百度大模型一直是ToB與ToC兩條腿走路。如今，在ToB這條路上，百度取得了不小的進展。
文｜徐鑫 石兆 周享玥
編｜任曉漁
最近幾個月，百度智能雲陸續籤約了幾家大型央國企和工業領域的大企業，從南方電網到中石化，從華晨寶馬到开物桐鄉基地。百度大模型在官宣數個月後，進入越來越多的工業場景。
實際上，大模型要進入工業有着極高的門檻，既要具備C端通用場景裏聊天寫作、作詩繪畫的廣博才華，也需要B端領域專有知識及行業know-how的深入洞察積累，只具備其中一項，都猶如偏科的少年，無法支撐其發揮最大潛力。
基於此，國內科技公司正紛紛加強與行業的合作。頭部廠商如百度公測文心一言後，有了新的打法和策略：一方面，在辦公、寫作、營銷等C端通用場景裏打磨的能力已在反哺行業場景，另一方面產品經理和解決方案工程師進一步深入工廠一线、礦井和田間地頭，在企業級應用平台文心千帆大模型平台的協助下，打造行業能力。
這些動作在迅速產出結果。過去幾年，百度智能雲的AI能力已進入越來越多核心場景，如今在大模型加持下，沉澱在开物工業互聯網平台上的智能產品和解決方案紛紛從單點智能化向企業智能化中樞演進。大模型的泛化能力，已進一步提升百度智能雲的規模化復制能力，在江蘇、重慶、廣州等聚集了大量制造業的企業，以更低的門檻，獲得人工智能技術紅利，實現競爭力重塑。
01
大模型敲开工業大門
一些動向顯示，大模型正加快與工業制造領域的應用探索。
以國內最早內測生成式大語言模型的百度爲例，過去幾個月，百度智能雲在化工、制造、能源及汽車等大工業制造板塊頻繁有新的動作。
7月初，華晨寶馬宣布與百度战略合作，雙方稱將共享優勢資源，探索 AI 技術與汽車制造業全域場景的融合創新。在石化能源領域，有大型央國企也表達出對大模型的興趣。上月，中國石化與百度战略合作協議，在行業人工智能基礎設施建設、數字化轉型升級與大模型等新技術創新等六大領域展开合作。
電力行業裏，5月，百度與南網總調籤署備忘錄，雙方要共推AI與電力調度融合創新。而百度與國家電網聯合打造的，在電力行業裏應用大模型的案例“設備運檢知識助手”6月底還入選了北京市首批十大行業大模型應用案例。
實際上，相比互聯網行業，工業制造板塊一直被視作更爲傳統的領域，行業裏的企業普遍對新技術應用更謹慎。一位行業人士稱，工業客戶真正看重的是好不好用，有沒有實在效果。
百度智能雲運輸物流解決方案總經理扈維告訴數智前线，文心一言公測後， “一大批央國企，包括不少工業企業，拿一些原來自己難處理的場景，來跟我們有非常多的探討，想用大模型去解決行業裏的問題”，扈維說。
業界觀察，過去幾年，國內工業制造領域經歷了智能制造與AI 1.0階段的洗禮，不少企業已對AI應用有了相當程度的認知。尤其在一些大的央國企，數字化轉型被提升到了战略高度，許多集團企業在一級公司下設專門的科技公司。這也是目前大模型與行業結合熱潮下，不少頭部企業動作迅速的原因。
由於大模型還處於應用早期，如何在行業落地，會產生哪些顛覆性應用等仍有待明確。廠商正與行業客戶摸索合作的場景和切入點。“找過來的這批客戶很清楚這點。大家會提出幾個意向性方向去嘗試和實驗，最終找到契合點。不同的行業落地的應用也有差異。”扈維介紹。目前百度智能雲在研發、設計、生產、運行及營銷等多個領域，與客戶及夥伴共創落地方案。
礦山是大衆印象中相對傳統的行業。據百度智能雲智能制造解決方案總經理吳學義介紹，目前百度智能雲已與行業裏的企業在礦山安全生產流程、安全和預警等場景，探索通過大模型進行更智能化升級。據介紹，除了文心一言這樣的基礎大模型，百度還有11個行業大模型，覆蓋交通、能源等重點領域。
這個場景裏，安全生產知識及應急處置流程相對標准化，經由大模型的學習能力，知識固化到模型裏。迭加多輪訓練、問答和精確引導後，大模型加持的智能服務，准確度達到生產級標准，在採掘或培訓環節，智能服務產品就可以指導作業人員安全規範作業。
“夥伴企業有場景和數據，我們對接訓練，多輪測試下來已有不錯的效果。夥伴現在希望能打造共性平台，爲整個礦山行業服務。”吳學義說。
化工行業裏，吳學義總結，目前找來的客戶需求分兩類。一類是行業研究咨詢機構，它們希望能與百度合作，做大模型的研發，把行業裏安全生產、管理等各類標准，通過大模型知識固化，形成共性的服務平台。
另一類需求是工藝提升。例如一家頭部化工企業，生產過程中需要多輪質檢來保障產品質量，但由於產品穩定性波動不大，其中有部分檢查不太必要。他們找到百度，希望結合此前的數據積累，打造一個質檢降頻的大模型，降低成本，提升生產效率。
在一些百度智能雲此前已有積累的領域，例如智能調度板塊，此前的AI解決方案已經可以幫企業協調運力和貨運需求，一些場景裏大幅提升物流調度效率。大模型加持後，有更好的人機交互能力，基於天氣和運輸環節變動，更精准梳理和編排調度信息，用戶可以用自然語言交互的方式獲知貨運信息。5月，有百度合作夥伴基於文心大模型發布了智能物流小助手。
落地到工業，不同場景應用大模型的技術成熟度也有差異。前述人士透露，在安全生產等環節，應用成熟度更高，在與工藝相關的領域，大模型的落地應用仍需打磨。
目前，百度智能雲在汽車制造，建築、採礦、物流、紡織等多個工業制造領域探索使用應用大模型的場景和應用。這些探索目前也取得了實際的結果，在日前工聯院針對人工智能大模型在中文工業領域的知識問答能力進行系統性評測中，百度文心一言表現超過GPT3.5，綜合評價指數在國內排名第一。
02
雲廠商摸索行業新打法
大模型开始進入工業後，業界觀察，百度智能雲在工業領域的落地路徑和方法也在演進。
首先是更注重AI原生的思維。扈維告訴數智前线，“這一輪，客戶對大模型的期望很高”。他們不僅希望大模型實現一些點狀的應用，更期望以大模型爲基礎，構建起企業智能化的中樞能力，並由此演化出企業方方面面的智能化應用。
以百度智能客服爲例，大模型推出後，在跟客戶交流時大家發現，客戶不希望分散投入，希望通過大模型，不僅能解決客服的問題，還能解決員工的辦公助手、企業規章制度的自動化歸納、企業內搜等問題。“他們希望大模型可以覆蓋到企業管理、業務應用以及客戶服務的各個領域。”
大模型會帶來很多行業應用的重構，雖然現在，不少應用仍先以疊加的思維方式調用大模型的能力。但從長遠來看，業界熟悉的企業應用，在未來一段時間內將逐步演變成一種新的模式。扈維舉例，比如，無論寫文檔還是做PPT，在不遠的未來，用戶只需提出想法、框架，辦公軟件會智能化地做出來。用戶再提出修改意見，它再來進一步完成修改。“這就是AI原生的思維，整個的思維方式都已經重構。”扈維認爲，大模型將把以前的東西全部做一遍。
其次是幫助客戶構建自己的智能化能力。在大模型推出後，很多客戶的目標不僅是买一個大模型，而是希望獲得一種能力，最終擁有一個“只屬於自己的大模型”。這個大模型最知道它的前世今生，具有客戶所有的數據，了解它的運行模式，能夠孵化各種企業應用。
扈維介紹，一些大型央國企客戶的訴求很明確，他們向百度提出，不需要百度幫忙寫代碼，“百度更多是一個教練的角色，給我好的工具，教會我應該怎么用，長期來講我的能力也能夠不斷提升”。
爲此，百度推出了文心千帆大模型平台，它是大模型全流程工具鏈，包含了數據管理、模型訓練、評估優化、預測服務部署，以及插件服務。此前，百度文心一言是一個To C產品，爲消費者提供大模型能力。對於B端企業，核心提供服務的，就是文心千帆大模型平台。
據悉，文心千帆現在正與一些央國企做探索，並开始落地。在這個過程中，百度不僅要在技術和客戶業務之間找到一個平衡，也要在交付質量和對客戶的AI能力培育上找到平衡。
第三是更要扎根行業。因爲大模型的研發，需要更龐大的數據、更深厚的行業知識，而當下工業客戶提出的需求，很多也聚焦在核心業務層面，如工藝、研發等。通用模型融合業務場景，吳學義告訴數智前线，這要求他們要更深入工業。團隊中的架構師，都在行業一线摸爬滾打多年，產品經理也都到工廠一线、礦井，“要向下扎得夠深，腳下有泥”。
生態也扮演關鍵角色。尤其是行業發展早期，第一批夥伴，往往是手握大量數據、行業知識和資源的企業，與他們充分合作，也能達到事半功倍的效果。
現在，百度智能雲正在與各方一道，探討服務中小工業企業的創新模式。比如，將文心千帆大模型平台和相應的算力平台下沉到園區。一方面，園區中的企業可以調用平台的服務，進行模型的訓練，能夠低成本地實現創新孵化。另一方面，一個特色產業園區的需求有共性，而大模型有可能對共性服務平台有推進作用。百度與合作夥伴一起，針對園區企業的共性需求，訓練一套大模型，比如針對設備運維診斷、安全生產服務，與園區以及當地運營夥伴聯營，讓園區裏的中小企業快速、低成本地調用服務，享受到大模型帶來的技術紅利。
大模型落地工業存在不小挑战，例如精准度和性價比都要提升。不過，作爲新事物，無論百度的大模型，還是業內其他廠家的大模型，發展迭代都非常快。“如果在3月剛發布時，還是高中生水平，今天我覺得至少它已經是一個大學畢業生水平。”有百度人士評價。
03
產品規模化復制能力提速
百度智能雲挺進工業背後，離不开它在工業領域的多年沉澱和積累。
實際上，過去幾年，百度智能雲的AI能力，已從早期的單一場景，越來越多向行業裏的各種核心場景深入。“這是我們目前一直在做的，也是一個長期目標。”吳學義介紹，質量管控、工藝優化、安全生產、能耗優化、智能調度等核心場景，一直是百度智能雲聚焦的重點方向。
聚焦於這些核心場景，一系列的標杆案例已經在多個行業落地，讓不少企業看到了實實在在的效益提升。
以有着“全國機牀行業十八羅漢”之稱的濟南二機牀爲例，這家重型數控衝壓設備龍頭企業主控中心生產計劃的排產調度環節長期存在痛點。手工排班強度大、耗時久，還不能進行全局性優化和實時調整，在市場變化極大的環境下不利於企業生產發展。
引入百度智能雲的AI智能調度優化引擎後，濟南二機牀的排產調度情況开始得到明顯改善，工廠內可以對生產大中小件產品的不同車間進行高效調度，這家機牀企業的生產效率和產品交付效率顯著提升。濟南二機牀還打造了智能安全生產監控平台，面向各種復雜場景，AI模型的开發效率提升30%，這意味着企業能更迅速地應對不斷出現的新風險。
除了對機牀行業排產調度的賦能，他們在礦山行業做的輔運調度方案，在化工行業提供的一些工藝優化的方案，也都逐漸深入到行業的核心場景。
這種從核心場景裏的應用做起的打法，與百度在工業領域裏以應用爲先的理念有關。但它也面臨過挑战，同一產品是否能復制到不同企業，能否減少定制化再开發，決定了百度智能雲對外輸出AI能力時的效率和覆蓋速度。
开物工業互聯網平台的出現，一定程度上解決了這一問題。
“通過开物平台，我們把在所有做過的客戶中用到的能力，都沉澱了下來，並從中提煉出不同行業裏所需要的共性能力，不斷做深做透。”吳學義舉例稱，在工業場景中最常見的安全問題上，百度智能雲目前不僅有通用的視覺模型，還沉澱了許多專門針對諸如穿沒穿工服、戴沒戴安全帽、現場有沒有着火等一些行業特有場景的能力。
這些被不斷沉澱和打磨後的能力，逐漸形成了可標准化、規模化復制的智能解決方案，不僅降低了企業獲取AI能力的門檻，也能讓百度智能雲在很多項目上實現“智能”的隨用隨取，不用再“從頭造輪子”，大幅改善交付的速度和成本問題。
比如，針對PCB印刷電路板中質檢假點率過高的難題，百度智能雲形成了可以過濾80%假點的智能質檢解決方案，一年能幫企業節約人工成本200多萬元。目前，該解決方案已在蘇州常熟當地的相互電子、揚宣電子、生益科技等多家企業落地使用。
百度智能雲在工業方面的優勢，也通過开物平台得到了提升和鞏固。數據顯示，自2021年5月發布至今，百度智能雲开物已積累超過200個工業解決方案，沉澱3.8萬個工業模型。而在今年6月工信部發布的“雙跨”平台動態評價名單中，开物在上榜互聯網企業中排名第一，且排名較去年第一次上榜時上升明顯。
一位百度智能雲資深人士分析，正是百度智能雲在過去一年間解決方案數量和面向核心場景案例的大幅增加，爲本次動態評價加了分。
同時，百度智能雲的規模化復制能力，不僅停留在產品和技術復制層面，還拓展到了通用方案和模式上的復制上。“比如我們开物基地的拓展，其實就已經是一些模式上的復制。”吳學義說。
據悉，百度智能雲开物已在蘇州、廣州、重慶等16個區域深度落地，在當地建設“AI+工業互聯網”產業基地，其運營和服務堅持“在園區”“在身邊”，解決數字化應用“最後一公裏”的問題。
業內人士認爲，大模型的到來，將進一步加速百度智能雲的產品規模化復制能力。
“一些個性化的需求，以前需要靠工程師一點點去調優，但大模型來了後，相當於工程師擁有了一個非常好的助手，可以把很多工作交給大模型來做，根據它輸出的結果再去做進一步調優。”扈維補充說。
相比起以前的AI算法或小模型來說，大模型有更多的數據和參數，泛化能力更強。這種泛化能力，能讓更多工業場景以更低的門檻和成本，獲得技術紅利。據介紹，目前，文心大模型擁有中國最大的產業應用規模，與300多家生態夥伴，在超過400個場景中已取得相當不錯的測試效果。
業界觀察到，基於正在成形的大模型生態，百度智能雲未來給產業提供三層服務方式也在升級：
首先，與央國企等大模型應用先鋒企業共創，從企業的研發、設計、生產、運行及營銷等多環節切入，尋找經得起實踐檢驗的、具備可復制的大模型應用場景，覆蓋安全生產、智慧物流、AI質檢等領域，幫助企業降本增效和創新。
其次，基於文心千帆大模型平台，提供大模型全流程工具鏈，疊加百度AI大底座、开物工業互聯網等AI平台型產品，降低企業獲取AI能力的門檻。
最後，打造及時響應客戶需求的工程師團隊和本地工業生態，將文心千帆大模型平台和相應的算力平台下沉，解決大模型及AI應用最後一公裏的問題。
原文標題 : 百度文心大模型進工業：喫最多的苦，啃最硬的骨
標題：百度文心大模型進工業：喫最多的苦，啃最硬的骨
地址：https://www.utechfun.com/post/240455.html