《AI 大底座价值实现白皮书》开放下载，人工智能基础设施助力数字经济高质量发展

2023-10-11
北京
本文字数：3475 字
阅读完需：约 11 分钟

本文整理自 2023 年 9 月 5 日百度云智大会 - 智能计算 &大模型技术分论坛，中国信通院产业与规划研究所副总工程师王青的主题演讲《人工智能基础设施助力数字经济高质量发展》。该演讲对百度智能云联合中国信通院共同编制的《AI 大底座价值实现白皮书》的背景形势及业界动态进行了介绍。

该白皮书在分析 AI 成为当前智能时代新型生产力的基础上，梳理了依托百度 AI 大底座构筑新一代 AI 基础设施的优势特点，并着重分析百度 AI 大底座助力企业构建智能化新范式，以及支撑区域产业实现智能化转型的机理、路径及典型实践案例，旨在为业界需求主体重新认知 AI 生产力、推进需求侧智能化升级提供可信的 AI 基建落地方案及推进路径参考。

白皮书下载链接，请访问：AI大底座价值实现白皮书下载申请。

今天我主要从政策、供给和需求等三个方面和大家探讨下人工智能基础设施如何助力数字经济高质量发展。

近年来，随着 ChatGPT、文心一言等大模型霸屏热搜，人工智能已经成为全球数字技术创新活跃的前沿领域，也成为了数字经济的新赛道和竞争的新方向。

ChatGPT 之所以能够成为人工智能领域现象级的爆红应用，背后的原因是大模型推动了人工智能从辨别式人工智能发展到了生成式人工智能。这也意味着 AI 产业化进程全面提挡加速，已经从实验室进入工程实践落地阶段。而 AI 大模型的工程化落地，也激发了新模式、新业态的持续涌现，让我们看到了一条通往通用人工智能的发展路径。下面，我将从三个方面来介绍一下。

首先，大模型和 AIGC 的融合，重塑了应用生态格局。一方面，企业可以基于大模型来构建、开发新的 AI 原生应用。另一方面，现有应用产品、业务形态也可以依托大模型技术进行重构。举例来说，互联网行业将逐步由 PGC（专业生产内容）、 UGC（用户生产内容）向 AIGC 演进，在创意、表现力、个性化等方面改善旧体验并创造新体验。

其次，大模型催生了新型的产业业态。随着大模型的逐渐成熟，产业界也借此拥有了快速部署构建智能应用的能力，为产业数智化转型提供了潜在的实施路径。未来云计算的商业模式可能从原来的 PaaS、IaaS 的服务逐步向 MaaS，即「模型即服务」的方向发展。与此同时，也会出现很多细分行业的模型精调应用公司。这些公司将帮助打通产业智能化的最后一公里，是通用大模型进化成行业大模型的关键。

第三，大模型提供了科学计算问题求解的新范式。原来很多科学计算更多的是传统作坊式的，在算力和数据上遇到了很多瓶颈。而通过以 AI 大模型为代表的新技术，可以帮助科学计算类问题由「作坊式模式」向「智能平台模式」演进。

伴随着科技创新和产业变革向着纵深不断发展，智能化升级已经成为重塑企业竞争力和提升区域产业竞争格局的重要变量。

从微观角度来说，AI 驱动了企业智能化转型，能否实现智能化也将成为企业未来发展的分水岭。根据信通院的统计，近五年来，全球范围内企业的 AI 使用率大幅提升 —— 截至 2022 年，有 50% 的企业部署了 AI 应用，我国的 AI 应用水平略低于全球平均水平，但也达到 41%。相较于国际水平，国内 AI 企业应用还存在着很大的发展空间。对于智能企业来说，借助 AI 实现企业增速增效，是他们在这一次新技术浪潮中抢占先机的重要手段。

从宏观角度来说，AI 的工程化落地对于区域地方产业发展、提升区域产业智能化水平也具有非常重要的影响。根据高盛的预测，AI 在未来十年将会带来 7 万亿美元的价值，将带动全球 GDP 增长 7% 以上。届时，AI 在区域经济活动中的价值将会更加凸显。

依托 AI 推进数智化转型和科技创新，是企业和区域产业拥抱智能时代、保持数字经济高质量发展和可持续发展的必由之路。

从下图我们可以看到，AI 的价值定位也在加速演进，正在成为辅助劳动者、劳动工具或劳动对象所形成的新的系统性力量。

十年前，物联网、大数据、云计算和智能算法技术的深度融合，让 AI 技术迎来爆发性的增长，以辅助工具的形态从实验室逐步走向产业界。自 2020 年开始，随着以 Transformer 为核心的预训练大模型在产品化和商业化上持续突破，AI 正以生产力的新形态从产业应用探索走向对产业的全面赋能。

AI 的生产力形态，可以理解为 AI 技术辅助劳动者、劳动工具或劳动对象的新的系统性力量。我们知道，生产力有三要素，包括劳动者、劳动工具和劳动对象。在智能时代，在 AI 的助力下，这三个要素均发生了全面的变革。

首先是 AI + 劳动者。在未来，以 AI 为形态的新劳动者将大量涌现，将颠覆性地改变现有的生产生活方式，大幅提升企业的人力资源效能。
其次是 AI + 劳动工具。在很多场景下，AI 可自动完成劳动或辅助劳动者成为更高效的生产工具，大幅降低人力成本、提升工作效率、降低潜在的人为风险。
第三点是 AI + 劳动对象。原来的劳动对象可能是土地，但这些资源是有限的。随着 AI 时代的到来，未来的劳动对象可能变成可以无限扩展的数据资料，大幅提升企业的生产效率。

在下图中我们可以看到，如果要充分发挥 AI 的生产力并让其落地，背后离不开强大的 AI 基础设施。

我们都知道，大模型的背后，离不开数据、算法、算力这三大资源要素。因此，在未来 AI 的发展中，以 AI 数据平台、AI 算法平台、AI 算力设施、AI 开放创新平台等为主要载体的基础设施，可提供专业前沿的 AI 应用及服务。

这些 AI 基础平台也会为企业提供专业前沿的 AI 应用和服务，进而支撑 AI 产业发展、赋能行业应用，为培育智能经济、构筑智能社会提供基础承载。

结合业界实践和行业发展趋势，我们认为，智能计算中心是 AI 基础设施落地的主要形态。智算中心，顾名思义，是涵盖了 AI 的软硬件、解决方案为一体的技术创新综合体，也是加快 AI 产业化和产业 AI 化的战略支撑。从赋能主体来看，智算中心可以分成企业级智算中心和产业级智算中心，二者在技术架构上基本一致，主要在实现目标和运营模式上有所差别。

未来的智能型企业、公共服务均需要构建在智能中心的基础上，就像刚刚谢总提到的，算力在未来将像水电一样普及到生活的方方面面。我们的企业和相关机构也可以选择自建、或者选择公共的基础设施来满足自己的实际业务需求。

对于企业而言，以大模型和生成式 AI 为核心的 AI 基础设施也可以演化为企业智能化底座（即企业级智算中心），在生产层面重新定义技术应用范式，助力 AI 生产内容、生成任务以及开发软件；在用户层面，也会重新定义人机交互体验，包括 AI 原生产品和服务，AI 原生工作方式以及人机交互范式渗透等等。总体来看，AI 基础设施可以实现企业生产效率和体验效果的「双效提升」。

当前，像百度等头部企业在密切地推进以 AI 基建为基础能力的赋能能力。比如，百度智能云依托 AI 大底座建设了长安汽车智算中心，加速了长安汽车自动驾驶等场景的 AI 工程化落地，构建了千卡集群算力调度和 PB 级分级存储管理的方案。这也是 AI 基础设施在汽车制造领域的典型落地案例。

对于区域产业而言，AI 基础设施从三个方面助力区域产业的转型升级。

第一，AI 基础设施可以助力增强地方经济效益，提升区域产业效力。AI 基础设施的落地可以帮助区域产业构建 AI 技术能力，通过实现自动化生产帮助地方经济产业释放更多劳动力。同时依托强示范效应，可以在行业内进行单点迭代，进而快速复制到整个区域产业，帮助地方经济实现整体的提质增效，提升区域的产业效力。

第二，AI 基础设施可以助力推动产业融合升级，形成区域产业合力。AI 基础设施推动数据要素贯穿到产业的上下游，帮助整个区域产业智能化升级以及提升供应链效率，助力区域的产业合力。

第三，AI 基础设施可以助力营造企业发展生态，增强区域产业活力。AI 基础设施也催生了很多新业态、新模式，尤其以智能化跨界融合为主要特点，打破了单一的产业路径，能够激发更多中小企业的活力，助力民营企业的发展生态，增强区域的产业活力。

根据统计数据可以看到，从 2019 年底开始，产业级智算中心在全国各地迅速建设落地。根据不完全统计，截至 2023 年上半年，全国已经投入运营和在建的产业级智算中心达到了 45 个，其中由政府主导的占比达到 83%。这说明从政府和区域的角度来说，非常重视智算中心的建设，并将其作为助力区域发展的重要途径。