当前，随着新质生产力概念的走深与数字化转型的走实，在数字化、网络化、智能化日益融合的背景下，大模型作为人工智能领域的重要突破，逐渐成为推动行业智能化变革的核心力量。
然而，AI大模型在行业应用中尽管被寄予厚望，却也存在一些明显的“窘境”，这些窘境并非完全源自技术本身的，而更多地体现在实际应用与理论预期之间的落差。因此，如何将AI大模型更好落地在行业应用成为当下产业链关注的重点。
近日，在华为开发者大会2024期间，华为云EI服务产品部部长尤鹏在演讲中深入剖析了AI大模型在行业应用中所面临的实际挑战，并给出华为云的五大创新举措，在AI大模型如火如荼的当下，旨在切实各行各业实现智能化升级。
华为云EI服务产品部部长尤鹏
发现大模型落地应用“暗礁”
自2017年国务院发布《新一代人工智能发展规划》后，发展人工智能不仅成为国家战略，也是新的重要经济增长点。回顾过去两年，伴随着人工智能的快速发展，各行业政策已经将业务智能化变革的目标明确定位为提升生产力。这一转变意味着，传统的生产方式和管理模式正在被更高效、更智能的新模式所取代，人工智能也已从单纯的技术概念，转变为实实在在推动产业进步和社会发展的强大引擎。
2024年，新质生产力概念的推出进一步调了大模型在赋能行业中的关键作用。大模型，作为人工智能领域的重要突破，其强大的数据处理和分析能力为各行业带来了前所未有的机遇，不断催生新的商业模式和服务范式。
也正是在过去一年中，盘古大模型在30多个行业中成功落地，覆盖了400多个应用场景，取得了显著成绩。
然而，据尤鹏介绍，大模型在行业的实际应用过程中，其落地并非一帆风顺。
具体来看，由于每个行业都有其独特的工作流程和业务规则，通用大模型在面对特定行业场景时，往往显得力不从心，无法满足个性化的需求，同时，尽管大模型具有强大的学习和推理能力，但面对纷繁复杂的行业应用，其泛化能力仍然有限，在人才方面对于具备深度学习、自然语言处理等领域专业知识的人才储备量也明显不足。
更为关键的是，从模型设计、训练到部署，大模型的工程化每一个环节都需要精细的技术操控和丰富的实战经验，因此训练成本高昂，其商业模式有待进一步创新，以降低其应用门槛和推广成本。
可见，这些挑战犹如企业数字化转型路上的一个个“暗礁”，让大模型在产业落地应用“知易行难”。
五大举措洞见大模型应用落地“内核”
事实上，大模型落地行业并非一蹴而就的过程，而是需要经历一系列复杂而细致的步骤。这不仅仅是一个技术实施的问题，更涉及到行业理解、数据整合、模型优化、实际应用场景适配等诸多方面的挑战。每一个行业都有其独特的运行逻辑和业务需求，因此，大模型在落地时必须深入洞察行业的核心痛点，精准对接实际需求，才能发挥出其应有的价值。
针对大模型行业应用落地挑战，华为特别推出了五大创新举措，旨在全方位赋能千行万业的智能升级进程，而这五大举措，不仅体现了华为对行业智能化发展的深刻洞察，也让我们洞见了大模型落地应用的“内核”。
一是大模型技术与行业场景双向驱动，加速大模型落地行业。
作为本次HDC大会的重头戏，华为发布的盘古大模型5.0在多模态能力的提升、理解能力的增强、全系列的模型应用三个关键方面实现了显著升级。三大能力的提升确保了数据的准确性和丰富性，同时，结合金融、安全、医疗等关键行业的实际场景，华为制定了针对性的行业评测集，以验证大模型在实际应用中的性能和效果，这使得大模型技术的演进与行业场景应用之间形成了紧密的双向驱动关系，不仅加速了大模型在行业的落地应用，还为基础大模型的进一步完善提供了源源不断的动力。
二是大模型中台提供灵活、安全的行业大模型解决方案。
华为的大模型中台不仅能同时纳管盘古大模型、用户自研的大模型，还能兼容传统的小模型，实现了模型管理的统一与高效，针对应用场景中多模型协同的需求，大模型中台能够进行高效的多模型分发，满足了复杂应用场景下的模型需求，为用户提供了灵活、安全且高性价比的行业大模型解决方案。安全性方面，ModelArts Guard安全护栏为模型内容提供了坚实的保障，确保其安全性和合规性。通过先进的检索增强技术，大模型中台能够有效消除大模型的幻觉，提升了模型的准确性和可靠性。
三是大模型工程化套件，降低大模型应用门槛。
为了降低大模型的应用门槛，ModelArts Studio为不同层次的开发者提供了个性化的解决方案，并在原有数据工程、模型开发、应用开发的基础上，创新性地增加了Agent开发套件，这一举措形成了一个“场景+数据+模型”的完整飞轮，不仅成功地将大模型技术从专家领域推向了更广泛的开发者群体，更持续推动行业创新实践的迭代升级。
四是百模千态首选云底座，加速大模型商业闭环。
华为依托三大核心枢纽中心，构建了满足全国需求的昇腾AI云服务，通过对CPU、NPU、存储、网络等进行了端到端的优化，昇腾AI云服务针对千亿参数模型进行了40天内无中断地完成训练，且平均故障恢复时间小于10分钟，同时，昇腾云服务不仅提供算力支持，还在迁移、部署、调优等环节提供了一系列的支持和服务，用户只需一键接入，即可按需取用所需的服务和资源，极大地简化了大模型应用的开发和部署流程。此外，华为还将Al Gallery与云商店打通，为开发者提供了便捷的应用销售渠道。这不仅为开发者提供了丰富的应用选择，还帮助他们完成了商业闭环，实现了应用的快速变现。
五是赋能客户和伙伴，打造企业内生的AI应用开发能力。
为了帮助客户和伙伴构建强大的AI人才梯队，并降低大模型实施的技术门槛，华为提供了一套完整的赋能方案。面向企业管理者，华为通过开设数字化转型基础技术班、数字化转型领航班以及数字化转型高潜班等课程，帮助集团高层和管理者深化对人工智能价值的理解，认同其发展趋势，并增强投入信心；对于技术团队，华为则通过“学、练、用”相结合的方式，提供全方位的培训和支持；通过这一赋能方案，华为不仅帮助客户和伙伴掌握了AI技术，更激发了他们的创新思维和独立解决问题的能力。
在五大举措的背后，是华为云始终坚持AI for Industries，以盘古大模型技术优势为基础、以华为云昇腾AI云服务为内核，通过提供性能领先、可持续的AI算力底座，贴近客户业务场景的现实需求，让人工智能开发标准化、可复制、批量化生产，加速千行百业的智能化进程。
更为重要的是，华为云致力于帮助客户和合作伙伴构建企业内生的AI应用开发能力。通过提供专业的培训、技术支持和咨询服务，华为云不仅帮助客户“扶上马”，更要“送一程”，确保客户能够在AI的道路上走得更远、更稳。
在交通领域，云南省交通投资建设集团基于盘古大模型构建交通行业大模型，通过综合应用语言大模型、视觉大模型、齐天交通时空态势分析引擎等多种能力，加速人工智能与交通业务场景融合；在天津港，通过建设行业专业样本库、港口CV大模型、大模型智慧管控平台，高质量建设港口CV大模型，港口大模型成为天津港数字化转型“新质生产力”的典型作品；在建筑领域，万翼科技基于盘古大模型，结合自研的创新算法集和图纸RAG技术，率先发布工程图纸大模型，在方案设计、审图、图纸管理、施工现场进度等诸多业务场景实现AI应用落地，全面推动行业生产力变革。
后记：将AI大模型引入千行万业
1943年，科学家Warren McCulloch和Walter Pitts首次提出了“神经网络”的概念，这标志着人工智能领域的开端，并为人们理解计算机如何可以像人脑一样进行“深度学习”奠定了基础；1956年，在达特茅斯学院举行的一次会议上，来自不同领域的科学家聚集一堂，正式确立了人工智能作为一个研究学科，标志着人工智能的正式诞生。
2023年，华为云引领AI技术革新，推出了盘古大模型3.0，秉承“解难题，做难事”的理念，深入挖掘AI技术在各行各业实际应用中的巨大潜力，致力于将智能技术的价值最大化。
如今，从金融市场的复杂数据分析到政务服务的智能化升级，从制造业的精益求精到矿山作业的安全高效，再到气象预测的精准度提升以及轨道交通的智能化管理，AI正以前所未有的速度和广度，渗透到千行万业，成为推动新一轮效率革命的锐利“尖刀”。这不仅是技术进步的体现，更是社会发展与产业升级的必然趋势。
本次峰会上，来自矿山、医药、互联网、游戏等行业的客户和伙伴们对外发布了基于华为云盘古大模型联合创新成果。华为云还联合多家客户、伙伴发布了AI联创成果以及AI联合创新计划，为客户、伙伴提供专业、高效的服务。
值得一提的是，面临大模型技术日新月异的挑战，华为也在与科学界及产业界联合攻坚克难，目前华为云在黄大年茶思屋上也发布了AI领域的五大难题榜，覆盖训练、推理、微调、资源利用等方面，希望与产业界一起不断迸发智慧的火花。
路虽远，行将必达；事虽难，做则必成。回看华为云发布的五大举措，不仅是对当下大模型落地困境的回应，更是对未来智能化时代的深刻洞察和战略布局。它们像五把钥匙，逐一解锁了AI大模型在行业应用中的重重枷锁，可以说，大模型成功落地行业，不仅是技术创新与行业智慧相结合的典范，更是人工智能真正赋能千行万业的关键一环。
