生成式人工智能发展与监管白皮书（42页）

商业落地是国内人工智能发展面临的困境之一，大模型发展声势浩大，但只有做到商业化、工 程化、应用场景化，才能真正赋能产业。 近期，创业者服务平台 GoDaddy 对全美 1003 家小型企业的调查数据显示，ChatGPT 以 70% 的应用率成为美国小型企业应用最多的生成式 AI 产品；38% 的受访者，在过去几个月里尝试 过生成式 AI；营销、内容创作、商业建议是企业应用生成式 AI 最多的 3 个用例；75% 受访者非常 满意生成式 AI 在业务中的表现 10。 对比之下，国内大模型远没有达到可商用化的程度，或是能深度切入具体应用场景。目前大模 型落地主要以价值增强和效率提升为主，而商业模式层面的落地仍在探索中。 

大模型能否和业务充分结合，从而真正解决业务问题，是决定 AI 能否实现经济价值的关键因素。 只有紧贴业务的 AI 战略设计、完善的配套架构、充足的 AI 人才及健全的内部培养机制，才能使 AI 与业务发展需求充分融合，最大化实现经济收益。 各地的人工智能相关政策也聚焦到应用层。5 月发布的《北京市加快建设具有全球影响力的人 工智能创新策源地实施方案（2023-2025 年）》提到，要发挥各区产业特色和资源优势，结合人工 智能技术特点，围绕经济社会发展、科学研究发现、重大民生需求等，形成一批示范性强、影响力大、 带动性广的重大应用场景。7 月发布的《上海市推动人工智能大模型创新发展的若干措施》中提及示 范应用推进计划，要加强大模型在智能制造、教育教学、科技金融、设计创意、科学智能等垂直领 域的深度应用和标杆场景打造。