行业大模型落地提速释放新动力

  中国科学院地球化学研究所与阿里云联合发布国际首个月球科学多模态专业大模型，京东云带来了代表性的大模型数字人的展示与互动，济南市选择大模型产业链打造“大模型创新工厂”，以奇安信、360等为代表的安全厂商带来了“AI+安全”的行业大模型产品……
 
  记者在不久前结束的2024中国国际大数据产业博览会（下称“数博会”）上发现，随着大数据和人工智能技术融合的不断演进，行业大模型继通用大模型之后，对产业的渗透率正在提高，大模型对产业的赋能正在释放新的经济增长动力。
 
  打造新质生产力发展新引擎
 
  展台上，一台秀气的割草机轮胎上还带着田间泥土，旁边“海若知农事”的展牌格外显眼。双子星通工作人员告诉记者，这台只需5万元的机器威力可不小，是他们和浪潮云合作应用海若农业大模型的成果，1小时可割草5至8亩，比原先人工割草效率提高了几十倍。
 
  今年的政府工作报告提出“大力推进现代化产业体系建设，加快发展新质生产力”。业界人士认为，作为大数据、算力、算法结合的产物，大数据与智能技术的碰撞使行业大模型赋予数据要素以全新的“生命力”，催生行业发展的新趋势、新模式，见证数智共生的全新时代。
 
  国家数据局局长刘烈宏表示，当前，数据作为新型生产要素已经深刻融入经济社会各领域。
 
  中国信息通信研究院云计算与大数据研究所所长何宝宏认为，数据作为第五大生产要素，正在从数据资源演变为数据资产，其经济属性日益凸显，数字经济迈向以数据可信流通为核心的数据技术3.0时代，大模型的出现加快了各行各业的数字化和智能化升级进程，正在推动智能技术产生深刻变革。
 
  在浪潮集团副总经理王洪添看来，人工智能成为发展新质生产力的重要引擎，大模型作为人工智能产业的核心，将快速赋能数据要素价值释放，助力新质生产力加速生成，推动数字经济高质量发展。
 
  浪潮云总经理颜亮表示，大模型很容易被比喻成生产力三要素之一的劳动资料中的劳动工具，被工具化，但实际上它有更强的劳动者属性，新一轮技术变革使机器通过学习发展到产生一些角色扮演，在一些业务场景中甚至有独立角色扮演。新的角色扮演带来新的分工。这种角色的改变，推动企业、行业和政府侧向系统智能的方向演进。
 
  从产业发展角度看，目前我国人工智能核心产业规模已达5000亿元，人工智能企业数量超过4400家，衍生出众多数字化新质生产力形态。
 
  行业大模型应用加速落地
 
  如果说去年通用大模型更为火热，那么今年大模型产业应用落地正进一步提速，已覆盖多个行业和领域，应用场景不断拓展，推动产业升级浪潮，2024年也被视为行业大模型落地元年。业界人士认为，行业大模型是落地“AI+”的最后一公里。
 
  在需求侧，各行各业对大模型的热衷，凸显其潜在价值及未来方向的引领性。
 
  在供给侧，目前正处于新智能产业的初级阶段，吸引头部企业不遗余力涌入，大大促进了整个云和智能的产业发展，加速产业成熟。
 
  本届数博会上，绝大多数论坛都将大模型在行业侧的应用落地作为重点讨论话题，凸显行业大模型正在不断升温。
 
  颜亮认为，人工智能创新方向在行业侧。他对记者表示，今年是行业大模型落地元年，整个产业链转型进入一个关键期。去年，市场客户对行业大模型的认知比较少，质疑的声音也很多；今年，大家很少去质疑，而是讨论如何去尝试。很多头部企业都是重新入场，或者加大投入权重。他表示，云和大模型实际上都具有重资产、强研发、长周期的属性。浪潮云超前布局行业大模型市场，定位明确，整个投入产出收益相对均衡、相对稳定，使企业保持了良好的盈利状态。
 
  今年4月，浪潮云结合云业务方面的优势，持续拥抱行业云服务智能体，通过发布海若大模型赋能千行百业。海若大模型聚焦六大行业市场，现已在60多个城市完成部署，通过学习3000多个行业数据集，能够匹配超300个行业场景，年底有望完成百城计划。
 
  国际数据公司IDC观察发现，通用大模型和行业大模型生成式AI应用层是当下创新的主体、市场的焦点，生成式AI产业渗透率逐年提高。从细分赛道看，目前国内行业大模型主要集中在医疗、金融、制造、教育等领域。整体来看，各大企业去年在国内智能建筑、家居、运营商AI产业投入比较大。未来，教育、无人交通领域值得关注。IDC预计，未来，生成式AI在政府行业渗透率的增长将非常快，2023年渗透率不到5%，而到2028年在这一领域大部分业务的渗透率将超过50%。
 
  数据与智能融合仍面临挑战
 
  业界同时认为，无论是基础大模型，还是行业生成式AI开发的范式，仍存在不确定性。
 
  “数据要素与智能技术的融合发展过程中，仍然面临诸多挑战。”IDC中国区研究总监卢言霞认为，拥抱大模型的最短路径是需要全面审视重塑数据生态系统，借数据要素与大模型东风，重构数据平台基座，让数据与智能技术成为实现智能化的双轮驱动因素。对于行业大模型，在训练行业专有数据时，更需要对内部的数据做好治理。
 
  伴随大数据产业的发展，人工智能已经逐渐从以代码为中心，转向以数据为中心。“当下，企业需要通过加强数据治理和增强数据质量，来解决模型输出效果。”何宝宏指出。
 
  浪潮云首席技术官孙思清认为，行业数据集是大模型在行业落地能够给业务带来价值的关键因素。一个高质量的行业数据对于行业落地的作用很重要，而中国缺少高质量的数据。随着政策和法规的完善，在形成商业闭环的情况下，有望得到更多高质量数据。
 
  在颜亮看来，未来行业大模型落地做大的挑战是跨越技术和业务结合的鸿沟，提高两者的结合度。这个挑战会持续存在，在不同行业里有不同的表现形式或者不同的鸿沟的深度。此外，面向智能和业务场景的整体集成，也考验企业对这个行业的业务认知能力和整合集成能力。任何一家技术企业都不可能具备所有业务知识，让行业伙伴一起进入生态运营，才能形成解决困难的能力。
 
  “一年时间，各行各业的系统智能建设就会初见成果。”颜亮表示。

1