從圖表中得知，阿里云、華為云等廠商在行業應用層、數據安全、軟件平臺層均有出現，在一系列市場應用中均有所涉足。

　　除阿里云、華為云外，其他廠商更多專一于單領域，例如中國電信(601728)、中國移動(600941)、中國聯通傳統三大廠商，更注重于行業應用服務。

　　此外，數據智能倉儲、數據治理 & 可視化分析、商業智能分析決策的軟件服務成為廠商布局重點。這是由于：

　　市場競爭愈演愈烈，數據鏈路流通流程縮短，促使企業聚焦一體化解決方案，海量多模態的高效的數據存儲、治理、開發將帶動流程化工具、中間件的升級。

　　而其中數據敏捷查詢和可視化號稱“將是 GenAI 最先落地的場景”，此類功能可形成多主題數據地圖和精準畫像，從而最先滿足智能決策、城市管理、業務監控、風險預警、地理信息分析等多種業務需求。

　　知識圖譜與人工智能雙輪驅動智能分析決策產品升級。在實現了基礎的識別、查詢、分析功能上，企業需要進一步完成對業務和未來路徑的分析決策，知識圖譜與 GenAI 的融合創新是很好的路徑，也是當前大部分技術供應商聚焦的領域。同時，指標管理、業務管理以及與業務知識圖譜的融合，是客戶側更加關心的問題。

　　▲ 圖源 IDC IDC 據此也提供技術供應商一系列建議：

　　抓住生成式 AI 的機遇

　　超過 80% 的數據智能企業都在考慮或部署生成式 AI 與擁有產品的融合和創新，這不僅是受社會和資本市場的影響，而是大模型確實可通過創造性的方式來以更靈活多變的形式輔助不同的工作角色完成開發、設計、分析工作。

　　布局該技術的企業應同等重視算力服務和數據資產，采用成熟的云服務和 LLMOps 工具平臺可以幫助企業更快速地開發部署高水平大模型服務。另外，企業也需要注意整合數據庫和數據管理平臺資源，大模型時代更加注意數據的一致性與統一管理，避免回到開發多個小模型的節奏。

　　要將 AIGC 與業務需求直接融合

　　To C 端的文生圖、圖生文、視頻生成業務熱度下降，技術供應商轉而從兩方面升級 To B 端產品服務：

　　一是提升業務效率，解決客戶的開發效率慢、人員成本高的需求，代碼生成、代碼解釋、流程挖掘、數據治理將會是最快大規模落地的應用

　　二是提高分析管理水平，讓大模型訓練業務管理決策體系和數據，開發更上層的業務分析、指標管理、數字化轉型服務，來幫助企業利用大模型可以更全面地挖掘潛在價值。

　　想要通過數據提升業務價值，需要將獨立的數據信息聯系成 2D、3D 網狀結構，確定信息之間的關聯關系和影響程度，將無序的數據總結為有序的知識圖譜，利用 GenAI 技術來自動識別節點與節點之間的關系，避免業務專家人工持續建模，并隨著數據和市場的變化來自動調整知識圖譜。

　　圍繞大模型的開發運維工具做創新

　　傳統的模型開發平臺和工具無法適應大模型對算力、性能、訓練、調優、部署的要求，而在未來兩年，市場對于大模型的開發運維工具表現出更強烈的需求，市場格局也會改變，廠商更快的將自身業務和資源積累，與開發工具相結合，將會擁有更強的市場競爭力和收入規模。