2023年，大模型公司忙于寻找算力和优化模型，而AI应用层公司则专注于寻找适合进行AI改造或开发原生AI应用的场景。

这一轮的生成式AI被广泛认为是AI时代的工业革命，因此它不仅需要满足to C端的娱乐性需求，如写诗作画等，还需要满足to B端提升生产力的需求。然而，目前大模型主要还停留在满足to C端的娱乐性需求的阶段，而今年将更多地进入满足to B端提升生产力需求的阶段。

经过一年的探索期，目前大模型的应用形态主要分为两大类：“+AI”和“AI+”。

第一类“+AI”是指在原有的软件系统上添加AI功能，典型代表是Co pilot。微软将其软件全家桶都添加了Co pilot的功能，甚至将Bing Chat的名字直接改为Co pilot。在国内，也有一些SaaS软件尝试做Co pilot，比如大数据分析与指标平台厂商Kylingence。

第二类“AI+”是指AI原生应用，相对成熟的应用主要集中在AI生成文本、AI生成图像和AI生成视频三大场景，各个领域都涌现出了一批AI新星。在AI生成文本领域，以对话机器人为代表产品，如ChatGPT、Bard和文心一言等；在AI生成图像领域，以Midjourney和DALL-E为代表；在AI生成视频领域，以Runway和Pika为代表。

预计到2024年，AI Agent将成为大模型之后的另一个爆发点。如果大模型被视为未来水电煤一般的基础设施，那么Agent则将成为未来用户接触和使用AI的主要方式之一。Agent将成为大模型在to B场景落地的重要方式之一。

然而，目前大模型的落地仍面临一系列挑战，包括成本过高、存在幻觉以及无法从Demo转变为真实解决实际场景等问题。

澜码科技创始人周健曾表示：“我们接触到的客户，无论是银行保险、国家电网、东方航空、南方航空等央国企，还是中等规模的民企和三四亿收入的民企，甚至是一些小企业，都会面临一个共同的困难——模型价格昂贵，算力也很贵。”因此，周健认为，如何让大模型能够在企业中被广泛应用并发挥业务价值将是未来的重点考虑方向。

为了真正将大模型转变为AI工具并引入自己的业务流中，飞书CEO谢欣于2023年11月提出了一个“AI Ready”的理念，即企业在数据系统等方面做好准备，与AI时代共同进步。

去年，许多企业对大模型的投入持观望态度，或者只有一小部分积极拥抱新鲜事物的员工自发尝试。然而，今年，企业需要更加系统性和全面地投入AI Ready的工作，这是迈向AI时代的第一块踏板。