676
生成式AI（AIGC）正引爆全球，各行各业的CEO和开发者们都在寻找机会，搭上这趟数智化“快班车”，从而实现业务转型、业绩增长。
在国内，接入百度对话机器人“文心一言”无疑成为企业进入AIGC赛道“掘金”的一张入场券。根据官方数据，已有超400家企业宣布接入文心一言，覆盖消费、工业、旅游、传媒等各个领域。
无论是让文心一言做搜索引擎的“大脑”，还是基于其开发智能媒体小编、智能家居助手、电商金牌客服等应用……我们看到，AI不仅在口口相传中名气大涨，也在这一过程中变得更加规模化、平民化、普惠化。
百度创始人兼董事长李彦宏在近日的内部信中说：“AI技术已经发展到一个临界点，各行各业都不可避免地被改变，中国AI市场即将迎来爆发性的需求增长。”
在生成式AI爆发的前夕，企业接入文心一言这样的应用，无疑意味着其搭上了通往数智化高地的“快班车”。但这显然只是“长征”的第一步。如何让AI技术真正跨越工程化鸿沟，飞跃AI落地的“最后一公里”？这是各行各业的CEO和开发人员眼下关注的问题，因为过去几年AI工程化确实经历了不少挫折。
近日，通过对话百度AI中台的三位资深专家，智东西对这一问题进行了深入探讨。百度AI中台，简单说是百度智能云旗下的AI开发PaaS（平台即服务）平台，后续将推动文心一言大规模产业落地，面向企业提供一系列AI开发和运维工具。
400+企业接入文心一言有多少能抵达“最后一公里”？
根据官方消息，百度文心一言将在3月16日正式推出。届时，百度多项主流业务将接入文心一言，包括百度搜索，以及基于百度智能云的智能语音助手小度、智能驾驶阿波罗（Apollo）等；同时，目前已有超400家企业宣布加入文心一言生态圈，享用这一服务。
从AI产业落地的流程来看，接入文心一言或许只是一个开始。
要实现技术到产品的“最后一公里”飞跃并不容易，AI开发工程化尤为重要。如果把AI模型比成一个汽车发动机，AI工程化就好比将一台发动机装配成一辆可自如行驶的汽车的过程。
百度AI中台相关负责人告诉智东西，在过去很长时间里，AI工程化面临以下几个显著问题：
1、AI开发流程长且复杂，行业缺乏规范。AI开发流程大致包括：数据采集和标注、模型训练、应用部署、数据回流和模型观察，没有规范意味着混乱无序。
2、市面上众多AI工具使用门槛高。AI模型面对碎片化场景会效果衰减，企业需要做二次开发，但市面上的AI开发工具不是不好用，就是不符合需求。
3、客户基础设施不完善、内部孤岛严重、人才短缺。比如某银行客户各部门建立的17个云系统，同时各部门孤岛严重、需求难以聚合，加之缺乏专业AI人才，众多因素使得花大成本购入的AI技术成为烂尾工程。
为了应对这些AI工程化难题，整套百度AI中台的价值在文心一言的落地中凸显了出来。
来说，百度AI中台是一个助力企业AI模型开发和运维的PaaS平台。其面向金融、能源、互联网、教育等多行业提供人脸识别、OCR、图像、AR、自然语言处理等多种AI能力（文心一言是其中一项AI服务），并帮助其实现简单、快速部署和验证。
百度AI中台相关负责人告诉智东西，一方面，文心一言本身的数据准备、标注、模型训练、应用评估等开发过程，都是基于百度AI中台完成。另一方面用途可能更受企业关注，那就是助力文心一言的应用开发。
具体来说，在文心一言相关模型开发过程中，百度AI中台可提供从数据模型评估、推理优化、数据回流等全生命周期开发工具，以保证模型训练效果。比如：在数据标注环节，百度AI中台提供智能标注方式和标注标准，最高可使成本降低70%；在算力消耗方面，百度AI中台能依照规范提高GPU利用率，能提升资源利用率40%~80%。
总的来说，有了AI中台中一整套工具链，企业将能更好地飞跃产品落地的“最后一公里”，从而实现AI投入变现。
生成式AI爆发前夕产业呼唤更适合跑AI的云
众所周知，算法、算力和数据是AI落地的三大要素。
当下，基于大模型的AIGC正进入爆发前夜，新的海量智能算力需求也随之产生。知名调查机构IDC预测，人工智能产业的软件、硬件和服务有望在2023年突破5000亿美元大关。智能算力成为产业最大增量。
百度AI中台相关负责人告诉智东西，在这种背景下，产业需要“更适合跑AI的云”。
何谓“更适合跑AI的云”？该负责人解读道，从传统思路来看，云计算主要支撑企业数字化，AI契合智能化升级，往往分阶段完成；但现在，很多企业会选择将数字化和AI化一起规划、齐头并进，效率会高得多——这就需要更适合跑AI的云。而随着生成式AI爆发，适合跑AI的云无疑需要支持大模型，支持更高速效的训练和推理，需要更好的异构算力支持。
这位负责人称，百度AI大底座正是提供了这样的新型AI基础设施。
简单来说，百度AI大底座是集百度十年AI研发之大成的“全栈自研的AI基础设施”。百度AI大底座将AI生产全要素，包括自研芯片、大模型、深度学习框架、AI应用集于一身，并可面向企业真实业务场景进行端到端的全流程调优。
纵观人工智能产业，我们看到当下市面上实际上已经出现了“AI大装置”等同类产品。但就像“发动机”有很多车企造，每一家的质量水平有所区别一样，百度AI中台负责人告诉智东西，百度AI大底座相比同行竞品的一大特征就是：“全要素”和“端到端”。
▲百度AI大底座架构图
具体来看，百度AI大底座由前文提到的AI中台、底层百舸异构计算平台两部分构成。百度AI中台是用户“界面”，文心大模型是其中可调用的一个关键模型PaaS服务。百舸异构计算平台是底层基础设施服务平台，通过自研芯片、计算、存储、加速等多方面技术提供加速算力IaaS（基础设施即服务）服务。
▲百度AI大底座产品图谱
这位负责人指出，这种端到端的能力十分关键。比如有些企业可能买了最好的AI模型，但由于在开发中缺乏对数据的标注和结果监控，就导致AI应用中间断层，久而久之AI模型就被闲置了。举个具体案例，比如某银行在布局OCR技术中，曾就有旗下七八个部门采购了不同厂商的产品，并不会考虑数据回流等全链条问题，就导致整体效果大打折扣。
可以看到，基于AI大底座，百度一定程度上建立了在生成式AI爆发前夕的技术优势。根据IDC数据，百度智能云已连续四年居AI公有云市场第一。而这种先发优势，很有可能在AI大模型时代保持叠层效果。
AI走向平民化，百度要打造人人能用的AI开发平台
生成式AI的爆发也意味着AI进一步走向“平民化”。
这种核心价值层面的升维，不仅大大提升了AI的知名度，实际上也对AI开发工具提出了更加深刻的要求。
具体来说，大模型本身就帮企业简化了AI工程化流程，企业只需结合业务具体场景进行小样本调优就能获得所需应用。
但与此同时，承载了“平民化”期待的生成式AI，需要在工程化中延续这一“普惠”价值。新的问题就出现了：大模型拥有巨量参数，一次调优涉及的资源消耗依然可观；同时这类技术往往进入企业业务核心，带来更高价值的同时，一旦出问题后果会更严重。
因此要实现真正的AI平民化，一整套高效易用的AI规范与标准、工具平台尤为重要，而这需要产学研多方力量共同努力。
面向AI普惠发展诉求，百度已积极参与行动。2022年底，为了引导产业有序发展，中国信息通信研究院联合百度、阿里、华为、“AI四小龙”等几十家优秀企业编制了MLOps系列标准。MLOps（Machine Learning Operations），简单来说，是指AI开发与运维的全流程。信通院MLOps标准则可以理解为一本汇集AI开发全流程的最佳实践“宝典”，其诞生标志国内AI开发从混乱无序走向标准统一，将大幅提升AI开发质量和效率。
在这一背景下，百度AI中台已首批通过信通院MLOps系列标准，意味着其能够让企业获得最专业的AI开发服务，以业界较低的成本开发出需要的AI应用。换句话说，MLOps标准提供了一套AI软件项目研发和运营的方法论，百度AI中台则为企业提供了对应方法论的“绝佳工具”。
百度AI中台相关负责人说，百度智能云企业AI开发平台的整体能力在需求管理、数据工程和模型开发三个模块均达到了旗舰级水平。
在功能上，百度AI中台具有完善的需求和代码管理流程，AI模型生产过程具备可视化建模、自动化建模、作业建模、工作流等建模方式，对底层计算资源具有完备高效的管理模式，对模型具有全面的管理能力，对数据具有功能丰富的管理平台和质检能力。
在服务过程上，百度AI中台从组织结构到流程管理，再到管理工具方面，均具有较高的服务水平，能够为外部企业客户的需求提供较为快速和较高质量的响应。
百度AI中台相关负责人告诉智东西，在AI基础设施能力获得权威认证背后，AI普惠实际上是百度智能云长期以来的一大核心价值。
这不是一蹴而就的。他回顾道，2016年，百度发布了国内第一个深度学习框架——飞桨，随之百度内部开始“赛马”做多个机器学习平台。2018年，高级开发能力的BML、低门槛开发的EasyDL、以及用户实训比赛社区的AI Studio三大平台脱颖而出。
“分久必合，合久必分”。2020年百度将这三大平台整合，并按照MLOps的过程将业务划分为样本数据中心、开发中心、模型中心和服务运行平台四大阶段板块，基本涵盖了人工智能开发运维的全生命周期。通过2021~2022年的一年三到四次迭代，这一平台最终实现了AI开发低门槛目标。
可以看到，通过八年内部赛马打造百度AI中台，百度正将其“反馈驱动创新”的科学方法论赋能给企业，更将其AI普惠价值传达给行业。
结语：生成式AI风起云智一体趋势凸显
当下，我国人工智能产业在经历了十几年波峰波谷之后，正乘着生成式AI技术的东风迎来新的春天。凭借技术属性和社会人才等各方面条件，AI技术落地的广度深度延展，正走向规模化、平民化、普惠化。
从企业角度来看，他们正通过接入文心一言等产品的方式，实现数字化与智能化转型的齐头并进。尽管正如科技部部长在两会“部长通道”中所说，国产力量与OpenAI等国际公司仍存在差距。但百度文心一言无疑是国内企业吃到AI技术新红利的一条“快车道”入口。
与此同时，企业接入大平台大模型也只是一个开始。下一步，如何基于AI大模型进行二次开发、数据挖掘、优化调优及部署测试，让AI实现“最后一公里”飞跃，成为更关键的问题。
这也使我们越来越意识到，AI落地是一条算法、算力和数据跨越漫长开发链条的握手合作。产业呼唤更适合跑AI的云，云智一体也成为云计算产业发展的重要趋势。
作者 | 李水青
编辑 | 漠影
