大模型的中场战事，从“通用”走向“垂直行业”｜8分钟发布会回顾
AIGC“横空出世”后的半年里，人工智能产业的热度被推向了一个新高潮。无论是有深厚技术积淀的互联网大厂，还是起步不久的中小厂，AI大模型对他们都充满了致命吸引力。然而，研发AI大模型需要投入巨大的成本，当所有企业都在对大模型这块“肥肉”虎视眈眈时，中小企业该如何从中另辟蹊径，通过扬长避短成功入局AI大模型赛道？
2023年8月8日，36氪8分钟发布会联合联想举办了「“大模小用”，AI赋能垂直领域淘金」线上直播，联想中国区基础设施业务群市场推广总监 李鑫、联想中国区基础设施业务群互联网发展型企业业务总经理 仲磊 、达晨财智业务合伙人 杨廷辉、即时设计战略负责人 黎嘉宁、云蝠智能CEO 魏佳星五位嘉宾做客直播间，嘉宾们围绕为何行业大模型才是中小企业的突破口、企业在研发和推广应用行业大模型过程中面临的挑战以及AI新时代的机遇进行了深入讨论，以下是本场直播的精彩观点总结：
AIGC时代，冲击与变革
AIGC时代，人工智能对我们现有的生存方式、生活方式以及生产方式势必产生一些冲击。
达晨财智业务合伙人杨廷辉认为，这一轮AIGC的冲击本质上是一场生产力效率提升的范式革命。重复机械型的劳动，将在AI的赋能下得到效率和质量的巨大提升。AI会把人从重复性的工作中解脱出来，更多地让人去做一些创造性的工作，大幅提升社会的生产力效率。杨廷辉还提到，除了这些重复性工作以外，AI也能对人类的工作进行创造性的赋能，比如内容与产品设计的创新，无论是在通用的文本生成、图像绘画等领域，还是诸如医药军工、智能制造等垂直行业的产品研发，AI都能够逐步发挥价值。
对于设计领域，即时设计战略负责人黎嘉宁分享了当下AIGC带来的影响。他将设计行业概括为了两种倾向：一种是做更严谨的、逻辑性的设计，比如设计火箭、汽车，这种类型的设计需要考虑许多空气动力学的条件；另一种则是做艺术、美学上的表达，比如绘画或图像的设计。当前，AIGC对后者产生的影响更大，现在已经能够让一个从未学过绘画的人，轻而易举地将脑海中想象的画面用图像的形式表达出来，但如果要造火箭或汽车，AI恐怕难以胜任。交互设计除了美学上的追求以外，还有许多功能严谨性的追求，这一点是AI所无法考虑到的。所以在UI设计领域，更多的是AI辅助设计师开展设计，而不是完全的替代设计师。
云蝠智能CEO魏佳星分享了AIGC给智能客服行业带来的变化。媒介形式从文本、音频走向视频，再到AIGC与数字人涌现的今天，我们能够预见，未来可能又会出现数字人应用在客服体系里的景象。大模型的出现，让客服行业开始逐步走向真正意义上的“智能客服”，迅速增长的算力带动了智能客服行业向更富媒体的形式延展。
AIGC开启了一个AI技术的新时代，人工智能作为一项颠覆性的技术，深刻地改变着我们的生活和社会。但面对时代变革与浪潮，国内AI产业的升级之路道阻且长。联想中国区仲磊基于人工智能的三要素——数据、算法和算力，剖析了当下存在的挑战：
• 首先，国内的AI产业存在数据质量和标注的问题，并且数据的共享、隐私问题也是一个挑战，企业需要找到合适的平衡点。
• 其次，在算法方面，尽管我国在计算机视觉自然语言处理大模型训练模型领域取得了突破性的成就，但和国际水平相比还是存在一定差距。
• 最后，对算力而言，我国高性能计算设备的供给存在困难，零部件很多依靠国际厂商，供给不稳定或容易出现短缺，大规模的计算设备对于训练复杂的神经网络模型非常关键；同时，高性能的计算设备通常需要强大的处理器、大内存、高速存储的GPU组件，但这些硬件成本非常高，购买和维护这些高性能计算设备是非常昂贵的投资。
行业大模型，中小企业的突破口
目前，国内的AI大模型有80多家，除了传统的科技巨头纷纷布局之外，还有AI领域的科技公司以及依托中国高校科研资源的研发的大模型，无论是创业公司还是大厂下场，整体百花齐放的格局已经在逐步形成。从算力到算法到数据到人才，都正在向头部集聚。
做通用大模型，大厂有得天独厚的优势。联想中国区李鑫认为，大厂有资金、有人才、有大量的资源，一旦看准的赛道就会大量投入，并且大厂很容易将自己的大模型用在它现有的应用上，拥有中小厂不具备的稀缺资源。即便在GPU供应困难的情况下，大厂仍有许多积累，足以搭建巨大算力。但大厂也存在短板，大厂们对资源的激烈争夺，会导致其相互掣肘，或者在选择是否入局某些新兴产业的时候存在诸多顾虑，会因担心影响到自身现金流而犹豫不决。
在这种情况下，一些中小企业选择从行业大模型赛道切入，发力垂直领域。
创业者入局大模型，仍有机会点。云蝠智能CEO魏佳星提到，做出ChatGPT的OpenAI，本质上也是一家创业公司，所以对于创业者而言机会点是存在的。但现在中国的创业者，更应该选择在应用层去创业。就通用大模型而言，现在大厂的大模型哪怕再百花齐放，未来大概率也会收拢到其中几家做得比较突出的大模型，供企业使用。创业者的机会点，存在于大厂所看不上的方向，比如在To B行业里面去做SMB，大厂是不会与创业者去竞争的，因为大厂的流程制度导致他们不可能去签一万块钱以下的To B订单，创业者就有机会。
行业大模型，是中小企业的突破口。达晨财智业务合伙人杨廷辉认为，在了解具体行业的数据动态交互变化时，通用大模型或许具备规模不经济的特征，而行业大模型如果深入行业产业，数据的动态交互具备自发性迭代，则具备一定的潜在机会。短期内决定AI大模型性能的主要是数据集的大小、对于算力的投入程度、稀缺的AI人才带来的持续投入，而这些要素中小企业很难同时具备，也没必要堆钱堆人做和大厂一样的事。一些小公司有大量高质量专有数据，可以在通用大模型的基础上叠加行业模型，以独有的数据赋能细分行业领域，比如金融、法律、医疗等等，制造垂类壁垒，这些垂类数据集嫁接通用模型能力后的垂类模型，会在AI时代有一席之地，而数据的实时动态生成和模型优化及调取能力的闭环是其中的核心。
角逐行业大模型，同样挑战重重
机会与竞争并存。AI模型的战事愈演愈烈，大厂也开始涉及行业大模型。在这种情况下，达晨财智业务合伙人杨廷辉建议中小企业尽量区别于竞争对手，通过行业内部的高质量数据构建自己的竞争壁垒。站在前端的中小企业在直接服务客户的过程中，能够通过反馈的数据逐步去优化、迭代现有的产品，在这一方面大厂的优势相对来说不那么明显，创业企业反而有比较不可替代的机会。
利用好行业内部的高质量数据，能够构建竞争壁垒，即时设计战略负责人黎嘉宁和云蝠智能CEO魏佳星分享了他们获取数据的经验。黎嘉宁以即时设计举例，因为它是一款设计的编辑软件，去年4月份的时候即时设计在整个UI设计行业发起了设计开源倡议，去年4月份到今年年初，即时设计积累了数万套开源资源，及上亿的设计素材。搭建用户社区，让用户高频参与讨论、自发地给予产品官方反馈，这是一个获取高质量数据的手段。魏佳星认为做SaaS的企业，在获取高质量数据方面有天然的优势。SaaS能够形成“业务飞轮”，客户越多，产品越好，产品越好则业务越多，随之还会产生“数据飞轮”。SaaS天生就会产生数据积累，所积累的数据脱敏之后，就能赋能垂直模型。魏佳星呼吁在当前阶段，大家不妨考虑用更低的价格吸引更多的用户来使用产品，以获得更多高质量的数据，因为数据比订单更值钱，它可以让AI模型能力越来越强。
有了数据积累或许还不够，模型训练需要消耗的算力资源目前还属于供小于求的状态。
联想中国区李鑫表示，对于资金和资源都非常有限的中小企业，联想提供“臻算服务”，以支持中小企业的算力诉求。让中小企业可以通过租赁的方式，搭建自己的算力系统，然后按季度、按用量付费。除了算力平台之外，联想还推出了“联想大脑”这一算力训练平台软件和相关算力调度软件，帮助企业做好内部团队的算力分配，助力中小企业在资金投入比较有限的情况下，合理有序地做好模型算法的迭代。
中小企业在AI新时代机遇
在现有产业里，谁能更早把握住大模型的增益buff，并和专有领域的数据/业务/工作流深度结合，谁就能把握先机。达晨财智业务合伙人杨廷辉很看好那些在to b领域深耕的企业，提供叠加AI能力的整体解决方案在短期内看是更能收获客户价值肯定的一条路径。此外，杨廷辉还从算法、算力和数据层面展开了分析：
• 在算法层面，未来5~10年，头部企业的算法会一直领先，算法的迭代会比较收敛，中小企业的机会点主要在算力和数据层面。
• 在算力层面，以硅光芯片光模块为代表的AI驱动的数据流通效率迭代升级是一个确定性的在全球范围内有高成长性的赛道，另外HBM及CPO以及未来光通讯材料领域的自主可控也是机会。
• 在数据层面，也有三类机会，分别是信息载体本身的数据（比如用专业领域数据训练形成的行业大模型）、人类的操作数据（比如软件流程自动化）和机器的操作数据（比如机器人、智能驾驶、万物互联等），这三类的数据获取和工程化落地难易程度呈递增数据。
为了协助中国企业在本轮全球性AI竞争中保持优势，联想也推出了相应的解决方案和产品服务。联想中国区仲磊提到除了提供解决算力问题的“臻算服务”以外，联想提供数据高效存储与管理的云存储解决方案、支持为中小企业提供定制的数字化转型方案服务。尤其在服务器这块，为了满足企业的AI算力需求，联想联合英伟达推出了业界领先的AI服务器——SR670 V2与SR675 V3，为人工智能高性能计算和图形化工作提供的最佳的性能。这两款服务器具备超强的多功能性和高密度特性，同时也拥有出色的计算能力、卓越的散热能力、灵活的可扩展性以及优质的客户体验，是AI行业里可以满足工作负载要求的理想选择。
