互联网产业升级，to B or not to B？｜甲子光年

走进华为云产业互联网高端对话。

作者｜赵健

中国的互联网公司正在经历转型的关键时期。

一方面，互联网行业扎根实体经济、数实融合已经成为数字经济的重要驱动力；另一方面，以大模型为代表的新技术正在成为新的生产力，将为千行百业注入新的动力。

根据中国信通院《中国数字经济发展研究报告（2023年）》，2022年我国数字产业化规模达到9.2万亿元，产业数字化规模为41万亿元，占数字经济比重分别为18.3%和81.7%。

其中，三二一产业数字经济渗透率分别为44.7%、24.0%和10.5%，同比分别提升1.6%、1.2%与0.4%，第二产业渗透率增幅与第三产业渗透率增幅进一步缩小，形成服务业与工业数字化共同驱动发展的格局。

在数字经济如火如荼的背景下，互联网行业发展的真实水温是怎样的？为此，9月21日，华为云在上海举办了以“共赴产业智能化”为主题的华为云互联网产业峰会&AIGC高峰论坛，据悉，这是华为全联接大会（HC）自开办以来的首届互联网产业峰会。此次峰会集结了近千位互联网大咖，共话互联网产业升级新路径，携手共赴产业互联网新蓝海。

在高端对话环节，中国国家创新与发展战略研究会副会长、中国科学院大学教授吕本富，华为云中国区副总裁胡维琦，众安科技副总经理邱英英，去哪儿技术副总裁孙斌，T3出行产研副总裁李京峰，以及甲子光年创始人&CEO张一甲六位嘉宾一起，深度探讨了在AIGC时代，互联网产业升级的新路径。

在大模型百花齐放的今天，互联网公司如何将大模型应用于行业，如何在“百模大战“中找到适合自身的发展路径？

这场高峰对话，或许可以带给我们一些启发。

1.to B or not to B，互联网转型升级的挑战

互联网公司通常也被称为“平台企业”。平台企业为数字经济发展提供了底层的基础设施，比如微信、抖音、小红书等平台提供了“链接”10亿消费者的基础设施，阿里、京东、拼多多等电商平台形成了“交易”的基础设施，提供包括支付、物流、商业信贷、供应链管理、商家数字化升级等服务。在这套基础设施之上，曾经极度分散的服务业被数字平台整合，并进一步催生了大量新事物与新业态。

在经历了消费互联网时代的狂飙突进之后，随着流量增长遭遇瓶颈，今天的互联网公司普遍面临一个转型的十字路口。

第一条路，是继续坚守在to C的存量市场。在这种情况下，平台常用的手法就是“低价补贴”，进行低水平同质化竞争，但这压缩了整体产业链的利润空间。又或者，及时地抓住直播带货等新兴的商业模式，缩短商家与消费者的距离。

消费互联网的繁荣与作为终端设备手机的普及密不可分，而最近两年手机市场已经趋近饱和。元宇宙概念下的VR、AR设备或许是下一个终端形态，但今天AR、AR的市场渗透率仍然较低。短期来看，to C仍然是一条内卷之路。

于是，很多互联网公司纷纷把目标瞄向了第二条路——to B的产业互联网。根据清华大学互联网产业研究院的研究结果显示，全国目前有60余个千亿美元级的产业集群，如果仅在航空、电力、医疗保健、铁路、油气这五个领域引入数字化支持，假设只提高1%的效率，那么在未来15年中，预计可节约近3000亿美元。如果数字化转型能拓展10%的产业价值空间，每年就可以多创造2000亿美元以上的价值。

如果说中国的消费互联网市场只能容纳几家千亿美元级的企业，那么在产业互联网领域有可能容纳几十家、上百家同等规模的创新企业，这是一个巨大的蓝海。

过去几年，不仅BAT这样的互联网大厂把产业互联网当做下一个十年的战略方向，很多垂直领域的互联网公司也纷纷入场，将to B业务作为第二增长曲线。

比如，猎豹移动旗下的机器人公司猎户星空，拥有独家的自研全链条AI技术，以机器人操作系统应用开发能力、全栈硬件设计制造能力、全国网点服务能力对外提供机器人服务；美图在2021年推出to B的美业SaaS，已经成为美图的第三大收入来源。今年根据美图财报的阐述，to B的数字图像生产力工具市场规模比to C的消费市场大4-5倍。

不过，互联网转型做to B，也面临很多的挑战。

在战略层面，众安科技副总经理邱英英提到，一些互联网公司决定做数字换转型，计划投入营收收入的1%，但实际上投入远不及此。战略制定与战略执行存在鸿沟。T3出行产研副总裁李京峰也提到，业务转型也需要企业的战略、组织、文化一起打配合。

人才是嘉宾提到比较多的挑战。李京峰认为，复合型人才尤其稀缺，既要懂算法，又要懂产品，还要懂行业。去哪儿技术副总裁孙斌补充道：“技术驱动的产业，对于人才的要求还需要很强的自学能力，因为技术栈的更新速度是非常快的。”

互联网企业转型升级的核心目的，最终要落到业务的需求，最本质的挑战要看社会的总需求有没有改变。任何产品归根结底都是to C的，但如果to C的企业不赚钱，to B的企业总体来看也将很难赚钱。

长远来看，业务端的创新是一个长期趋势，技术并不能保证一定能做成什么，需要不停的探索。

2.终端应用决定价值大小

2023年，以ChatGPT为代表的大模型技术的爆发，给互联网转型升级带来了新的想象力。

过去，不同的应用场景需要开发不同的“小模型”。现在，大模型通过吸收海量知识，一个模型可以适配多种业务场景，大幅降低了AI开发与应用的门槛，缩短了技术到应用的周期，使AI从作坊式开发、场景化定制，走向工业化开发、场景化调优，依托大模型规模化解决行业问题成为可能。

大模型不仅提高了模型的泛化能力，也从过去的图形用户界面（GUI）过渡到自然语言用户界面（LUI），这是一项革命性的变化。它大大降低了用户使用大模型的门槛。对于产业而言，用户使用门槛的降低就意味着生产力的提高。新的人机交互方式，甚至会推动互联网的重新洗牌。

大模型时代，AI技术的实用性发生了质的飞跃。华为副董事长、轮值董事长、CFO孟晚舟在今年华为全联接大会的主题演讲中提到，“参数超过千亿甚至万亿的人工智能神经网络模型，正在加速进入千行万业，AI发展也正在跨越拐点”。

这些变化都将在AI落地过程中带来新的机会。中国国家创新与发展战略研究会副会长、中国科学院大学教授吕本富预计，未来10年，以大模型为核心的智能经济将带来10万亿级别的经济体量。

大模型究竟如何赋能产业？

对此，吕本富高屋建瓴地总结道：“凡是跨领域、跨学科的事情，碎片化目标的事情，有多项前置条件的事情，以及开脑洞的事情，都是大模型擅长的领域。这些领域对人类而言是非常复杂甚至难以想象的，比如设计一款17维度的产品，人类不可能做到，而大模型就非常擅长。”

在产业界，不同的嘉宾也结合各自的业务场景给出了自己的答案。

去哪儿技术副总裁孙斌将大模型在企业的落地概括为两点，一是企业高频对外的业务场景，比如客服；二是企业高频对内的场景，比如数据决策、代码生成、开发运维等。总体而言，大模型的技术是持续迭代的。

众安科技副总经理邱英英分享了众安的探索，一是众安保险，作为大模型的应用方，发布了AIGC中台，同时在30多个保险场景在白皮书中做了研判与分析；其次，众安科技服务了行业700多家客户，当前已规划在全系列产品矩阵——生产系列、增长系列、基建系列中加入AIGC技术等大模型能力，探索出一条快速、可靠、可控、可复制的AIGC模型应用模式，赋能保险机构客户数字化转型。

还有一些场景，过去因为技术的限制敢想不敢做，而在大模型的驱动下也敢做了。T3出行产研副总裁李京峰以出行领域举例，招聘司机一直是一个效率较低的痛点，而现在借助大模型，可以尝试用AI机器人做线上招聘。

大模型的产业落地，华为云已经有很多实践经验。在今年7月的华为开发者大会上，盘古大模型3.0正式发布，其主要方向是 AI for Industry（AI赋能产业），为煤矿、水泥、电力、金融、农业等创造产业价值。

自从盘古3.0发布之后，已经有1万多家客户申请测试，目前大部分客户都在适配微调中。

华为云中国区副总裁胡维琦从华为自身的实践出发，看到了大模型带来的新的商业机会。在C端，自从2016年短视频兴起之后，人机交互方式没有发生任何变化，而大模型的自然语言交互将会带来质变；在B端，大模型与B端业务有非常多的结合场景，而量变会产生质变。

本次圆桌论坛上的嘉宾都对大模型赋能产业落地持乐观的态度，未来互联网升级很大程度要看大模型的应用实践成效。

甲子光年创始人&CEO张一甲总结道：“就像当年电力刚被发明之时，我们很难想象未来家庭生活中出现了那么多的小家电。决定大模型的价值有多大，很大程度上在于它终端的应用。”

3.大模型——第25种通用技术

大模型对于千行百业都是一次巨大的赋能。但是，行业大模型具体如何在企业应用落地，仍然是困扰行业的一个大问题。

对于大模型在企业的应用，吕本富分享了他方法论：“判断大模型的应用，看企业有没有暗知识，有没有默会知识，只要有这两类，一定是大模型的焦点。此外，大模型很有可能对一些行业带来重组。大模型可以分为L1层的基础大模型与L2层的行业大模型，中间的L1.5还有一层衣食住行的大模型，会打通不同产品的交互界面、打通数据孤岛，带来新的行业重组行的机会。”

他乐观地总结道：“千万不要低估大模型。人类历史上被经济学家承认的通用技术只有24种，比如轮子，互联网。大模型一定是第25种。”

训练大模型是一件极其烧钱的项目。除了极少数有钱有资源的科技型企业，绝大部分企业不会从头自研大模型，而是选择闭源的基础大模型或者开源大模型，通过输入行业专有数据做精调，来获得更加垂直、更加专业的行业大模型。

企业在选择大模型合作伙伴之时，一个重要的考量因素是算力。大模型是AI计算“暴力美学”的成果，大模型与大算力相辅相成。大模型驱动了从CPU通用算力到AI算力的革命，算力大小决定着AI迭代与创新的速度，也影响着经济发展的速度。

当前市场上算力的稀缺和昂贵，已经成为制约AI发展的核心因素。以服务器为例，研究机构Aletheia预测，当前AI服务器的市场渗透率还不足5%，而AI算力基本被英伟达所垄断。

不过，市场也许还有算力的第二选择。

如华为云中国区副总裁胡维琦所说，AI根技术创新决定产业发展，AI竞争关键在于根技术和生态。因此，华为坚持投入自主创新的AI产业。今年8月份华为云在贵安上线了AI云服务集群，现在扩大到了贵安、乌兰察布、芜湖三大AI云服务节点，致力于为市场提供可持续的澎湃算力。

不仅仅提供AI芯片，华为同时还提供人工智能全栈能力。

目前华为云AI云服务已经适配GLM、LLAMA、GPT等10+业界大模型，已原生孵化和适配30+基础大模型；沉淀1400+算子，支持业界主流AI框架， 900+主流算法；支持业界主流的AI框架pytorch、tensorflow等满足不同客户的开发偏好。

同时，华为modelArts开发平台支持算法便捷迁移，实现资源高效利用，并提供端到端的模型生产工具链，高效、易用的AI开发、训练、推理，方便原GPU的企业快速适配。

算力就是驱动大模型生态的“黑土地”。当算力不再成为限制，大模型驱动的AI应用才能在千行百业生根发芽。

4.回归业务本质，流水不争先

在行业大模型不断涌现并成熟之后，产业互联网是否会迎来一个高增长的阶段？

早期的产业互联网带有强烈的资本驱动的性质。但不同于消费互联网的“感性”，产业互联网的增长更加趋近“理性”。消费互联网可以烧钱快速做大规模，但产业互联网的复杂性与多样性，使得其增长趋近线性，而非指数级增长。

产业互联网更强调价值，而非规模，这也是产业互联网发展的内在规律。

对于大模型对产业互联网的驱动力，吕本富提到了IT行业的“十年规律”——任何一个技术，两年之内总是被高估，十年之内总是被低估。对于大模型，这个定律依然适用。

展望未来，T3出行产研副总裁李京峰补充道，本质上还是回归业务，不管大模型还是小模型，支撑好业务能够让消费者得到满意服务，同时也企业得到更好的利润。

大模型是一个新的引擎，但它不仅仅关乎技术，而是一个综合能力的建设，以及产业链生态上下游的合作，这样才能降低AI红利的门槛，找到企业业务的第二增长曲线。

产业互联网发展到了新的阶段，但流水不争先，争的是滔滔不绝。

华为副董事长、轮值董事长、CFO孟晚舟在最新的发声中，用“十年一个台阶”来总结华为过去三十年的发展节奏。凡益之道，与时偕行。对历史能看得多深，对未来就能看得多远。

产业互联网亦是如此。

（封面图来源：华为）