【沙利文】中国AI基础软件行业市场研究报告（2023）

过去十年，是人工智能从实验室走向产业化的十年。AI技术革命掀起的产业浪潮，势不可挡地席卷了全球的各行各业。作为现今最为活跃的创新领域，人工智能在迅速融入细分场景的同时也在不断地重塑传统行业模式，为经济社会输出独一无二的未来价值。大模型是人工智能迈向通用智能的里程碑技术。业内人士认为，在基于数据的互联网时代和基于算力的云计算时代之后，将进入基于大模型的AI时代。大规模数据集和模型训练算力等领域取得的突破性进展，离不开AI基础软件的底层支撑。尽管大模型当前表现优异，但对于各行业使用者来说，实际应用于业务场景仍然存在较高的技术和成本门槛。当前大模型的参数标准并不统一，相对于参数级，模型的效果且是否能够支持快速迭代对于用户实际应用来说更为重要。用户能够在一个白盒大模型基础上快速地、低成本地微调和迭代出客制化的小模型，才能高效地实现丰富场景的大模型应用。这就再次点明了AI基础软件工具链的重要性。随着AI基础软件不断发展，近年来大模型落地应用呈现加速态势。在开发层面，AI基础软件可帮助提供大模型能力萃取；在训练层面，其提供了硬件层之上的高效大模型分布式训练框架；在运维层面，其作为企业的基础设施，可增强企业管理、上线模型的能力。本报告旨在明晰AI基础软件框架的基本概念和分类，通过对行业发展历程及产业链的梳理探究行业核心驱动因素，剖析当下AI基础软件行业市场趋势，并基于应用、产品及生态三大关键维度构建厂商竞争力体系，评估主流玩家的核心竞争优势及综合壁垒，形成对中国市场AI基础软件框架发展情况的客观评价，并为行业未来发展提供参照建议与关键启发。

在人工智能技术迭代的过程中，AI基础软件行业整体格局将逐步成型。科技巨头生态体系建设叠加中国肥沃的政策和技术土壤，将为业内厂商提供前所未有的发展机遇。本报告将从行业宏观环境洞察市场需求，从技术规律把握未来趋势，进而识别出在AI浪潮之下领先的AI基础软件厂商，并对其综合竞争实力进行分析：驱动因素：随着上游硬件、算力升级以及数据量增加，AI基础软件行业下一阶段的驱动因素主要包含三个层面。其一，在全球AI政策环境持续优化的趋势下，中国对大模型技术的宏观战略规划将为行业提供肥沃的成长土壤。北京市政府已明确出台政策，加快建设算力中心，支撑多模态大模型、科学计算大模型等研发。其二，下游大模型加速渗透应用场景和规模化应用将为行业带来曙光。从2023年AI预训练大模型的应用来看，大模型已开始在工业质检、智慧交通、时尚设计等多个行业中落地，其距离实现预训练大模型规模化商业化应用仍有一定的距离。其三，头部科技企业加速布局和产业生态体系垂直整合，将为不同厂商提供多元化的战略切入点。目前，业内已形成算力、基础软件、平台和服务纵向一体化的共识，从而为云服务企业、AI头部企业及AI芯片巨头提供了多环节的战略布局思路。相关头部AI企业，有望引领本轮生态体系建设。产学研用融合创新共同体的成型。中国具备全球领先的视觉、自然语言处理、语音识别等智能任务的工程实现水平，人工智能原创技术创新正处于活跃期。大模型的技术突破结合2023年各省发布的支持政策，将引导行业形成连通企业、高校、研究院所、政府等创新主体的共同体生态。其二，大模型应用逐步落地，将带来行业发展新需求。作为模型生态系统的中坚力量，AI基础软件将会成为大模型应用落地的最主要的效率支撑，并通过大模型+小模型的方式，形成模型训练新范式。基础软件的重要性具体表现有三点：一是基础软件工程化的易用性、完备性；二是AI基础软件要与场景结合，能够进行完备的运维过程；三是需要具备安全可信保障条件。竞争格局：在竞争格局渐趋明晰的过程中，相关厂商需要跨越技术、人才、资金和品牌四方壁垒，在技术实力、生态规模和功能体验三大成功要素上展开角逐。来源:弗若斯特沙利文

•AI基础软件包含一系列企业级AI应用所需的平台软件产品及解决方案，是为大模型应用落地的最主要的效率支撑，AI基础软件的发展决定了人工智能发展的深度、高度、广度，其催化大模型应用快速发展，推动政府和企业AI规模化应用。AI2.0时代的到来，让各行业对大模型应用的需求日渐提升，对大模型对于业务的支撑力也更为重视，但大多数企业都会工程、技术等能力不足的问题。AI基础软件作为AI基础设施的重中之重，为企业客户提供全方位的AI调度以及模型服务，包含机器学习平台等一站式模型平台，以及数据智能平台、实时决策中心、数据湖、数据仓库等服务于AI的数据平台，从而降低各行业客户训练自己人工智能模型的门槛，实现降本增效。

•在技术层面，生成式AI模型的推理能力愈发重要，同时对AI的可信度、可解释度的需求也在提升，呼唤自动机器学习、深度学习、因果学习等领域的基础软件性能提升在商业模式层面，随着大模型的逐渐成熟，通用大模型+行业小模型会成为越来越多企业采用的落地模式，因此，帮助企业自建AI模型的AI基础软件成为大势所趋

在国家监管层面，中国积极布局人工智能产业，竞跑“未来赛道”。随着各行业、各领域对人工智能需求的日益增长，与实体经济深度融合的新模式不断涌现，形成了具有中国特色的研发体系和应用生态，引领着经济社会各领域从数字化、网络化向智能化跃升。以“大模型”为代表的技术爆发，加速了人工智能产业的发展。如何抓住这一轮技术变革的浪潮，促进区域以及产业发展，北京、上海、深圳等地纷纷出台相关政策举措。北京更是闻风而动，一天之内发布两项政策，冲刺“人工智能第一城”。最新地方政策文件中均重点提到了算力端发展，加大算力基础设施的投资力度，同时强调了人工智能的高质量发展，拓展AI创新应用场景的深度与广度。国家及地方出台的多项AI产业支持政策将给产业发展带来助推力，更进一步推动数字经济与实体经济的融合发展。

开源代码通常是免费提供的，企业和个人可以不用支付高昂的许可费，降低了获取成本。开源的文档使得开发者可以更容易地学习和理解AI算法和模型，降低了开发门槛，使更多的人能够参与到开发中。在AI基础软件领域，开源项目允许研究人员、工程师和开发者共享他们的算法、模型和技术，鼓励全球志愿者协助开发、修复其源代码，凝聚人才，集结大众智慧，促进了全球范围内的协作和创新以及集体智慧的发挥。开源协同建设生态和供应链，加速AI开发创新。开源已成为全球流行的创新和协同模式。开源为广大开发者提供了高度灵活和可定制的基础，使他们能够根据具体应用场景来定制和优化解决方案，满足各种不同行业和应来源:弗若斯特沙利文userid:497168,docid:143872,date:2023-10-26,sgpjbg.com

AI基础软件主要位于产业链的中游。其产业链由上游基础设施与资源提供商、中游AI基础软件平台与一站式AI开发平台和下游应用领域企业构成。上游是人工智能软件部署的基础，为AI基础软件提供算力支撑。中AI基础软件产业链游是产业链的核心，以模拟人的智能相关特征为出发点，构建应用技术路径，主要包括以基础开源框架、技术开放平台为代表的AI基础软件。下游主要为AI基础软件在各细分场景的应用，主要包括制造、安防、金融、医疗、零售、交通、等领域。上游基础运算加速升级，赋能AI基础软件发展。基础运算作为AI基础软件的产业上游，主要为人工智能提供算力和数据的支持。中游应用技术趋于成熟，行业格局基本形成，主要包括AI基础软件平台与一站式AI开发平台。云厂商倾向于向客户提供端到端的整体解决方案，期望整体捆绑客户。相比之下，目前领先的AI基础软件平台能够以模块化的方式嵌入客户云的体系中，能够充分满足客户的自主性和可控性的要求，例如，九章云极采用“云中云”的战略部署，将自身软件技术嵌入天翼云的生态当中，以独立第三方的身份专注提供AI服务，对于大型客户来说更可控更独立。下游行业与应用场景深度融合，赋能行业加速发展。目前，主流AI基础软件已逐步应用于各类行业场景中，模拟人类解决实践问题。ResNet、GPT-3等模型不断提升视觉处理、阅读理解等基础智能任务水平，语音识别、自然语言处理和计算机视觉等感知类任务上的应用技术成就可直接应用于实践产品，带来了广阔产业应用前景。

qAI基础软件厂商的“技术创新“用圆心到坐标原点之间的距离（半径）来表示：距离衡量AI基础软件厂商在大数据管理、云安全治理、云原生架构、产品应用能力、可视化开发和底层框架等方面的技术能力，半径越大，AI基础软件厂商的技术能力越强。qAI基础软件厂商的“合作生态“用圆心与坐标原点到Y正轴的夹角（角度）表示：角度衡量AI基础软件厂商在国内市场各应用领域（主要包括政务、金融、医疗、交通、制造等）方面的合作伙伴和头部厂商的数量，角度越大，AI基础软件厂商的合作生态力越强：360度即表示合作生态力满分。图标大小衡量AI基础软件厂商在应用领域广度、易用性、客户服务和定价策略的市场表现力，每家厂商的竞争力都适用于代表不同服务能力的四个规模等级之一。在应用领域广度、易用性、客户服务和定价策略方面中表现突出在应用领域广度、易用性、九章云极、亚马逊云科技、华为云、阿里云、腾讯云、Databricks和百度云被评为国内AI基础软件市场的"领导者"。o这类厂商用大模型、云原生技术等提升应用数据安全、技术兼容性和AI基础软件开发部署能力，使应用体验更具安全性、先进性和易用性。此外，这些厂商还在各应用领域拥有强大的市场表现力，并始终如一地为客户提供完善的服务，以满足他们的需求。DataRobot、商汤、第四范式、星环科技和创新奇智被评为国内AI基础软件市场的"挑战者"。o这类厂商通过增加产品应用价效比、区别于竞争对手以及提供更多的AI技术开放性来获得推动增长的力量。

国际电信联盟：国际电信联盟是联合国负责信息通信技术（ICT）事务的专门机构，旨在促进国际上通信网络的互联互通并制定技术标准以确保实现网络和技术的无缝互连。ITU从2016年开始开展人工智能标准化研究，目前是国际人工智能标准化领域的权威机构。