【ZiDongHua 之方案應(yīng)用場(chǎng)收錄關(guān)鍵詞：大模型 新質(zhì)生產(chǎn)力 人工智能 】
　　
　　對(duì)話百度沈抖：大模型的“盡頭”是應(yīng)用，場(chǎng)景是深挖出來的
　　
　　既要仰望星空，更要腳踏實(shí)地。在被巨大的技術(shù)風(fēng)口裹挾了一年多后，我們與大模型的“相處方式”越來越清晰了。
　　
　　3月28日，在博鰲亞洲論壇2024年年會(huì)現(xiàn)場(chǎng)，我們與百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖進(jìn)行了一次深度交流。
　　
　　在參與和觀察了國(guó)內(nèi)企業(yè)過去一年落地大模型的實(shí)踐后，沈抖分享了自己的思考。他認(rèn)為，大模型的產(chǎn)業(yè)落地不能用爆款思維，企業(yè)要盡快把大模型用起來，但不能冒進(jìn)，潛移默化式的滲透才能從量變到質(zhì)變。他多次提到“應(yīng)用”才是大模型的真正價(jià)值，企業(yè)要到研、產(chǎn)、供、銷、服每個(gè)環(huán)節(jié)中去找落地場(chǎng)景。在現(xiàn)階段，但凡與“信息流通”有關(guān)的環(huán)節(jié)，都應(yīng)該加入大模型提效。
　　
　　當(dāng)談到給企業(yè)智能化升級(jí)的建議時(shí)，他說：想多了都是問題，做起來全是答案。
　　
　　以下是對(duì)談部分精華內(nèi)容。
　　
　　
　　
　　1
　　
　　大模型產(chǎn)業(yè)落地一年情況如何？
　　
　　大模型正在化身新質(zhì)生產(chǎn)力
　　
　　問：目前大模型在國(guó)內(nèi)的產(chǎn)業(yè)落地如何？你如何看待中國(guó)在發(fā)展新質(zhì)生產(chǎn)力方面的進(jìn)展？
　　
　　沈抖：新質(zhì)生產(chǎn)力，我認(rèn)為最核心的是創(chuàng)新。而人工智能和大模型，毫無疑問是創(chuàng)新最前沿的領(lǐng)域之一。
　　
　　過去一年，生成式AI已經(jīng)被企業(yè)真正用起來了。從百度的數(shù)據(jù)來看，百度文心一言C端用戶已經(jīng)超過了1億；而在B端，用百度智能云千帆大模型平臺(tái)開發(fā)應(yīng)用的客戶已經(jīng)超過了8萬，開發(fā)出了16萬個(gè)應(yīng)用。
　　
　　具體來說，例如互聯(lián)網(wǎng)、教育、電商、政務(wù)等數(shù)字化程度較高的行業(yè)，更適合大模型落地，在落地速度上也更快。
　　
　　比如河南、重慶的一些縣級(jí)政府，基于文心大模型開發(fā)了“居民助理”，把AI政務(wù)問答做進(jìn)微信小程序，村民可以在微信群里問AI各種各樣的問題，如醫(yī)保繳費(fèi)、婚姻登記、戶籍辦理等等。春節(jié)期間，它每天的調(diào)用量能達(dá)到60萬-70萬次。以前沒有這樣的助手，村民想找到這些問題的答案，很麻煩，而大模型可以提供一種便捷的解法。在很多類似的場(chǎng)景，甚至更廣泛的智能客服場(chǎng)景下，大模型都可以幫助滿足用戶的需求。
　　
　　還有一些傳統(tǒng)行業(yè)，大模型落地速度比我們想象的要更快，潛力巨大。比如制造業(yè)，大模型已經(jīng)在質(zhì)量管控、安全生產(chǎn)、智能調(diào)度這些核心場(chǎng)景上用起來了。
　　
　　比如說，中天鋼鐵基于我們的大模型平臺(tái)，打造了“智能問數(shù)”，把過去老師傅的經(jīng)驗(yàn)灌給大模型，就能幫助新員工及時(shí)發(fā)現(xiàn)、處理關(guān)鍵設(shè)備的故障問題，還能幫助企業(yè)管理層時(shí)刻掌握生產(chǎn)經(jīng)營(yíng)里的關(guān)鍵數(shù)據(jù)指標(biāo)。比如你問他“最近一周幾條生產(chǎn)線的產(chǎn)量怎么樣”，或者“相比上周有啥變化”，它可以快速分析、決策和調(diào)整生產(chǎn)線。
　　
　　從這些案例可以看到，無論是我們的日常生活還是工業(yè)生產(chǎn)，大模型都在發(fā)揮作用了，幫助提高生活的便利度、生產(chǎn)的效率，實(shí)際上是靠創(chuàng)新推動(dòng)了生產(chǎn)力的發(fā)展。
　　
　　問：你認(rèn)為，在AI領(lǐng)域新質(zhì)生產(chǎn)力如何才能更好的發(fā)展，惠及更多人？
　　
　　沈抖：首先，我覺得AI和大模型的技術(shù)還得持續(xù)提升，歸根結(jié)底，科學(xué)技術(shù)是第一生產(chǎn)力。
　　
　　其次，我覺得一定要做到技術(shù)普惠。所謂普惠，就是得有好的工具鏈、好的AI人才培訓(xùn)培育機(jī)制等，能讓更多的人參與進(jìn)來。我們最終應(yīng)該實(shí)現(xiàn)的是機(jī)器和人之間的“乘積效應(yīng)“，而不是機(jī)器和人之間相互替代的“零和博弈”，只有這樣AI才能發(fā)揮更大的價(jià)值，讓更多的人因此受益。
　　
　　另外，我覺得要抓住當(dāng)前人工智能產(chǎn)業(yè)落地的窗口期和機(jī)遇期。今年的政府工作報(bào)告中也提出要做“人工智能+”，國(guó)資委也召開了央國(guó)企會(huì)議來推進(jìn)人工智能在各場(chǎng)景落地，號(hào)召央國(guó)企打開場(chǎng)景，讓更多的人來用，這些利好政策會(huì)加速大模型滲透到各個(gè)行業(yè)里去。
　　
　　2
　　
　　現(xiàn)階段企業(yè)該如何使用大模型？
　　
　　與“信息流通”有關(guān)的環(huán)節(jié)，都應(yīng)加入大模型提效
　　
　　問：“人工智能+”未來是每個(gè)企業(yè)都要做的事，在現(xiàn)在這個(gè)階段，企業(yè)應(yīng)該如何做智能化升級(jí)？你有什么建議？
　　
　　沈抖：第一是，千萬不能冒進(jìn)。有的企業(yè)覺得大模型什么都能解，所以要先花大價(jià)錢做一個(gè)底座。而且現(xiàn)在很多人認(rèn)為大模型越大越好，參數(shù)百億不行，非得上千億、萬億，而且確實(shí)有企業(yè)會(huì)迎合這樣的需求，反正你要多大的參數(shù)我都有。我覺得這是不夠客觀、不夠?qū)嵤虑笫堑?。在解決行業(yè)問題的時(shí)候，一定要根據(jù)自己的需求，絕對(duì)不是模型越大越好；而且一些小模型，針對(duì)特定的場(chǎng)景經(jīng)過微調(diào)之后，出來的效果比大模型還要好，而且成本低。
　　
　　第二，也不能不積極，不能只想著做爆款。大家都在聊大模型要到產(chǎn)業(yè)里面去、到場(chǎng)景里面去，其實(shí)很多場(chǎng)景是靠挖掘出來的。大模型出來后，我們發(fā)現(xiàn)它能力很強(qiáng)，但它也不是神器，不是妙藥，不是放到哪里它就能立刻生效。其實(shí)它應(yīng)該是在研、產(chǎn)、供、銷、服的每個(gè)環(huán)節(jié)，但凡與信息流通有關(guān)的環(huán)節(jié)，都應(yīng)該把大模型加進(jìn)去提效。
　　
　　我覺得，大模型的產(chǎn)業(yè)落地不是“爆款思維”，反倒我認(rèn)為大模型的能力最后就像氧氣一樣，深入到我們生活的方方面面，就是這樣一個(gè)過程。
　　
　　第三，我覺得還是要有一點(diǎn)耐心。其實(shí)我們拉長(zhǎng)周期來看，任何一個(gè)新技術(shù)出現(xiàn)以后，你回頭看當(dāng)時(shí)的改變都是疾風(fēng)驟雨式的，但是當(dāng)時(shí)身在其中的時(shí)候反而沒太感覺到。大家感覺大模型現(xiàn)在真的影響了我們很多嗎？也沒太感覺到。但是從百度過去一年的實(shí)踐看，很多企業(yè)在核心場(chǎng)景中都在使用大模型，你會(huì)發(fā)現(xiàn)它其實(shí)已經(jīng)潛移默化在我們生產(chǎn)生活的不少環(huán)節(jié)中發(fā)生作用了。
　　
　　所以我覺得既不能做技術(shù)的冒進(jìn)，也不能坐在這里等，而應(yīng)該把生成式AI應(yīng)用到自己的研、產(chǎn)、供、銷、服的各個(gè)環(huán)節(jié)里面去，實(shí)現(xiàn)降本增效。
　　
　　問：中小企業(yè)如何實(shí)現(xiàn)數(shù)字化、智能化升級(jí)？
　　
　　沈抖：因?yàn)橹行∑髽I(yè)的需求很分散，過去講數(shù)字化和智能化升級(jí)的時(shí)候，很多中小企業(yè)會(huì)覺得成本高，不值得，我覺得這也正是大模型出現(xiàn)之后可以馬上改變的。
　　
　　過去的AI要想實(shí)現(xiàn)產(chǎn)業(yè)落地，還是要用舊的研發(fā)范式，每次都要端到端地重新訓(xùn)練一遍。而今天有了大模型就不用了，大模型變成一個(gè)很厚的技術(shù)底座，只要用少量數(shù)據(jù)微調(diào)一下就能達(dá)到很好的效果，這樣就能把產(chǎn)業(yè)智能化最后一公里的事變得越來越簡(jiǎn)單，讓更多人參與開發(fā)。這個(gè)問題解決了，中小企業(yè)就可以把AI用起來了。
　　
　　問：大家都使用生成式人工智能了，算力需求會(huì)大幅增加嗎？
　　
　　沈抖：算力是一個(gè)永恒的話題，隨著人工智能的發(fā)展，對(duì)算力的需求肯定會(huì)持續(xù)擴(kuò)張。目前國(guó)內(nèi)算力還是緊張的，但是相比去年理性了很多，去年其實(shí)是存在著恐慌式屯卡的現(xiàn)象，為了做大模型，很多人瘋狂采購(gòu)，今年大家都回到了理性消費(fèi)的階段?？ǖ馁Y源還是緊張，但是相對(duì)于去年，有所緩和。
　　
　　大模型真的規(guī)模化用起來之后，算力需求會(huì)很大，甚至不只是算力，將來電力需求也會(huì)很大。所以現(xiàn)在國(guó)內(nèi)外的科技企業(yè)都在持續(xù)推動(dòng)芯片、算力的迭代和進(jìn)步。
　　
　　另外，異構(gòu)算力這件事，我覺得從技術(shù)上是可以突破的。百度已經(jīng)實(shí)現(xiàn)了GPU卡和幾款國(guó)產(chǎn)芯片，不同卡放在同一個(gè)計(jì)算集群里，去訓(xùn)練同一個(gè)模型。這個(gè)我覺得是可以在技術(shù)上實(shí)現(xiàn)的，也會(huì)變成一個(gè)趨勢(shì)。將來卡的多元化、異構(gòu)化是一個(gè)必然。因?yàn)橐埠茈y一家壟斷，大家只用一款芯片。
　　
　　3
　　
　　中國(guó)的人工智能產(chǎn)業(yè)挑戰(zhàn)在哪？
　　
　　中國(guó)機(jī)遇大于挑戰(zhàn)，AI應(yīng)用有反超機(jī)會(huì)
　　
　　問： 一個(gè)多月前Sora發(fā)布出來后，很多人都覺得很震撼，你怎么看？
　　
　　沈抖：大模型迭代的速度的確越來越快，步步突破我們想象的天花板。這次Sora出來，大家都覺得很驚艷，也有人指出它存在的一些瑕疵。我認(rèn)為Sora確實(shí)比已有的文生視頻模型提升了不少。
　　
　　但這類模型，如果最終就是用來生成視頻的話，它的應(yīng)用范圍和價(jià)值還是非常有限。關(guān)鍵是看，能不能因?yàn)榧夹g(shù)突破讓模型更好地理解物理世界的規(guī)律和邏輯。因?yàn)樗坏┩黄屏?，就可以打通信息世界和物理世界之間的關(guān)系，這樣一來，應(yīng)用的場(chǎng)景也將更加廣泛。因此，我覺得歸根結(jié)底要看這些技術(shù)用在什么地方，不僅僅是技術(shù)本身的進(jìn)步，而是技術(shù)應(yīng)用產(chǎn)生的價(jià)值的變化。
　　
　　在視覺模型領(lǐng)域，中國(guó)的科技企業(yè)還是有很多機(jī)會(huì)。以百度為例，比如在自動(dòng)駕駛領(lǐng)域，百度一直在用同類方式訓(xùn)練視覺模型，將道路上捕獲的圖像和視頻轉(zhuǎn)換為特定任務(wù)，讓自動(dòng)駕駛更智能、更安全。
　　
　　問：從AI產(chǎn)業(yè)整體來看，和國(guó)外相比，你覺得我們有什么差距和超越的可能？
　　
　　沈抖：從1956年AI的概念首次被提出以來，我覺得中國(guó)的學(xué)者、企業(yè)都在持續(xù)跟進(jìn)。在這個(gè)過程中，中國(guó)已經(jīng)在AI領(lǐng)域沉淀了大量積累和儲(chǔ)備，無論是技術(shù)、產(chǎn)品上，還是人才上。
　　
　　以百度為例，百度在人工智能的投入上非常早，而且是持續(xù)、高強(qiáng)度、系統(tǒng)性地在投入。百度在人工智能技術(shù)棧的四層架構(gòu)（芯片層— 框架層-模型層-應(yīng)用層）都有布局，在芯片層有昆侖芯，在框架層有飛槳深度學(xué)習(xí)框架，模型層有大家熟知的文心大模型，再到上面的應(yīng)用層，我們既有基于大模型改造的百度產(chǎn)品，也有在各行各業(yè)用上的產(chǎn)品。我們已經(jīng)有了完整的人工智能技術(shù)棧，而且在這四層，我們還在持續(xù)迭代。
　　
　　在與國(guó)際的競(jìng)爭(zhēng)和差距上，我覺得一旦國(guó)內(nèi)企業(yè)認(rèn)知到差距后，大家還是非常勤奮、執(zhí)著的，而且精益求精。中國(guó)企業(yè)對(duì)大模型的投入力度很大，我們?cè)诤芸斓氐Ｐ停⑶以诩夹g(shù)領(lǐng)先性上快速跟上來。
　　
　　最重要的一點(diǎn)，中國(guó)有非常豐富的應(yīng)用場(chǎng)景。就像在移動(dòng)時(shí)代，我們雖然不是最早的移動(dòng)技術(shù)發(fā)源地，但在中國(guó)打磨出了最完善、最豐富的移動(dòng)應(yīng)用和生態(tài)。同樣的道理，大模型在中國(guó)也能找到大量的落地場(chǎng)景，而這種場(chǎng)景反過來，又會(huì)推動(dòng)大模型的發(fā)展。
　　
　　我認(rèn)為最終還是應(yīng)用決定了技術(shù)的價(jià)值，決定了技術(shù)發(fā)展的動(dòng)力。如果沒有用的技術(shù)，最終也不會(huì)走多遠(yuǎn)。大模型在中國(guó)還有很大的空間，而且現(xiàn)在已經(jīng)看到這個(gè)趨勢(shì)和苗頭，還是非常令人興奮的。
　　
　　問：你認(rèn)為，應(yīng)該怎樣幫助AI行業(yè)更好更快地發(fā)展？
　　
　　沈抖：我覺得第一是該做基礎(chǔ)設(shè)施建設(shè)，包括算力基礎(chǔ)設(shè)施，以及模型微調(diào)、應(yīng)用開發(fā)的工具鏈建設(shè)。只有把這些基礎(chǔ)設(shè)施建好后，才能更方便地使用和迭代大模型。而且隨著大模型應(yīng)用深入，對(duì)底層算力、工具鏈的需求只會(huì)越來越大。所以我們首先要把基礎(chǔ)設(shè)施建好，無論是百度這類科技企業(yè)提供基礎(chǔ)設(shè)施，還是應(yīng)用大模型的企業(yè)來?yè)肀н@些基礎(chǔ)設(shè)施，基建的動(dòng)作都應(yīng)該加速推進(jìn)了。
　　
　　第二，我覺得還是得大膽地打開場(chǎng)景、放開場(chǎng)景，去擁抱大模型。不論是央國(guó)企打開場(chǎng)景使用大模型和人工智能，還是任何一個(gè)企業(yè)在生產(chǎn)中可以用大模型改進(jìn)的點(diǎn)滴流程，都應(yīng)該積極擁抱。可能在最初，大模型不一定立刻能帶來多大、多顯著的收益，但一旦它有效運(yùn)轉(zhuǎn)起來，就可以明顯地降本增效。
　　
　　4
　　
　　大模型時(shí)代的“打工人”何去何從？
　　
　　“AI指令師”將成為一項(xiàng)必備技能
　　
　　問：你去年在博鰲預(yù)言，許多人的職業(yè)將成為AI指令師，現(xiàn)在也確實(shí)看到很多相關(guān)課程在教大家成為指令師。一年后來看，你覺得，這個(gè)觀點(diǎn)有沒有得到大家普遍的認(rèn)可？AI指令師會(huì)成為一個(gè)獨(dú)立的工種，還是人人都要具備的一種素養(yǎng)？
　　
　　沈抖：大模型雖然通用性很強(qiáng)，但它也得“到什么山上唱什么歌”，這就需要有一個(gè)適配、微調(diào)的過程，要么用特定數(shù)據(jù)進(jìn)行模型微調(diào)，要么就優(yōu)化指令，讓它能理解、遵循指令去執(zhí)行。
　　
　　從實(shí)際落地的情況來看，現(xiàn)在能用好大模型的人很少。這也是為什么市面上出現(xiàn)了很多培訓(xùn)班，教大家用大模型的原因之一。
　　
　　我們經(jīng)常有很多客戶找過來說，你能不能先告訴我大模型能干啥，然后在我的場(chǎng)景里，怎么用起來。當(dāng)我們看了客戶的業(yè)務(wù)后，發(fā)現(xiàn)真的是改幾個(gè)指令，大模型在客戶場(chǎng)景用的效果就變好了。這也說明，對(duì)很多企業(yè)來說，“學(xué)會(huì)用”是“用好”的前提。
　　
　　百度在大模型相關(guān)的培訓(xùn)上，也投入了比較大的精力。例如我們推出了首個(gè)大模型實(shí)訓(xùn)營(yíng)“千帆 AGIHouse”，給高級(jí)別技術(shù)人員進(jìn)行大模型培訓(xùn)；我們也跟工信部的教育考試中心聯(lián)合制定了國(guó)內(nèi)首個(gè)“生成式人工智能應(yīng)用師”崗位人才標(biāo)準(zhǔn)，并有配套的培訓(xùn)課程和資格認(rèn)證考試。
　　
　　當(dāng)大模型應(yīng)用的廣度和深度擴(kuò)展開來，就需要有更多的人能夠調(diào)教大模型。未來，“指令師”可能未必只成為一個(gè)獨(dú)立的工種，也會(huì)成為一項(xiàng)大家必備的技能。就像司機(jī)是一個(gè)工種，但其他很多人出于方便工作生活的需要，也得會(huì)開車。在未來的工作中，具備“指令師”技能的人才，需求量會(huì)越來越大。
　　
　　問：這種指令師的技能，具有通用性，還是針對(duì)各行各業(yè)，會(huì)有獨(dú)特性？
　　
　　沈抖：首先，大模型有比較強(qiáng)的通用性，比如格式、流程、規(guī)范等，指令師的指令也相應(yīng)地有一定的通用性。但到具體一個(gè)行業(yè)里，我們?cè)诮o大模型進(jìn)行Prompt（提示詞）工程時(shí)，通常會(huì)給它舉幾個(gè)例子，如少樣本提示，這些例子舉得好不好就跟行業(yè)非常相關(guān)。如果能將行業(yè)經(jīng)典的例子、邏輯和解題思路告訴大模型，那它以后解這類題目就比較有優(yōu)勢(shì)。因此，指令師也要具備行業(yè)特征，得有某一行業(yè)的know-how才能提供出好的例子來，否則模型也學(xué)不會(huì)。
　　
　　問：很多“打工人”有很強(qiáng)烈的“AI焦慮”，因?yàn)椴徽撌俏谋旧?、文生圖、文生視頻都給他們的崗位產(chǎn)生了沖擊。你覺得，大模型會(huì)對(duì)哪些行業(yè)的從業(yè)者帶來影響？
　　
　　沈抖：我認(rèn)為可能最危險(xiǎn)的是中間的那批人。比如，做很多重復(fù)工作的白領(lǐng)崗位受到的挑戰(zhàn)會(huì)很大，藍(lán)領(lǐng)不太受影響，精英型的人才也很難取代。
　　
　　“打敗你的不是AI，而是比你更先掌握AI的人。”我很同意這句話。AI一定會(huì)創(chuàng)造很多新的職業(yè)，大模型還在滲透的過程中，很多人還沒有完全掌握，一旦掌握了這些AI工具，就能率先成為新職業(yè)的受益者。但如果大家沒有轉(zhuǎn)變思路，沒有掌握新的工具，那么當(dāng)這個(gè)行業(yè)被顛覆后，可能很多工作不需要做了。為什么“死守”在那兒？就像趕馬車，更先進(jìn)的汽車出現(xiàn)后，真的不需要車夫了。