本文來(lái)自微信公眾號(hào)“中國(guó)電子報(bào)”,作者丨宋婧。
近日,騰訊云副總裁、智能制造與智慧能源負(fù)責(zé)人曹磊在接受《中國(guó)電子報(bào)》記者專訪時(shí)表示,以大模型為代表的生成式人工智能技術(shù)的爆發(fā)將加速新型工業(yè)化進(jìn)程。大模型必須更“懂”產(chǎn)業(yè),才能更“快”落地。
生成式人工智能將加速新型工業(yè)化進(jìn)程
在以信息化帶動(dòng)工業(yè)化的階段,很多工業(yè)制造企業(yè)都處于信息化從無(wú)到有的過(guò)程,或者可能是處于從薄弱的基礎(chǔ)向不斷豐富的信息化邁進(jìn)的過(guò)程中。彼時(shí),新型工業(yè)化的“新”更多指的是工具和方法。
今天,隨著ICT技術(shù)的不斷發(fā)展,尤其是以大模型為代表的生成式人工智能技術(shù)的爆發(fā),為新型工業(yè)化帶來(lái)了新的意義。在這個(gè)階段,新型工業(yè)化的“新”更多則是意味著新時(shí)代需要重新定義的企業(yè)核心競(jìng)爭(zhēng)力。
“這個(gè)‘新’可以是從追隨學(xué)習(xí)到自主研發(fā)的技術(shù)能力的創(chuàng)新,可以是從復(fù)雜多變到全量可控的供應(yīng)鏈的創(chuàng)新,也可以是從售賣設(shè)備和產(chǎn)品轉(zhuǎn)化為提供服務(wù)的商業(yè)模式的創(chuàng)新。”曹磊表示,現(xiàn)在已經(jīng)到了實(shí)踐新型工業(yè)化的階段。
曹磊認(rèn)為,數(shù)字化技術(shù),特別是云技術(shù)、大數(shù)據(jù)、5G、人工智能等IT技術(shù)與企業(yè)核心競(jìng)爭(zhēng)力結(jié)合更加緊密,通過(guò)提升產(chǎn)業(yè)鏈連接廣度和信息流動(dòng)速度來(lái)形成并強(qiáng)化競(jìng)爭(zhēng)力,數(shù)字化技術(shù)甚至可以轉(zhuǎn)變?yōu)楣I(yè)產(chǎn)品要素,為工業(yè)企業(yè)創(chuàng)造直接收益。人工智能技術(shù)作為高潛力、高價(jià)值的工具與方法,正在加速新型工業(yè)化進(jìn)程。
制造業(yè)企業(yè)應(yīng)嘗試更多大模型應(yīng)用
“目前來(lái)看,傳統(tǒng)工業(yè)企業(yè)應(yīng)用大模型產(chǎn)生實(shí)際業(yè)務(wù)價(jià)值的案例相對(duì)比較少,這是因?yàn)殡x傳統(tǒng)產(chǎn)業(yè)越近,產(chǎn)業(yè)門檻越深,大模型的應(yīng)用反而需要更多的思考和嘗試。”曹磊坦言。
騰訊云助力制造企業(yè)加速新型工業(yè)化
他指出,人工智能技術(shù)發(fā)揮作用的最主要原理,就是對(duì)大量數(shù)據(jù)背后隱藏的知識(shí)與規(guī)律的機(jī)器學(xué)習(xí),數(shù)據(jù)密度和豐度影響機(jī)器學(xué)習(xí)效果。國(guó)內(nèi)工業(yè)企業(yè)研產(chǎn)供銷服各業(yè)務(wù)域數(shù)字化程度決定模型是否可生成,是否有效。
工業(yè)企業(yè)具有各不相同的業(yè)務(wù)特點(diǎn),在不同環(huán)節(jié)的數(shù)字化投入也有所不同。比如,電子制造企業(yè)更關(guān)注生產(chǎn)效率與產(chǎn)品質(zhì)量,AI質(zhì)檢場(chǎng)景價(jià)值高,因此企業(yè)愿意投入大量成本與資源來(lái)做數(shù)字化車間建設(shè),通過(guò)布設(shè)大量傳感器來(lái)采集數(shù)據(jù),然后再進(jìn)行建模。引入大模型一方面可以有效提升產(chǎn)能,另一方面還能提升質(zhì)檢準(zhǔn)確度,因此這類企業(yè)愿意去做相關(guān)應(yīng)用的嘗試。
再比如,飛機(jī)制造企業(yè)有大量細(xì)節(jié)數(shù)據(jù)需要數(shù)字化。在整個(gè)生產(chǎn)制造過(guò)程中,某一個(gè)零部件發(fā)生變化,與它相關(guān)的不同類型數(shù)據(jù)都會(huì)發(fā)生變化。這些數(shù)據(jù)如果以A4紙為單位來(lái)計(jì)量的話,可能會(huì)堆起一個(gè)十層樓高的建筑。如果能夠引入大模型,這些數(shù)據(jù)的采集、校對(duì)、驗(yàn)證過(guò)程將得到大幅簡(jiǎn)化,且數(shù)據(jù)的精準(zhǔn)度也能有效提升,錯(cuò)誤率將無(wú)限接近于零,且大模型還具備自我學(xué)習(xí)與組合能力,比人工操作的效率高出很多。
“現(xiàn)階段,可以看到的只有一些淺層次的應(yīng)用,比如數(shù)字人、知識(shí)圖譜等,更深層次的應(yīng)用需要進(jìn)一步探索。”曹磊表示,傳統(tǒng)制造企業(yè)對(duì)大模型也有迫切的訴求,只是現(xiàn)在還沒(méi)走到落地的階段。
曹磊認(rèn)為,大家還沒(méi)能清晰地看到大模型應(yīng)用帶來(lái)的可量化投入產(chǎn)出比,導(dǎo)致對(duì)新技術(shù)的引入持謹(jǐn)慎態(tài)度。這也是目前已有成熟人工智能技術(shù)應(yīng)用的工業(yè)企業(yè)以及人工智能技術(shù)應(yīng)用走到前面的科技企業(yè)應(yīng)該合力探索的一個(gè)方向。
大模型必須更“懂”產(chǎn)業(yè),才能更“快”落地
談及大模型在產(chǎn)業(yè)端的落地,曹磊給出了自己的思考。一是模型需要“學(xué)習(xí)”行業(yè)知識(shí),目前市面上的通用大模型其知識(shí)多來(lái)自互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù),這些數(shù)據(jù)的優(yōu)勢(shì)是廣度,但特定領(lǐng)域的專業(yè)數(shù)據(jù)強(qiáng)度不足,需要模型廠商和特定領(lǐng)域?qū)<乙黄疬M(jìn)行數(shù)據(jù)收集與融合工作,以使大模型“懂”產(chǎn)業(yè)。
二是大模型的“大”使其擁有強(qiáng)大的泛化能力,但同時(shí)也意味著使用成本比較高。大模型架構(gòu)需要“訓(xùn)練”和“推理”兩步走,為了獲得更好的模型效果,“推理”過(guò)程往往要進(jìn)行“結(jié)果反饋”,然后對(duì)模型進(jìn)行“再訓(xùn)練”,這個(gè)閉環(huán)背后每一步都是計(jì)算資源的持續(xù)消耗。這意味著,對(duì)于企業(yè)來(lái)說(shuō),不僅需要騰訊這樣的廠商提供模型產(chǎn)品支持,也需要專業(yè)的云端服務(wù)幫助企業(yè)“降本增效”,實(shí)現(xiàn)運(yùn)營(yíng)收益最大化。
三是大模型的應(yīng)用對(duì)企業(yè)傳統(tǒng)業(yè)務(wù)流程影響大。大模型的應(yīng)用雖然目前并不能直接取代一個(gè)人來(lái)承擔(dān)整個(gè)崗位角色,但將直接提升這個(gè)崗位角色的具體工作內(nèi)容執(zhí)行效率和效果,同時(shí)也會(huì)影響到崗位角色間的協(xié)同方法和效率,這意味著企業(yè)組織流程和考核機(jī)制甚至績(jī)效回報(bào)都將被重新設(shè)計(jì)。
“除此之外,大模型在產(chǎn)業(yè)端的落地還需考慮算力支撐、數(shù)據(jù)歸屬與安全、資本和戰(zhàn)略定力支撐、高端人才引入等諸多方面的問(wèn)題,需要更全面思考與細(xì)致周全的工作路徑。”曹磊表示。
曹磊認(rèn)為,隨著新質(zhì)生產(chǎn)力的提出,工業(yè)制造業(yè)已經(jīng)非常明確當(dāng)下及未來(lái)需要解決的核心問(wèn)題是——“發(fā)展路徑要變”,這個(gè)“變”的關(guān)鍵杠桿聚焦在數(shù)字技術(shù)乃至人工智能。“面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng),騰訊要做的是練好內(nèi)功,把大模型基座打磨好之后,再去進(jìn)行產(chǎn)業(yè)化的應(yīng)用。未來(lái)我們也會(huì)考慮和不同類型的客戶合作,可能會(huì)在模型私有化等方面進(jìn)行探索。”曹磊說(shuō)道。