AI已成为确定的方向。而以云为基础的数智跃迁，才能走得更远。
文｜牛慧
编｜赵艳秋
进入华为全联接大会2024，无论峰会、论坛还是展馆，“行业”和“数智化”无处不在。“人工智能已成为一个确定的方向。”一位与会者说，“但今年比去年要向前迈了一大步。”去年，他所在的金融业，对大模型还处于“探索状态”，今年像客服助手、柜台助手已在大范围推广，大模型在尝试进入更多生产环节，开源节流。
除了金融，汽车、电力、政府、医疗等的数智技术也已进入深水区，场景更为丰富多元。即便大会本身，从翻译耳机中单辟出的数字人同传频道、再到大会的数字人主持、演讲嘉宾数字分身......从商业应用角度看，从来没有一项技术进步像AI一样，在如此短的时间内产生如此大的影响。
“先锋企业们的共性是，拥抱新变化，拥抱创新科技。企业要坚定不移地做好以云为基础的数智跃迁，才能走得更远、更稳、更快。”华为云全球Marketing与销售服务总裁石冀琳在以“加速企业数智跃迁，以卓越成就卓越”为主题的华为云高峰论坛中说。
在本届大会上，华为向与会者传递了这样的理念：企业要构筑好AI原生的思维，而企业获得AI最好的方式是云。同时，华为云宣布全栈重塑，打造AI原生的云，发布华为云盘古助手，加速行业数智化。
华为云从云的伙伴，转向企业数智跃迁、AI转型的战略伙伴。
石冀琳表示，跟懂行的人同行，勇敢地迈出第一步，才能发现新的机遇、创造新的价值、实现新的成长。华为云将继续携手全球客户，将领先的技术与行业知识相结合，共赴数字化之旅，实现智能跃迁。
01
企业数智转型大潮来了
企业数智转型的大潮已经到来。华为全联接大会期间公布的第三方机构对企业CEO的访谈，AI已成为对行业影响最大的技术。华为云也透露，今年底企业对AI算力的需求，将超过通用算力。
一个现象是今年大模型中标项目在逐月递增。数智前线根据公开渠道的统计，1月大模型中标数为16个，6月为74个，8月已达101个。一些领先央国企龙头，在Q3完成了大模型平台和项目的阶段性招采工作。从行业分布来看，运营商、教育、能源、政务、金融走在前列。“即便一些今年面临经济压力较大的行业，也期望借助大模型，解决行业急迫的问题，并进行技术沉淀。”一位AI人士告诉数智前线。
“我们看到行业用户，把AI作为升级或创新的催化剂。”IDC中国副总裁兼首席分析师武连峰说。从2022到2027年，AI相关投资复合增长率为31.1%，是IT总投资增速的4~5倍。“不少企业从战略角度投资。”一位行业AI资深人士说。AI已成为企业发展的必然选择，谁能用好AI，谁就更能获得领先优势。
实际上，很多企业正在利用以大模型为代表的AI技术，把传统的业务、流程、产品和服务重新做一遍。
在最具代表性的汽车行业，今年在卷“大模型上车”。“我所知道的车厂，基本上都在深入研究大模型，或者已经把大模型应用到研产供销服中的某一个环节。”四维图新高级副总裁蒋晟告诉数智前线。他观察，除了造车新势力，传统大车企也不甘人后，像某国产车企很早就成立了专门的实验室，做的工作也较为激进。
四维图新也在这一轮数智大潮中，从传统地图厂商，向以智驾为龙头的汽车智能化新型Tier1供应商转型，核心产品“驾舱云芯”紧紧围绕数智化。以座舱为例，蒋晟认为，无论从技术积累还是投资角度，现阶段都是自研座舱模型“特别好的时机”，四维图新的一些服务也已经上车。四维图新也在做舱驾合一方案，目标是在这轮汽车智能化大潮中，通过最优化的成本，争夺中低端普惠市常
会议期间，比亚迪、广汽、长安等车企成为分享数智转型实践的重要代表。例如，长安称借助腾AI云服务，目前进行每天3500万公里里程的智驾模型训练。
办公软件行业也是这轮大模型在全球最先引发变革的领域，是各行业最早接触尝试的落地方向。创立36年的金山办公转身动作很快，去年4月即推出了基于大语言模型的智能办公助手WPS AI，嵌入表格、文字、演示、PDF常用办公组件。今年升级的WPS AI 2.0，不仅为个人用户提供更多功能，也为组织级用户提供了WPS AI企业版及WPS AI政务版。“AI是产业革命，现在产品如果没有AI能力，基本上都要下架。”金山办公高级副总裁姜志强对数智前线说。
姜志强观察，用户现在能省的费用就省了，但如果AI能帮助用户赚钱或省钱，就变成了必不可少的投资。他们的一家金融客户，以往服务团队的新员工，通常需要3~6个月的培训，这是企业付出的刚性成本。现在通过AI助手和Agent应用，每个员工身边相当于有了一个助手，培训一个月就能上岗，降本增效明显。
有趣的是，在投资生成式AI的企业中，接近30%的企业表示，一年之内看到相关回报；近80%的企业在18~24个月看到回报。相较而言，一个传统IT项目，投资回报周期通常是3到5年。生成式AI是与业务相连的，容易产生效果。而企业每花费1美元投入，平均可得到3.5倍回报率。
数智前线观察，最近几个月，越来越多的行业龙头已将大模型等AI技术，从通用办公助手拓展到核心业务场景。如在电力行业，国家电网等在探索电力调度；中石油在探索油气勘探、开发、生产环节；宝钢已应用AI技术解决高炉炼铁和热轧钢带难题。其中，高炉被认为是“AI落地最难的应用场景”。
02
企业落地AI，当下核心解决哪些问题
不过，即便龙头企业的数智转型，当下也遇到了不少挑战，包括数据准备、算力资源获娶人才积累、安全隐私，以及各种不确定性。而且，企业转型不仅仅是一场技术革命，更是一场管理革命、思维革命。
针对上述诸多挑战，当下企业正在解决一些焦点问题。
不少传统客户目前正处于规划阶段。客户管理层问的最多的问题是，大模型对企业的作业生产会有怎样的影响？是花架子还是实在的东西？在大模型的能力边界上，大家还未达成共识。“这是我们要着手解决的。”一位AI服务商说。华为云也提出“AI场景十二问”的方法论，这是华为内部实践而来，从价值、准备度以及持续运营维度，考察哪些场景适合引入AI。
而在规划中，根据IDC的统计，74%的AI工作负载运行在云上，要选对云的合作伙伴，这是第一步。过去，只要有钱、有人，企业自己也能搞一个小型云计算中心。但智算设施投资高，供应链有不确定性，从规划、建设到运营的每一个环节都极其复杂，远不是堆一堆GPU服务器就完事了。”围绕基础设施、算法模型、海量数据存储、处理和分析、部署调优，云公司在升级并提升全栈服务。
数据也是企业正在着手解决的核心问题。“我发现很多企业没准备好数据，相当于只有发动机没有燃料，上AI就等于上了一个空架子。”姜志强打了一个比方。过去数字化涉及较多的是结构化数据，但企业有大量文档、图片、表格等非结构化数据这也是目前人类最主要的知识载体。但是很多企业的数据本身没有打通，存在严重的数据孤岛问题，而大模型又需要高质量数据集才能发挥实际效用，这就导致现实与理想间存在差距。
“我们目前在为企业上AI准备燃料。”金山办公帮用户管理的大量文档等非结构化数据，是企业的知识沉淀。如何将它们调动起来？姜志强他们发现，在AI的实际落地中，WPS AI加上企业的业务数据，结合企业的业务场景，帮企业解决实际问题，是一条可行的路径。这就是金山办公提出的“企业大脑”概念，目前正与企业进行共创。业内也认为，这一轮大模型将极大激发非结构化数据的应用。
在行业中，数据应用还涉及不出域等安全合规问题。以地理位置信息为例，现在车端感测能力越来越强，能把周边区域还原成高精度、三维模型，对国家安全、生产安全提出挑战。各国政府正在逐步制定政策。企业在应用开发之初，需要考虑监督治理体系，防止未来发生法律或政策的风险。
“车上智能化，需要在过程中做数据分析。车端算力毕竟是有限的，一旦涉及敏感类数据出车，就需要一整套安全合规能力。”蒋晟说。去年7月，四维图新与华为在乌兰察布联合发布了专属云。“我们按照国家对测绘数据的管理要求，形成了合规方案，数据的流入流出严格受控，在分类分级下，部署了不同的物理区域对数据进行脱敏和处理。”四维图新蒋晟说，“这是我们与云厂商合作中比较重要的环节。”
有了这样的合规方案，车上的隐私数据和周边的环境数据，才能与其他数据联合起来，进行空间分析、渲染展现，数据的边界得到了拓展。
目前，金山办公也利用华为专属云，来推进WPS 365华为云专属版的探索合作，WPS 365是金山办公推出的全新产品，打通了文档、AI、协作三大能力。
03
云公司的进化
这一轮大模型的技术创新，也在倒逼云公司，从云的合作伙伴，转向企业数智转型、AI转型的战略伙伴，向业界提供一站式服务。
大会主题演讲中，华为云宣布全栈重塑，打造AI原生的云，推出云基础设施架构CloudMatrix，底层的算力可以按照模型参数量自动匹配，上层的盘古助手可全方位服务企业各岗位，每个员工都有了一个助手。
自己造的降落伞自己先跳。数智前线获悉，这些助手已在华为内部试点或推广。比如，代码助手过去12个月服务了通信、鸿蒙等多条产线，700多万行代码进入生产应用。
在峰会期间，华为云也全面介绍了自己的全栈能力。华为云对外提供了从腾AI云服务、盘古大模型到盘古助手的全栈服务，服务千行万业。
华为云公有云业务部总裁高江海指出，对于各企业来说，谁能用好AI谁就更能获得领先优势，而云就是AI基础设施的必然选择。为了支持企业加速上云，用好AI，基础设施全球化、技术持续创新、运营运维的精益化是三个关键因素。
数智化是全球企业当下的共性需求，云的设施要遍布全球。华为云已构建了全球存算网KooVerse，开通33个Region、93个可用区，打造了50ms时延体验圈，帮助10000+客户实现业务全球化。
为了满足企业用户的网络体验，华为云与全球运营商实现了2400个Peer连接，骨干网之间通过全光互，实现业务一跳入云，全球触达。值得关注的是，过去一年，华为云保持了0重大事件，业界最低，背后是华为云全球SRE体系的运维支撑。
在技术创新方面，通过算力升级、数智融合和应用创新，满足企业用户多元化业务场景的需求。比如，对新的、弹性要求高的业务，企业可直接使用华为云中心Region；对时延敏感的业务，可用智能边缘云；时延要求极低且有专属隔离的业务，可使用CloudPond部署在生产现常针对想保留自己的技术栈和专属算力资源的客户，华为云发布了数据中心云化解决方案Data Center-to-Cloud。
今年全球大模型大模型跨入十万亿参数时代，腾AI云服务今年已完成了超 100 个主流AI模型适配。同时，业界预测，2026年推理算力需求将超过训练。高江海介绍，推理业务对时延更敏感，弹性更灵活。华为云已把贵州、内蒙、安徽三大核心枢纽之间的腾云服务，用高速光纤网络直连，形成了推理一张网，再利用跨Region调度等技术，应对突发流量洪峰。
目前，腾AI云服务已有150多家客户的400多推理场景应用。
华为云与合作伙伴，在持续优化腾AI云服务。腾讯音乐娱乐集团天琴实验室与华为云合作，将自研MUSELight大模型推理加速技术迁移到腾AI云上。MUSELight是什么技术？此前，腾讯微信输入法在MUSELight技术协助下，解决了微信输入法的文本润色速度慢、成本高的难题，该功能提速到百毫秒级别，成本下降一半以上，确保功能的顺利上线。
据悉，MUSELight首阶段完成了对Stable Diffusion系列视觉大模型加速的腾迁移适配。“跟行业同级别AI算力相比，性价比已超出35%，实现了AI算力的自主创新和突破。”这将对消费级和行业端的应用产生关键影响，用户可以使用更大参数的模型，以更低的成本实现更好、更快的视觉生成效果。腾讯音乐娱乐集团天琴实验室AI大模型负责人吴斌博士介绍，双方预计第四个季度，将把大语言模型等更多大模型的腾版加速方案，在腾AI云上联合发布。
伴随AI技术走向更多元化的行业，特别是工业大赛道等实体行业，对生态的需求更丰富和深入，这是当下全球竞争的焦点，对腾AI云服务也提出更高要求。
在企业IT精益化方面，华为云的精益化治理方案已在600多家企业得到了应用。
为了更加有效的帮助客户实现卓越，华为云对PRIME框架-卓越架构进行升级，将分布式云、AI和数智融合、应用智能化、精益运营等新技术创新，融入到最新的卓越架构中，让客户可以更好的拥抱AI，加速AI应用落地，同时正式发布卓越企业PRIME模型白皮书。
