AI大模型落地，為什么是央國(guó)企先行？

從2024年1-7月，央國(guó)企采購(gòu)大模型項(xiàng)目數(shù)量已超過950個(gè)，且均勻布局在智算中心、大模型預(yù)訓(xùn)練、Agent和行業(yè)應(yīng)用等多個(gè)方向。而除了政策影響，央國(guó)企紛紛落地大模型的背后還有哪些推動(dòng)因素？

作者|思杭

編輯|皮爺

出品|產(chǎn)業(yè)家

最高191億元，最低不到1萬元。大模型狂飆兩年，國(guó)內(nèi)“AGI陣隊(duì)”已然形成。同步進(jìn)行著的，還有央國(guó)企的大模型項(xiàng)目建設(shè)。

8月6日，神州數(shù)碼集團(tuán)發(fā)布公告表示，子公司神州鯤泰中標(biāo)《中國(guó)移動(dòng)2024年至2025年新型智算中心采購(gòu)（標(biāo)包1）》，投標(biāo)報(bào)價(jià)約191億元，中標(biāo)份額10.53%。2024年7月，湖南省委黨校湖南行政學(xué)院發(fā)布招標(biāo)信息，采購(gòu)數(shù)字機(jī)器人服務(wù)，報(bào)價(jià)9000元。

一個(gè)是智算中心采購(gòu)，一個(gè)是數(shù)字機(jī)器人服務(wù)；可以看到的是，如今在央國(guó)企內(nèi)部，大模型項(xiàng)目建設(shè)已行至中途。甚至毫不夸張地說，在大模型浪潮席卷而來的今天，央國(guó)企正在成為一股先行力量，推動(dòng)著國(guó)內(nèi)大部分的AI大模型落地項(xiàng)目。

據(jù)不完全統(tǒng)計(jì)，從2024年1-7月，央國(guó)企采購(gòu)大模型項(xiàng)目數(shù)量已超過950個(gè)，且均勻布局在智算中心、大模型預(yù)訓(xùn)練、Agent和行業(yè)應(yīng)用等多個(gè)方向。

大模型紛紛落地國(guó)央企，陣勢(shì)如此浩蕩的背后，政策推動(dòng)成為決定性因素。據(jù)沙丘智庫(kù)，自2023年以來，國(guó)資委多次對(duì)中央企業(yè)發(fā)展人工智能提出要求。其中，在2024年2月的中央企業(yè)人工智能專題推進(jìn)會(huì)上，提出中央企業(yè)要“開展AI+專項(xiàng)行動(dòng)”。會(huì)上就有10家央企簽署倡議書，表示將主動(dòng)向社會(huì)開放人工智能應(yīng)用場(chǎng)景。

同年7月，國(guó)新辦舉行“推動(dòng)高質(zhì)量發(fā)展”系列主題新聞發(fā)布會(huì)，提出未來五年，中央企業(yè)預(yù)計(jì)安排大規(guī)模設(shè)備更新改造總投資超3萬億元，更新部署一批高技術(shù)、高效率、高可靠性的先進(jìn)設(shè)備。

政策的推動(dòng)，當(dāng)然是其中不可忽視的因素。但除了政策影響，站在產(chǎn)業(yè)數(shù)字化和數(shù)智化的潮頭，央國(guó)企紛紛落地大模型的背后還有哪些推動(dòng)因素？一個(gè)更值得思考的問題是，和云計(jì)算時(shí)代金融行業(yè)成為先鋒官不同的是，在如今的AI大模型時(shí)代，為什么央國(guó)企會(huì)成為先行力量？

一、運(yùn)營(yíng)商、政務(wù)、能源搶先建設(shè)智算中心

AI大模型史上最大項(xiàng)目，當(dāng)屬“智算中心”。

預(yù)訓(xùn)練成本的瘋狂上漲和推理需求的不斷攀升，都在讓智算中心成為必要。近日，OpenAI CEO Sam Altman在接受采訪時(shí)表示，“OpenAI在年內(nèi)不會(huì)發(fā)布ChatGPT-5，目前公司專注于ChatGPT-o1的研發(fā)和運(yùn)營(yíng)?！?/p>

GPT-5為什么不發(fā)了？原本預(yù)計(jì)推遲發(fā)布的o1又為什么提前登場(chǎng)？這背后的原因不由得引人深思，而訓(xùn)練成本就是這其中的關(guān)鍵因素之一。

言歸正傳，國(guó)內(nèi)對(duì)大模型的預(yù)訓(xùn)練需求也愈加迫切。在加速構(gòu)建國(guó)內(nèi)AGI梯隊(duì)的同時(shí)，性能不斷刷新的大模型需要大規(guī)模智算集群的支撐。如今，萬卡集群已然成為大模型軍備賽的標(biāo)配。而除了國(guó)內(nèi)AI企業(yè)和電信運(yùn)營(yíng)商，正在推動(dòng)落地的央國(guó)企也在加速構(gòu)建智算集群，以提高AI大模型的訓(xùn)練及推理效率。

通常來講，智算中心是由地方政府或電信運(yùn)營(yíng)商主導(dǎo)建設(shè)。據(jù)中國(guó)信通院不完全統(tǒng)計(jì)，截止2024年7月底，納入監(jiān)測(cè)的智算中心（含已建和在建）已達(dá)87個(gè)。

2023年10月，沈陽智能計(jì)算中心新基建項(xiàng)目工程總承包（EPC）成交結(jié)果出爐，百度攜手中國(guó)建筑第八工程局有限公司（中建八局）成功中標(biāo)，中標(biāo)金額為9.1億元。具體包括機(jī)房建設(shè)、機(jī)柜設(shè)計(jì)、智算中心平臺(tái)，以及百度為其提供的AI軟硬件能力的綜合性解決方案。

而像這樣的智算中心采購(gòu)項(xiàng)目，央國(guó)企已經(jīng)開始了鋪天蓋地的建設(shè)。對(duì)此，產(chǎn)業(yè)家根據(jù)金額大小，列舉了近兩年央國(guó)企采購(gòu)智算中心項(xiàng)目金額最高的10個(gè)。

對(duì)比云計(jì)算時(shí)代，傳統(tǒng)數(shù)據(jù)中心的中標(biāo)方大多都是IDC廠商；而在如今的AI時(shí)代，則多了不少AI企業(yè)和互聯(lián)網(wǎng)廠商的身影。

另外，從行業(yè)分布來看，政務(wù)和運(yùn)營(yíng)商對(duì)智算中心的出資則更加大手筆。對(duì)此，產(chǎn)業(yè)家統(tǒng)計(jì)了運(yùn)營(yíng)商、能源和政務(wù)三大領(lǐng)域中智算中心項(xiàng)目的占比：結(jié)果顯示，政務(wù)行業(yè)對(duì)智算中心的投入更大，其中包括GPU租賃、硬件以及算力調(diào)度平臺(tái)的采購(gòu)。

實(shí)際上，從智算中心投入比就可以看出央國(guó)企對(duì)AI大模型的需求。

可以看到的是，自2023年三季度，央國(guó)企就已經(jīng)開始緊鑼密鼓地籌備智算中心建設(shè)。而智算中心只是央國(guó)企落地AI的一個(gè)起點(diǎn)。

一方面，這與上文提到的政策時(shí)間點(diǎn)正好吻合；另一方面，2023年第三季度也恰好是以百度、阿里、華為和電信運(yùn)營(yíng)商為首的“國(guó)內(nèi)AGI梯隊(duì)”剛剛形成。

除了智算中心，央國(guó)企對(duì)AI大模型建設(shè)的另一個(gè)重點(diǎn)則是行業(yè)應(yīng)用，即針對(duì)特定場(chǎng)景搭建大模型平臺(tái)或應(yīng)用。

以電信運(yùn)營(yíng)商為例，據(jù)不完全統(tǒng)計(jì)，從2023年至今，運(yùn)營(yíng)商對(duì)AI大模型的項(xiàng)目建設(shè)達(dá)到了238起，其中除了75起智算中心建設(shè)外，剩余都圍繞特定的場(chǎng)景構(gòu)建大模型，主要有智能客服、營(yíng)銷和數(shù)字人方面的采購(gòu)。

不同行業(yè)對(duì)于AI大模型的需求不同，項(xiàng)目重點(diǎn)自然也不一樣。對(duì)于政務(wù)和運(yùn)營(yíng)商行業(yè)而言，之所以智算中心占比更大，除了政策推動(dòng)，更重要的原因是對(duì)于私有化部署、本地部署的需求極高，尤其是政務(wù)領(lǐng)域；另一方面，相對(duì)于其他行業(yè)針對(duì)單點(diǎn)或各別環(huán)節(jié)的大模型應(yīng)用開發(fā)，政務(wù)和運(yùn)營(yíng)商對(duì)大模型的需求則更為系統(tǒng)化，更需要從GPU資源到算力調(diào)度平臺(tái)來發(fā)揮作用。

相比之下，在應(yīng)用AI大模型最多的三個(gè)行業(yè)中，能源領(lǐng)域?qū)χ撬阒行牡耐度胼^少，而更多圍繞大模型訓(xùn)練和開發(fā)方面，尤其是針對(duì)特殊場(chǎng)景如何訓(xùn)練并優(yōu)化算法，如何微調(diào)模型等等。

另外，值得注意的是，對(duì)于這些對(duì)行業(yè)know-how要求更高的領(lǐng)域而言，他們選擇中標(biāo)方的時(shí)候也更為講究；比如在挑選算力調(diào)度平臺(tái)和大模型預(yù)訓(xùn)練、開發(fā)階段時(shí)，中標(biāo)方則圍繞以百度、科大訊飛為首的AI企業(yè)；而在選擇在大模型開發(fā)過程中，需要特定技術(shù)研究時(shí)，則會(huì)選擇南方電網(wǎng)這類更懂know-how的企業(yè)。

最后，不同于云計(jì)算時(shí)代，金融行業(yè)成為頭部落地試驗(yàn)田；在如今的AI大模型時(shí)代，在央國(guó)企當(dāng)中，有四大行業(yè)脫穎而出，分別是教育、能源、運(yùn)營(yíng)商、政務(wù)；而金融行業(yè)卻并沒有表現(xiàn)出像云計(jì)算時(shí)代那么強(qiáng)的意愿。

二、AI大模型：顛覆傳統(tǒng)IT架構(gòu)背后

時(shí)代變遷。

在過去的云計(jì)算時(shí)代，大型企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型需要從購(gòu)買或租賃服務(wù)器，到選址建數(shù)據(jù)中心，再到選擇合適的云架構(gòu)，接下來到平臺(tái)開發(fā)環(huán)節(jié)及上層應(yīng)用的搭建。

通常來講，一家大型企業(yè)，如能源或工業(yè)企業(yè)來說，面對(duì)分布在各環(huán)節(jié)的數(shù)據(jù)，通常需要建底層的PaaS平臺(tái)，從而實(shí)現(xiàn)靈活調(diào)用、互聯(lián)互通；但盡管如此，數(shù)據(jù)孤島、數(shù)據(jù)煙囪依然存在。

然而，這種從IaaS到PaaS再到SaaS的架構(gòu)，在如今的AI大模型時(shí)代已經(jīng)徹底被顛覆。企業(yè)往往需要一個(gè)行業(yè)大模型即可搞定，而不再會(huì)為了構(gòu)建多個(gè)復(fù)雜應(yīng)用，費(fèi)時(shí)搭建PaaS平臺(tái)。

誠(chéng)然，企業(yè)在云計(jì)算時(shí)代交得學(xué)費(fèi)也并沒有浪費(fèi)，在AI大模型時(shí)代，央國(guó)企在政策引導(dǎo)、需求迫使和環(huán)境因素等多方作用下已經(jīng)開始先行落地AI大模型。

而在這其中，很大一部分都是基于過去云計(jì)算時(shí)代一些無法解決的頑疾，希望在AI大模型這里找到更好的解法。

可以觀察到一個(gè)現(xiàn)象，目前央國(guó)企在大模型落地方面，主要圍繞兩點(diǎn)，一個(gè)是智算中心，一個(gè)是行業(yè)應(yīng)用。后者包括大模型預(yù)訓(xùn)練，大模型開發(fā)，以及針對(duì)各別環(huán)節(jié)或特定場(chǎng)景構(gòu)建大模型應(yīng)用或解決方案。

通常來說，后者通過大模型基于特定場(chǎng)景的解決方案，都是在過去云計(jì)算時(shí)代無法實(shí)現(xiàn)的。

以運(yùn)營(yíng)商為例，雖然智能客服已經(jīng)存在很多年，準(zhǔn)確地說，自云計(jì)算時(shí)代以來，各類智能客服軟件和解決方案層出不窮，然而對(duì)于整個(gè)行業(yè)來講，轉(zhuǎn)人工率依舊居高不下，普遍都在80%以上。而當(dāng)時(shí)代的列車剛剛駛?cè)氪竽Ｐ蜁r(shí)代，智能客服就成了大模型落地的第一塊試驗(yàn)田。

再比如在能源行業(yè)，知識(shí)如何沉淀，再如何讓新人用起來，一直都是一大難題。即使在云計(jì)算時(shí)代，工業(yè)互聯(lián)網(wǎng)平臺(tái)林立，很多問題依舊沒有答案。而在如今的大模型時(shí)代，一個(gè)行業(yè)大模型便可以解決很多問題。這其中關(guān)鍵發(fā)揮作用的便是在行業(yè)大模型構(gòu)建過程中的RAG搭建環(huán)節(jié)，它相當(dāng)于一個(gè)企業(yè)知識(shí)庫(kù)，任何輸入的知識(shí)，都可以輕松調(diào)用。

像上述所展示的，對(duì)于某些行業(yè)來說，大模型并不是“雞肋”。相反，它能夠扮演“超強(qiáng)大腦”的角色，將企業(yè)的全部智慧匯聚到一起，并有的放矢地發(fā)揮作用。

然而，對(duì)有些行業(yè)而言，大模型目前還并未找到用武之地。

比如在金融行業(yè)，目前落地較多的項(xiàng)目主要圍繞知識(shí)庫(kù)問答方面，很難深入到核心業(yè)務(wù)。一方面，是出于金融監(jiān)管和數(shù)據(jù)隱私等顧慮；另一方面，也是更重要的，目前AI幻覺問題還很難徹底得到解決，任何AI算法可能為金融行業(yè)所帶來的錯(cuò)誤預(yù)測(cè)和建議，都可能帶來重大經(jīng)濟(jì)損失。

而無論是智能客服還是行業(yè)大模型，無論是政務(wù)領(lǐng)域，還是運(yùn)營(yíng)商或能源、政務(wù)、教育等行業(yè)，在央國(guó)企先行落地大模型的背后，有三點(diǎn)核心原因。

首先，在大模型時(shí)代，央國(guó)企多年積累的數(shù)據(jù)得以發(fā)揮作用，他們不僅僅包括像財(cái)報(bào)報(bào)表、交易記錄等已經(jīng)做好歸納整理的結(jié)構(gòu)化數(shù)據(jù)，還包括一些重要的企業(yè)資產(chǎn)，如散落在各個(gè)系統(tǒng)內(nèi)部的聊天記錄、文件、圖片等等，如今這些非結(jié)構(gòu)化數(shù)據(jù)都可以在AI大模型中，變成“企業(yè)知識(shí)庫(kù)”，并發(fā)揮其價(jià)值；

其次，不同于過去云計(jì)算時(shí)代從IaaS到PaaS再到SaaS的三層架構(gòu)，大模型有著很強(qiáng)的協(xié)同性，只需在前期大模型開發(fā)階段做好訓(xùn)練和微調(diào)，后期即可直接基于數(shù)據(jù)進(jìn)行前端行為的加持。

最后，也是很重要的一點(diǎn)，央國(guó)企本身就有龐大的服務(wù)器集群，其自身具備強(qiáng)大的算力基礎(chǔ)，基于這些基礎(chǔ)可以更好地推進(jìn)大模型落地。

三、競(jìng)爭(zhēng)點(diǎn)：預(yù)訓(xùn)練、安全及行業(yè)know-how

從中標(biāo)情況來看，可以毫不夸張地說，央國(guó)企撐起了國(guó)內(nèi)大模型商業(yè)化的半壁江山。

然而，大模型落地進(jìn)程行至中途，仍然有很多問題亟待解決。

據(jù)中信建設(shè)證券數(shù)據(jù)顯示，2024年-2027年全球大模型推理的峰值算力需求量的年復(fù)合增長(zhǎng)率為113%，遠(yuǎn)高于訓(xùn)練的78%。而預(yù)訓(xùn)練成本和推理成本的疊加，也推升了整個(gè)AI基礎(chǔ)設(shè)施的市場(chǎng)份額。

據(jù)艾瑞咨詢推算，2023年中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模為45億元，預(yù)計(jì)到2028年，其市場(chǎng)規(guī)模將達(dá)170億元，且未來五年的復(fù)合增長(zhǎng)率為30.4%。

這同時(shí)也解釋了近兩年央國(guó)企搶建智算中心的原因。然而，阻擋大模型落地進(jìn)程的還不僅僅是算力資源短缺。

雖然大模型時(shí)代已經(jīng)顛覆了過去從IaaS到PaaS再到SaaS的傳統(tǒng)三層架構(gòu)，但在新時(shí)代下，新的架構(gòu)也迎來了一些新的挑戰(zhàn)，比如從AI Infra到MaaS，再到上層的AI應(yīng)用，中間涉及很多模型搭建的環(huán)節(jié)，這些都需要大模型服務(wù)商與企業(yè)一同探索落地路徑。

對(duì)于央國(guó)企來說，用AI大模型賦能雖然已成為共識(shí)，但怎么用大模型，具體把大模型加在哪個(gè)環(huán)節(jié)，大模型如何發(fā)揮作用，以及如何開發(fā)和訓(xùn)練大模型，面對(duì)這些問題，企業(yè)并沒有太多頭緒。因此，這就給AI大模型供應(yīng)商提出了更高的要求。

在這過程中，供應(yīng)商是否掌握行業(yè)know-how，在有些時(shí)候甚至可以成為能否拿下標(biāo)的的關(guān)鍵因素。對(duì)此，以百度、華為、科大訊飛為首的AI大模型企業(yè)，都不約而同地在2024年扛起“行業(yè)大模型”的大旗。

據(jù)統(tǒng)計(jì)，在能源領(lǐng)域，2024年上半年就出現(xiàn)了不少預(yù)訓(xùn)練過程中某項(xiàng)技術(shù)研究的投標(biāo)項(xiàng)目。

另外，值得注意的是，隨著AI應(yīng)用走向深水區(qū)，數(shù)據(jù)安全、數(shù)據(jù)共享和數(shù)據(jù)溯源等問題則開始被一一搬到臺(tái)面上。據(jù)悉，10月9日，中辦、國(guó)辦正式發(fā)布《關(guān)于加快公共數(shù)據(jù)資源開發(fā)利用的意見》，提出到2025年，公共數(shù)據(jù)資源開發(fā)利用制度規(guī)則初步建立；到2030年，公共數(shù)據(jù)資源開發(fā)利用制度規(guī)則更加成熟，資源開發(fā)利用體系全面建成。

雖然如今的AI大模型已經(jīng)可以讓數(shù)據(jù)溯源成為現(xiàn)實(shí)，但其中的責(zé)任劃分和數(shù)據(jù)安全等等問題，還需要AI服務(wù)商和企業(yè)一同探索。