拥抱人工智能浪潮！中国电子云“新星”起航，打造全链路AI解决方案

来源：环球网

【环球网科技报道 记者 冯超男】“AI agent（智能体）无疑是未来发展的必然趋势。”中国电子云高级副总裁黄锋在接受环球网等多家媒体采访时称道。不过，在他看来，针对当下企业内部的应用场景而言，AI agent 真正“用起来”仍非易事，因为需与企业内部系统进行深度集成。放眼到未来，要让AI agent 从“用起来”到“用得好”，构建飞轮效应是关键所在。

对于中国电子云而言，其服务的客群始终顺应着时代大势，发展轨迹从早期的信息化阶段，过渡至数字化阶段，如今更是迈向了智能化阶段。基于客群的智能化转型需求，以及公司对AI技术未来落地应用的信心，7月26日，由世界人工智能大会组委会办公室指导，中国电子云主办的“中国电子云人工智能创新发展论坛”在上海成功举办。会上，中国电子云正式发布了中国电子云·新星。这颗“新星”，是中国电子云面向国家关键行业量身打造的全链路AI解决方案。

中国电子云供图

以深厚技术底蕴，扬帆AI新航道

众所周知，“无数据则无AI”，数据是 AI 发展的基石。中国电子云长期深耕数字领域，在数据处理、存储、分析等方面积累了丰富的经验和技术优势。因此，发展 AI 对于中国电子云而言，并非是跨领域的冒险尝试，是基于自身深厚技术底蕴和行业洞察的顺理成章之举。

论坛上，黄锋详细介绍了中国电子云·新星的“3+3+N”产品服务体系，即提供涵盖多模态数据治理平台、模型开发平台、应用开发平台3大核心产品支撑；构建了AI战略咨询、交付、课程3大服务体系；并提供涵盖多模态视觉融合、采购智能体在内的多个行业通用应用。从数据，到模型，到应用，到服务，让客户真正将大模型“用起来”。

而目前，中国电子云在AI领域取得一定成绩，如公司与国内超过五家国家实验室和超过十家的央企达成了高质量数据集建立合作意向。在AI创新应用方面，中国电子云与东航、南航共创航空领域智能体应用赋能航司智能化转型；为中国五环定制智能体应用助力化工工程行业智能化转型。

在接受环球网记者采访时，黄锋表示，公司打造的全链路AI解决方案——中国电子云·新星主要面向国家关键行业，并以场景应用为牵引。“未来是应用时代，AI作为工具和技术，唯有借助实际应用，才能真正释放其价值、创造新的可能。”他强调称。

直面AI发展困局，解锁破局“密钥”

在谈及中国电子云·新星的“3+3+N”产品服务体系的背后核心逻辑时，黄锋向记者表示，通用模型虽说能力现越来越强，不过在面向国防、军工、政府、央国企等特定客群时存在局限。这类客群数据难从公开网络获取，通用模型能力无法满足使用要求。再者，训练和推理使用的 GPU卡成本高昂，性价比问题限制了应用落地。且有些客群对应用效果要求极致，高准确率、低幻觉等指标缺一不可，效果不佳则难以上线。不仅如此，应用场景落地难以标准化，AI要创造价值其需融合各行各业专业知识。

为了攻克前述问题，在黄锋看来，针对通用模型现存局限，需要构建高质量数据集，以此训练契合行业特性或特定场景需求的模型；为解决性价比问题，需让软件（包括模型）与硬件深度适配优化，提升训练和推理效率；对于应用场景，要打造优质的应用开发工具链，为开发智能体提供有力支撑；重视产品与服务深度融合，即单纯的产品化交付难以达成有效落地，必须构建与之相匹配的服务体系。

聚焦中国电子云此次推动的三大平台产品，多模态数据治理平台通过输出高质量的数据集，为后续环节提供优质的数据原料；模态开发平台则着眼于模型层面，承担着模型训练、模型纳管以及模型推理等重要任务，并能够推出丰富多样的模型矩阵；应用开发平台侧重于应用层面的开发，基于前序平台提供的支持，输出各类具体的应用。

“基于应用开发平台，若客户自身IT基本能力较强，便可依托该平台自主开发专属智能体。同时，公司依托此打造出多个行业通用应用（如多模态视觉融合应用、采购智能体和情报分析应用）。” 黄锋称，为了配套支持这些应用和平台，中国电子云形成AI 战略咨询、深度交付服务以及 AI 课程服务三大服务。

不仅如此，算力堪称人工智能时代的“电力”，是不可或缺的核心驱动力。鉴于此，论坛上，中国电子云与沐曦股份、中国长城签署三方战略合作，计划推出一体机产品。该产品融合了沐曦的芯片、长城的整机以及电子云的上层软件和模型，为关键行业客户提供国产信创、安全可信的优质服务。此外，中国电子云分别与中国信通院人工智能研究所、上海张江数学研究院、东航数科、南航数科、中国五环、中智股份、侨银股份签署相关合作协议。

AI Agent 趋势已现，如何迈向高阶应用？

若没有数据积累，AI便成了无米之炊。那么，没有落地应用，AI只是空中楼阁。当下，AI agent成为科技圈热议的焦点话题。而黄锋也向记者阐述自己的观点：A I Agent本质上可视为一个岗位。这个“岗位”掌握了特定的技能，拥有明确的工作流程、规范以及标准操作程序（SOP），同时还具备严谨的处理逻辑。

“不过，在实际各行各业应用中，模型在意图理解和调用工具环节本身就存在准确率折损。”黄锋表示，假设每个指令准确率为90%，三个指令叠加后准确率就降至70%，复杂任务经拆解后基本无法使用。而在特定领域，若依托编排好的模板或工作流，模型或许能完成任务。

而无论如何，AI agent代表着未来趋势。黄锋认为，针对企业客群，AI agent若要真正“用起来”，就要与企业内部系统打通。若不实现深度连接，智能体便如同游离于系统之外的“外挂”程序，虽能施展些许拳脚，但所能解决的问题极为有限。

至于从“用起来”到“用得好”，他指出， “飞轮”效应便成为了核心关键。当智能体历经开发、上线，投入运营一段时间后，难免会出现回答不尽人意的案例。此时，如何让智能体在不断的使用中自我优化、持续进化，构建起一个完整且高效运转的“飞轮”机制，就显得尤为重要。