《IDC Perspective：AI大模型落地能源行业前景展望》研究报告正式启动

北京，2023年9月5日

根据IDC最近对全球CIO的调研，60.9%的受访者认为生成式AI在知识管理上的应用将最具前景。IDC预测，部分金融行业、能源行业头部机构有可能在一年内尝试引入AI大模型及生成式AI的能力，应用在其人工智能技术发展相对成熟的场景中。新一代AI技术的应用可能为其带来独特的先发竞争优势。

能源行业（包含电力、油气、矿山等）场景复杂、数据体量大，一直存在数据多源、样本缺乏等问题，传统的AI模型往往需要进行大量重复枯燥的数据标注工作。另一方面，传统的AI模型到达一定程度后，准确率很难继续提高。

AI大模型在能源行业中的优势

• 泛化能力：充分挖掘数据内在联系，达到更高的泛化性能，对能源行业中不同场景的鲁棒性更强。

• 小样本/零样本能力：基于少量样本数据的高效训练，能做到新场景下高效适配，相比小模型算法准确率能得到提升。

• 样本筛选能力：能做到海量无标注样本筛选，节省人力标注代价。

• 低门槛AI开发能力：提供自动化工作流、自动数据处理、自动化调参、自动生成模型，减少对AI开发工程师的专业依赖，算法模型开发周期缩短。

AI大模型的应用挑战

• 安全问题：垄断与隐私风险、错误信息风险、用户滥用风险

• 成本问题：训练模型的成本较高，参数量达到一定水准后，存在边际效应递减

• 集成问题：如何与能源企业中各种应用对接

针对其中可能存在的风险，国家网信办联合七部委发布《生成式人工智能服务管理暂行办法》来促进人工智能技术健康发展，已于2023年8月15日开始实行。目前，部分能源头部厂商已经开启了与科技公司在大模型应用方面的合作，尤其在电网与矿山领域，形成了一些初步试点示范，如电网调度、缺陷/故障查询、煤矿作业监测等场景。随着数据规模的不断扩大，AI大模型将会越来越擅长处理复杂的数据。未来，其将有可能重塑企业软件。
基于此，IDC启动《IDC Perspective: AI大模型落地能源行业前景展望》报告研究。本次报告中定义AI大模型为基于海量数据进行自监督学习的预训练模型，核心作用是突破数据标注的困境，保证学习内容的覆盖广度，提升模型的准确度和学习效率，并通过微调形式以更低成本赋能后续下游任务中的应用，能极大地扩展模型的泛化能力。IDC将基于现阶段AI大模型技术在能源行业的初步尝试，重点展望新一代AI技术在能源行业如何发展，预测技术趋势及发展路径，并总结相关应用场景。

如需了解更多详情

请扫描上方二维码

欢迎广大企业及相关技术服务商推荐案例或提供信息，与IDC共同开展本次研究。如需进一步咨询或交流，请与IDC中国研究经理周启珊（邮箱：[e-mail]）联系。

免责声明

本文中的内容和数据均来源于IDC所发布的报告，所有内容及数据均为我公司所有。未经IDC书面许可，任何机构和个人不得以任何形式翻版、复制、刊登、发表或引用。

全文完

↓ 相关推荐 

+

联系我们

扫描左侧二维码

与我们保持沟通

相关咨询，请联系：

王勇，IDC中国 副总裁

电话：[phone]

电邮：[e-mail]

刘晓婷，IDC中国 客户支持代表

电话：[phone]

电邮：[e-mail]

谢静，IDC中国  市场部

电话：[phone]

邮箱：[e-mail]