走出AI大模型“焦慮癥”，政企行業(yè)找到了“最優(yōu)解”

極客網(wǎng)·極客觀察（朱飛）6月26日 自2022年底以來，隨著ChatGPT橫空出世并迭代升級(jí)，全球各國(guó)、各行各業(yè)面對(duì)AI大模型似乎都FOMO了（Fear of Missing Out，錯(cuò)失恐懼癥），動(dòng)作頻頻生怕錯(cuò)失機(jī)遇。

然而迄今為止，在轟轟烈烈的“煉大模型”過程中，除了英偉達(dá)賺得盆滿缽滿外，其他玩家都還沒找到穩(wěn)定且持續(xù)的商業(yè)模式。相反，隨著參數(shù)規(guī)模的日益膨脹，模型訓(xùn)練的算力開支越來越高，大投入?yún)s看不到產(chǎn)出的情況下，新的“焦慮癥”又蔓延開來。

在大模型“軍備競(jìng)賽”最激烈的美國(guó)，資本市場(chǎng)近乎進(jìn)入“癲狂”狀態(tài)。這兩年來，美股市場(chǎng)只要跟AI相關(guān)的股票都漲瘋了。蘋果一個(gè)AI進(jìn)展發(fā)布會(huì)，隔天市值就上漲2142億美元；以微軟為首的美股“Big 7”的市值，更是達(dá)到史無前例的14萬億，占據(jù)標(biāo)普500的32%，紙面市值與實(shí)際價(jià)值倒掛，“癲狂”程度史無前例。投行分析師們開始焦慮一個(gè)比互聯(lián)網(wǎng)泡沫更大的AI泡沫即將到來。

在中國(guó)互聯(lián)網(wǎng)圈，巨頭們焦慮與美國(guó)的差距的同時(shí)，開始不斷壓低每Token的價(jià)格，提前開啟簡(jiǎn)單粗暴的價(jià)格戰(zhàn)。其中，字節(jié)跳動(dòng)豆包大模型將通用模型pro-128k版的推理輸入價(jià)格定在0.005元/千tokens，較行業(yè)銳降95.8%；阿里通義千問將主力模型Qwen-Long的API輸入價(jià)格降至0.0005元/千Tokens，直降97%；百度甚至宣布將文心大模型的兩款主力模型ENIRE Speed和ENIRE Lite全面免費(fèi)。

一方面是AGI的崇高理想，另一邊是ROI的殘酷現(xiàn)實(shí)，面對(duì)AI大模型這班開往未來的列車，不“上車”不行，“上車”后找不到好位置、堅(jiān)持不到終點(diǎn)也不行，到底該何去何從？

在中國(guó)政企行業(yè)，一群富有遠(yuǎn)見的先行者將通用大模型與特定行業(yè)的專業(yè)知識(shí)相結(jié)合，打造屬于自己的專屬大模型，以加速行業(yè)AI應(yīng)用落地，真正兌現(xiàn)大模型的價(jià)值，為業(yè)界走出AI大模型“焦慮癥”找到了“最優(yōu)解”！

中國(guó)大模型擺脫“焦慮癥”，破局之路在行業(yè)

從全球“大模型之爭(zhēng)”開啟之初，“中美在AI領(lǐng)域差距有多大”就一直都是公眾關(guān)注的熱點(diǎn)議題，從1～2年到8～10年不等。

必須承認(rèn)，我國(guó)在算力、算法和數(shù)據(jù)領(lǐng)域其實(shí)并不具備優(yōu)勢(shì)：高端算力卡被英偉達(dá)卡脖子無法供應(yīng)，短時(shí)間內(nèi)自有制程和設(shè)計(jì)又無法跟上；算法領(lǐng)域，雖然模型數(shù)量眾多，但大多數(shù)是基于國(guó)外開源架構(gòu)優(yōu)化，缺乏自主性和領(lǐng)先性；數(shù)據(jù)領(lǐng)域，我們的開放數(shù)據(jù)和國(guó)外不在一個(gè)數(shù)量級(jí)上，中文語料嚴(yán)重不足。

這些差距是短期內(nèi)難以抹平的，這時(shí)候，縮短差距的正確打開方式，自然不是以己之短博人之長(zhǎng)。

從另一個(gè)角度看，我國(guó)有全球唯一的全工業(yè)門類、最多的金融消費(fèi)人群以及最大規(guī)模的政務(wù)和城市體系，產(chǎn)生了豐富的場(chǎng)景和私有數(shù)據(jù)，這些都成為發(fā)展行業(yè)大模型的天然土壤。因此，比拼應(yīng)用成為中國(guó)大模型破局的一條有效路徑，通過大模型賦能一個(gè)個(gè)行業(yè)細(xì)分場(chǎng)景，最終形成戰(zhàn)略突圍。

以差異化優(yōu)勢(shì)入局，可以預(yù)見，今天率先擁抱大模型的行業(yè)企業(yè)和組織，面對(duì)的將是一個(gè)劃時(shí)代的重大戰(zhàn)略機(jī)遇。

政企行業(yè)大模型挑戰(zhàn)重重，工程化能力是“勝負(fù)手”

當(dāng)然，站在新時(shí)代的起點(diǎn)，政企行業(yè)打造大模型，依然是挑戰(zhàn)重重，因?yàn)榇竽Ｐ偷膽?yīng)用本身就是一個(gè)復(fù)雜的系統(tǒng)工程，除了單點(diǎn)技術(shù)的持續(xù)突破外，更需要基于場(chǎng)景和需求匹配合適的技術(shù)，通過全鏈路、多技術(shù)融合的系統(tǒng)性創(chuàng)新整體推進(jìn)。

首先，大模型不是孤立的技術(shù)，必須重視軟硬件基礎(chǔ)設(shè)施的協(xié)同發(fā)展。除了大模型本身，我們還需要關(guān)注其背后的技術(shù)生態(tài)系統(tǒng)，包括開發(fā)工具、計(jì)算架構(gòu)以及硬件設(shè)施如算力、存儲(chǔ)和網(wǎng)絡(luò)。在設(shè)計(jì)和驗(yàn)證過程中，必須考慮性能、可靠性、可維護(hù)性和兼容性，確保系統(tǒng)的高效和穩(wěn)定運(yùn)行。

第二，行業(yè)大模型需要AI-Native的基礎(chǔ)設(shè)施。一般企業(yè)可以直接選擇公有云享受云上的充沛算力，但對(duì)于政府、金融、電力等大型政企而言，為了滿足安全合規(guī)要求，混合云才是更優(yōu)選，即先借公有云的超大算力和數(shù)據(jù)訓(xùn)練基礎(chǔ)大模型，再在私有云里結(jié)合私有數(shù)據(jù)二次訓(xùn)練得到企業(yè)專屬大模型，最后在邊緣云推理實(shí)現(xiàn)場(chǎng)景化應(yīng)用。

第三，大模型需要建立AI開發(fā)工作流，促進(jìn)模型確定性交付。大模型的開發(fā)是一個(gè)復(fù)雜的系統(tǒng)工程，需要跨團(tuán)隊(duì)協(xié)作和迭代開發(fā)。為了提高開發(fā)效率和質(zhì)量，需要建立一站式的AI開發(fā)工作流，實(shí)現(xiàn)標(biāo)準(zhǔn)化和自動(dòng)化，減少開發(fā)過程中的不確定性。

第四，大模型需要重視數(shù)據(jù)工程，打造優(yōu)質(zhì)數(shù)據(jù)集。高質(zhì)量的數(shù)據(jù)是大模型成功的關(guān)鍵。目前中文數(shù)據(jù)集與英文存在差距，需要通過建立數(shù)據(jù)工程能力，優(yōu)化數(shù)據(jù)的供應(yīng)、流動(dòng)和使用，為大模型高質(zhì)量供數(shù)。

第五，行業(yè)大模型不適合孤軍作戰(zhàn)，需要著力培育產(chǎn)業(yè)生態(tài)。生態(tài)是發(fā)展大模型不可或缺的一環(huán)，這需要政府和行業(yè)頭部企業(yè)從技術(shù)生態(tài)、數(shù)據(jù)生態(tài)、模型生態(tài)和應(yīng)用生態(tài)四個(gè)層面，去構(gòu)建AI時(shí)代開放、可閉環(huán)、有質(zhì)量的生態(tài)體系。

最后，大模型不是一錘子買賣，需要持續(xù)運(yùn)營(yíng)與優(yōu)化。大模型運(yùn)營(yíng)和建設(shè)同樣重要，持續(xù)的運(yùn)營(yíng)和優(yōu)化對(duì)于大模型平臺(tái)的長(zhǎng)期價(jià)值至關(guān)重要，這要求企業(yè)建立適合的流程、組織結(jié)構(gòu)和人才隊(duì)伍，不斷優(yōu)化現(xiàn)有場(chǎng)景并探索新的應(yīng)用領(lǐng)域。

一言以蔽之，行業(yè)大模型考驗(yàn)的不是單項(xiàng)能力，而是全流程融會(huì)貫通的工程化能力。

先行者邁出堅(jiān)實(shí)步伐，行業(yè)大模型未來可期

綜上不難看出，盡管當(dāng)前大模型在技術(shù)和價(jià)格上卷得如火如荼，但其兌現(xiàn)價(jià)值的“主航道”在行業(yè)，真正的賽點(diǎn)在于落地。在行業(yè)大模型的大賽道上，不盲目追求堆算力、堆參數(shù)量，而是聚焦技術(shù)與場(chǎng)景的深度融合，踏踏實(shí)實(shí)積累工程化能力，幫助行業(yè)大模型落地才是關(guān)鍵。從這個(gè)層面講，AI for industries的華為云與政企行業(yè)先行者的聯(lián)合創(chuàng)新實(shí)踐，可謂走在了正確的道路上。

去年，華為云就率先發(fā)布業(yè)界首個(gè)大模型混合云華為云Stack。在近期的華為開發(fā)者大會(huì)上，華為云更進(jìn)一步發(fā)布大模型混合云十大創(chuàng)新技術(shù)，包括多樣性算力調(diào)度、算子加速、云邊協(xié)同等等。既有根技術(shù)研發(fā)實(shí)力，又有業(yè)界最全的AI大模型全套工具鏈和軟硬件產(chǎn)品，華為云Stack一套組合拳下來，行業(yè)大模型的焦慮也被治好了大半。

比如，從2022年開始，山東能源集團(tuán)攜手華為云基于混合云打造全球首個(gè)礦山大模型，已在煤礦領(lǐng)域9個(gè)專業(yè)40多個(gè)場(chǎng)景應(yīng)用實(shí)踐。今年1月，鄂爾多斯與華為聯(lián)合打造內(nèi)蒙古首個(gè)以行業(yè)AI大模型為核心的工業(yè)互聯(lián)網(wǎng)平臺(tái)，在煤礦領(lǐng)域提升、主運(yùn)、安監(jiān)、防沖、采煤、掘進(jìn)、輔運(yùn)、洗選、焦化等9個(gè)專業(yè)實(shí)現(xiàn)了26個(gè)場(chǎng)景智能化，達(dá)到可視、可管、可溯規(guī)范化作業(yè)，提升安全生產(chǎn)能力的同時(shí)有效提高了生產(chǎn)效率和效益。

更值得注意的是，先行政企的行業(yè)大模型不僅是自建自用，更是在牽頭打造示范場(chǎng)景并沉淀經(jīng)驗(yàn)，對(duì)外輸出向行業(yè)賦能。比如，鄂爾多斯工業(yè)互聯(lián)網(wǎng)平臺(tái)目前已完成44個(gè)AI大模型應(yīng)用開發(fā)，上架270多款商品，為28家AI企業(yè)、16家礦鴻企業(yè)共44家應(yīng)用開發(fā)者以及當(dāng)?shù)?00多家礦山生產(chǎn)企業(yè)提供了開放可靠的交易平臺(tái)。

展望未來，相信在華為云及產(chǎn)業(yè)上下游各方的共同努力下，依托我國(guó)場(chǎng)景豐富的優(yōu)勢(shì)，大模型必將能夠打開更廣闊的行業(yè)智能化天地，加速邁向智能世界，釋放更大的經(jīng)濟(jì)和社會(huì)效益！

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。