77万企业级AI应用落地,产业革命未来已来

「核心提示」
每一个AI应用都是一颗星,每一个AI应用都将成为改变世界的力量。

作者 | 詹方歌

编辑 | 刘杨

清晨的港口,沉浸在一片蓝紫色的宁静之中,太阳尚未跃出海平面,日照港的红色吊机已经忙碌起来。

不同于其他主要处理标准集装箱的港口,日照港专注于“件杂货”,即那些按件计数、形状多样、大小不一、重量不均的货物。这种货物的装卸工作向来充满挑战,流程复杂且效率低下,给港口运营带来了不少难题。

随着AI“助手”的加入,这一切开始发生转变。工作人员不再需要手动录入货单信息,大幅提高了数据的准确性;厘米级的地理信息采集使得数字化堆场系统能够实时监控货物,让业务人员可以远程高效作业;系统在获取货物信息后,会自动推荐最佳的存放位置,这不仅使得堆场空间得到了充分利用,还为货物找到了最高效的装船路径。

这仅仅是AI大模型在实际应用场景中的一个侧写。据统计,仅基于百度智能云开发的企业级应用已达到77万个之多。2024年三季度,市场上公开的大模型中标项目至少有369个,比今年上半年的整体数据还要高出30%。

人工智能行业的“百模大战”,已经明显从“卷模型”转向了“卷应用”,且加速趋势明显。这与百度创始人李彦宏的预测不谋而合:AI对现有业态的改造,将比超级应用的诞生更早到来。

在11月12日召开的2024百度世界大会上,李彦宏宣布:“基础模型的能力已经就绪,接下来就是‘AI应用的群星闪耀时刻’。”

AI应用将如何塑造产业的未来?

1、从“超级应用”到“超级有用”

在过去两年里,李彦宏在多个场合反复强调“不要卷模型,要卷应用”,因为如果没有实际应用,基础模型的价值几乎为零,单单卷模型是一种巨大的算力浪费。

百度正是按照这一理念行动的。在2024百度世界大会上,百度展示了其在推动AI应用落地方面的最新成果——100大产业应用案例,涉及制造、能源、交通、政务、金融、汽车、教育、互联网等多个领域。

李彦宏表示:“百度不是要推出一个“超级应用”,而是要不断地帮助更多人、更多企业打造出数百万‘超级有用’的应用。

77万企业级AI应用落地,产业革命未来已来
2024百度世界大会现场‍‍‍‍

这种判断也得到了需求端的积极响应,例如,在医疗行业,提高医生的工作效率成为了许多医疗机构的迫切需求。“假如一个医生能将写病历的时间缩短一半,他起码可以多看5-10个病人。”这不仅是医生的愿望,也是患者的期待。

为了将这一理想变为现实,杭州全诊通团队与百度智能云千帆平台合作,开发了一款“超级AI医助”。该系统通过AI导诊、预问诊及自动病历书写等功能,不仅能够为患者提供精准的科室推荐,还能在患者等候期间为医生准备一份预诊病历。

患者与医生面对面问诊的过程中,它还可以从对话中提取关键信息,快速生成病历初稿,极大地减轻了医生的工作负担。据全诊通统计,AI医助为医生节省了75%的病历书写时间,AI生成的病历被引用率达到了90%。

为了进一步提升病历的质量和准确性,全诊通还用20万份精心标注的病历数据,做了模型精调。正如百度集团执行副总裁、百度智能云事业群总裁沈抖所说:“在千帆平台上,通过精调一个参数规模较小的基础模型,只需要几小时,客户就能够在特定业务场景中,获得比参数规模大很多的基础模型还要好的效果。”

从某种程度上来说,精调模型的数量反映了大模型与产业结合的深度。目前,光是百度内部的业务,每天就有200次模型精调。而千帆平台上每天15亿次的大模型调用中,超过半数来自这些经过精调的模型。

随着“AI助手”在各行各业的普及,越来越多的企业和个人感受到了技术带来的便利。那些根植于行业内部的难题,也正在被AI化解。

在2024百度世界大会的演讲中,李彦宏分享了一组让人振奋的数据:2024年3月至9月的半年间,文心大模型的调用量翻了7.5倍,目前的日均调用量已经超过了15亿次。李彦宏直言,这个数次已经超出了他的预期。

77万企业级AI应用落地,产业革命未来已来

“今年5月份,文心大模型人均调用量达到两亿,我跟我的高管们讨论怎么叫‘成了’。我当时说,如果一年之内能涨10倍,就叫成了,说明大家是真需要。现在仅仅半年过去,我们就比较接近这个数字了,势头非常猛。”李彦宏说。

调用量的快速增长,不仅体现了企业对AI技术的真实需求,也为提升工作效率、降低运营成本开辟了新的途径。目前,百度智能云已经构建了中国最大的大模型产业落地规模,与超过六成的央企和大量民营企业共同探索AI创新之路。

2、效率革命:常规业务如何重塑?‍‍

在AI领域中,大语言模型无疑是目前最为先进的技术之一,尤其在文字交流和对话场景下,展现了显著的优势,帮助企业大幅提高了常规业务场景中的效率。

正如李彦宏所指出的,过去24个月,行业内最大的变化就是大模型基本消除了幻觉,即回答问题的准确性得到了极大提升,从“一本正经地胡说八道”变得可用、可被信赖。这一进步不仅增强了企业的信心,也促使更多公司愿意将AI技术视为提升效率、降低成本的有效工具。

77万企业级AI应用落地,产业革命未来已来
2024百度世界大会现场

在AI技术的广泛应用中,智能客服系统无疑是最直观的成果之一。作为餐饮行业的领军企业,百胜中国率先拥抱了生成式AI技术。他们与百度智能云的合作重点之一就是探索大模型平台和生成式AI的潜力,特别是在AI客服领域的实际应用。

李彦宏在百度世界大会上透露,百度提供的客服应用和解决方案已经覆盖了百胜全线业务,大模型每天调用量的峰值达到数百万次。百胜中国CTO张雷也表示,目前,AI客服的问题解决率提升到了近90%。

此外,AI客服系统通过不断优化,能够更加精准地识别用户意图,支持多轮对话,同时在人工客服辅助方面,大模型能够快速总结沟通历史,整理归纳诉求,提供建议回复话术,支持一键发送,人工客服的生产效率也因此提升了10%。

另一个典型的应用案例是基于百度千帆平台打造的AI招聘助手。智联招聘CTO王昊形象地描述了这一流程:“从岗位对外发布开始,AI就帮你托管了。”AI招聘助手不仅能够自动筛选合适的候选人,回答候选者的基本问题,还能将符合条件的候选人推荐给HR,并安排面试时间和地点。

这意味着HR可以从繁琐的筛选和沟通工作中解脱出来,直接获得高质量的候选人名单,从而极大地提高了招聘效率。王昊认为,这不是简单的20%或30%的时间节省,而是质的飞跃,是“从0到1”的变化。

对于AI行业来说,这样的优化是细节上的,甚至容易被忽视,但对于每一家企业和每一位使用者来说,却是具有革命性意义的转变。“无数的AI原生应用,正在重新定义我们与数字世界乃至物理世界的交互方式。”沈抖在百度世界大会上如此评价。

此前,沈抖在接受媒体采访时曾表示,2022年末至今的“百模大战”,让越来越多的企业意识到,更好的技术效果不完全等同于“榜单第一”。“他们(客户)关心的是你们有什么样的成功经验、做过什么案例、在我的场景里怎么用起来、能帮到我什么东西。今天客户对大模型的认知成熟多了。”

这种认知的转变,有点类似飞轮效应,随着成功案例的积累,客户对百度智能云的信任度不断提升,推动了更多企业的加入。一旦飞轮开始转动,速度将会越来越快,形成良性循环,从而推动整个AI行业的快速发展。

3、深入核心:AI应用的下一步往哪走?

在基础业务场景取得初步成效后,百度智能云已经开始进一步将大模型技术应用到对数据精度、安全性要求更高的核心生产环节,推动智能化转型从简单的流程自动化,向核心业务的智能化优化迈进。

尽管AI直接控制生产系统仍面临挑战,但它已经在生产计划、调度、质量管控等决策方面提供了重要的辅助和支持,特别是在港口、能源电力、金融等行业。

例如,国家电网与百度智能云合作,基于文心大模型和千帆平台,结合电力行业的高质量数据,共创电力行业大模型基础底座,在调度、设备、营销等六大专业领域深入探索AI原生应用。目前,已经在电力设备运检、供电服务等电力行业核心场景成功完成应用落地,标志着AI技术在电力行业的关键转型和智能化升级。

百度的千帆平台致力于协助客户开发和部署大型AI模型及其应用,而百舸平台则专注于为这些企业提供强大的算力支持。在大模型的实际部署中,算力扮演着至关重要的角色。百舸平台不仅展现了其成熟的工程化能力,还在大模型的训练和推理阶段提供了企业所需的稳定性和高效率。

沈抖曾表示,虽然从表面上看,算力部分似乎只是堆机器那么简单,但实际上技术门槛非常高,不同平台之间的差异很大。以大模型训练为例,任务需要在多台机器和GPU上并行执行;一旦其中一台机器或GPU发生故障,整个训练任务就必须从从上一个记忆点重新开始。因此,对于企业而言,"有效训练时间占比"成为了一个不容忽视的隐性成本。

沈抖指出,业内的平均有效训练时间占比大概是70%到80%,但百度万卡集群能够做到99.5%。从这一点来看,尽管百度的算力产品价格未必最低,但其性价比无疑是最高的。

2023年,邮储银行为了加速AI应用的落地,新增了大量来自不同厂商的GPU资源。在百度百舸算力服务平台的支持下,邮储银行顺利完成了不同型号GPU资源的部署和上线,保障了300多个大小模型、6000多次训练任务的顺利进行。模型的迭代时间也从过去的90天大幅缩减到了半天。目前,AI技术已经为邮储银行的18个核心业务系统和30多家分行的金融业务提供了强大支持。

好未来与百度百舸的合作,则是人工智能深度融入教育领域的典型案例。基于百舸平台,好未来的自研大模型成功解决了早期大模型应用中流程启动的难题。

目前,好未来自研的“九章大模型”在百舸的加持下,能够简单、迅速地创建千卡级别的训推任务集群,大幅提升了训练任务的时效。数据显示,好未来的模型算力利用率达到了60%-70%,在有限的算力条件下,训练时间大幅减少,展现了AI技术在教育领域的巨大潜力和实际效益。

如果说,AI上半场的标志性事件是“百模大战”,那么现在,全球都在期待一个超级应用的诞生。这是一种远眺,包括创业者、投资人在内的诸多从业者,需要一个里程碑来证明AI对全人类的意义。

人和机器共创的过程,虽然看起来没有制造一个超级应用那么性感,但对于提升个人和企业的效率、降低成本、打开新的可能性,影响更为深远。

超级应用或许会在某个时刻浮出水面,相比而言,AI带来的产业革命是静默而深刻的。当我们回头望去,才会意识到,这场变革已经走了很远。