立志重構(gòu)制造業(yè)，百度走得比OpenAI遠(yuǎn)多了

◎智谷趨勢 | 傅斯特

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

(資料圖片)

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

9月5日，百度智能云宣布升級工業(yè)解決方案開物——基于文心大模型重構(gòu)，新開物將實(shí)現(xiàn)從“產(chǎn)線智能” 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(xiàn)，很多工業(yè)企業(yè)在推進(jìn)智能化升級時(shí)，面臨著場景定制化開發(fā)成本高、使用門檻高的問題?！卑俣燃瘓F(tuán)執(zhí)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(xiàn)，為我們提供了全新的解決方案?！?/p>

這次升級，也意味著百度開物平臺AI應(yīng)用從聚焦于垂直行業(yè)的特定場景化賦能轉(zhuǎn)向?yàn)槿a(chǎn)業(yè)鏈賦能，被投放于更加廣泛的應(yīng)用場景中，要用大模型和AI，對工業(yè)流程進(jìn)行重構(gòu)。

多年來，開物工業(yè)平臺在質(zhì)量管控、安全生產(chǎn)、工藝優(yōu)化、生產(chǎn)調(diào)度，以及能耗管理這五個(gè)大的場景中積累了非常多的應(yīng)用能力。

圍繞企業(yè)現(xiàn)實(shí)，洞察根本需求，用AI的方式從端到端去為企業(yè)解決工作場景的問題，是過去百度和企業(yè)慣常的合作方式。

然而，大模型的出現(xiàn)，為產(chǎn)業(yè)重塑帶來了新的機(jī)遇。

依靠大模型，企業(yè)不僅可以對過去單一場景進(jìn)行統(tǒng)一調(diào)度，還可以將企業(yè)的經(jīng)營數(shù)據(jù)、工藝管理、生產(chǎn)管理都可以通過人工智能的方式進(jìn)行統(tǒng)一控制。當(dāng)這種智能革新從根本上改變所有工業(yè)生產(chǎn)、管理和運(yùn)營方式之時(shí)，全產(chǎn)業(yè)鏈的智能調(diào)配也將得以成為現(xiàn)實(shí)。

這是大模型賦能能力的質(zhì)變，也是人類生產(chǎn)力的一次飛躍。

從普通用戶感知較強(qiáng)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題中走出來，實(shí)踐于各個(gè)行業(yè)的賽道。

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

能力越大，責(zé)任越大;賦能越多，需求也就越多。

大模型的出現(xiàn)，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(dāng)下的企業(yè)大模型應(yīng)用市場進(jìn)行梳理，不難發(fā)現(xiàn)，市場在大模型上的需求主要分為三大類：

第一類是從效益出發(fā)的。

過去，在企業(yè)智能化的過程中，AI是否能夠給各條產(chǎn)線帶來效率的提升，是很多實(shí)體企業(yè)關(guān)注的重點(diǎn)。

實(shí)體企業(yè)做數(shù)智化轉(zhuǎn)型，繞不開4個(gè)問題：

誰來承擔(dān)成本?轉(zhuǎn)型周期有多長?轉(zhuǎn)型后的易用性怎么樣?能帶來多大效益?

對于很多實(shí)體企業(yè)來說，在當(dāng)下的經(jīng)濟(jì)環(huán)境下，務(wù)實(shí)永遠(yuǎn)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?yàn)槠髽I(yè)的生產(chǎn)和管理帶來多少直接收益，是他們最為注重的要點(diǎn)。

在大模型誕生前，行業(yè)內(nèi)比較普遍是小模型這種專注于“死磕”單一場景、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(jì)算出投入產(chǎn)出比，缺點(diǎn)則是在成本上沒有優(yōu)勢。

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

第二類是在第一類的基礎(chǔ)上，利用大模型對企業(yè)全部生產(chǎn)環(huán)節(jié)、經(jīng)營數(shù)據(jù)、工藝管理進(jìn)行統(tǒng)一調(diào)度，從而達(dá)成企業(yè)的真正完成智能化轉(zhuǎn)型。

很多人可能會認(rèn)為，這不就是一個(gè)由局部到總體的過程嘛，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。

大模型將會為企業(yè)帶來智能生產(chǎn)的新范式：

首當(dāng)其沖的，它會將員工從機(jī)械的勞動的中解放出來，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(guī)內(nèi)容，有問題只要問大模型，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，也可以將專家真正專注于高質(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(jié)后，將會徹底將企業(yè)的知識體系從零構(gòu)建并沉淀下來。

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

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

與大模型深度結(jié)合后，企業(yè)可以憑借大模型強(qiáng)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(dú)立的知識單元。

通過對企業(yè)全局?jǐn)?shù)據(jù)和流程的有機(jī)整合，為創(chuàng)新團(tuán)隊(duì)提供完整的分析數(shù)據(jù)，幫助其快速獲取知識，幫助員工非?？焖俚卦趧?chuàng)新流水線中循環(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，則是在前面的基礎(chǔ)上，百尺竿頭更進(jìn)一步。

當(dāng)企業(yè)的AI數(shù)智化轉(zhuǎn)型徹底成型，政府將會對產(chǎn)業(yè)鏈的分布有更為全面的認(rèn)識，可以幫助地方政府在招商引資中補(bǔ)足和增強(qiáng)產(chǎn)業(yè)鏈決策，提出更為全面的指引性意見，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(yù)見，大模型的普及將會成為智慧城市工業(yè)未來式的重要抓手。

眼下，所有人都在對大模型競相追逐。

技術(shù)側(cè)，巨頭、中小企業(yè)和初創(chuàng)公司爭相賽馬，一場激烈競逐的“千模大戰(zhàn)”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馬之中尋覓符合自身需求的那一個(gè)。

總的來說，當(dāng)前B端企業(yè)對大模型的需求主要有兩類：

一類是用好大模型，另一類是做好大模型。

目前市場上數(shù)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，拿來大模型就能來用是最直接的需求。更加深入一點(diǎn)的，大多是借助大模型來直接開發(fā)垂直領(lǐng)域的AI應(yīng)用，或是結(jié)合自身掌握的行業(yè)數(shù)據(jù)，用基礎(chǔ)大模型精調(diào)出更貼合實(shí)際場景的行業(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(jù)自己業(yè)務(wù)的需要和場景來選擇一個(gè)或多個(gè)大模型。

作為一個(gè)開放平臺，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(qiáng)，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)行了中文語言增強(qiáng)，重點(diǎn)提升國外主流大模型在中文場景的表現(xiàn)效果。

性能增強(qiáng)，可以全面提升大模型訓(xùn)練和推理效率。訓(xùn)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。

千帆平臺還對開源模型提供了長上下文的增強(qiáng)，滿足包括知識增強(qiáng)、長期記憶增強(qiáng)、文檔知識問答在內(nèi)的各種長上下文場景的推理需求。

此外，千帆平臺上已經(jīng)預(yù)置了41個(gè)高質(zhì)量有行業(yè)特色的數(shù)據(jù)集，用戶只要點(diǎn)擊幾個(gè)按紐就可以完成微調(diào)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(yàn)證工作，兼顧了國內(nèi)外的這些主流的芯片和操作系統(tǒng)，這樣不同廠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。更重要的是客戶的算法不需要大量改動，只需要少量修改就可以在硬件上運(yùn)行。

而針對門檻較低的普通用戶在調(diào)用大模型時(shí)效果不好的問題，千帆平臺則在數(shù)據(jù)集上下了足夠的功夫。

目前，在千帆平臺上提前內(nèi)置了103套高質(zhì)量的prompt模板，也提供了自動化prompt功能，可以幫助客戶快速生成優(yōu)質(zhì)的prompt。以前光是調(diào)試接入、驗(yàn)證評估就需要算法團(tuán)隊(duì)投入一星期的時(shí)間，現(xiàn)在基于千帆一站式的工具鏈，客戶當(dāng)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(yīng)用的開發(fā)階段。

而且，這些通過大模型微調(diào)出來的垂直類AI，完全托管在百度智能云的云端，無需操心復(fù)雜的算力部署和日常運(yùn)營的管理維護(hù)問題。

另一類想要做好大模型的，是希望自建大模型的企業(yè)。

這類客戶數(shù)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(xùn)練大模型的成本和技術(shù)壁壘都非常高，但技術(shù)可控、數(shù)據(jù)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(jī)制，可以快速完成故障的定位和恢復(fù)，使得這個(gè)模型有效訓(xùn)練的時(shí)間占比超過了95%以上，極大降低了訓(xùn)練的成本。

大模型訓(xùn)練的多卡運(yùn)行中，還面臨一個(gè)問題怎么樣保障GPU集群的性能，基于分布式的并行訓(xùn)練策略，千帆大模型平臺在萬卡規(guī)模的集群中加速可以達(dá)到95%，這樣整個(gè)集群的整體算力就可以充分發(fā)揮出來。

針對這類用戶所關(guān)注的數(shù)據(jù)安全問題，千帆平臺為每個(gè)客戶提供了企業(yè)級的安全，在模型安全方面千帆為不同的模型廠商設(shè)計(jì)了可信的專用隔離域，重點(diǎn)保護(hù)模型資產(chǎn)的安全。在內(nèi)容安全方面千帆預(yù)置了安全模塊可以有效控制輸入輸出的安全風(fēng)險(xiǎn)，在數(shù)據(jù)安全方面，千帆提供了從模型到數(shù)據(jù)到日志的全鏈路加密，為模型廠商和用戶提供可信的執(zhí)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，充分滿足用戶的隱私和安全需求。

借助大模型的賦能，企業(yè)從此不再重復(fù)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(dāng)人們都在說科學(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(dāng)作理所當(dāng)然。

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

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

在百度智能云智慧工業(yè)總經(jīng)理常城看來，現(xiàn)在的大模型真正解決的是工業(yè)當(dāng)中的決策性問題。

要解決此類問題，就要從系統(tǒng)層面看如何整體的做決策和調(diào)度。

因此第一步，要構(gòu)建完整的數(shù)字化底座能力和跨越多場景的比較完善的智能化的應(yīng)用產(chǎn)品矩陣，要到毛細(xì)血管當(dāng)中去，數(shù)據(jù)必須是真實(shí)可靠可用的，應(yīng)用也得是真正能解決問題的，是能控制到設(shè)備的;

第二步，大模型要和行業(yè)的數(shù)據(jù)結(jié)合，要增強(qiáng)通用大模型對于行業(yè)知識的理解能力，這樣的話才能真正做到系統(tǒng)級的決策。

作為文心大模型面向企業(yè)市場的統(tǒng)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)客戶發(fā)布了涵蓋電力、燃?xì)?、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(yīng)用場景覆蓋，百度已經(jīng)展現(xiàn)超強(qiáng)的生態(tài)先發(fā)優(yōu)勢。

在2023百度云智大會的智慧工業(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。

在百度過去深耕的產(chǎn)線智能賽道上，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效的。

比如在3C行業(yè)，傳統(tǒng)的人工智能質(zhì)量檢測，都是做小模型，通過一個(gè)機(jī)器識別技術(shù)解決某一個(gè)產(chǎn)品、某一個(gè)場景問題，但是不同的板型、不同工藝，幾乎存在220種缺陷。

如果用傳統(tǒng)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。如今，通過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(dá)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)線的成本，實(shí)現(xiàn)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(gòu)開物之后，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(fù)雜的應(yīng)用場景。貨物來到港口后，首先要在堆場進(jìn)行麻紡，之后有人員理貨，之后放到船邊，通過門機(jī)、暗橋放到船上做配載，之后還有船位的泊位計(jì)劃。

在大模型落地前，流程如此復(fù)雜的多個(gè)應(yīng)用化場景，企業(yè)通常需要做數(shù)字化堆場，做配載計(jì)劃，對于人員進(jìn)行自動排班，還可以港機(jī)上做調(diào)度，在內(nèi)外集卡上做車輛智能化調(diào)度……通過引入大模型，可以將多個(gè)復(fù)雜應(yīng)用場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(xiàn)各流程嚴(yán)絲合縫的完美調(diào)配。

目前在山東的日照港已經(jīng)成功落地了數(shù)字化堆場整體調(diào)度的一套平臺軟件，使設(shè)備利用率、場地利用率、周轉(zhuǎn)率和整體作業(yè)效率都得到了顯著的提升。

港華集團(tuán)高級副總裁席丹介紹了聯(lián)合百度智能云打造的智慧運(yùn)行平臺情況，提升了燃?xì)庑袠I(yè)的數(shù)字化運(yùn)營和安全運(yùn)營水平。目前已有十幾家企業(yè)上線。席丹表示，期待未來大模型可以在燃?xì)庑袠I(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)，并號稱這是迄今為止最強(qiáng)大的 ChatGPT 版本。而在 ChatGPT Enterprise 之后，OpenAI 未來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(xiàn)，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(dǎo)者，百度在過去十年一直保持著壓強(qiáng)式的研發(fā)投入，累計(jì)超過1400億元，是少有實(shí)現(xiàn)應(yīng)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)路線圖已經(jīng)日漸清晰，憑借強(qiáng)大的AI技術(shù)能力、豐富的行業(yè)經(jīng)驗(yàn)，龐大的用戶規(guī)模，完善的生態(tài)建設(shè)，百度已經(jīng)率先進(jìn)入了大模型落地的深水區(qū)。

無論是美國的亞馬遜、微軟與谷歌，還是中國的百度，他們都已經(jīng)受益于B端客戶在大模型領(lǐng)域的AI算力需求或場景應(yīng)用需求增長，實(shí)現(xiàn)了頗為可觀的業(yè)績增長。

當(dāng)千帆過盡，人們方始對世界的重構(gòu)與重塑后知后覺。

其實(shí)百度從未離開，他們只是提前感知了先驗(yàn)的召喚，轉(zhuǎn)向了他方——那被稱為不可見的世界。

關(guān)鍵詞：