未来十年，大模型就是系统智能的战场

实际上，已经有一些城市和企业开始把大模型当成一个底座来规划了。

在2024中国国际大数据产业博览会上，人工智能产业链上的企业，以及电力、气象、交通等各行业的龙头应用单位悉数登场。整个展会的焦点，毫无悬念地落在了大模型落地、智算建设和高质量行业数据这几个议题上。

过去半年，行业大模型的热度有目共睹。根据不完全统计，仅今年前5个月，市场上的中标项目就超过了240个。

这不，在数博会期间，浪潮云承办的一场大会上，总经理颜亮就抛出了一个很值得琢磨的判断：行业大模型的落地，正在经历一个清晰的演进路径——从

。他称之为“”，并且明确指出，不管是政府、行业还是企业，都在朝这个方向演进。这也意味着，相关的服务商需要向智能系统的全场景运营商转型。

颜亮甚至给出了一个时间表：用不了太久，大概一年时间，各行各业的系统智能建设就会初见成效。围绕着系统智能的争夺战，实际上已经打响了。

01 “后边十年就是系统智能的战场”

大模型给云计算企业带来的变革，正在变得越来越具象。

今年年初，阿里云就提出了要“构建面向未来AI架构的云”，腾讯云也表态要演进而成“AI原生云”。到了数博会，浪潮云的判断更是直接：

在他们看来，云和智是高度耦合的，云既是基础设施，也是运营模式。

浪潮云总经理颜亮

这意味着，云计算和人工智能相关的玩家，将围绕系统智能这个新赛道，在政务、行业和企业市场展开一场全方位、长周期的争夺。而这场争夺，很可能会重塑未来的市场格局。

颜亮所说的

，本质上是由新一代人工智能带来的方向性变化。

往前推几年，大家做的人工智能更多是功能性的，也就是围绕单个点去做智能化尝试。但大模型出来后，一切都变了——

。

怎么理解这个变化？可以打个比方：汽车延展了我们的腿脚，机器臂延展了手，摄像头延展了眼睛，采集器延展了耳朵，但这些都像是神经系统的局部集群。

这就是系统智能的雏形。

从企业内部的视角看，各个部门都在寻找自己的应用场景，本质上就是所有前端的“功能性集群”在和“大脑”建立连接。同样的变化也发生在城市层面——城市中的各种采集器、交通工具，同样正在与大模型连接。

更深一层的原因是，大模型正在改变生产力本身。很多人容易把它仅仅当作一个工具，

颜亮说得直接：这恰恰是整个进步的基础。

目前大家看到的，大模型大多扮演的是“助手”的角色。但在浪潮云的一些业务场景里，

这种新的分工，会给各个行业带来一连串的改变。

面对这样的变革，浪潮云也公布了自己的新定位——成为

。围绕这三个维度，他们正在打造全方位的能力。同时也提出了新的品牌Slogan：有云处皆智能。

为什么在系统智能之外，还要强调生态化运营和安全可信赖？

以生态化运营为例，这一轮人工智能变革中，很多用户有顾虑：投资建好的新基础设施，过时了怎么办？刚买的大模型，明天迭代了怎么办？体系都建好了，自己没有调优技术怎么办？尤其是调优——在这个战场上，

，这一点身处其中的企业体会很深。

在这种局面下，大家发现，

用购买服务的方式，各行业就能放心大胆地去尝试落地。这也是云企业在新赛道上比拼的重点。

浪潮云首席技术官孙思清说得更直白：“很多人觉得

是个技术，从云服务的技术堆栈来讲，”云计算企业提供的是基础设施和数据服务，而大模型恰恰是当前把业务和技术结合得最好的工具。要想用好它，最终要靠生态和运营态。

至于安全可信赖，这是客户的底线。只有安全得到保障，很多行业客户才敢真正入场。

02 行业大模型必须下场，呈现三大阶段

过去一年，行业市场上大模型的落地速度比很多人预想的要快。

Gartner最近发布的技术成熟度曲线显示，生成式AI（Generative AI）已经处于曲线最顶峰的右侧。这说明

。

今年4月，浪潮云在青岛发布了海若大模型的业务战略，首批面向政府、交通、应急、制造、医疗、农业这六大行业。

颜亮当时就提到，2023年全国掀起了百模大战，“但在后续的裂变中，我们意识到，大模型要能快速展现场景价值、快速落地，

。”

这个观点目前在业界已经形成共识。相关企业都在行业赛道上展开布局。如果说2023年是通用大模型的元年，那么

。

在行业市场，颜亮观察到一个明显的变化：他们接触的大量客户，已经很少有人质疑大模型的价值了，大家都在讨论怎么去尝试。经历了去年一段时间的观望和犹豫，很多头部企业又重新入场，或者加大了入场的力度。

“现在大模型很热，各个峰会、论坛基本都主打大模型。什么时候不热了、声音小了，才是真正成熟的阶段。

”颜亮的判断很清醒。明确了发展阶段之后，下一步要看的就是行业市场的具体节奏。

孙思清则把最近一年来客户的进展情况，总结为三个阶段：

浪潮云首席技术官孙思清

客户刚开始接触大模型，最关心的是它怎么和自己的业务结合，于是，想看看大模型到底能带来什么实际价值。

客户尝到了甜头，开始。这时候就需要提供更多的行业数据，来不断打磨和提升模型的效果。

客户的认知完全不一样了。他们开始思考——换句话说，要把大模型真正当做底座来规划。

“这其实就是浪潮云正在推进的系统智能。”孙思清说，这是一个螺旋上升的过程，目前在行业中，

。

为什么过去一年行业市场走得这么快？颜亮认为，大模型本身有一种“

”。

他举了个例子：“我们在一个制药企业用大模型做靶点分析，过去10个博士的工作，现在1个博士就能完成。这对其他制药企业的压迫性非常强。”因为大模型对业务可以带来直接的改变，一旦行业标杆做出来了，其他企业就不得不跟进。

过去一段时间，浪潮云的海若大模型在六大行业市场，已经打造了300多个落地场景。

展区中展示的海若大模型落地产品和技术

比如，

在上海虹口区落地的“智能小虹”，通过智能问答为基层工作人员提供办事指南，材料整理效率提升了100倍，有效减轻了1000多名基层工作人员的政务负担。

，评审时长压缩到2分钟，准确率达到90%以上，节约财政资金20%。，实现了跨表分析、指标灵活设定，生成时间从3天缩短到3秒。还有，社区工作站岗位推荐的匹配成功率达到70%，远高于人工匹配的25%。

的“急救助手”，实现了“呼叫即急救”，医疗接触时间缩短到2分钟，辅助指导的精准率高达98%。

的“道路智能巡检”，人机协同作业，100公里巡检只需要2人天，每天自动识别200万张图片，实现了道路的“常态化预防性”养护。

的“合同评审”，把合同评审周期减少到3天左右，风险规避率达到98%，评审一次通过率提升至90%……类似的场景还在不断落地中。

03 政府和企业客户，正在落地系统智能

只有在全场景能力的加持下，行业大模型才能真正顺利落地。这对云计算企业提出了全新的要求。

大模型对云计算技术的影响是碘伏性的。在底层算力结构上，中国信通院的统计显示，最近5年，

。在数据层，业界正在从传统的数据治理，转向的相关工程，数据合成技术也越来越受关注。云服务中间出现了（模型即服务）。而在应用层，除了助手型应用，未来的可能会带来更大的改变。

国际和国内的大厂，其技术堆栈都在向人工智能方向转变，正在经历从量变到质变的过程。

顺应这一大势，浪潮云在技术堆栈上也在同步演进。

“

，我们前期在全国已经布局了120多个云中心，在智算和算力调度部分投入了大量精力。”孙思清介绍。

在智算领域，核心挑战是解决多元异构算力的融合，以及异构算力与海若大模型的适配问题。同时，浪潮云判断，

。在这种分布式算力环境下，训练和推理的算力调度，将是研发投入的重中之重。

人工智能本质上是一个热数据产业。中国不缺少数据，但缺的是高质量数据集。孙思清指出，。他判断，高质量数据集在中国未来会变成一个独立的产业。

过去一年，通过收集、购买、授权和治理，

。在给客户提供大模型服务时，他们会带着数据入场。另外，根据相关报告，到2030年互联网数据将被人工智能消耗殆尽，这催生了对数据生成技术的强力需求。浪潮云也在投入数据合成技术。

政府侧的公共数据授权运营，今年受到了更多关注，但整体还处于起步阶段，数据流通的基础设施还不够完善。浪潮云因此在研发可信数据空间技术，包括为客户搭建授权运营技术平台。

孙思清透露，浪潮云正在与国家信息中心合作，进行相关技术攻关。预计

，依托全国的算力基础设施网络，构建起数据流通的基础设施。

浪潮云与国家信息中心联合发布数据空间报告

今年海若大模型参与了一些技术打榜——通过这种方式来解决不同层面的技术瓶颈，同时也能客观衡量自身达到的技术水平。海若已经拿下了包括QASC国际榜单在内的榜首位置。

有了算力基础设施、高质量行业数据集、模型算法，再加上可信赖的服务和可持续的运营，浪潮云开始在系统智能上进行真正的实践了。

一个很有代表性的案例，是在黑龙江省落地的“龙政智数”。这是省级政府在大数据上的一个整体性尝试，

，形成了构数、找数、问数、比数、写数、解数和审数这七种能力，从而充分释放数据要素的价值。这个平台建成后，还将辐射到更多的行业单位。

据了解，不仅是政府市场，一些大型行业在系统智能方面也将取得阶段性成果。

颜亮最后总结说：“当下，我们要集中精力，帮助各行各业升级基础设施。”让大模型在基础设施层快速生长出来，面向城市也好，各行各业也好，运营模式自然而然就会形成。