繼OpenAI甩出“精靈球”——多模態(tài)大模型GPT-4o后，google也發(fā)布了Gemini 1.5 Pro，作為全球領先的科技企業(yè)，聯(lián)想在今年4月18日舉辦的2024聯(lián)想創(chuàng)新科技大會上，重磅發(fā)布內置了“聯(lián)想小天”個人智能體的AI PC系列產品，和企業(yè)智能體以及聯(lián)想萬全異構智算平臺等創(chuàng)新應用與解決方案。
AI競賽在4-5月格外激烈。無論是模型能力的升級，抑或是加速完成商業(yè)化落地，還是掀起價格戰(zhàn)，AI世界的競爭已經陸續(xù)明牌，即將騰飛的大模型巨輪剩余的船票不多了。創(chuàng)新和突破在激烈的向生產與盈利過渡，AI的下半場將比拼商業(yè)化落地。
01 落地加速
從技術價值走向應用價值
根據美國研究公司Forrester Research對于2024年的預測報告，到2024年，約85%的企業(yè)將開始通過GPT-J和BERT等開源模型來擴展其人工智能實力，而不是僅僅依賴像ChatGPT這樣的主流且專有選擇。另外，大約有40%的企業(yè)將積極投資于人工智能治理規(guī)則，以提前應對歐盟、美國和中國即將出臺的相關法律法規(guī)。
本月，中國連續(xù)與法國、美國與俄羅斯相繼開展AI領域的政府間高端對話，國家級的合縱連橫積極推動著AI走向落地。另據，IDC 發(fā)布的《2024 AIGC 應用層十大趨勢白皮書》，2024 年全球將涌現出超過5 億個新應用，相當于過去 40 年間出現的應用數總和，智能化應用將呈現爆發(fā)式增長，大模型浪潮將加速滲透進人們的日常生活。
種種跡象表明，AI大模型技術正在從技術價值走向應用價值。
在從技術價值，走向應用價值的過程中，盡管AI領域的研究與開發(fā)持續(xù)加速，新算法、新模型如雨后春筍般涌現，但將這些前沿技術轉化為實際生產力，實現廣泛工業(yè)化應用的道路卻顯得格外崎嶇。許多在實驗室中表現出色的AI系統(tǒng)，在面對真實世界的復雜多變環(huán)境時，往往暴露出適應性不足、穩(wěn)定性欠缺、安全性等問題，導致其商業(yè)化進程受阻。
對于大眾而言，可以對話、寫詩、作畫，甚至是寫文章、編代碼的AI大模型應用已經變得更加親切和具體，但是對于企業(yè)而言，絕大部分企業(yè)并不具備獨立建設大模型的能力。直接采購現有大模型，對于企業(yè)客戶來說又存在極大的安全性及不確定性風險。相比于大眾更在乎大模型的性能、成本和安全性，企業(yè)的核心數據是其生命線，數據安全及適用場景則是企業(yè)最為關注的。
更關鍵的是通用大模型通常基于廣泛的公開文獻和網絡信息訓練，缺乏許多專業(yè)知識和行業(yè)數據的積累，因此在行業(yè)針對性和精準度方面存在不足，然而用戶對企業(yè)提供的專業(yè)服務要求較高，容錯性較低，一旦企業(yè)向公眾提供了錯誤信息，可能會引發(fā)嚴重后果。
目前，企業(yè)正在轉變思路，從大模型的消費者變成共同的創(chuàng)造者，深入探索產業(yè)價值，這也是不具備獨立部署大模型的企業(yè)選擇的應對方式，通過與互聯(lián)網企業(yè)、科研企業(yè)共同開發(fā)大模型，加上行業(yè)和企業(yè)自身數據，再在原有基礎大模型上針對應用場景進行調優(yōu)、量化、場景遷移等，幫助模型適應行業(yè)需要，變成一種小模型。通過基于行業(yè)大模型并結合自身數據進行精細調整，企業(yè)可以構建出高度可用的智能服務。
自建企業(yè)大模型已經是大勢所趨，但在實踐過程中仍存在算力擴展、成本高昂、部署難度大或與現有工業(yè)流程不兼容、難以找到合適的應用場景的諸多難題。因此，B端企業(yè)客戶需要一個懂行業(yè)know-how、能幫助解決業(yè)務問題、真正賦能產業(yè)升級、實現場景應用的大模型解決方案及服務商。
02獨特優(yōu)勢
夯實聯(lián)想實現AI落地之基
在AI技術與工業(yè)級應用落地之間橫亙的鴻溝日益凸顯之際，聯(lián)想憑借其深厚人工智能及超算技術能力與前瞻性的技術洞察，推出了旨在破解這一難題的行業(yè)智能體解決方案及服務，為AI技術的廣泛應用鋪設了堅實的橋梁。
在影響大模型落地的數據、算力、算法和工具四個關鍵要素上，聯(lián)想具備不可復制的獨特優(yōu)勢。
數據層：要實現AI技術的工業(yè)級應用，高質量、精細化、定制化的數據是必不可少的，具備將這些數據應用于業(yè)務的行業(yè)know-how的服務商，直接影響著大模型訓練的成本與結果。
作為AI原生的智能化全棧解決方案和服務提供商，聯(lián)想方案服務已幫助中國規(guī)模以上企業(yè)的智能化轉型和百萬家中小企業(yè)的數字化、智能化升級，具備先進的智能化轉型方法論以及脫胎于實踐的行業(yè)經驗積累。結合企業(yè)客戶海量特定場景的數據，可顯著提升大模型訓練效率。
算力層：大模型落地應用的前提是算力基礎設施的搭建。受限于成本問題，目前企業(yè)應用大模型，鮮少采用純自建算力設施的方式，云算力就成為企業(yè)突圍算力壁壘的必選項。
私有云可滿足在企業(yè)數據隱私和業(yè)務安全的前提下為企業(yè)提供基本的計算服務，公有云可以在通用的場景下進一步滿足計算要求，以“私有云+公有云”的方式搭建自身混合算力已成為企業(yè)搭建算力的最優(yōu)解。
作為一家全球領先的科技企業(yè)，聯(lián)想在全球有18座研發(fā)中心和30多個制造工廠，本身就具備混合云使用的場景和需求。基于聯(lián)想20余年的IT智慧和端到端最佳實踐，聯(lián)想研發(fā)的智能混合云已成為業(yè)界領先的“建-上-用-管”云上全生命周期解決方案，在發(fā)布不到兩年的時間內已獲得行業(yè)大獎與權威認證20余項。
針對端、邊、云不同場景的大模型及算力要求，聯(lián)想方案服務可以進行統(tǒng)一納管，優(yōu)化調配和平衡部署。同時，基于聯(lián)想軟硬服一體化的能力，聯(lián)想方案服務能夠在一個軟硬環(huán)境中實現訓練與推理的一體化功能，真正助力客戶實現AI的應用落地。
與企業(yè)算力需求相應，異構算力的交易將從硬件向云端算力拓展，交易方式將從“一次性交付”向“按需訂閱、按量計費”精準方式轉變。算力服務將從算力本身向AI服務、中間件服務、數據庫服務等配套服務發(fā)展，并與它們綁定。
基于大模型對異構算力的依賴，異構算力及服務能力已成為大模型應用服務生態(tài)的重要一環(huán)。聯(lián)想推出的可訂閱的、一站全包的“臻算服務2.0”，全面支持了這一需求。
工具層：完善的大模型工具鏈是企業(yè)高效使用AI技術的前提。工具鏈可以大致分為服務于模型開發(fā)者的模型訓練工具、模型調用工具和服務于模型應用者的一體化模型服務平臺。
由聯(lián)想開發(fā)的一站式交付智能服務平臺Al Force采用組件化應用構建，用戶可以按需選擇Prompts、RAG、FunctionCalling的服務，將多組件自由整合，基于AI Force，聯(lián)想以服務的方式為客戶提供一站式安全可控的智能體交付。
聯(lián)想行業(yè)智能體解決方案及服務，通過把聯(lián)想實踐經驗和技術積累做場景化封裝，彌補大模型面向企業(yè)應用的能力不足，從而加速企業(yè)落地大模型的進程。聯(lián)想行業(yè)智能體解決方案及服務，以其獨特的技術優(yōu)勢與深刻的行業(yè)洞察，正成為推動AI技術從理論走向實踐、從實驗室邁向生產線的重要驅動力。
03戰(zhàn)略升級
彌合AI世界與現實的裂縫
在中國的1到6級城市分布著4400+聯(lián)想服務站，超過24000名方案服務工程師實現了服務網絡的全部覆蓋，每年服務超5億臺設備。在聯(lián)想海量的服務體量和強大服務體系加持下，聯(lián)想方案服務數年前就將AI技術應用在客戶系統(tǒng)中，聯(lián)想魔方智慧客服系統(tǒng)，年服務量3000萬以上，魔方智能機器人能夠達到了55%閉環(huán)解決率和95%理解準確率。
基于強大的服務體系和先進的智能化轉型方法論與實踐，聯(lián)想方案服務已裝備了領航AI顛覆式創(chuàng)新下半場的“核心組件”。
2024年年初，聯(lián)想方案服務重磅推出了戰(zhàn)略升級后的擎天智能體引擎，升級后的智能體引擎包含智能混合云，智能體運行及開發(fā)平臺，企業(yè)混合大模型，企業(yè)工具庫，企業(yè)知識庫等技術組件，也包含研產供銷服等企業(yè)通用智能體業(yè)務組件，同時提供智能化轉型全周期服務，以此來滿足混合AI部署對全面性、系統(tǒng)性的要求，推動企業(yè)系統(tǒng)架構向AI原生的變革。擎天智能體引擎，已成為聯(lián)想方案服務為客戶落地AI應用的重要抓手。同時，聯(lián)想方案服務還將圍繞政企、中小企業(yè)及消費三大客群，打造全棧智能化轉型全周期服務，全面加快不同客群中AI應用落地速率，開啟企業(yè)智能體落地元年，推動千行百業(yè)共贏智能化新時代。
在AI應用落地的征途上，聯(lián)想不僅是技術創(chuàng)新的引領者，更是實踐應用的深耕者，致力于構建一個更加智能、高效且安全的AI應用生態(tài)，為各行業(yè)數字化轉型注入強勁動力，共同描繪AI技術賦能未來的美好藍圖。