点击蓝字，关注我们
人工智能与大数据研究中心
赛迪顾问近日编制完成《2024中国MaaS市场发展研究报告》，深入分析中国MaaS市场现状，研判市场发展趋势。随着大模型技术和产品的快速迭代，越来越多企业开始主动寻求通过通用大模型的能力，叠加垂直领域数据进行模型微调，提升业务智能化水平，助力企业提质降本增效。在此背景下，大模型与云的融合成为降低业务应用AI模型门槛的重要路径之一。模型即服务（MaaS）为行业用户提供从数据准备、模型开发、模型精调、模型部署的全链条工具及服务，使得行业用户无需关注底层算力、存储、网络等基础设施的搭建，即可完成模型从准备、训练、推理到应用的全流程，推动模型在企业级业务场景深度应用。
2023年，中国MaaS市场规模达26.3亿元。其中，金融、政府、教育为中国MaaS行业市场前三。未来，在AI应用场景深入拓展、模型推理需求日益提高等因素的驱动下，中国MaaS市场将保持高速增长。
数据来源：赛迪顾问2024.09
中国MaaS市场参与的厂商主要分为三类：一是云服务商，凭借其云计算技术、行业用户资源的深厚积累，在云底座的基础上打造一体化模型服务能力，研发模型开发平台和解决方案；二是人工智能企业，基于大模型技术创新、优质数据资源、丰富的AI应用场景等优势，构建存算基础设施与AI应用之间的桥梁。三是电信运营商，依托算力网络的前瞻布局、海量数据积累和庞大用户基础，为企业用户提供深度定制的MaaS服务。2024年，在中国MaaS市场中，阿里云凭借自研飞天云计算操作系统和百炼平台为行业用户提供一站式的大模型训练与推理解决方案，位居第一。
数据来源：赛迪顾问2024.09
1.MaaS持续降低模型开发门槛，将推动模型在真实业务场景深度应用
MaaS通过提供预训练模型、数据处理和模型训练推理等一系列丰富的工具与服务，持续降低模型的开发应用门槛，将推动模型与真实业务场景的深度耦合应用。MaaS通过提供预训练模型、数据处理、模型训练和推理服务，使得企业和开发者可以更便捷地使用复杂的模型，而不必从零开始开发和训练大模型。通过这种方式，MaaS正在显著降低模型的应用门槛，使得更多的中小企业和非技术背景用户能够参与到模型的应用与创新中。随着MaaS生态的不断成熟和完善，模型开发应用门槛持续降低，将推动模型在金融、政府、教育、制造、医疗卫生、能源、交通等行业的深入应用，快速构建和部署在真实业务场景中的模型应用，充分释放模型价值，从而推动千行百业的智能化升级。
2.成本效益考量下，大小模型协同将成为AI应用落地的主流路径
随着大模型从专注技术迭代革新逐步迈向行业落地推广的深水区，用户愈发关注模型应用的成本与带来的业务价值之间的平衡，大模型高昂的计算资源、数据存储以及训推成本成为用户在应用模型时需要重点考虑的因素。实际上，从应用端看，并非所有业务场景都需要依赖超过10亿参数规模的大模型来支撑。尤其在细分领域如知识库问答、流程响应优化等特定业务场景下，通过模型蒸馏、剪枝等轻量化技术优化后的小模型，往往能够在达到与大模型基准效果相当的情况下，显著降低计算资源消耗、减少数据存储需求并加快训推速度，从而提升业务应用的性价比和实用性。大小模型的有效协同，将有利于充分发挥大模型在复杂任务处理上的优势，结合小模型在资源效率和响应速度上的长处，成为未来模型应用落地的重要方向。
3.模型推理工具链生态的不断完善将提高MaaS的模型部署效率
高效的模型推理是大模型从算法研发到实际应用的过程中关键环节之一，然而，模型推理效率较低往往是模型部署应用的一大瓶颈。由于大模型参数规模庞大、注意力操作机制复杂，模型推理通常面临延迟高、计算成本高以及资源占用大等问题。当前，各大厂商积极布局迭代推理优化工具，提高模型推理效率。具体而言，一是通过模型蒸馏、稀疏化、量化等优化方法提高模型推理效率，二是通过集成模型优化、自动化部署与高效监控工具，有效降低了模型从训练到实际应用的门槛与周期。同时，模型推理工具链还具备可扩展性和灵活性。随着新技术的不断涌现和业务需求的不断变化，推理工具链能够快速适应并进行相应的优化升级，从而确保了模型推理效率的不断提升和业务需求的及时响应，推动MaaS模型推理部署效率的持续优化。
4.“公有云+专有云”的MaaS部署模式将为企业用户提供安全与成本兼顾的解决方案
凭借公有云弹性可扩展、灵活、易运维等特点，MaaS用户能够基于自身业务对于资源的需求动态弹性调整，同时，按量后付费、资源包预付费等组合式付费模式为用户提供了灵活的选择。专有云部署模式能够为用户提供高度安全的数据隔离和个性化定制化解决方案，确保大型企业在训练部署和应用企业专属模型过程中的安全与合规，但往往面临私有化部署成本高、版本迭代滞后等问题。在此背景下，“公有云+专有云”的部署模式为企业级用户提供安全与成本兼顾的解决方案，用户可以在公有云环境中完成算力资源消耗较大的模型预训练等任务，而将对数据安全、模型安全要求更高的数据工程能力搭建、模型微调、模型部署应用等任务放在专有云中进行。这将有利于实现资源的高效利用和成本压缩，同时确保数据安全和合规，满足用户对数据隐私的要求，为MaaS的广泛应用奠定了坚实基础。
目录
一、研究背景
1.大模型热度不减，行业应用和场景应用不断拓展
2.大模型与云的融合大幅降低业务应用AI模型的门槛
3.模型广泛应用持续催生模型工具和服务需求
二、MaaS定义及价值
（一）MaaS定义
（二）MaaS价值
1.用户无需关注底层基础能力
2.提供丰富的模型调用API资源池
3.大幅缩短模型开发应用周期
4.推动大模型在垂直领域的应用推广
三、MaaS市场发展现状
（一）行业重大事件及影响分析
1.百度智能云、阿里云、火山引擎、智谱等持续迭代MaaS产品，重点提升工具链、安全保障等能力
2.商汤科技、百川智能、硅基流动等AI厂商持续获得资本市场认可，加速研发MaaS相关产品
3.云产品、大模型降价，推动中国MaaS市场的快速发展
（二）市场规模
1.2023年中国MaaS市场规模达26.3亿元，未来将保持高速增长态势
2.金融、政府、教育为中国MaaS行业市场前三
（三）市场竞争态势
1.市场竞争态势
2.主力厂商表现及评价
三、MaaS市场发展趋势
（一）驱动因素与阻碍因素
1.国家“人工智能+”行动推动MaaS的快速发展
2.大模型应用场景拓展激发对大模型全生命周期服务的需求
3.RAG、模型评测、加速推理等工具的丰富助力MaaS市场发展
4.高质量数据集缺位或将限制模型性能的进一步提升
（二）发展趋势
1.MaaS持续降低模型开发门槛，将推动模型在真实业务场景深度应用
2.成本效益考量下，大小模型协同将成为AI应用落地的主流路径
3.模型推理工具链生态的不断完善将提高MaaS的模型部署效率
4.“公有云+专有云”的MaaS部署模式将为企业用户提供安全与成本兼顾的解决方案
5.用户对安全和隐私要求的提高将促进MaaS安全保障体系不断完善
四、赛迪建议
（一）厂商
1.持续拓展升级模型工具链，提高精细化模型管理与监测能力
2.提升MaaS对模型全周期的安全保障能力
（二）用户
1.加快培育兼具业务理解和模型应用能力的新型AI人才
2.积极探索应用模型微调工具，打造企业级AI应用场景
更多行业案例及其特点，请扫描下方二维码关注“赛迪顾问”公众号，获取最新动态。
微信号：ccidconsulting
END
本公众号提供的内容用于个人学习、研究或欣赏，不可用于其他商业用途。如有关于作品内容、版权及其它问题，请及时在公众号留言。
如果获得转载授权，请注明作者姓名和转载的出处，不修改文章的标题、文字、图片或者音视频，以免曲解原文意思。
