本文來(lái)自微信公眾號(hào)“極客網(wǎng)”，作者：朱飛。
6月26日自2022年底以來(lái)，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(guò)程中，除了英偉達(dá)賺得盆滿缽滿外，其他玩家都還沒(méi)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(kāi)支越來(lái)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(kāi)來(lái)。
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(lái)，美股市場(chǎng)只要跟AI相關(guān)的股票都漲瘋了。蘋(píng)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(wú)前例的14萬(wàn)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(wú)前例。投行分析師們開(kāi)始焦慮一個(gè)比互聯(lián)網(wǎng)泡沫更大的AI泡沫即將到來(lái)。
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(kāi)始不斷壓低每Token的價(jià)格，提前開(kāi)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(wèn)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(kāi)往未來(lái)的列車(chē)，不“上車(chē)”不行，“上車(chē)”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(jiàn)的先行者將通用大模型與特定行業(yè)的專(zhuān)業(yè)知識(shí)相結(jié)合，打造屬于自己的專(zhuān)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(kāi)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(wú)法供應(yīng)，短時(shí)間內(nèi)自有制程和設(shè)計(jì)又無(wú)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(kāi)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(kāi)放數(shù)據(jù)和國(guó)外不在一個(gè)數(shù)量級(jí)上，中文語(yǔ)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(kāi)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(mén)類(lèi)、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(guò)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(jiàn)，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(guò)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(kāi)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(guò)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(zhuān)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(kāi)發(fā)工作流，促進(jìn)模型確定性交付。大模型的開(kāi)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(kāi)發(fā)。為了提高開(kāi)發(fā)效率和質(zhì)量，需要建立一站式的AI開(kāi)發(fā)工作流，實(shí)現(xiàn)標(biāo)準(zhǔn)化和自動(dòng)化，減少開(kāi)發(fā)過(guò)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(guò)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(kāi)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(mǎi)賣(mài)，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(lái)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(kāi)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(lái)，行業(yè)大模型的焦慮也被治好了大半。
比如，從2022年開(kāi)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(zhuān)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(zhuān)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(kāi)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(kāi)發(fā)者以及當(dāng)?shù)?00多家礦山生產(chǎn)企業(yè)提供了開(kāi)放可靠的交易平臺(tái)。
展望未來(lái)，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(kāi)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！
