“今天的人工智能（AI）大模型與一年半前相比沒有那么波瀾壯闊了，似乎有點(diǎn)平靜。”9月8日，在第五屆深圳國(guó)際人工智能展開幕式上，華為云marketing部總裁董理斌說道。他認(rèn)為，大模型現(xiàn)在正處于靜水流深的狀態(tài)，海面平靜，但海面下的各行各業(yè)對(duì)AI的研究更加深入，都在考慮如何真正讓AI在企業(yè)核心場(chǎng)景發(fā)揮價(jià)值和作用。
一個(gè)行業(yè)共識(shí)是，大模型在走向行業(yè)應(yīng)用時(shí)已變得更理性和務(wù)實(shí)。證券時(shí)報(bào)記者實(shí)探第五屆深圳國(guó)際人工智能展發(fā)現(xiàn)，相比于過往在技術(shù)層面“秀肌肉”“�；ㄈ保度�、產(chǎn)出、效益如今成為企業(yè)更關(guān)心的話題。總體來看，大模型目前在很多行業(yè)中的應(yīng)用滲透率依然不足，企業(yè)面臨著部署成本高昂、需求難以匹配、效益無法評(píng)估等問題。在前期的狂熱勁頭過去后，應(yīng)用落地的“深水區(qū)”也隨之而來。
應(yīng)用行業(yè)更廣泛
場(chǎng)景更聚焦
相比于去年大家更關(guān)注AI的能力有多強(qiáng)，普華永道AI解決方案咨詢服務(wù)團(tuán)隊(duì)高級(jí)經(jīng)理曹磊發(fā)現(xiàn)，如今大家更關(guān)心業(yè)務(wù)能否跟AI結(jié)合起來�！耙环矫�，國(guó)內(nèi)的大模型廠商都在和企業(yè)合作，開發(fā)應(yīng)用類的工具和服務(wù)；另一方面，我們接觸的客戶在部署大模型時(shí)已經(jīng)延伸到各個(gè)具體的場(chǎng)景，比如營(yíng)銷、財(cái)務(wù)、合規(guī)等領(lǐng)域。”曹磊在接受證券時(shí)報(bào)記者采訪時(shí)表示。
從不同方向上看，大模型在橫向上拓展的行業(yè)更加廣泛，縱向上延伸的場(chǎng)景更加聚焦。記者在華為展區(qū)看到，自去年7月發(fā)布盤古大模型3.0版后，華為盤古大模型已迭代至5.0版。除了3.0版包含的礦山、政務(wù)、氣象、金融、醫(yī)學(xué)等行業(yè)大模型以外，5.0版還新增了鋼鐵、高鐵、具身智能、工業(yè)設(shè)計(jì)大模型、安全及媒體等行業(yè)。場(chǎng)景方面，傳送帶異物檢測(cè)、卷宗提審、商品銷量預(yù)測(cè)、偏光片質(zhì)檢、財(cái)務(wù)異常檢測(cè)等多個(gè)模型，則聚焦行業(yè)內(nèi)的細(xì)分任務(wù)。
從“通用”朝著“有用”發(fā)展，垂直化、專業(yè)化是一個(gè)必然趨勢(shì)。通用大模型以參數(shù)量大為特征，模型參數(shù)量往往決定著模型能力上限。但是，規(guī)模參數(shù)越高，消耗的資源和成本也越多，對(duì)企業(yè)而言，在綜合考慮成本與需求后，部署參數(shù)規(guī)模小一些、專業(yè)性更強(qiáng)的場(chǎng)景模型便成為一個(gè)更務(wù)實(shí)的選擇。
以物流行業(yè)為例，順豐科技在活動(dòng)現(xiàn)場(chǎng)發(fā)布了物流行業(yè)垂域大模型“豐語”大語言模型。順豐科技AIoT領(lǐng)域副總裁宋翔強(qiáng)調(diào)，低成本、高可靠地解決行業(yè)的問題，是大模型技術(shù)產(chǎn)生價(jià)值的關(guān)鍵所在。例如，在退貨這一場(chǎng)景中，豐語大模型對(duì)真實(shí)的退貨可以自動(dòng)截取下單信息，實(shí)現(xiàn)一張圖下單，還能實(shí)時(shí)攔截和預(yù)防虛假截圖；在來電提問環(huán)節(jié)，豐語大模型可以對(duì)所有客服信息進(jìn)行自動(dòng)摘要，節(jié)省人工摘要的時(shí)間。
場(chǎng)景滲透率的
“微笑曲線”
騰訊研究院近期發(fā)布的行業(yè)大模型調(diào)研報(bào)告指出，行業(yè)大模型應(yīng)用場(chǎng)景的快慢呈現(xiàn)“微笑曲線”的特征：位于產(chǎn)業(yè)鏈高附加值兩端的研發(fā)/設(shè)計(jì)和營(yíng)銷/服務(wù)，擁有更高的行業(yè)大模型滲透率；而位于中間的、低附加值的生產(chǎn)制造領(lǐng)域則應(yīng)用得比較慢。
活動(dòng)現(xiàn)場(chǎng)展出的各類行業(yè)應(yīng)用場(chǎng)景，也印證了這條“微笑曲線”。在AI繪圖及視頻公司來畫的展區(qū)，來畫打造的可控AI視頻生成和可視化平臺(tái)，只需要將一段口播視頻、文案、圖片素材導(dǎo)入，并將視頻想要仿照的內(nèi)容鏈接放到平臺(tái)中讓大模型“學(xué)習(xí)”，平臺(tái)就能自動(dòng)生成一段連貫的視頻。無論是亞馬遜還是小紅書，都能與其風(fēng)格相匹配。
營(yíng)銷服務(wù)是行業(yè)大模型應(yīng)用的先行領(lǐng)域，無論是電商行業(yè)的數(shù)字人(9.070, 0.01, 0.11%)，還是廣告行業(yè)的文案與圖片素材生成，都形成了較成功的應(yīng)用案例。這些場(chǎng)景的特點(diǎn)是跨行業(yè)的通用性強(qiáng)，且數(shù)字化基礎(chǔ)較好，已積累了大量的行業(yè)數(shù)據(jù)，能夠基于通用大模型的底座優(yōu)化自身性能。
但在生產(chǎn)和制造環(huán)節(jié)，情況則要復(fù)雜許多。在智能機(jī)器人(9.140, 0.01, 0.11%)廠商云碼通展區(qū)，一款由機(jī)械臂和仿生靈巧手組合而成的具身機(jī)器人系統(tǒng)頗受關(guān)注。啟動(dòng)任務(wù)后，該機(jī)器人能夠自動(dòng)識(shí)別樹上的蘋果，并移動(dòng)至相應(yīng)位置將其摘下。展區(qū)工作人員告訴記者，這一產(chǎn)品目前只是小批量生產(chǎn)，未大幅應(yīng)用�！皺C(jī)器人應(yīng)用還有很多痛點(diǎn)，比如摘果子，不同樹高低有所不同，一臺(tái)機(jī)器無法滿足所有需求�！背艘酝�，農(nóng)業(yè)機(jī)器人往往只能部署在標(biāo)準(zhǔn)化的大棚中，在山地等復(fù)雜的場(chǎng)景，尤其是遇到道路崎嶇、傾斜路面等情況就無法作業(yè)。
企業(yè)顧慮多
投入產(chǎn)出比難題待解
經(jīng)不經(jīng)濟(jì)、可不可靠、實(shí)不實(shí)用，這決定著企業(yè)部署大模型的意愿。曹磊告訴記者，大模型無論是在模型部署、算力服務(wù)、人才招募等方面的成本都很高，企業(yè)如果沒有看到盈利或者對(duì)實(shí)際業(yè)務(wù)賦能，在投入上會(huì)比較謹(jǐn)慎。
在成本側(cè)，記者采訪了解到，算力是企業(yè)部署大模型時(shí)首先會(huì)遇到的“攔路虎”。中國(guó)聯(lián)通(4.550, -0.06, -1.30%)展區(qū)的工作人員告訴記者，企業(yè)在部署大模型，光租服務(wù)器就需要幾十萬元甚至上百萬元，目前全球算力市場(chǎng)被海外巨頭壟斷，企業(yè)在獲取可靠算力上存在頗多掣肘。
圍繞算力瓶頸，國(guó)內(nèi)算力廠商正在加快布局，構(gòu)建大模型計(jì)算所需的AI算力基石。本屆展會(huì)上，多家算力公司展出了為AI大模型打造的算力方案。在專注于AI芯片研發(fā)的中昊芯英展區(qū)，一幢幢搭載著服務(wù)器的機(jī)柜模型十分亮眼。據(jù)展區(qū)現(xiàn)場(chǎng)工作人員介紹，公司歷時(shí)近5年，自研了高性能的TPU架構(gòu)芯片，已實(shí)現(xiàn)量產(chǎn)，可用于大模型計(jì)算場(chǎng)景，單位算力成本是海外領(lǐng)先GPU芯片的近一半水平。
曹磊認(rèn)為，企業(yè)除了顧慮成本，還面臨大模型應(yīng)用需求匹配難的問題�！癆I到底如何賦能自身的業(yè)務(wù)，挖掘AI適用的場(chǎng)景，這需要AI和業(yè)務(wù)兩類專家協(xié)同配合�！背艘酝猓�(dāng)前，雖然許多通用大模型廠商也研發(fā)了行業(yè)及場(chǎng)景大模型，但受限于高質(zhì)量行業(yè)數(shù)據(jù)的缺失，適配度依然有限，準(zhǔn)確率不足，企業(yè)往往還要在其基礎(chǔ)上進(jìn)行二次訓(xùn)練。但是企業(yè)要部署大模型，前提是要有良好的數(shù)字化系統(tǒng)，并且已有一定數(shù)據(jù)治理基礎(chǔ)，否則就會(huì)面臨數(shù)據(jù)龐雜、質(zhì)量參差不齊等問題，而且還需要對(duì)海量數(shù)據(jù)(11.500, -0.08, -0.69%)（維權(quán)）進(jìn)行清洗和預(yù)處理工作。
曹磊認(rèn)為，未來無論大模型廠商還是軟件運(yùn)營(yíng)類的第三方服務(wù)廠商，需要進(jìn)一步在具體的業(yè)務(wù)場(chǎng)景中做好AI能力集成，形成企業(yè)能夠直接采用的AI工具，解決好企業(yè)“從0到1”的投入問題。
