來源：市場資訊
（來源：鈦媒體APP）
從手工業走向工業化，西方國家花費了近200年中航光電科技股份有限公司 。即便是快速發展的中國，也經歷了70余年的時間。而在AI領域，從“手工作坊”走向工業化，僅花費了不到3年。
當前，AI落地已經不僅僅是“項目交付”，而更多的是“價值交付”，這點從今年紅杉資本會場上被廣泛討論并在業界成為共識，當時包括OpenAI首席執行官 Sam Altman和谷歌首席科學家Jeff Dean 等在內的150位全球頂尖AI創始人共同認為——“下一輪AI，賣的不是工具，而是收益中航光電科技股份有限公司 ?！?/p>
在AI從“工具”轉變為“價值”的過程中，國家層面也在積極推動AI落地產生價值，8月26日，國務院印發《關于深入實施“人工智能+”行動的意見》（簡稱《意見》），明確將智能體列為重點發展領域，并提出了三個階段的發展目標：2027年，實現人工智能與六大重點領域廣泛深度融合，新一代智能終端、智能體等應用普及率超過70%；2030年，新一代智能終端、智能體應用普及率進一步提升至90%以上；2035年，中國將全面步入智能經濟和智能社會發展新階段中航光電科技股份有限公司 。
在優化應用發展環境方面，《意見》提出了一系列創新舉措，為智能體技術的發展提供了強有力的支撐保障中航光電科技股份有限公司 。通過布局建設一批國家人工智能應用中試基地，搭建起連接技術創新與產業應用的橋梁，加速智能體技術從實驗室走向產業化。這些中試基地將成為智能體技術驗證、成果轉化和商業模式探索的重要平臺。
與國際相比，國內在AI方面發展路徑不盡相同，浪潮集團執行總裁、總工程師，浪潮云董事長肖雪表示，國內與國際在AI的發展路徑，與互聯網時代的發展路徑很像，“國際更多在基礎理論研究上、在算力上是占先的，通過這個角度來驅動人工智能的整體發展中航光電科技股份有限公司 ?！毙ぱ┓治龅?，“中國實際從上一個互聯網時代就已經呈現出這個力量了”，憑借工業全品類、統一大市場、政策的集約性和執行的延續性，中國在消費互聯網時代依靠場景和應用贏得了勝利。從移動支付到健康碼，都是“應用之道”的成功實踐。
在肖雪看來，對于中國企業而言，不需要追求在基礎大模型上直接與OpenAI等巨頭抗衡，而是聚焦于將各種基礎模型能力，與中國龐大的垂直行業場景相結合，解決“最后一公里”的落地問題中航光電科技股份有限公司 ?！跋鄬Χ?，國際上其他國家更多強化AI的金融屬性、算力屬性和基礎理論屬性，中國更多去定義了應用之道?！毙ぱ┛偨Y道。
展開全文
從“手工作坊”走向工業化面臨“三座大山”
而讓AI從“技術”走向“落地”的關鍵就在于普適化中航光電科技股份有限公司 。在肖雪看來，真正要實現從“手工作坊”到“現代工廠”的轉變，最直接的改變要體現在效率、成本和質量這三個“制造業”永恒的命題上。
《意見》中明確，2030年，新一代智能終端、智能體應用普及率進一步提升至90%以上，這也就意味著，到2030年，AI將像水電一般，成為我們生活不可或缺的一部分中航光電科技股份有限公司 。
但“硬幣的另一面”是，當前AI技術發展并不如想象般順暢，開發周期過長、投入成本過高，以及模型質量在實際業務應用的成效過低等三大核心問題，是阻礙AI應用落地的三座大山中航光電科技股份有限公司 。
效率方面，過去訓練一個政務問答模型，光數據標注就需要5個工程師花費將近一個月的時間，最后效果還依賴調參工程師的經驗中航光電科技股份有限公司 。有統計數據顯示，傳統模式下模型制造周期長達90人天，且質量隨工程師水平波動，這與當前市場對AI服務“分散化、小型化、定制化”的需求形成尖銳矛盾。
成本方面，傳統模式下企業需單獨采購算力、組建算法團隊、搭建數據平臺，導致單個模型成本高達數千萬中航光電科技股份有限公司 。有研究機構指出，全球AI公司年均研發投入增長45%，但商業化落地率不足30%，邊際收益遞減現象日益顯著。
與此同時，企業在大幅增加AI投入的同時，也越來越關注可量化的業務成效中航光電科技股份有限公司 ?！巴顿Y流向生成式AI過程中，企業已從對技術先進性的追求，逐漸轉變為追求切實的商業價值?！甭撓爰瘓F高級副總裁、首席信息官、方案服務業務集團首席技術與交付官曾對筆者指出。
在企業普遍追求降本增效的時代，企業雖然對AI會加大投入，但同時也更希望看到AI為他們帶來“既得利益”，“AI在企業中應用，要么給企業帶來新的增長，要么為企業節省開支，這兩個都不能帶來的技術，是沒有意義的中航光電科技股份有限公司 ?！贝饲肮P者在與某零售行業CIO交流時，他曾多次向筆者強調。
模型質量方面，當前模型在行業側應用質量不高，很多模型產品投產之后達不到原有想要的應用效果中航光電科技股份有限公司 。究其原因，主要有兩點，一是模型選型與業務需求不匹配。不同模型擅長領域不同，而企業不同業務領域需求模型能力也不盡相同。例如，金融行業的企業可能更關注AI在風險控制、客戶畫像構建等方面的應用，而零售行業的企業則更看重AI在精準營銷、庫存管理等領域的價值。
二是模型存在幻覺問題中航光電科技股份有限公司 。例如深度學習模型的性能，高度依賴于海量高質量的訓練數據。但目前企業內部數據質量“參差不齊”，多數企業的數據分散在ERP、CRM、IoT設備等分散的，各自成“孤島”的數十個系統中，格式涵蓋結構化表格、非結構化文檔、時序傳感器數據等多種不統一的格式，且存在大量“臟數據”。據BCG統計，企業可用于AI訓練的有效數據占比普遍低于10%，“數據豐富但信息匱乏”成為常態。此外，FineBI的行業研究指出，傳統模式下“數據孤島”“指標混亂”“結果不可復現”等問題，使80%的企業AI項目卡在落地環節。
在肖雪看來，造成上述三重困境的主要因素是，常規的模型訓練模式是一種類似“手工作坊”的模式——過程非標、高度依賴人才經驗、難以規?；?strong>中航光電科技股份有限公司 。
“價值交付”中航光電科技股份有限公司 ，模型將更像“工業產品”
肖雪看來，AI應用將是一個服務態，不是運維態中航光電科技股份有限公司 。
面對AI工業化挑戰，浪潮云給出的答案是：搭建人工智能模型工廠，通過“九大單元”（數據車間、模型車間、評測中心、集成車間、客戶服務中心、產品工程中心、安全中心、設備管理中心、調度服務中心）架構，提供系統性答案，構建覆蓋從數據準備，到集成交付全流程的體系，通過標準化工序將模型生產拆解為可復制的模塊中航光電科技股份有限公司 。通過這些舉措，讓模型的生產從“手工作坊”時代，走向工業化生產時代，在提升了模型訓練效率的同時，還降低了應用成本。
以數據車間為例，數據是企業AI應用落地過程中的重要因素，很多企業應用落地失敗主要是因為訓練模型的高質量數據集不足中航光電科技股份有限公司 。在由11道工序和60套工具組成的數據車間內，首先會對企業提供的數據進行清洗，選取出適合模型訓練使用的數據，進而通過數據合成，以及浪潮云多年來在服務各行業的過程中積累的數據，將數據“擴容”到足夠大的體量，基于可信數據空間對客戶原始數據依照業務需求進行最小化授權，進行必要的脫敏處理，并對不同租戶的數據進行隔離，確保訂單數據與流程完全獨立，在數據采集、存儲、標注、訓練乃至銷毀的全生命周期中都確保了數據的安全，也打消了企業對于數據安全的顧慮。
當數據“就緒”之后，會將數據集“傳輸”到模型車間，該車間基于數據車間形成的高質量數據，對模型做調優訓練，達到用戶訂單要求中航光電科技股份有限公司 。由8道工序和10套工具組成，實現“數據輸入”到“模型輸出”的標準化轉化。
正是通過這樣一個個單元，組建起了一條模型的“產品流水線”，構建了統一、標準、安全、高效、開放的AI模型生產模式，解決了原先模型訓練過程中存在的分散、高成本、高風險的問題，將模型作為一個工業產品，用集約化的方式對外輸出中航光電科技股份有限公司 。
據肖雪介紹，通過浪潮人工智能模型工廠，將模型制造的平均周期，從90人天壓縮到了20人天左右，平均效率提升75%中航光電科技股份有限公司 。
浪潮云的探索并非個例，而是行業發展的必然選擇中航光電科技股份有限公司 。據悉，目前全球范圍內已經建成了包括浪潮人工智能模型工廠在內4個模型工廠，而第五個——美的荊州工廠也投產在即。
顯然，模型工廠的模式將逐漸成為企業級AI應用的一條可行路徑，通過集約化的方式，達到標準化流程、專業化分工與生態協同的目的中航光電科技股份有限公司 。已經有不少企業通過模型工廠以低成本、高效率的方式打造出了符合自身業務需求的模型產品，快速落地AI應用。
“當AI步入Agent時代，企業不需要盲目地追求技術的迭代，而是要盡快地將Agent與業務場景結合，創造出價值中航光電科技股份有限公司 ?！标惭蚋笨偛昧钟罋J（千絕）在與筆者的交流中曾明確指出。
AI已經步入“價值交付”時代，在肖雪看來，當前，模型交付不是終點，而是服務的起點中航光電科技股份有限公司 。
從“手工作坊”到“現代工廠”，從工具提供到價值交付，大模型的工業化革命正在重塑產業形態，更在開啟一個人人可享的智能新時代中航光電科技股份有限公司 。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達）