國是訪問｜大模型發展按下加速鍵，小模型會被淘汰嗎？

　　文/劉育英 汪俐辰

　　6月28日，為期三天的2024 MWC上海(上海世界移動通信大會)落下帷幕。本屆大會以“未來先行”為主題，5G、AI、大模型成會期探讨的高頻熱詞。

　　“中國是全球最大的5G市場，預計今年年底中國5G連接數将突破10億大關。”全球移動通信系統協會(GSMA)會長葛瑞德(Mats Granryd)表示，中國正在為5G-A(5G-Advanced，增強版5G)的演進奠定基礎。

　　與此同時，工業領域大模型的發展也備受大會關注。此前畢馬威中國發布的《工業大模型應用報告》指出，大模型有望成為驅動工業智能化的引擎。

　　中國5G商用已有5年，5G商業化對運營商業績的貢獻幾何？随着生成式人工智能時代的到來，在工業領域，生成式AI(大模型)将對工業帶來一場怎樣的變革？

　　對此，國是直通車專訪了畢馬威中國通信、媒體及科技行業管理咨詢服務主管合夥人高人伯，以及畢馬威中國企業數字化戰略咨詢主管合夥人李良，就當前電信行業發展轉型及工業大模型前景展望進行探讨。

　　采訪實錄摘編如下：

　　5G和數字化助力中國運營商業績增長

　　國是直通車：中國5G商用已有5年，如何評價5G商業化對運營商業績的貢獻？預計5G-A投資規模将會有多少，商業回報如何？

　　高人伯：5G商業化無疑為運營商帶來了顯著的增長動力。5G網絡的高速、低延遲和大連接數的特性，使得運營商能夠為用戶提供更為豐富的服務。此外，5G技術還在工業、醫療、教育、交通等多個行業領域發揮賦能效應，為運營商帶來了新的業務增長點。

　　然而，5G網絡建設的投資成本也非常巨大。雖然随着5G網絡的商用化，用戶規模不斷增加，但網絡建設和維護的成本也在不斷增加。

　　5G-A的投資會持續增長，并有望為運營商帶來更高的商業運營收益。5G-A在網絡速度、延遲、連接數等方面實現顯著提升，同時引入了通感一體、無源物聯、内生智能等全新的革命性技術，能夠更好地匹配人聯、物聯、車聯、高端制造、感知等場景。

　　5G-A的發展不僅将推動運營商的商業運營收益增長，也将促進中國科技的持續發展。5G-A的發展将提升中國在通信技術領域的國際競争力，推動相關産業鍊的發展和創新。5G-A的廣泛應用也将為中國的經濟發展和社會進步提供強有力的支撐。

　　國是直通車：畢馬威在2024MWC上海發布的《從電信企業向科技企業轉型：電信業發展展望》顯示，傳統電信運營商面臨成本上升、toC業務增長乏力、流程複雜等挑戰。但中國的電信運營商近一兩年來業績向好，其驅動因素是什麼？

　　高人伯：其驅動因素可以歸納為三個方面：

　　第一，中國運營商的數字化轉型業務得到強勁增長，這不僅推動了傳統業務的升級，也開拓了新業務領域，如雲計算、大數據、物聯網等。

　　第二，5G業務的快速發展也助力了運營商業績發展。

　　第三，政府對數字化轉型和網絡強國戰略的推動，為電信運營商提供了有利的政策環境。同時，各行各業數字化轉型的深入推進，為運營商提供了廣闊的市場空間。

　　國是直通車：運營商傳統業績增長乏力，報告提出運營商向科技企業轉型。中國的運營商也開始加碼對智算中心、智算網絡，以及對AI大模型的投資。您認為運營商向科技公司轉型有哪些可為之處？

　　高人伯：随着電信業向科技企業轉型的浪潮，企業應緻力于構建更為靈活的組織架構，并将客戶置于戰略核心。

　　具體而言，企業以客戶為中心，通過雲架構設計以及數字服務的部署與應用，精心打造多樣化的數字服務組合。這一轉型不僅提供卓越的數字體驗和前沿的自動化水平，更驅動數據導向的決策制定。這一轉變使得企業能夠迅速響應客戶和市場的多元化需求，從而構建具備高度競争力的綜合服務。

　　同時，這些競争力的提升直接服務于以客戶為中心的服務和體驗，進一步增強了客戶的滿意度。除了對内部系統和流程進行簡化、集成化和自動化外，企業還需大力加強客戶細分和數據分析能力。通過這一系列的變革，電信企業能夠逐步邁向更加智能、高效和創新的未來。

　　大模型時代，如何為工業智能化賦能？

　　國是直通車：有觀點認為，未來制造業将是大模型應用的主戰場，您怎樣看這種觀點？

　　李良：随着近兩年快速發展，大模型現已滲透至衆多行業，展現出其廣泛的應用潛力。我認為制造業将成為大模型應用的一個關鍵領域，因為工業場景對智能化的需求日益強烈，而人工智能恰好能夠精準滿足這一需求。

　　目前，工業領域已經曆了多年的成熟發展，累積了海量的數據、堅實的基礎能力和豐富的場景需求。在此背景下，工業界正積極探尋一種既能節省人力物力，又能顯著提升工作效率的新型工作模式。人工智能恰好展現出了類似人的理解和分析能力。這些能力與工業場景的完美結合，将智能化全面引入工業生産的各個環節，包括生産、運營和管理等，從而不斷優化感知、認知和決策等流程。這一變革有望引領工業領域步入一個“自适應、自決策、自執行”的時代。

　　國是直通車：人工智能進入了生成式人工智能時代，在工業領域，生成式AI(大模型)對工業将會帶來一場什麼級别的變革？是否類似于一場工業革命，其願景是怎樣的？

　　李良：生成式AI正改變着工業生産的模式，引領制造業由數字化階段邁向智能化新紀元。過去，人工智能在工業中的應用多局限于質量檢測、預測性維護等特定領域。然而，随着生成式大模型的崛起，迎來了“基礎模型+多樣化應用”的嶄新格局。這些大模型憑借卓越的理解、生成及泛化能力，能夠深入洞察工業領域的複雜問題，産生創新的知識和洞見，并在更廣泛的工業場景中展現其影響力。

　　盡管龐大的參數和計算資源對大模型的訓練構成了挑戰，但随着新型技術和應用模型的不斷湧現，大模型的訓練成本正逐步降低。這一趨勢無疑将加速大模型在工業領域的廣泛應用，為未來的工業生産注入更多的智能化元素。

　　國是直通車：生成式AI(大模型)和判别式AI(小模型)的應用有何不同，大模型未來是否會取代小模型？

　　李良：大模型與小模型之間存在本質區别，且各自具有獨特的應用場景，因此大模型無法完全取代小模型。

　　小模型在工業生産制造領域展現出卓越的能力，其基于有限數據支撐的精準判别和決策，确保了模型的準确性和穩定性，這使得小模型在該領域的應用更為可靠和高效。相比之下，大模型則更适合于綜合性和創造類的工業場景。

　　大模型憑借其強大的泛化能力和創造性，在研發設計、綜合經營管理等方面發揮着重要作用。在綜合型工業場景中，由于涉及多個系統、多個流程的協同工作，需要處理文檔、表格、圖片等多類數據，變量之間的關系錯綜複雜。大模型通過深度學習和複雜的網絡結構，能夠捕捉并模拟這些複雜關系，為全面理解和優化複雜系統提供了有力支持。

　　盡管大模型在成本收益比、穩定性和可靠性等方面存在問題，且其在工業領域的探索尚處初級階段，但其強大的泛化能力和處理複雜任務的優勢，使其在更廣泛的領域展現出巨大潛力。與此同時，小模型以其高效、靈活的特點，在特定場景和資源受限的環境中發揮着不可替代的作用。因此，大模型與小模型将長期共存，共同推動工業領域的進步與發展。

　　國是直通車：工業大模型目前應用情況如何？其落地還存在什麼困難，應如何解決？

　　李良：大模型技術正處于蓬勃發展的黃金時期，盡管取得了顯著的技術突破，但在安全、可靠性以及成本控制等方面仍面臨嚴峻挑戰。

　　當前，工業數據質量參差不齊，數據間的關聯性和複雜性也極高，其來源、采集方式、時間戳等因素都可能影響數據的準确性和完整性。這種數據結構的多樣性和質量的不均衡性，無疑給工業大模型的訓練和應用帶來了巨大的挑戰。為了應對這一挑戰，必須投入大量的時間和資源，對數據進行精細的清洗、預處理和校驗，以确保數據的準确性和一緻性。這一步驟對于構建高性能的工業大模型至關重要。

　　此外，工業大模型的應用場景要求極高的準确性和穩定性，以應對複雜多變的工業環境。因此，在追求模型性能的同時，還需要降低計算複雜度和内存占用，以實現高效的實時推理。同時，大模型的推理和訓練成本相當高昂，長期運營更是需要持續的人力和算力投入。

　　然而，随着未來技術的不斷進步，大模型的成本将逐漸降低，使其能夠更廣泛地應用于各類工業場景中，為行業的智能化和數字化轉型提供有力支持。