MaaS概念“模型即服务(Model as a Service)”, 是指将机器学习模型部署到企业端,以API、SaaS或开源软件的形式提供给用户使用,从而让用户能够通过调用模型来获得所需的服务。
在大模型时代浪潮下,各行各业均面临着前所未有的数字化、智能化转型的挑战与机遇,而MaaS作为模型服务灵活供给的新模式,为行业转型变革带来了新路径。
1、MaaS行业产业链初步成形
从产业链来看,MaaS行业上游为机车算力基础设施,主要包括了AI芯片及软件栈、算力平台;中游为MaaS各类服务,主要有AI应用开发服务、模型服务、数据集服务和平台服务;下游则是应用领域,应用产品主要包括聊天机器人、语音终端、智能座驾、文章写作等;而应用场景包括了智慧金融、数字政府、智能交通和智慧教育等。
资料来源:中国通信院、观研天下整理
当前MaaS产业中各个领域,均有多家企业进行了布局,比如在AI应用开发服务方面国内头部企业也纷纷推出各类应用开发平台,可实现AI原生应用开发,并支持构建AIAgent ( 智能体),达到大模型与各组件或系统工具的强互动及关联。
资料来源:中国通信院、观研天下整理
2、MaaS行业应用情况——金融行业成为落地最多领域
从应用情况来看,当前金融行业率先成为MaaS落地最多的领域,占比到了49.0%;其次是政府服务,占比为8.0%;第三是娱乐和媒体,占比均为7%。
资料来源:中国通信院、观研天下整理
3、MaaS行业发展挑战
随着Maas产业的快速发展,平台、模型、AI应用开发等服务能力快速提升,服务业愈发完善,但同时Maasz规范性、生态建设等方面还存在不足,在模型服务方面还有待提升。
资料来源:观研天下整理
模型服务质量缺乏规范性
虽然目前产业已经发布看多款MaaS产品,并且还汇聚大量的模型服务,但由于模型服务本身的可用性要求尚未建立统一规范,再加上服务规模化落地所必须的稳定性、可靠性和安全性等并未形成标准体系,所以在服务内容和质量上难以统一和衡量,无法保障用户使用时获得满意的服务。
模型服务易用性不足
在易用性方面,由于当前模型卡片的建设还没有完善,所以模型信息多存在不透明现象,也因此,用户无法获取清晰、准确的模型信息,这也使得用户想要的模型存在困难。而除此之外,模型的可解释性也相对较弱,使得用户难以理解模型的运作机制和输出结果。
MaaS基建成本控制能力需加强
MaaS的体系构建涵盖云计算基础设施如算力资源和数据中心的搭建,以及专业技术人才的培育,而这些都需要巨大资金投入,所以MaaS建设方在基建成本方面应重点考虑有效地管理和利用基建资产,降低运营成本提高运营效率,从而降低和控制建设成本。
合规管理体系亟需进一步完善
MaaS在数据规范与权责确认上都面临了巨大的考验。比如是在数据合规方面,既要保障在用户在使用模型服务时个人数据的隐私安全,也要确保用于模型训练和优化的数据来源合法合规。而在权责确认方面,当模型服务出现不能使用的情况时,在明确和处理使用方因此遭受的损失,当前尚缺乏明确的规范。
国内MaaS生态建设尚不完备
当前在国内MaaS产业不断发展,但在生态建设方面还没有完备,一方面主要是由于当前MaaS各层之间,以及同层的不同企业服务之间接口模式尚未统一,使得MaaS 的推广和应用也面临数据互通、技术对接等难题;另一方面当前国内模型服务和用户的体量较国际先进水平还存在差距,模型共建共享的生态环境还需要进一步完善。(XD)
观研天下®专注行业分析十二年,专业提供各行业涵盖现状解读、竞争分析、前景研判、趋势展望、策略建议等内容的研究报告。更多本行业研究详见《中国MaaS行业发展趋势分析与未来前景研究报告(2024-2031年)》。
![](http://img.chinabaogao.com/images/202103/20210318135346jzpt_m.png)
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。