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(guān)察(朱飛)6月26日 自2022年底以來(lái),隨著(zhù)ChatGPT橫空出世并迭代升級,全球各國、各行各業(yè)面對AI大模型似乎都FOMO了(Fear of Missing Out,錯失恐懼癥),動(dòng)作頻頻生怕錯失機遇。

然而迄今為止,在轟轟烈烈的“煉大模型”過(guò)程中,除了英偉達賺得盆滿(mǎn)缽滿(mǎn)外,其他玩家都還沒(méi)找到穩定且持續的商業(yè)模式。相反,隨著(zhù)參數規模的日益膨脹,模型訓練的算力開(kāi)支越來(lái)越高,大投入卻看不到產(chǎn)出的情況下,新的“焦慮癥”又蔓延開(kāi)來(lái)。

圖片1.webp.jpg

在大模型“軍備競賽”最激烈的美國,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,更是達到史無(wú)前例的14萬(wàn)億,占據標普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)。

在中國互聯(lián)網(wǎng)圈,巨頭們焦慮與美國的差距的同時(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。其中,字節跳動(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。

一方面是AGI的崇高理想,另一邊是ROI的殘酷現實(shí),面對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、堅持不到終點(diǎn)也不行,到底該何去何從?

在中國政企行業(yè),一群富有遠見(jiàn)的先行者將通用大模型與特定行業(yè)的專(zhuān)業(yè)知識相結合,打造屬于自己的專(zhuān)屬大模型,以加速行業(yè)AI應用落地,真正兌現大模型的價(jià)值,為業(yè)界走出AI大模型“焦慮癥”找到了“最優(yōu)解”!

中國大模型擺脫“焦慮癥”,破局之路在行業(yè)

從全球“大模型之爭”開(kāi)啟之初,“中美在A(yíng)I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,我國在算力、算法和數據領(lǐng)域其實(shí)并不具備優(yōu)勢:高端算力卡被英偉達卡脖子無(wú)法供應,短時(shí)間內自有制程和設計又無(wú)法跟上;算法領(lǐng)域,雖然模型數量眾多,但大多數是基于國外開(kāi)源架構優(yōu)化,缺乏自主性和領(lǐng)先性;數據領(lǐng)域,我們的開(kāi)放數據和國外不在一個(gè)數量級上,中文語(yǔ)料嚴重不足。

這些差距是短期內難以抹平的,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(cháng)。

從另一個(gè)角度看,我國有全球唯一的全工業(yè)門(mén)類(lèi)、最多的金融消費人群以及最大規模的政務(wù)和城市體系,產(chǎn)生了豐富的場(chǎng)景和私有數據,這些都成為發(fā)展行業(yè)大模型的天然土壤。因此,比拼應用成為中國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)細分場(chǎng)景,最終形成戰略突圍。

圖片2.webp.jpg

以差異化優(yōu)勢入局,可以預見(jiàn),今天率先擁抱大模型的行業(yè)企業(yè)和組織,面對的將是一個(gè)劃時(shí)代的重大戰略機遇。

政企行業(yè)大模型挑戰重重,工程化能力是“勝負手”

當然,站在新時(shí)代的起點(diǎn),政企行業(yè)打造大模型,依然是挑戰重重,因為大模型的應用本身就是一個(gè)復雜的系統工程,除了單點(diǎn)技術(shù)的持續突破外,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)融合的系統性創(chuàng )新整體推進(jìn)。

圖片3.webp.jpg

首先,大模型不是孤立的技術(shù),必須重視軟硬件基礎設施的協(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,包括開(kāi)發(fā)工具、計算架構以及硬件設施如算力、存儲和網(wǎng)絡(luò )。在設計和驗證過(guò)程中,必須考慮性能、可靠性、可維護性和兼容性,確保系統的高效和穩定運行。

第二,行業(yè)大模型需要AI-Native的基礎設施。一般企業(yè)可以直接選擇公有云享受云上的充沛算力,但對于政府、金融、電力等大型政企而言,為了滿(mǎn)足安全合規要求,混合云才是更優(yōu)選,即先借公有云的超大算力和數據訓練基礎大模型,再在私有云里結合私有數據二次訓練得到企業(yè)專(zhuān)屬大模型,最后在邊緣云推理實(shí)現場(chǎng)景化應用。

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)復雜的系統工程,需要跨團隊協(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)現標準化和自動(dòng)化,減少開(kāi)發(fā)過(guò)程中的不確定性。

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

第五,行業(yè)大模型不適合孤軍作戰,需要著(zhù)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)、數據生態(tài)、模型生態(tài)和應用生態(tài)四個(gè)層面,去構建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),需要持續運營(yíng)與優(yōu)化。大模型運營(yíng)和建設同樣重要,持續的運營(yíng)和優(yōu)化對于大模型平臺的長(cháng)期價(jià)值至關(guān)重要,這要求企業(yè)建立適合的流程、組織結構和人才隊伍,不斷優(yōu)化現有場(chǎng)景并探索新的應用領(lǐng)域。

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

先行者邁出堅實(shí)步伐,行業(yè)大模型未來(lái)可期

綜上不難看出,盡管當前大模型在技術(shù)和價(jià)格上卷得如火如荼,但其兌現價(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。

圖片4.webp.jpg

比如,從2022年開(kāi)始,山東能源集團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)景應用實(shí)踐。今年1月,鄂爾多斯與華為聯(lián)合打造內蒙古首個(gè)以行業(yè)AI大模型為核心的工業(yè)互聯(lián)網(wǎng)平臺,在煤礦領(lǐng)域提升、主運、安監、防沖、采煤、掘進(jìn)、輔運、洗選、焦化等9個(gè)專(zhuān)業(yè)實(shí)現了26個(gè)場(chǎng)景智能化,達到可視、可管、可溯規范化作業(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,對外輸出向行業(yè)賦能。比如,鄂爾多斯工業(yè)互聯(lián)網(wǎng)平臺目前已完成44個(gè)AI大模型應用開(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家應用開(kāi)發(fā)者以及當地300多家礦山生產(chǎn)企業(yè)提供了開(kāi)放可靠的交易平臺。

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,依托我國場(chǎng)景豐富的優(yōu)勢,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)濟和社會(huì )效益!

極客網(wǎng)企業(yè)會(huì )員

免責聲明:本網(wǎng)站內容主要來(lái)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)站出現的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個(gè)人認為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實(shí)內容時(shí),應及時(shí)向本網(wǎng)站提出書(shū)面權利通知或不實(shí)情況說(shuō)明,并提供身份證明、權屬證明及詳細侵權或不實(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)內容或斷開(kāi)相關(guān)鏈接。

2024-06-26
走出AI大模型“焦慮癥”,政企行業(yè)找到了“最優(yōu)解”
自2022年底以來(lái),隨著(zhù)ChatGPT橫空出世并迭代升級,全球各國、各行各業(yè)面對AI大模型似乎都FOMO了(Fear of Missing Out,錯失恐懼癥),動(dòng)作頻頻生怕錯失機遇。

長(cháng)按掃碼 閱讀全文