分。同時，也需要對當前營銷工具和系統進行盤點和分析，

71、從而定位和尋求下一步可行的升級方向盤點當前使用的營銷系統與工具，考慮在當前工具上引入AI模塊或者能力，還是單獨采購AI工具，在選型的過程中，需要考慮功能、易用性、集成能力和成本等因素。同步需要評估企業目前所擁有的數據的質量、數量和可訪問性，是否適合AI應用等選擇優先級相對比較高的場景，進行AI應用的測試，通過目標KPI的設定以及一定的資源投入，評估AI應用的流程和效果，在測試之后，進行效果評估以及工作流程的梳理，從而形成下一步的行動計劃，包括目標的合理修訂、工作流程的調整等將AI工具或者能力融入工作流程，并實現工作流自動化之后，仍然需要實時監測運營過程和結果，持續復盤迭代生成AI能夠獨立生產內

72、容以及部分營銷工作流程，但仍需要人工監督以確保準確性、適當性和相關性，需要定期監控和調整以保持性能建構和培養團隊的AI應用文化，進行必備技能的培訓與團隊能力的升級對于團隊的定位和能力進行重新評估，并在有必要的情況下進行調整與優化，包括是否需要引入AI專家與人才，以及如何通過培訓等方式提升現有團隊AI應用的能力等，營造AI提效以及賦能的氛圍與文化49激發科技與創新活力2024/9/24營銷數字員工選型產品功能是否滿足當前營銷業務流程所要求的基本功能，以及是否能夠根據公司現有的業務需求與流程進行工作流編排和重構0102產品易用性產品/平臺具備友好的交互界面，能夠用戶無需專業技術技能，也可以快速上手

73、，熟練操作AI能力產品/平臺應該具有強大的AI能力，這可以包括數據飛輪帶來的準確性和效率的提升，以及AI技術持續發展帶來的能力升級等等0603整合能力產品/平臺是否能夠與當前業務應用的軟件和工具進行集成和連通，從而簡化營銷團隊操作流程，同時，也可以規避產生數據孤島，或者造成數據導入/導出等額外工作成本有效評估初始投資與長期運營成本，尤其是在AI平臺和應用的投入方面，可能存在初始的投入成本比較高的情況，需要考慮的是長期的營銷效率提升和轉化率收益，最終在成本和收益之間找到平衡0504可擴展性是否能夠伴隨業務的增長或者變化而擴展，提供更加豐富的功能模塊或服務，支持更多的工作流程，以及處理更加海量的數

74、據，未來也能夠與新興技術和平臺相兼容，確保長期的技術領先性和適用性50激發科技與創新活力2024/9/24數字員工落地面臨的現實挑戰挑戰挑戰組織文化和管理方面可能需要升級成本和資源投入的預期和現實之間的平衡新增AI工具與現有系統是否可以集成與協同對于AI技術和能力的理解存在短板，缺乏AI專業人才企業數據基礎建設不完善，缺乏高質量數據51激發科技與創新活力2024/9/24挑戰1：企業數據基礎建設不完善，缺乏高質量數據數據人才系統投入組織數據是數字員工落地的基礎，例如，通過對于用戶多元數據的分析和挖掘，對于用戶的購買傾向和偏好進行預測，從而開展個性化營銷等。相應地，就需要企業具備相對高質量的歷史

75、營銷數據、社媒互動數據、用戶行為和訂單數據等等。目前許多企業在數據采集、流通和使用方面存在壁壘，導致數據價值無法充分釋放。如營銷和用戶相關數據來源廣泛且分散，數據格式不統一，不同部門使用不同軟件系統來記錄和存儲數據，數據質量也有可能在歷史沉淀過程中存在不準確、不完整等問題。相應地，這些都會給數字員工在企業的落地帶來挑戰。數據算法/模型結果輸入輸出52激發科技與創新活力2024/9/24挑戰2：對于AI技術和能力的理解存在短板，缺乏AI專業人才數據人才系統投入組織部分企業管理者對 AI 技術的了解有限，可能不清楚 AI 在營銷中的具體應用和潛力。這可能導致對 AI 項目的投資決策缺乏依據，或者對

76、項目的期望不切實際。當前AI應用落地的門檻和上手盡管較過往有所提升，但是要想在實際應用的過程中，結合企業實際場景和需求，得到比較好的應用效果，仍然需要專業人才的介入，可能包括數據科學家、算法工程師等等，招聘和培養之類人才是一個比較大的挑戰。同時，仍然有必要對現有員工進行AI技術的培訓和教育，從而提高他們對AI工具的支持和熟練應用程度。010020030040020212022202320242025中國人工智能產業人才缺口10.2%年復合增長率數據來源：安永，中國ICT人才生態白皮書53激發科技與創新活力2024/9/24挑戰3：新增AI工具與現有系統是否可以集成與協同數據人才系統投入組織企業

77、通常已經擁有一系列的營銷工具和系統，如營銷自動化平臺、數據分析工具等。引入新的 AI 工具時，需要考慮這些工具與現有系統的兼容性，包括數據格式、接口標準等。即使 AI 工具與現有系統成功集成，也需要確保它們能夠協同工作，實現業務流程的優化和效率提升。這需要對業務流程進行深入分析和優化，以充分發揮 AI 工具的優勢。如，AI 驅動的營銷自動化工具可以與 CRM 系統協同工作，實現客戶細分、個性化營銷和銷售線索管理等功能。但要實現這些功能，需要對兩個系統進行有效的配置和整合，確保數據的流暢傳遞和業務流程的無縫銜接。節省時間打破數據孤島提高數據準確性加快決策速度54激發科技與創新活力2024/9/2

78、4挑戰4：成本和資源投入的預期和現實之間的平衡數據人才系統投入組織在預期范圍內的成本通常包括數據采集、處理、存儲等成本，AI技術工具/系統投資成本，必要的人力資源投入成本等。其中，AI技術工具/系統的初始投資可能相對比較高，投資回報需要拉長周期來衡量。更需要明確的是，AI領域的各項技術正在飛速發展，日新月異，同時，AI項目的性質也決定了這是一個持續迭代不斷優化的長期戰，做好投資回報的預期和資源投入計劃，才更有可能穩步推薦AI營銷項目的穩步落地。短期收益（18個月內）中期收益（18-36個月）長期收益（36個月+）提高效率：AI可以自動化許多任務，從而提高企業運營的效率 成本節約：通過自動化和優

79、化流程，企業可以減少人力成本和其他相關成本 收入增長 客戶滿意度提升 競爭優勢：AI技術的應用可以為企業帶來競爭優勢，尤其是在快速變化的市場中 增強決策：AI可以提供數據分析和洞察，幫助企業做出更明智的決策 創新業務和新產品開發：AI可以促進新產品和服務的開發，推動企業創新 市場領導地位：長期而言，AI可以幫助企業建立或鞏固其在市場中的領導地位 可持續發展：AI有助于企業實現可持續發展目標，通過優化資源使用和減少環境影響55激發科技與創新活力2024/9/24挑戰5：組織文化和管理方面可能需要升級數據人才系統投入組織企業內部的文化和觀念可能會阻礙 AI 營銷項目的實施。無論是管理團隊是否對于A

80、I類型項目具備合理預期，還是員工對于AI技術的理解和可能存在的顧慮等等，都有可能對AI營銷項目的順利實施造成負面影響。這需要通過一系列培訓和教育來拉齊認知，打消意識層面的抵觸情緒和不正確預期，也需要通過組織架構和流程調整，從機制上為AI營銷乃至更大范圍內的AI戰略落地護航。同意,38%一般,38%不同意,24%我所在單位應用AI 會使我的收入下降完全沒有,40%組織過,42%定期組織培訓,13%要求全員學習,5%企業AI培訓情況56%47%22%28%37%29%15%16%49%0%20%40%60%80%100%我愿意AI成為我的下屬我愿意AI成為我的同事我愿意AI成為我的領導員工與AI的協作關系同意一般不同意數據來源：2024人工智能與職場研究報告，中國人民大學、明略科技集團聯合發布網址：客戶熱線：4006-010-231服務郵箱：易觀分析l行業洞察l策略咨詢l用戶洞察l解決方案易觀旗下專注數字化市場發展與趨勢研究數字經濟全景洞察易觀分析金融行業數字用戶同業對標易觀千帆全場景私域用戶運營易觀方舟易觀社群加入易觀社群與行業伙伴一同交流