大型政企尋求“智能化配方”，誰是“偏方”，誰是“驗方”？

文 | 智能相對論

作者 | 葉遠風(fēng)

兩會落幕，“人工智能+”已成為國策，而全面推進智能化建設(shè)，大型政企首當(dāng)其沖、責(zé)無旁貸——它們既是智能化轉(zhuǎn)型升級的重要構(gòu)成部分，也能直接在垂直領(lǐng)域形成價值引領(lǐng)、以點帶片。

當(dāng)智能成為大型政企下一步的必須選擇，云計算以其全方位助力的價值，正在成為最好的技術(shù)工具。

只是，在大型政企面臨的只許成功、不許失敗的“低容錯率”下，選擇合適的外部合作方變得十分關(guān)鍵。

如何選擇？

事實上，政企智能化升級往往基于問題、痛點而進行，這就如同看病開藥，同樣的問診需求，各路醫(yī)家開出來的“藥方”不管說得有多么好，只有那些被實踐證實有確切療效的“驗方”才更值得信任，否則只能是空有療效期許、充滿不確定性的“偏方”。

從這個意義上看，那些已經(jīng)做出了很多現(xiàn)實標桿案例成績的云計算廠商，更值得信任。

典型如，華為云已在智慧城市、能源、金融、交通等領(lǐng)域打造多個成功標桿案例，其為大型政企們開出的“智能化配方”，就是能夠解決痛點、滿足需求的“驗方”。

最近，華為中國合作伙伴大會2024在深圳召開，大會期間，頗多華為云攜手伙伴服務(wù)大型政企的相關(guān)案例實踐向外界進行了分享，從中，智能化“驗方”如何而來也有了脈絡(luò)。

能力“配伍”全+“單味”藥性強：華為云開出大模型混合云“驗方”

先來看兩個案例。

在高鐵運營過程中，動車組的人工巡檢長期面臨部件結(jié)構(gòu)復(fù)雜、勞動強度大、夜間疲勞作業(yè)、人員素質(zhì)參差不齊、作業(yè)中間環(huán)節(jié)多等業(yè)務(wù)痛點問題。

交通運輸繁忙、責(zé)任重大，既要保證效率又要保證效果。

針對此種情況，北京鐵道所與華為云合作，以盤古鐵路大模型賦能高鐵巡檢機器人，以混合云的方式訓(xùn)練部署，對常見故障實現(xiàn)了全覆蓋（以CRH380AL為例子，目前覆蓋17大類，160+小項，16000+檢查點），能夠?qū)崿F(xiàn)高鐵重大故障識別100%無漏報、高鐵故障識別準確率大于98%、高鐵故障漏報率小于2%、測量精度誤差小于0.5mm等效果，大大超越人工巡檢能力。

在該方案的支持下，高鐵動車組巡檢可實現(xiàn)人機交檢作業(yè)，替代下部組人工日常巡檢——動車組入庫360識別診斷，巡檢機器人報出故障后，再由人工遠程或現(xiàn)場復(fù)核，對真實故障進行修復(fù)。

由此，每套巡檢機器人可減少2-3名下部作業(yè)人員，一個6線庫配置2-4套巡檢機器人，可至少減少30% 的作業(yè)人員，并大大提高了故障檢測的效率和效果。2023年9月上線后，每天晚上進車的機檢-人工檢修過程已經(jīng)完成94次，發(fā)現(xiàn)故障500多項，其中真實故障49處。

在煤礦等礦場作業(yè)過程中，長期存在高安全風(fēng)險、高勞動強度、低人效等痛點問題。

例如，在防沖卸壓作業(yè)場景（一種為了安全的保障作業(yè)），對鉆機、鉆孔等的質(zhì)量監(jiān)管，過去依賴井下錄制視頻、井上對視頻逐個進行人工核驗的方式，存在人工審核工作量大、核驗滯后時間長、監(jiān)管回溯難等問題。

云鼎科技和華為云基于盤古視覺大模型打造了防沖卸壓AI監(jiān)管系統(tǒng)，以CV基礎(chǔ)大模型能力幫助山東能源實現(xiàn)作業(yè)影像實時傳輸分析，從而判定作業(yè)行為是否合格。李樓、新巨龍等煤礦引入后，降低了82%的人工審核工作量，讓原本3天的防沖卸壓施工監(jiān)管流程縮短至10分鐘，實現(xiàn)防沖工程100%驗收率。

在這背后，是山東能源與華為云聯(lián)合發(fā)布的全球首個商用于能源行業(yè)的AI大模型——盤古礦山大模型，以混合云的方式在山東能源訓(xùn)練部署，首批正在涵蓋采煤、掘進、主運、輔運等9個專業(yè)的40多個場景實現(xiàn)應(yīng)用。

在這兩個“有確切療效”的案例中，可以發(fā)現(xiàn)華為云開出都是大模型混合云“驗方”，其具備兩個特點：

第一，是構(gòu)建了成熟、體系化的能力協(xié)同“配伍”。

華為云大模型混合云能夠針對“問診”需求，整合多味“藥”進行“配伍”，發(fā)揮協(xié)同作用，全面、系統(tǒng)解決問題。

無論是與北京鐵道所合作幫助動車巡檢，還是與云鼎科技協(xié)作幫助山東煤礦實現(xiàn)智能化升級，華為云都在以大模型混合云的體系化建設(shè)，多角度、全面地解決大型政企客戶的智能化升級面臨的問題。

在這個“驗方”中，有底層的昇騰算力，有落地于各區(qū)域的昇騰AI云服務(wù)，更有在盤古基礎(chǔ)大模型基礎(chǔ)之上與伙伴、客戶共建的行業(yè)大模型、場景模型，集Al生產(chǎn)鏈算力平臺、開發(fā)套件、專業(yè)服務(wù)、云服務(wù)于一體，一層一層、一步一步最終導(dǎo)向場景，這就是“配伍”的直觀展現(xiàn)。

具體而言，大模型混合云能夠提供從算力平臺、計算框架到AI訓(xùn)練開發(fā)平臺、大模型全鏈路自主創(chuàng)新的產(chǎn)品方案，幫助大型政企在本地數(shù)據(jù)中心一站式建設(shè)自己的專屬大模型，并通過多云協(xié)同架構(gòu)，幫助大型政企將大模型從本地延伸到邊緣和公有云，實現(xiàn)公有云上訓(xùn)練、混合云微調(diào)、邊緣云推理全場景跨云部署，滿足合規(guī)性需求。

最終，華為云的大模型混合云以全面的能力“配伍”，讓山東能源建立了一個集中心訓(xùn)練、邊緣推理、云邊協(xié)同、邊用邊學(xué)、持續(xù)優(yōu)化等特征為一體的人工智能運行體系，大大提升煤礦生產(chǎn)智能化管理轉(zhuǎn)型。

第二，是在優(yōu)秀的“配伍”中，強力的“單味”藥引導(dǎo)了藥效突破——“驗方”有效，“單味”藥性足是關(guān)鍵，其他都是全過程的配合與協(xié)同。

在政企智能化這里，最終面向場景必須要能切切實實創(chuàng)造智能化效益。從前文可以看出，華為云大模型混合云促成一系列優(yōu)質(zhì)案例，核心也在于盤古大模型技術(shù)能力在混合云模式與伙伴的幫助下能夠?qū)崿F(xiàn)場景價值突破，實現(xiàn)增安、降本、提效等場景價值。

從2019年開始，華為云就開始投入AI大模型研發(fā)，一直堅持“AI for Industries”。華為云盤古大模型從誕生之初就是為行業(yè)而生，強調(diào)幫助行業(yè)解最難的題，做最難的事情，思考用大模型解決各行業(yè)研、產(chǎn)、供、銷、服等環(huán)節(jié)面臨的復(fù)雜難題，以現(xiàn)實的產(chǎn)業(yè)價值落地為導(dǎo)向。

當(dāng)“人工智能+”時代到來，這必然是一個療效確切的“單味”藥，在華為云大模型混合云的 “配伍”支持下形成政企智能化“驗方”，發(fā)揮出最大的價值。

成熟、系統(tǒng)“配伍”+強力“單味藥”，華為云大模型混合云這個“驗方”已經(jīng)開始在不同政企發(fā)揮價值，在礦山、金融、鐵路、政務(wù)等領(lǐng)域有豐富實踐，實現(xiàn)全場景部署、跨云訓(xùn)練、多云適配等。

這也進一步證明了，當(dāng)智能成為大型政企下一步的必須選擇，云計算已經(jīng)成為最好的技術(shù)工具。

“千人千方”：在全面能力儲備下，以豐富產(chǎn)品滿足不同政企實際需求

“驗方”形成后，并不是人人都適用，要根據(jù)實際問診需求進行必要的配伍調(diào)整，而其前提是，要有足夠的“藥”儲備，能開出不同的方子、滿足不同的需求。

北鐵、山東能源案例之外，目前華為云已經(jīng)協(xié)同合作伙伴，服務(wù)了全部97家央企中的50多家，以AI+工業(yè)互聯(lián)網(wǎng)，幫助其提升效率；服務(wù)了800+政務(wù)組織，以AI+大數(shù)據(jù)，提升政務(wù)服務(wù)質(zhì)量和城市治理效率；服務(wù)了300+金融機構(gòu)，以云原生，推動核心業(yè)務(wù)基于云逐步分布式改造，等等。

可以看到，海量的大型政企案例背后，不同政企會有不同的技術(shù)、產(chǎn)品“配方”，華為云既提供全棧式能力“配伍”，也往往凸顯了某個直接帶來價值的單項尖刀產(chǎn)品的能力。

以金融機構(gòu)為例，隨著業(yè)務(wù)不斷拓展，用戶量快速增長，中國郵政儲蓄銀行面臨百TB級海量歷史數(shù)據(jù)、千億級單表數(shù)據(jù)量，甚至高峰期上萬的用戶并發(fā)量，原本基于IOE體系架構(gòu)的個人業(yè)務(wù)核心系統(tǒng)已經(jīng)無法滿足日益增長的業(yè)務(wù)需求。2019年，郵蓄銀行攜手華為云GaussDB數(shù)據(jù)庫全面啟動新一代個人業(yè)務(wù)分布式核心系統(tǒng)的規(guī)劃和建設(shè)，2022年4月全面投產(chǎn)上線，完成傳統(tǒng)商業(yè)數(shù)據(jù)庫的全面替換，實現(xiàn)了全技術(shù)棧的自主把控。

在GaussDB的強大特性下，新一代分布式核心系統(tǒng)讓郵蓄銀行新系統(tǒng)可為全行6.5億個人客戶、4萬多個網(wǎng)點提供日均20億筆、峰值6.7萬筆/秒的交易處理能力，有效應(yīng)對月末等節(jié)點的業(yè)務(wù)需求沖擊。

類似GaussDB這樣的“尖刀”產(chǎn)品，華為云還有很多，例如全流程提升開發(fā)效率的軟件開發(fā)工具鏈CodeArts，滿足特定服務(wù)器需求的云耀L/X實例，直接的場景化應(yīng)用如數(shù)字化差旅、數(shù)字人等，以及起到輔助保障作用的云上云下一體化安全解決方案等。

能力全面才能千人千面，調(diào)整“驗方”滿足不同政企客戶需要、形成個性化“配方”，服務(wù)千行百業(yè)、鍛造萬千落地成果，華為云已經(jīng)成為面向政企智能做得最好的一朵云。

這也意味著，在云計算生態(tài)中，如果要抓住“人工智能+”的時代機遇，擁有豐富產(chǎn)品且有眾多伙伴攜手共進的華為云，同樣也是生態(tài)參與者向企業(yè)交付智能、實現(xiàn)共贏的最好伙伴，畢竟，樹大且根深，久經(jīng)風(fēng)雨考驗，才值得托付、值得共同成長。

總之，華為云在政企市場不同領(lǐng)域的諸多成功實踐，為大型政企數(shù)智化升級提供了成熟的、經(jīng)過實踐檢驗的智能化“驗方”，華為云是政企智能升級的良藥，是能夠為伙伴帶來共贏的生態(tài)核心。

*本文圖片均來源于網(wǎng)絡(luò)

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。