Deloitte

百舸争流，驶向超级入口AI大模型时代C端应用生态变局

德勤中国咨询业务

2024年8月

因我不同
成就不凡始于1645

前言

类比PC时代到移动互联网时代的发展，可以窥见AI时代的来临将带来诸多颠覆与创新，这让所有关注AI发展的人们既心生期待又满怀敬畏。AI时代大模型带来生产力水平的显著提升，不断推动应用场景的拓展和功能体验的创新，引发新生态的构建，推动C端应用生态进入新的发展阶段，也必将诞生新的超级用户入口。

当前各类AI应用层出不穷，开发生态不断演进，上演着一场百舸争流的大战：操作系统层面，模型的调用能力带来隐私问题；MaaS (Model as a Service) 和AI开发工具带来商业模式的创新；应用分发和应用调度这两个兵家必争之地将会花落谁家，尚未可知；终端的形态将如何演变、流量入口在哪里，值得我们深思和期待。

各类厂商纷纷提前布局和卡位，德勤观察到三类典型的卡位策略：

一、结合自身资源禀赋和技术迭代趋势布局最具创新价值的AI应用类型，典型代表如聊天机器人，通过极致的效率提升来实现价值；

二、构建AI开发层能力，支撑AI应用生态落地，MaaS有望成为AI时代云厂商的底层业态，赋能AI应用生态发展；

三、加速布局AI Agent，掌握AI时代的用户入口，通过与C端应用生态的高度融合，影响用户的使用路径和决策。

AI时代C端应用价值的实现将带来全产业的生态重塑，从底层基础设施到AI开发到解决方案，不同环节的生态参与方迎来新的布局机会。德勤绘制了一份AI产业链生态图，希望给市场参与者一份可供参考的导航地图。

德勤将持续积极地投入AI的研究，为企业的AI战略设计和落地应用方面提供顶层规划咨询和落地解决方案。我们将陪伴客户左右，在AI时代扬帆起航，勇往直前。

AI大模型应用下C端应用生态正在被重塑

AI大模型时代C端应用生态变化趋势

纵观信息革命的三个时期，“PC+网页”以及“智能手机+APP”两个发展阶段中，终端设备及OS操作系统占据C端应用生态链制高点，目前，AI大模型带来新一轮生产力的升级，势必推动C端应用生态进入新的发展阶段

以史为鉴PC、移动互联网时代形成了以终端、OS、应用为主的产业链生态

信息来源：Similar Web、德勤访谈、研究与分析
放眼未来 AI大模型对现有C端应用生态各环节带来巨大冲击

AI应用或将诞生新时代的用户入口

对比两轮信息革命升级，应用价值实现与基础技术的升级密不可分：围绕数据资源的基础设施更新有效推动应用场景的拓展和功能体验的创新，最终引发新生态的构建，生成了用户入口的超级应用；AI时代用户的注意力争夺成为应用发展的重中之重，未来将诞生新的用户入口

基础设施完备

基础条件

网络提速

PC到移动互联网时代移动互联网到AI时代

输入功能集成

通用大模型
应用场景拓展

端侧算力提升

移动场所

信息来源：CNNIC、Quest Mobile、德勤访谈、研究与分析
娱乐+办公+本地

多模态感知
功能体验创新

即时互动

应用便捷

个性化

自动化

开发生态成熟

• 形成了由OS厂商牵头，个人开发者、独立软件开发商多方共建的成熟开发生态体系

• 形成了标准化SDK/API，开发难度和成本更低

• 科技大厂接连发布AI应用开发平台，通过低门槛AI开发工具和开发平台服务降低开发成本和难度，加速移动应用生态向AI应用生态迁移

应用环节价值变化

• 移动应用价值凸显，用户流量激增，头部应用成为移动时代的“用户入口”

移动互联网用户数量和使用时长单位：亿人、小时/天

2014
2023

用户数量

• AI大模型时代发展基础条件初步成熟，创新型AI应用不断涌现

基于应用场景拓展和功能体验创新，应用价值将进一步提高，AI时代有望诞生头部超级应用，成为AI时代的 “用户入口”

移动应用厂商积极布局，抢位AI时代用户入口

借鉴移动应用发展轨迹，AI应用将遵循 “创新-整合-稳定”的发展规律。当前正处于创新AI应用井喷期，大量AI原生初创企业涌入，移动应用大厂基于场景、技术、资源积累顺势而为，向AI应用转型

移动应用发展阶段

注释：1. 仅计算苹果和安卓应用商店在架活跃应用，苹果和安卓应用商店应用不去重
信息来源：工信部；德勤访谈、研究与分析
© 2024。欲了解更多信息，请联系德勤中国。

AI应用两类典型玩家及特点

基于行业理解，借助AI大模型技术优势，开发AI原生应用

目前AI原创主要集中在专业知识对话、内容生成以及交互体验提升上

• 由移动应用开发升级转型至AI应用开发

例如美图在“美颜相机”中加入AI漫画功能，基于其用户基础以及在人像处理的技术和数据积累，势必将对其他AI漫画初创企业产生更具备优势

大模型端侧应用开发发展趋势一

端侧、云侧大模型的搭载和调用成为端侧操作系统的新任务，其中用户数据隐私问题或成卡点；AI应用开发生态格局仍在混战，以MaaS和AI开发工具为代表的AI大模型应用开发服务支持成为竞争关键

PC到移动互联网时代

应用框架1

• 操作系统自带应用框架帮助移动应用开发者调动系统级服务和底层硬件设备安卓应用框架示意图

由操作系统限制用户数据的调用范围

应用框架层

数据库层

操作系统为广播接收者2提供应用交互接口和机制，例如A应用通过接口唤起B应用

操作系统为内容提供者3提供用户本地数据共享接口，例如聊天软件访问相册图片存储信息

• 模型调用服务或将成为OS系统服务

移动互联网到AI时代

注释：1. Application Framework； 2. Broadcast Receiver；3. Content Provider
信息来源：德勤访谈、研究与分析
© 2024。欲了解更多信息，请联系德勤中国。

应用开发

• 面对iOS的先发优势，安卓凭借开放的开发生态，以最快速度链接大量开发者、应用软件，成为端侧操作系统的巨头

需完成从移动应用开发生态到AI大模型应用开发生态的迁移，为开发生态提供必要的技术支持，打造生态，抢占AI应用先机

AI大模型端侧应用开发流程示意图

大模型端侧应用开发发展趋势二

应用分发渠道主导权争夺一触即发，参与企业纷纷入局抢夺渠道资源；应用调度个性化、集成度提高，借助AI助手形态，有望构建新一轮AI化的高度融合的“个性方案”

信息来源：德勤访谈、研究与分析
© 2024。欲了解更多信息，请联系德勤中国。

大模型端侧应用开发发展趋势三

底层技术迭代+创新功能体验需求推动终端设备形态演变发展，AI大模型时代智能终端向云边算力协同、终端设备形态多元化、多端互联集中调配发展

底层技术迭代

数据

PC到移动互联网时代

• 计算芯片集成度提高

• 数据传输速度提升

终端

• 显示屏升级

• 输入及输出设备集成度提高

移动互联网到AI时代

数据

• 服务器算力提升

• AI算法迭代升级

• 云服务普及

• 端侧AI芯片

• 跨模态交互

• 具身智能机器人

信息来源：德勤访谈、研究与分析

创新功能体验需求

• 应用功能更多、更复杂，例如大型手机游戏对算力要求更高

• 隐私、安全需求

• 设备便携需求，如运动场景

• 智能驾驶、车载娱乐需求

• 多端数据互通互联

• 端侧应用延迟降低、实时响应

• 端侧对推理、决策的功能要求

• 低带宽运行、隐私保护

• AI强交互体验和环境感知

• AI具备推理决策能力，执行更复杂的任务，灵活应变

终端设备形态演变

端侧算力提升，满足应用和敏感信息本地计算需求

载体更多元，拓展至可穿戴设备以及网联汽车

以搭载AI芯片+云边协同的模式，实现边缘AI加速

智能终端形态多元化，调配集中化、多端互联互通

人形机器人、AI眼睛、智能胸针等

AI大模型C端应用核心特征：需求聚合入口，掌握AI时代的创新用户价值

多层级需求满足掌握用户入口

回顾历史，超级应用大都由用户基数庞大的基础需求出发，占领用户心智，成为庞大的用户流量入口，再逐步覆盖更多的需求层级，聚合和链接背后庞大的应用生态，掌握用户时间的分配权。AI大模型时代有望涌现一批新的入口级应用

信息来源：德勤访谈、研究与分析

价值增量

滴滴

C端应用的历史变迁和核心用户价值

纵观PC到移动互联时代的C端创新应用，实现用户价值的核心在于能否通过创新功能带来的用户体验的增强，以及替换成本是否足够低

C端创新应用的用户价值

·衡量创新应用是否具备热门潜力

（创新应用的功能体验 - 传统应用的功能体验）

·创新应用在传统应用基础上提供的价值增量

替换成本

·改变用户使用习惯的机会成本

传统应用迁移到移动应用生态

PC应用

移动应用

价值增量

• 即时通信、语音信息、朋友圈等社交增量场景

• 公众号+小程序等资讯、本地生活功能

• 相同厂商数据/通讯录迁移，替换成本低

购物场景变成移动场景、实时客服沟通

精准营销实时交流，由“人找货”变成“货找人”

信息来源：德勤访谈、研究与分析

邮件收发更实时，信息资讯接收更及时

替换成本

交易购买路径保持一致，替换成本低

浏览及操作界面保持一致，替换成本低

移动互联网时代原生应用

移动原生应用

网速提升带来移动端视频消费场景

美团

使用线上广域高效通信替代线下服务，提高本地服务及时性，缩短用户等待时间

基于移动智能设备新增的基础性应用，并以此为基础衍生一系列原生的产品服务，如智能导航应用对传统GPS导航的替代

替换成本

终端设备、网络通讯等技术发展下诞生的全新应用形态，不存在替换成本

C端应用的历史变迁和核心用户价值 – 价值增量

创新应用价值围绕着生产力解放、娱乐体验沉浸、用户体验优化三个方向持续升级。AI大模型时代的C端AI应用将围绕智能决策、个性化、强交互、集成调度、执行准确五个方向实现价值增量

PC时代移动互联网时代 AI大模型时代关注效率提升和自主决策，提升AI应用的泛化场生产性价值提高工作效率，如文字处理（Word）、表格计关注即时性（即时通讯）、便携操作（移动版景感知工具功能性，如AI辅助的数据分析工具、算（Excel）、数据库管理（Access) 办公工具）、协同交流合作(Zoom、google doc)自动化的客户服务 (聊天机器人）
	典型特征	单一维度，缩短耗时，改善信息呈现形式和传输速度	集成性，实时性、协同办公、跨平台数据实时更新、以及多维度实时信息输入	强调智能自主决策、自动化执行、个性化决策分析，生产力场景降本增效
	娱乐性价值	★娱乐形式单一，且为专业制作、不可更改的内容	★★★★社交媒体（真人线上互动类）、实时性即时性强（直播）、个人制作娱乐内容（UGC)	★★★★☆个性化内容推荐，以及多维度交互式、沉浸式的娱乐情感体验，实时生成的娱乐内容
	典型特征	无法体现个人偏好，实时性差、内容标准单	强交流属性、实时性和即时性需求得到满足	强个性化、沉浸式、强交互娱乐体验
	体验性价值	☆固定位置、外设仅单一信息输入或输出、操作步骤多、以单人独立作业为主	★★★便携手持、操作界面简单拖拽、输入方式多维度、功能集成度高	★★★★★便携无感、多模态综合感知、指令形式多样适配；通过单一入口实现多元化功能调用，交互向类人、个性化方式发展
	典型特征	操作繁琐、学习成本高（键盘、操作界面、文件管理等）	简化操作界面和步骤，简单易上手，但仍需要用户主动发起	无额外交互动作要求，集成调度，任意指令形态均可执行；想到即做到，执行准确度高，消除人对工具的执行障碍

信息来源：德勤访谈、研究与分析
© 2024。欲了解更多信息，请联系德勤中国。

C端应用的历史变迁和核心用户价值 – 替换成本考量

除创新的价值提升外，应关注AI应用功能对于用户而言的替换成本是否可接受，如定价过高、学习难度高、用户个性化数据积累效果不佳，或者与既有使用习惯差别过大，则有可能导致用户放弃更换

信息来源：德勤访谈、研究与分析

掌握AI时代用户入口的破局之道：用户入口卡位策略渐显

C端AI应用生态构成

C端AI应用可根据应用场景和提供的核心用户价值两条脉络细分出四个典型的功能分类—通用型、娱乐型、专业助手型、工具型。此外，支撑和赋能AI应用开发的工具平台以及作为用户需求管家和应用调用中心的AI Agent也呼之欲出

C端AI应用生态构成

信息来源：德勤访谈、研究与分析

卡位策略一：结合自身资源禀赋和技术迭代趋势布局最具创新价值的AI应用类型

科技大厂持续加注聊天机器人，是其迈向通用人工智能的关键路径；初创企业则优先切入生产力场景，以内容创作、垂直专业、工作效率类AI应用抢抓用户流量；垂直领域企业可抓住AI+解决方案风口，掌握垂直行业C端流量入口

信息来源：德勤访谈、研究与分析

趋势一：资本持续重注通用型AI应用高地

ChatGPT发布以来，谷歌、微软等应用生态头部参与者接连布局聊天机器人并取得显著进展，从简单的文本交互到端到端多模态交互融合，再到理解和处理复杂的情感表达，未来通用聊天机器人仍将作为资本重点下注的应用类型

趋势二：生产力场景率先井喷，竞争愈加激烈

生成式AI发展催生大批文生图/视频、文字/音视频创作领域AI原生应用，功能体验创新价值凸显，未来伴随场景融合将注入新的活力，如AI+音乐创作/设计等

AI图像/视频处理、办公助手等工作场景AI应用的降本增效价值受用户广泛认可，设计、剪辑、内容制作等用户群体内已实现较高渗透

趋势三：垂直领域将成为下一个C端AI应用主战场

垂直行业专用模型加速覆盖教育、金融、医疗、法律等领域，目前应用仍以B端为主，C端应用中AI+教育已率先普及，AI+法律、财经、医疗等解决方案类应用存在较大增长潜力，如AI+律师应用DoNotPay为C端用户提供法律顾问服务

案例分析：全球热门工具型C端AI应用 Perplexity AI

Perplexity是AI搜索引擎，22年12月由初创企业发布，移动端用户超过百万，2023年搜索次数超过50亿次。核心价值在于提供高效、高质量、交互式、个性化等多个维度的创新功能体验

Perplexity的核心价值体现

用户价值对比：（新体验-旧体验）-替换成本

	传统搜索引擎	通用大模型	Perplexity
搜索效率	较低	中	较高
信息汇总及内容生成	×		V
信息时效性
可溯源 2 ×
专业领域× ×搜索
反馈及问题细化机制
上下文或多问题关联
个性化定制 × ×
用户间分享 × ×
关键词模式，无缺连续性和准确性相对较高效信息过多用户间校正

信息来源：德勤访谈、研究与分析
© 2024。欲了解更多信息，请联系德勤中国。

案例分析： Perplexity AI核心价值在于提升搜索效率

传统搜索引擎需要用户自行阅读理解、筛选甄别、联想拓展，甚至切换关键词重复搜索，再总结信息；而Perplexity基于AI大模型的联想和推理、知识图谱、内容生成能力，大幅简化用户搜索旅程，直接为用户输出总结归纳性内容，提升搜索效率

实例对比：搜索关键字“特朗普胜选的可能性”

Perplexity Al	“总结归纳” 直接呈现总结性结论，并在
常答案根据给出的搜索结果，特朗普在2024年总统大选中胜出的可能性不太大。
主要原因如下：
人口统计变化不利于特朗普随着约2000万老年选民去世，约3200万年轻选民获得投票权，人口结构变	后方呈现整合多信息源所得
化将不利于特朗普。年轻选民更倾向于支持民主党，关注生育权、民主和环境等议题，这将削弱特朗普的选票基础。 4	的具体原因
2022年中期选举失利 ...	(论据)

注：1.交由语言大模型完成；
信息来源：Perplexity官网；德勤访谈、研究与分析

用户价值：缩短获取知识的路径、减少干扰

© 2024。欲了解更多信息，请联系德勤中国。

卡位策略二：构建AI开发层能力，支撑AI应用生态落地

企业可积极构建AI应用开发层能力，聚合AI应用开发者生态，提供开发框架、代码开发等工具赋能，加速向AI应用生态迁移。MaaS有望成为AI时代云厂商的底层业态，赋能AI应用生态发展

Hub类：构建AI大模型应用开发开放式社区

提供大模型开发资源集合和服务，允许开发者访问和使用各种数据集、预先训练的模型，提供模型的在线试用、下载和部署等功能，简化模型的获取和使用过程，加速AI应用开发

可成为企业聚集开发者、牵引AI应用生态和云生态建设的重要抓手

开发框架类：提供开发者工具箱加速AI应用开发进程

作为开源框架和开发者工具包，简化和加速开发应用的过程，包括一系列通用接口、模块化AI算法模型设计、训练验证标准接口、特性库、工具包等

可作为企业AI开发生态吸引开发者的引流服务，加速向AI应用生态迁移

代码开发类：应用开发降本增效

用于支持代码编写、测试、调试和管理的工具。这些工具可以是集成开发环境（IDE）、版本控制系统（如Git）、代码编辑器、代码质量检查工具等，提高开发效率和质量

赋能生态内开发者，拉齐技术标准和应用开发体系

MaaS：提供AI基础大模型调用服务，简化AI开发流程

为开发者提供一站式AI大模型开发服务，用户可以直接通过API调用基础大模型，构建、训练、部署、运维专属模型，平台提供全周期服务和工具

有望成为云厂商在AI时代的全新、高价值业态

卡位策略三：加速布局AI Agent，掌握AI时代的用户入口

AI Agent能够通过感知环境，自主进行所处情景、既定目标的推理预测，继而规划行动，最终自动执行的智能体，具备独立思考、记忆、自主学习和决策能力，是探索通用人工智能AGI的重要方向

卡位策略三：加速布局AI Agent，掌握AI时代的用户入口（续）

AI Agent与C端应用生态的高度融合，有望改变用户的使用路径，由AI Agent理解用户意图，自主完成问题拆解和决策，直接调用应用工具实现既定目标。AI Agent作为新的用户入口，一定程度上掌握应用生态的分发权

AI时代C端生态占位：价值链不同环节参与方基于自身资源禀赋加速布局

C端AI生态链的主要参与企业

AI大模型时代C端生态链的重塑是从底层基础设施到AI开发到解决方案，颠覆式创新存在各个环节，给传统厂商和新加入的厂商带来了布局机遇

C端AI生态链的主要参与企业（续）

云厂商重点发力AI+SaaS/PaaS层业态，大模型厂商聚焦AI开发层及通用型AI应用迭代，超级应用厂商基于流量优势抢位AI应用生态先机以及开发工具层的支撑，终端厂商积极布局AI终端形态适配、端侧模型开发以及系统AI应用搭载，AI初创和传统应用厂商则在应用层谋求变现

☆：已有厂商布局；☆☆：多家布局，但未形成明显优势：☆☆☆：已有参与厂商形成优势

		C端关键环节		目前不同参与者重点布局环节
		C端关键环节		云厂商	大模型	超级应用	os	终端设备	AI初创	传统应用
数智化解决方案		C端AI	娱乐型（个性化、交互类、游戏...）			★★	★		★★	★★
			工具型（工作效率类、垂直专业类…）	★★	★★	★★	★★	★★	★★★	★★
			专业助手型（法律、教育.）			★★			★★	★★
通用型（入口助手、工具助..）	★☆		★★★	★★	★★☆	★★	★★	★★
AI开发	Al+Saas	AI应用开发工具层		★★	★★★	★☆	★★★	★	★
		Model-as-a-Service （Al模型调用类服务）		★★★	★★★	★★	★★
		PaaS (AI开发者服务）		★★★	★★★	★	★★		★★
	Al+Paas 模型层	端云协同类服务		★★	★★		★☆
		模型使用/推理服务		★★	★★★				★
		端侧模型开发		★	★★		★★	★
	Al+laas	智能终端AI使能		★	★		★★★
	AI基础设施	OS适配					★★
AI智能终端					★★	★★
基础设施	AI基础设施	信息输入数据感知			★	★		★★★		★

德勤AI Strategy全流程解决方案

“AI战略”—GenAI与战略的关联性

GenAI作为一项变革性的技术资源，要求政府及企业的掌舵人以长期视角、战略视角、创新视角，从外到内、自上而下的审视、评估并布局AI，通过AI顶层设计及实施，增强竞争力、创新商业模式

GenAI作为变革性、至关重要的资源从定义上讲，是具有战略意义的。如何在业务中使用这些资源，应该成为整个公司核心管理层和战略团队关注的重点。

根据德勤对客户的调研，企业目前在考虑AI大模型应用产品（GenAI ）主要存在以下疑问：

如何选择大模型？谁是适合的AI合作伙伴？

对我而言，哪些应用和实例是有用的？是否已经有实例证明其价值？

是否还需要在模型训练进行投入使其适应我的业务？投资规模多大？

什么是管理GenAI能力的有效运行机制？相关运行机制如何配合管理？

人才、业务流程以及企业文化如何适应AI革命？

德勤“AI战略”

德勤针对政府侧及企业侧的生成式AI痛点需求，提出“一定、三类、五步走”的AI战略服务解决方案

战略意图

“定”明确运用AI战略对于公司业务而言，实现的战略目标是什么？

“1”创造新事物——通过AI开创新的业务与优势

三类AI战略的关键目标

“2”运营转型——使现有明确的战略更加成功

德勤AI战略“五步走”

“3”影响客户行为——通过AI拓展及深耕客户

生成式AI应用解决方案（POC）

价值理解垂直行业 +GenAI

战略制定短期+长期目标

生成式AI业务设计

AI可部署范围及能力评价

业务方案应用场景及组合

能力方案AI技术能力构建

试点评估形成试点方案

方案固定建模训练应用

AI战略实施路径

制定运营模式转型方案

执行AI应用嵌入业务

#

生成式AI产业及技术趋势洞察、产业发展规划

生成式AI产业的投资组合策略、赛道筛选、产业导入短名单

生成式AI产业重大项目导入的可行性研究及尽调支持

德勤AI战略服务

#

生成式AI战略顶层设计

生成式AI的分阶段部署及实施

“AI+”新机会布局的战略咨询 (赛道筛选、标的企业筛选)

联系我们

程中
德勤中国科技、传媒和电信行业
领导合伙人
电子邮件：
zhongcheng@deloitte.com.cn
李鹏
政企服务组主管合伙人
电子邮件：pengli01@deloitte.com.cn
濮清璐
政企服务组合伙人
德勤中国TMT行业华东区主管合伙人
电子邮件：qlpu@deloitte.com.cn

白皮书编写团队

濮清璐
德勤战略，风险及企业交易
合伙人
庞瑜萍
德勤战略，风险及企业交易
副总监
杨朔麟
德勤战略，风险及企业交易
高级咨询顾问
张琰迪
德勤战略，风险及企业交易
经理
李嘉程
德勤战略，风险及企业交易
经理
廖海涵
德勤战略，风险及企业交易
高级咨询顾问

Deloitte

德勤

我们并未对本通讯所含信息的准确性或完整性作出任何（明示或暗示）陈述、保证或承诺。任何德勤有限公司、其成员所、关联机构、员工或代理方均不对任何方因使用本通讯而直接或间接导致的任何损失或损害承担责任。

Deloitte

百舸争流，驶向超级入口AI大模型时代C端应用生态变局

前言

目录

AI大模型应用下C端应用生态正在被重塑

AI大模型时代C端应用生态变化趋势

AI应用或将诞生新时代的用户入口

基础设施完备

基础条件

开发生态成熟

应用环节价值变化

移动应用厂商积极布局，抢位AI时代用户入口

AI应用两类典型玩家及特点

大模型端侧应用开发发展趋势一

应用框架1

由操作系统限制用户数据的调用范围

应用开发

大模型端侧应用开发发展趋势二

大模型端侧应用开发发展趋势三

底层技术迭代

创新功能体验需求

终端设备形态演变

载体更多元，拓展至可穿戴设备以及网联汽车

以搭载AI芯片+云边协同的模式，实现边缘AI加速

智能终端形态多元化，调配集中化、多端互联互通

AI大模型C端应用核心特征：需求聚合入口，掌握AI时代的创新用户价值

多层级需求满足掌握用户入口

C端应用的历史变迁和核心用户价值

传统应用迁移到移动应用生态

移动互联网时代原生应用

C端应用的历史变迁和核心用户价值 – 价值增量

C端应用的历史变迁和核心用户价值 – 替换成本考量

掌握AI时代用户入口的破局之道：用户入口卡位策略渐显

C端AI应用生态构成

卡位策略一：结合自身资源禀赋和技术迭代趋势布局最具创新价值的AI应用类型

趋势一：资本持续重注通用型AI应用高地

趋势二：生产力场景率先井喷，竞争愈加激烈

趋势三：垂直领域将成为下一个C端AI应用主战场

案例分析：全球热门工具型C端AI应用 Perplexity AI

案例分析： Perplexity AI核心价值在于提升搜索效率

卡位策略二：构建AI开发层能力，支撑AI应用生态落地

卡位策略三：加速布局AI Agent，掌握AI时代的用户入口

卡位策略三：加速布局AI Agent，掌握AI时代的用户入口（续）

AI时代C端生态占位：价值链不同环节参与方基于自身资源禀赋加速布局

C端AI生态链的主要参与企业

C端AI生态链的主要参与企业（续）

德勤AI Strategy全流程解决方案

“AI战略”—GenAI与战略的关联性

德勤“AI战略”

三类AI战略的关键目标

AI战略实施路径

#

德勤AI战略服务

#

联系我们

白皮书编写团队

Deloitte