周惠敏

21世紀(jì)經(jīng)濟(jì)報(bào)道記者吳立洋上海報(bào)道

如果說2023年是通用大模型的高速發(fā)展與普及期，2024年后各類細(xì)分垂直領(lǐng)域的大模型與小模型應(yīng)用，則成為人工智能加速與各行各業(yè)融合的主要趨勢(shì)。

相較于“大而全”的通用大模型，應(yīng)用于垂直領(lǐng)域的大模型在輸入與輸出端都更為聚焦——訓(xùn)練數(shù)據(jù)輸入方面，更依賴于特定的專業(yè)數(shù)據(jù)集，考驗(yàn)研發(fā)者對(duì)行業(yè)理解的深度和數(shù)據(jù)觸達(dá)、采集能力；輸出方面，則可專注于特定專業(yè)問題，大大提升內(nèi)容和操作的準(zhǔn)確性與可靠性。

在這樣的背景下，所設(shè)生產(chǎn)環(huán)節(jié)與數(shù)據(jù)類型復(fù)雜、但流程機(jī)制相對(duì)明確的工業(yè)領(lǐng)域，成為垂直大模型商業(yè)化落地的重要突破口。

今年世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC）期間，多位業(yè)內(nèi)從業(yè)者在與記者交流時(shí)表示，當(dāng)前工業(yè)大模型已在節(jié)能、制造、管理等多個(gè)方面加以應(yīng)用，隨著數(shù)據(jù)積累帶來的模型能力迭代與應(yīng)用場(chǎng)景的不斷延伸，工業(yè)大模型商業(yè)化有望進(jìn)一步加速。

重構(gòu)智能化體系

“過去一些診斷預(yù)警或者精準(zhǔn)生產(chǎn)、降低損耗的工作都高度依賴人的經(jīng)驗(yàn)和熟練度，但是現(xiàn)在依靠專家算法，可以一定程度上幫助企業(yè)實(shí)現(xiàn)生產(chǎn)能力的全面提升。”卡奧斯董事、副總經(jīng)理兼智慧能源總經(jīng)理柴紀(jì)強(qiáng)在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)表示。

舉例而言，一件難度要求較高的制造工藝，行業(yè)平均完成的準(zhǔn)確率在70%左右，部分技術(shù)頂尖的老師傅可以做到約95%的準(zhǔn)確率，但這需要長(zhǎng)時(shí)間的技術(shù)積累，其能夠承擔(dān)的生產(chǎn)任務(wù)也有限，而通過引入大模型，則可將平均準(zhǔn)確率提升至90%，且其操作性能還能不斷進(jìn)行自我升級(jí)與提升。

除了細(xì)分生產(chǎn)環(huán)節(jié)的提升外，引入大模型對(duì)工業(yè)生產(chǎn)的另一大助益是實(shí)現(xiàn)全流程的打通。

例如在能源領(lǐng)域，在現(xiàn)代工業(yè)企業(yè)生產(chǎn)中至少涉及電、蒸汽、天然氣、煤等15種以上能源介質(zhì)，而生產(chǎn)所用的水，又分為純水、中水、污水等不同類型。過去的節(jié)能減排工作，往往只能圍繞上述一個(gè)或幾個(gè)環(huán)節(jié)進(jìn)行優(yōu)化，而難以從生產(chǎn)園區(qū)的全面視角加以整合決策。

其難點(diǎn)在與多個(gè)方面。首先是人，參與生產(chǎn)的工作人員乃至專家，其往往也只熟悉部分生產(chǎn)環(huán)節(jié)，脫離專業(yè)領(lǐng)域后難以對(duì)全局協(xié)同有全面的認(rèn)識(shí)和理解；其次是系統(tǒng)間的打通，設(shè)備管理、能源管理、巡檢操作、用能預(yù)測(cè)、調(diào)度控制、碳排分析等此前很多是獨(dú)立的系統(tǒng)，其數(shù)據(jù)采集處理分析以及操作執(zhí)行間并不統(tǒng)一，因此即便想要從全局層面對(duì)能效控制加以整合，也缺乏有效的抓手。

柴紀(jì)強(qiáng)結(jié)合本屆WAIC卡奧斯發(fā)布的能碳大模型指出，隨著大模型的引入，覆蓋工業(yè)生產(chǎn)全場(chǎng)景的能碳管理成為可能。具體的落地模式是：先在涉及能碳管理的場(chǎng)景進(jìn)行數(shù)據(jù)采集與積淀，形成涉及設(shè)備運(yùn)維、操作規(guī)程、數(shù)采標(biāo)準(zhǔn)、碳數(shù)據(jù)核算等維度的全知識(shí)庫；再通過這些知識(shí)庫進(jìn)行專門訓(xùn)練，打造負(fù)荷預(yù)測(cè)模型、設(shè)備管理模型、告警分析模型、調(diào)度控制模型、交易策略模型等10+細(xì)分模型；最后，將這些模型形成統(tǒng)一的服務(wù)智能體，實(shí)現(xiàn)全場(chǎng)景智能化流程重構(gòu)。

“這樣，實(shí)際上推動(dòng)了能碳管理模式從以信息系統(tǒng)為中心向的單一模式，向以智能引擎為核心的智能服務(wù)模式轉(zhuǎn)變?！辈窦o(jì)強(qiáng)表示，結(jié)合目前卡奧斯已經(jīng)落地的實(shí)踐，即便是已經(jīng)在各獨(dú)立環(huán)節(jié)都采取全面節(jié)能減排措施的工廠，在引入大模型后，依然可以在此基礎(chǔ)上實(shí)現(xiàn)5%的能源節(jié)約效率。

也正是在直觀的降本效果下，工業(yè)大模型打破了經(jīng)營(yíng)者對(duì)人工智能數(shù)字化投入回報(bào)率的疑慮，促使其商業(yè)化模式開始加速落地。

數(shù)字孿生+模塊化加速落地

雖然已有相對(duì)成熟的案例跑通，但由于中國(guó)工業(yè)門類和生產(chǎn)場(chǎng)景復(fù)雜，且數(shù)字化程度層次不齊，因此多位從業(yè)者在與記者交流時(shí)表示，目前仍有諸多問題有待大模型服務(wù)商與行業(yè)共同解決。

首先需要解決的是數(shù)據(jù)問題。

“例如，現(xiàn)在有一些廠區(qū)的自來水管還是機(jī)械表，都還沒有采用智能表，實(shí)時(shí)的數(shù)據(jù)采集也無法實(shí)現(xiàn)；或者有些企業(yè)數(shù)字化只進(jìn)行了一部分，數(shù)據(jù)不全面，且存在‘?dāng)?shù)據(jù)煙囪’，問題，就很難從整體層面進(jìn)行大模型賦能?！庇屑夹g(shù)人員向記者表示，各環(huán)節(jié)的信息化是企業(yè)數(shù)字化的必備條件，也是搭建、部署大模型的基礎(chǔ)。

此外，應(yīng)用大模型后，其降本增效價(jià)值是一個(gè)逐漸釋放的過程，這就要求管理者對(duì)數(shù)字化的前期投入和效果有較為明確的認(rèn)知和預(yù)期，但當(dāng)前市場(chǎng)對(duì)工業(yè)大模型的了解依然有限，其實(shí)踐案例有待進(jìn)一步普及。

針對(duì)這種情況，行業(yè)也采用了不同的落地路徑對(duì)工業(yè)大模型加以推廣。

據(jù)柴紀(jì)強(qiáng)介紹，目前落地最快最多的項(xiàng)目實(shí)際上是老廠房改造，尤其在能源領(lǐng)域能產(chǎn)生立竿見影的經(jīng)濟(jì)成效，大大提升企業(yè)進(jìn)行配套數(shù)字化建設(shè)的意愿。

另一方面，服務(wù)商也在嘗試介入新廠房建設(shè)，其中既有針對(duì)整個(gè)廠區(qū)搭建數(shù)字孿生系統(tǒng)，實(shí)現(xiàn)全面大模型接入，例如本次卡奧斯發(fā)布的天智·石油化工大模型，覆蓋“油氣煤化電”全產(chǎn)業(yè)，拉通“采供-生產(chǎn)-物流-銷售-服務(wù)”的流程鏈條；也建立了一些“小步快跑”的模塊化商業(yè)模式，例如負(fù)責(zé)廠區(qū)的電站建設(shè)乃至直接售賣壓縮空氣等，在此過程中落地一部分大模型功能，推動(dòng)管理者對(duì)其能力和效果的認(rèn)識(shí)。

更直觀的成效與更靈活的落地形式，加速了工業(yè)大模型的商業(yè)落地。東華大學(xué)人工智能學(xué)院執(zhí)行院長(zhǎng)張潔在本屆WAIC發(fā)言中指出，大模型通過與工業(yè)融合創(chuàng)新，將為不同應(yīng)用場(chǎng)景提供更好的適應(yīng)性、定制性和更準(zhǔn)確的解決方案。

很多幸福時(shí)光往往是痛苦的,只不過在回憶的時(shí)候,出現(xiàn)了幸福感

愛情是幸福的也是痛苦的,但更多時(shí)候是痛苦的!?？愛情公關(guān)師

如何面對(duì)痛苦與幸福?