云起龙骧：大模型规模化落地爆发在即

从2023年初迄今，以AIGC为主角的跨年度大戏可谓高潮迭起：从ChatGPT引爆人工智能通用化的话题，到大模型形成百舸争流的局面，业界普遍期待在2024年能上演更精彩的戏码——场景化应用实现大规模落地。

在信息化建设和数字化转型阶段，也曾出现过概念炒作的泡沫和ICT基础设施建设的热潮，但同时伴生了重复投资的浪费与烟囱式应用的隔阂。云计算的横空出世改变了各自为战的状态，标准化、规模化的创新模式造就灵活、弹性、高效的运营优势，千行万业的数字化应用由此进入爆发期。

当下，以大模型为主导的AIGC新时代正从大干快上的建设期迈向应用落地的收获期，不断进化的云平台同样扮演着不可或缺的角色。云计算不仅能为大模型提供充沛的算力支持，实现训练和推理过程的降本增效，而且显著降低各个行业研发、部署、使用大模型的门槛，为纷繁场景的最终落地创造必要条件。

种种迹象表明，当数字经济进入崭新的发展阶段，云计算将全方位加速大型政企、互联网、中小企业等领域的大模型场景落地进程，云起龙骧的盛景可期。

云平台联袂大模型开启变革之路

要在大模型时代担当起赋能行业智能化跃迁的重任，云厂商首先必须完成自身的蜕变，开创通用计算之外的一片新天地。

相关统计显示，在过去几个季度中，面向生成式AI的投入力度大幅超过整体IT支出速度，成为影响云计算增长率的关键因素。得益于人工智能应用对超大算力的需求，全球公有云市场的增速是私有云增速的4～5倍，大模型云服务演化为云厂商二次腾飞的跳板。

从全球云厂商新近发布的财报来看，“AI Cloud”高居“C”位，越来越多的云厂商基于AI重塑技术体系，构建全新的业务场景和服务内容。微软Azure云业务在OpenAI的加持下第四季度增长率为 28%，谷歌云等侧重于AI的云厂商，其市场份额也得到了提升。

与国际巨头相比，国内云厂商面临的机遇与挑战更为复杂。一方面，集中涌现的130多个AI大模型对算力的需求非常旺盛，成为云厂商新的增长动力；另一方面，由于高端GPU供应不足、部分云服务不可获取等原因，国内云厂商需要承担起为AIGC可持续发展保驾护航的重任。

正是在这样的背景下，昇腾AI云服务脱颖而出，华为云也取得了超越市场平均水平的高速增长。这是国内大模型企业更具“确定性”的路径选择，也是实现大模型规模化场景落地的坚实基础。

政企领域是大模型落地的开路先锋

尽管业界对生成式AI在C端的杀手级应用充满期待，但基于大模型厚积薄发的特征以及诸多条件的制约，以政企用户为主体的B端场景化落地更具兑现的可能性。

从某种意义上讲，各地政府和大型政企是推动大模型落地最积极的力量。目前，国内有30+省市正在开展大模型研发及相关建设，除了基于人工智能提升城市治理能力外，还通过数字基础设施的改造促进本地产业智能化转型。据统计，一些省市AI+行业核心场景落地新增50%以上，大型政企堪称开路先锋。

不过，很多大型政企的数据合规要求高，对上公有云存在顾虑，导致有效算力供给不足。例如：在石油能源行业的勘探开发、油气田生产、管网储运、炼油化工等场景，需要借助AI提高产销效率和安全能力，而石油作为“关基行业”，部分涉敏数据只能存储在本地机房，难免造成算力成本居高不下。

显而易见，打造政企AI算力调度平台、构建国产化AI大模型中心迫在眉睫。华为云AI算力调度平台开创性地将本地机房的算力与云上算力进行统一调度、协同管理——本地算力最小化建设，保持常规训练和涉敏数据训练，而可脱敏的数据则使用公有云的海量算力资源池作为补充，解决数据安全性与算力成本无法兼顾的难题；与此同时，华为云基于昇腾云服务、ModelArts AI开发平台和盘古大模型，为政企提供从算力到平台应用全栈自主可控的人工智能大模型中心，端到端助力政务和产业智能化升级。

在新兴产业拥抱大模型的热潮中，智能驾驶无疑是最耀眼的一朵浪花。在智能驾驶不断进阶的道路上，企业要在应用体验、算法精度、算力规模上全面提升，而数据获取难、数据质量差、平台搭建慢以及安全合规等问题则是其持续迭代的主要障碍。

事实上，市场中有不少针对智能驾驶痛点的解决方案，但往往因缺乏系统性建设而流于表面。华为云以车主体验为中心，构建端到端智驾方案。在国密加密的汽车专区上线一站式自动驾驶开发平台，内置盘古大模型能力，通过场景生成、场景理解、预标注、多模检索等大模型，变革智驾开发模式，加速数据安全、合规地全流程闭环。此外，NLP大模型充分发挥多轮对话文本分析能力，有效推送车机助手问题解答成功率。大幅提升智驾体验。

关键领域和热点行业的突破固然重要，但大模型要在更广泛的行业及不同类型的企业落地，实现通用型场景的“适配”具有举足轻重的价值。

以销售预测和柔性制造场景为例：企业结合长期积累的进销存数据、多维度的销售影响因素以及消费者画像，借助大模型能够深入挖掘并分析海量数据的内在关联，从而解决仅凭人工经验难以实现高精度预测的难题；柔性制造也是众多企业适应市场需求变化的应势之举，基于大模型缓解生产计划排产和供应调度的压力，达成多品种、小批量、高质量产出的预期目标，已成为新的潮流。

令人欣喜的是，国内云厂商的大模型服务在上述通用型场景取得了积极进展。在销售预测场景，华为云盘古预测大模型通过深入分析SKU级别的历史数据，生成适应客户经营场景的销售预测模型，预测精度达90%以上；在柔性制造场景，华为云盘古制造大模型提供NL2Solver的智能建模能力，能理解生产和供应诉求，给出数学规划模型并支持自动求解，显著提升生产和供应链的竞争力。

大模型规模化场景落地任重而道远

根据Synergy Research Group最新发布的报告：2023年第四季度全球企业在云基础设施服务上的支出接近740 亿美元，同比增长20%，并实现一年以来的最大季度环比增幅——与生成式AI需求相关的支出贡献明显，云平台在大模型渗透进程中的作用可见一斑。

从云平台驱动大模型落地的节奏来看，除大型政企外，“敢为天下先”的互联网行业也是较早的受益者。在搜索增强、多媒体内容生成（AIGC推理）、智能NPC、量化投研等场景，以华为云为代表的云厂商已推出诸多服务产品与解决方案，推动互联网企业勾勒出第二增长曲线。

如果说大型政企和互联网行业已率先尝到大模型落地的甜头，那么数量庞大、占比更高的中小企业则渴望甘霖普降的时刻早日到来。不过，中小企业使用大模型仍然面临资源获取难、技术门槛高等现实问题，而云平台具有先天的普惠优势，领先的云厂商自然不会忽视潜力巨大的中小企业市场。华为云云耀大模型实例即专为中小企业量身打造，中小企业可一键接入主流大模型能力，快速构建数据分析及预测、智能客服、内容生成等创新应用，进而实现跨越式发展。

站在更长远的视角，大模型规模化的场景落地才刚刚开始。未来，每一家企业都要达成AI大模型与核心业务的深度融合，每一位员工都至少需要一个AI助手。在乍暖还寒的季节里，找一朵靠谱的“云”，与大模型来一场约会，也许是企业在2024年最浪漫的实事。

作者关健，《IT创事记》合伙人、主笔：曾任《电脑商报》常务副社长兼执行总编、《中国计算机报》助理总编，媒体从业时间超过10年。

关健长期关注科技产业动态及趋势，与逾百位高科技公司领导者进行过对话，亦在众多科技会议与论坛中担任嘉宾主持。

—— 越看越精彩 ——

【IT创事记】聚焦于企业级科技生态、策略及商业知识。你可以在各主流媒体平台看到IT创事记的同名文字专栏和【IT创事记·短视频】专栏。如果你有相应的内容希望分享，记得在公众号留言告诉我们。