◎智谷趨勢| 傅斯特

　　2000年前操作花樓機進(jìn)行紡織作業(yè)的人一定不會(huì )想到，2000年后的今天，雖然紡織市場(chǎng)需求依舊存在，但產(chǎn)業(yè)已經(jīng)從根本上被自動(dòng)化和智能化所徹底重塑。

　　AI的重構能力，正在讓中國各行各業(yè)迎來(lái)“興奮時(shí)刻“。

　　9月5日，百度智能云宣布升級工業(yè)解決方案開(kāi)物——基于文心大模型重構，新開(kāi)物將實(shí)現從“產(chǎn)線(xiàn)智能” 到 “企業(yè)智能” 再到 “產(chǎn)業(yè)鏈智能” 的“三步走”策略，為企業(yè)帶來(lái)質(zhì)的跨越和提升。

　　“在深耕工業(yè)領(lǐng)域的這幾年，我們發(fā)現，很多工業(yè)企業(yè)在推進(jìn)智能化升級時(shí)，面臨著(zhù)場(chǎng)景定制化開(kāi)發(fā)成本高、使用門(mén)檻高的問(wèn)題?！卑俣燃瘓F執行副總裁、百度智能云事業(yè)群總裁沈抖講道，“大模型的出現，為我們提供了全新的解決方案?！?/p>

　　這次升級，也意味著(zhù)百度開(kāi)物平臺AI應用從聚焦于垂直行業(yè)的特定場(chǎng)景化賦能轉向為全產(chǎn)業(yè)鏈賦能，被投放于更加廣泛的應用場(chǎng)景中，要用大模型和AI，對工業(yè)流程進(jìn)行重構。

　　多年來(lái)，開(kāi)物工業(yè)平臺在質(zhì)量管控、安全生產(chǎn)、工藝優(yōu)化、生產(chǎn)調度，以及能耗管理這五個(gè)大的場(chǎng)景中積累了非常多的應用能力。

　　圍繞企業(yè)現實(shí)，洞察根本需求，用AI的方式從端到端去為企業(yè)解決工作場(chǎng)景的問(wèn)題，是過(guò)去百度和企業(yè)慣常的合作方式。

　　然而，大模型的出現，為產(chǎn)業(yè)重塑帶來(lái)了新的機遇。

　　依靠大模型，企業(yè)不僅可以對過(guò)去單一場(chǎng)景進(jìn)行統一調度，還可以將企業(yè)的經(jīng)營(yíng)數據、工藝管理、生產(chǎn)管理都可以通過(guò)人工智能的方式進(jìn)行統一控制。當這種智能革新從根本上改變所有工業(yè)生產(chǎn)、管理和運營(yíng)方式之時(shí)，全產(chǎn)業(yè)鏈的智能調配也將得以成為現實(shí)。

　　這是大模型賦能能力的質(zhì)變，也是人類(lèi)生產(chǎn)力的一次飛躍。

　　從普通用戶(hù)感知較強的To C領(lǐng)域，快速下沉到To B的產(chǎn)業(yè)端，大模型正在從人們討論的話(huà)題中走出來(lái)，實(shí)踐于各個(gè)行業(yè)的賽道。

　　用AI全方位地開(kāi)拓企業(yè)應用空間，已成為AI應用的全新價(jià)值錨點(diǎn)。

　　能力越大，責任越大；賦能越多，需求也就越多。

　　大模型的出現，讓企業(yè)看到了更多的可能性，它們的需求也在產(chǎn)生變化。

　　如果對當下的企業(yè)大模型應用市場(chǎng)進(jìn)行梳理，不難發(fā)現，市場(chǎng)在大模型上的需求主要分為三大類(lèi)：

　　第一類(lèi)是從效益出發(fā)的。

　　過(guò)去，在企業(yè)智能化的過(guò)程中，AI是否能夠給各條產(chǎn)線(xiàn)帶來(lái)效率的提升，是很多實(shí)體企業(yè)關(guān)注的重點(diǎn)。

　　實(shí)體企業(yè)做數智化轉型，繞不開(kāi)4個(gè)問(wèn)題：

　　誰(shuí)來(lái)承擔成本？轉型周期有多長(cháng)？轉型后的易用性怎么樣？能帶來(lái)多大效益？

　　對于很多實(shí)體企業(yè)來(lái)說(shuō)，在當下的經(jīng)濟環(huán)境下，務(wù)實(shí)永遠是第一位的。

　　因此，它們在使用大模型的時(shí)候，更加看重能效比，大模型能夠為企業(yè)的生產(chǎn)和管理帶來(lái)多少直接收益，是他們最為注重的要點(diǎn)。

　　在大模型誕生前，行業(yè)內比較普遍是小模型這種專(zhuān)注于“死磕”單一場(chǎng)景、單一任務(wù)的私人定制方案：比如質(zhì)量檢測、安全巡檢等。它的優(yōu)點(diǎn)是技術(shù)較為成熟，企業(yè)容易計算出投入產(chǎn)出比，缺點(diǎn)則是在成本上沒(méi)有優(yōu)勢。

　　這也是過(guò)去很多實(shí)體企業(yè)遲遲沒(méi)有進(jìn)行智能化轉型的關(guān)鍵。

　　第二類(lèi)是在第一類(lèi)的基礎上，利用大模型對企業(yè)全部生產(chǎn)環(huán)節、經(jīng)營(yíng)數據、工藝管理進(jìn)行統一調度，從而達成企業(yè)的真正完成智能化轉型。

　　很多人可能會(huì )認為，這不就是一個(gè)由局部到總體的過(guò)程嘛，有什么特別？

　　正所謂聚沙成塔，集腋成裘，積羽沉舟，群輕折軸。

　　站在企業(yè)全局看AI大模型為企業(yè)的全生態(tài)智能化賦能，我們才能發(fā)掘其中的革命性意義。

　　大模型將會(huì )為企業(yè)帶來(lái)智能生產(chǎn)的新范式：

　　首當其沖的，它會(huì )將員工從機械的勞動(dòng)的中解放出來(lái)，這一點(diǎn)不言自明。

　　憑借引入大模型，員工不再需要投入大量時(shí)間去死記硬背常規內容，有問(wèn)題只要問(wèn)大模型，就能快速獲得高質(zhì)量的解答。同時(shí)，將大量的事務(wù)性工作交由大模型去完成，也可以將專(zhuān)家真正專(zhuān)注于高質(zhì)量、富有創(chuàng )新性的工作。

　　而更重要的是，AI進(jìn)入生產(chǎn)環(huán)節后，將會(huì )徹底將企業(yè)的知識體系從零構建并沉淀下來(lái)。

　　對于傳統企業(yè)而言，最大的財富無(wú)疑是人。人不僅僅是生產(chǎn)力，還是創(chuàng )造力，是財富，也是知識。

　　一旦人離開(kāi)企業(yè)，那么企業(yè)所積累的知識也將無(wú)疑被帶走很一大部分。

　　與大模型深度結合后，企業(yè)可以憑借大模型強大的理解和生成能力，整合不同領(lǐng)域的知識，形成一個(gè)個(gè)獨立的知識單元。

　　通過(guò)對企業(yè)全局數據和流程的有機整合，為創(chuàng )新團隊提供完整的分析數據，幫助其快速獲取知識，幫助員工非?？焖俚卦趧?chuàng )新流水線(xiàn)中循環(huán)和反饋，在拉高效率的同時(shí)，也拉高創(chuàng )新的可能性。

　　而第三類(lèi)，則是在前面的基礎上，百尺竿頭更進(jìn)一步。

　　當企業(yè)的AI數智化轉型徹底成型，政府將會(huì )對產(chǎn)業(yè)鏈的分布有更為全面的認識，可以幫助地方政府在招商引資中補足和增強產(chǎn)業(yè)鏈決策，提出更為全面的指引性意見(jiàn)，AI將成為產(chǎn)業(yè)大腦，促進(jìn)產(chǎn)業(yè)鏈的全局優(yōu)化。

　　可以預見(jiàn)，大模型的普及將會(huì )成為智慧城市工業(yè)未來(lái)式的重要抓手。

　　眼下，所有人都在對大模型競相追逐。

　　技術(shù)側，巨頭、中小企業(yè)和初創(chuàng )公司爭相賽馬，一場(chǎng)激烈競逐的“千模大戰”正在上演。

　　而在產(chǎn)業(yè)端，許多企業(yè)則需要從大模型的千軍萬(wàn)馬之中尋覓符合自身需求的那一個(gè)。

　　總的來(lái)說(shuō)，當前B端企業(yè)對大模型的需求主要有兩類(lèi)：

　　一類(lèi)是用好大模型，另一類(lèi)是做好大模型。

　　目前市場(chǎng)上數量最為龐大的企業(yè)，其實(shí)都是“用好大模型”的企業(yè)。

　　對于它們而言，拿來(lái)大模型就能來(lái)用是最直接的需求。更加深入一點(diǎn)的，大多是借助大模型來(lái)直接開(kāi)發(fā)垂直領(lǐng)域的AI應用，或是結合自身掌握的行業(yè)數據，用基礎大模型精調出更貼合實(shí)際場(chǎng)景的行業(yè)大模型。

　　如何找到適合自己的大模型，是他們首先要面臨的問(wèn)題。

　　要想挑選到一個(gè)適合自己的大模型，模型效果、迭代速度和工具鏈三個(gè)方面是關(guān)鍵，而百度提供的公有云服務(wù)提供了非常有針對性的解決方案。

　　在模型效果上，目前百度智能云千帆平臺上已經(jīng)入駐了42個(gè)主流的大模型，企業(yè)可以根據自己業(yè)務(wù)的需要和場(chǎng)景來(lái)選擇一個(gè)或多個(gè)大模型。

　　作為一個(gè)開(kāi)放平臺，千帆不僅僅是收納了足夠多的模型，還對這些模型進(jìn)行了增強，比如：

　　針對像Llama2這種英文效果較好而中文效果欠佳的大模型，百度智能云進(jìn)行了中文語(yǔ)言增強，重點(diǎn)提升國外主流大模型在中文場(chǎng)景的表現效果。

　　性能增強，可以全面提升大模型訓練和推理效率。訓練Llama2的總體吞吐可以提升25%，推理性能甚至可以提升2倍以上。

　　千帆平臺還對開(kāi)源模型提供了長(cháng)上下文的增強，滿(mǎn)足包括知識增強、長(cháng)期記憶增強、文檔知識問(wèn)答在內的各種長(cháng)上下文場(chǎng)景的推理需求。

　　此外，千帆平臺上已經(jīng)預置了41個(gè)高質(zhì)量有行業(yè)特色的數據集，用戶(hù)只要點(diǎn)擊幾個(gè)按紐就可以完成微調提高模型的效率。

　　針對AI芯片迭代速度快的特點(diǎn)，千帆平臺在底層做了大量的適配和驗證工作，兼顧了國內外的這些主流的芯片和操作系統，這樣不同廠(chǎng)商不同代際的算力資源就可以混合部署在同一個(gè)平臺里，高效的配合使用。更重要的是客戶(hù)的算法不需要大量改動(dòng)，只需要少量修改就可以在硬件上運行。

　　而針對門(mén)檻較低的普通用戶(hù)在調用大模型時(shí)效果不好的問(wèn)題，千帆平臺則在數據集上下了足夠的功夫。

　　目前，在千帆平臺上提前內置了103套高質(zhì)量的prompt模板，也提供了自動(dòng)化prompt功能，可以幫助客戶(hù)快速生成優(yōu)質(zhì)的prompt。以前光是調試接入、驗證評估就需要算法團隊投入一星期的時(shí)間，現在基于千帆一站式的工具鏈，客戶(hù)當天就可以跑通一個(gè)模型并且看到效果，把真正的時(shí)間快速投入到應用的開(kāi)發(fā)階段。

　　而且，這些通過(guò)大模型微調出來(lái)的垂直類(lèi)AI，完全托管在百度智能云的云端，無(wú)需操心復雜的算力部署和日常運營(yíng)的管理維護問(wèn)題。

　　另一類(lèi)想要做好大模型的，是希望自建大模型的企業(yè)。

　　這類(lèi)客戶(hù)數量并不多，但又足夠重要，往往都是大企業(yè)居多。

　　很多大企業(yè)不僅是買(mǎi)一個(gè)大模型，而是希望獲得一種能力，最終擁有一個(gè)“只屬于自己的大模型”。

　　雖然訓練大模型的成本和技術(shù)壁壘都非常高，但技術(shù)可控、數據安全和功能定制才是大企業(yè)關(guān)注的重點(diǎn)。

　　針對這部分用戶(hù)的核心需求，百度研發(fā)了高效的集群組網(wǎng)故障的管理機制，可以快速完成故障的定位和恢復，使得這個(gè)模型有效訓練的時(shí)間占比超過(guò)了95%以上，極大降低了訓練的成本。

　　大模型訓練的多卡運行中，還面臨一個(gè)問(wèn)題怎么樣保障GPU集群的性能，基于分布式的并行訓練策略，千帆大模型平臺在萬(wàn)卡規模的集群中加速可以達到95%，這樣整個(gè)集群的整體算力就可以充分發(fā)揮出來(lái)。

　　針對這類(lèi)用戶(hù)所關(guān)注的數據安全問(wèn)題，千帆平臺為每個(gè)客戶(hù)提供了企業(yè)級的安全，在模型安全方面千帆為不同的模型廠(chǎng)商設計了可信的專(zhuān)用隔離域，重點(diǎn)保護模型資產(chǎn)的安全。在內容安全方面千帆預置了安全模塊可以有效控制輸入輸出的安全風(fēng)險，在數據安全方面，千帆提供了從模型到數據到日志的全鏈路加密，為模型廠(chǎng)商和用戶(hù)提供可信的執行環(huán)境。

　　而且，千帆平臺還特別為此提供純軟件平臺交付與軟硬一體交付兩種私有化部署模式，充分滿(mǎn)足用戶(hù)的隱私和安全需求。

　　借助大模型的賦能，企業(yè)從此不再重復造輪子，而是把精力聚焦在最核心的業(yè)務(wù)邏輯上。

　　每一次科技革命，都是通過(guò)改變生產(chǎn)力和生產(chǎn)方式，從根本上改造了我們所生活的世界。

　　當人們都在說(shuō)科學(xué)技術(shù)是第一生產(chǎn)力的時(shí)候，所有人都把技術(shù)的落地都當作理所當然。

　　但是，當我們有一天真的站在技術(shù)革命風(fēng)暴來(lái)臨之前的海岸，人們才發(fā)現，原來(lái)科技和工業(yè)的結合，從來(lái)就不是順其自然，而是分屬于不同邏輯的耦合。

　　科技公司對現實(shí)的洞察，才是讓科技與工業(yè)、大模型與制造業(yè)結合的關(guān)鍵。

　　在百度智能云智慧工業(yè)總經(jīng)理常城看來(lái)，現在的大模型真正解決的是工業(yè)當中的決策性問(wèn)題。

　　要解決此類(lèi)問(wèn)題，就要從系統層面看如何整體的做決策和調度。

　　因此第一步，要構建完整的數字化底座能力和跨越多場(chǎng)景的比較完善的智能化的應用產(chǎn)品矩陣，要到毛細血管當中去，數據必須是真實(shí)可靠可用的，應用也得是真正能解決問(wèn)題的，是能控制到設備的；

　　第二步，大模型要和行業(yè)的數據結合，要增強通用大模型對于行業(yè)知識的理解能力，這樣的話(huà)才能真正做到系統級的決策。

　　作為文心大模型面向企業(yè)市場(chǎng)的統一界面，千帆大模型平臺正在實(shí)實(shí)在在地服務(wù)企業(yè)，改變工業(yè)生態(tài)。

　　目前，百度已聯(lián)合行業(yè)客戶(hù)發(fā)布了涵蓋電力、燃氣、金融、航天、傳媒、城市、影視、制造、社科等領(lǐng)域的行業(yè)大模型。全棧技術(shù)積累，以及超多應用場(chǎng)景覆蓋，百度已經(jīng)展現超強的生態(tài)先發(fā)優(yōu)勢。

　　在2023百度云智大會(huì )的智慧工業(yè)分論壇上，不少百度智能云的合作伙伴分享了一些令人印象深刻的案例。

　　在百度過(guò)去深耕的產(chǎn)線(xiàn)智能賽道上，百度智能云已經(jīng)是駕輕就熟。

　　人效和能耗的優(yōu)化，往往是最普遍也最能立馬見(jiàn)效的。

　　比如在3C行業(yè)，傳統的人工智能質(zhì)量檢測，都是做小模型，通過(guò)一個(gè)機器識別技術(shù)解決某一個(gè)產(chǎn)品、某一個(gè)場(chǎng)景問(wèn)題，但是不同的板型、不同工藝，幾乎存在220種缺陷。

　　如果用傳統方式就需要做一個(gè)又一個(gè)小模型。模型不僅要求高，而且交付周期也很長(cháng)。如今，通過(guò)CV大模型技術(shù)加持，可以快速建立起一個(gè)模型，面對所有缺陷。

　　蘇州的一家合作伙伴，就使用了這樣的技術(shù)，卡點(diǎn)率下降86%，質(zhì)檢效率大幅提升。中電互聯(lián)總工程師朱達平在分論壇上講述了聯(lián)合百度智能云發(fā)布的PCBA產(chǎn)業(yè)基于輕量化5G專(zhuān)網(wǎng)的AOI質(zhì)檢大模型，這是首個(gè)AI質(zhì)檢行業(yè)模型，降低了每條生產(chǎn)線(xiàn)的成本，實(shí)現了綜合產(chǎn)能的大幅提升。

　　如今，具有全棧優(yōu)勢的百度智能云，在大模型重構開(kāi)物之后，加速將自己的賽道延展到了企業(yè)智能方面。

　　港口是一個(gè)比較復雜的應用場(chǎng)景。貨物來(lái)到港口后，首先要在堆場(chǎng)進(jìn)行麻紡，之后有人員理貨，之后放到船邊，通過(guò)門(mén)機、暗橋放到船上做配載，之后還有船位的泊位計劃。

　　在大模型落地前，流程如此復雜的多個(gè)應用化場(chǎng)景，企業(yè)通常需要做數字化堆場(chǎng)，做配載計劃，對于人員進(jìn)行自動(dòng)排班，還可以港機上做調度，在內外集卡上做車(chē)輛智能化調度……通過(guò)引入大模型，可以將多個(gè)復雜應用場(chǎng)景的小模型融合到一起，基于大模型對港口作業(yè)流程的深度理解，實(shí)現各流程嚴絲合縫的完美調配。

　　目前在山東的日照港已經(jīng)成功落地了數字化堆場(chǎng)整體調度的一套平臺軟件，使設備利用率、場(chǎng)地利用率、周轉率和整體作業(yè)效率都得到了顯著(zhù)的提升。

　　港華集團高級副總裁席丹介紹了聯(lián)合百度智能云打造的智慧運行平臺情況，提升了燃氣行業(yè)的數字化運營(yíng)和安全運營(yíng)水平。目前已有十幾家企業(yè)上線(xiàn)。席丹表示，期待未來(lái)大模型可以在燃氣行業(yè)發(fā)揮更大作用。

　　大模型不再是一個(gè)單選題，而更是一個(gè)綜合題。在這個(gè)新的時(shí)代帆船上，產(chǎn)品、服務(wù)、安全等全部都需要成為必需品，甚至是從企業(yè)的層面來(lái)看，也更是剛需品。

　　就在上個(gè)月底，OpenAI 推出了面向大型企業(yè)的 ChatGPT 企業(yè)版（ChatGPT Enterprise），并號稱(chēng)這是迄今為止最強大的 ChatGPT 版本。而在 ChatGPT Enterprise 之后，OpenAI 未來(lái)還將推出適用于較小型企業(yè)的 ChatGPT Business。

　　一切都發(fā)生得太快了。

　　人們倏然間發(fā)現，百度早已在B端布局。

　　作為中國人工智能領(lǐng)域的先行者與領(lǐng)導者，百度在過(guò)去十年一直保持著(zhù)壓強式的研發(fā)投入，累計超過(guò)1400億元，是少有實(shí)現應用、模型、框架與芯片四層全棧布局的人工智能公司。

　　其從“產(chǎn)線(xiàn)智能” 到 “企業(yè)智能” 再到 “產(chǎn)業(yè)鏈智能”的改造工業(yè)路線(xiàn)圖已經(jīng)日漸清晰，憑借強大的AI技術(shù)能力、豐富的行業(yè)經(jīng)驗，龐大的用戶(hù)規模，完善的生態(tài)建設，百度已經(jīng)率先進(jìn)入了大模型落地的深水區。

　　無(wú)論是美國的亞馬遜、微軟與谷歌，還是中國的百度，他們都已經(jīng)受益于B端客戶(hù)在大模型領(lǐng)域的AI算力需求或場(chǎng)景應用需求增長(cháng)，實(shí)現了頗為可觀(guān)的業(yè)績(jì)增長(cháng)。

　　當千帆過(guò)盡，人們方始對世界的重構與重塑后知后覺(jué)。

　　其實(shí)百度從未離開(kāi)，他們只是提前感知了先驗的召喚，轉向了他方——那被稱(chēng)為不可見(jiàn)的世界。