2024 年，随着企业逐渐从追逐大模型的潮流与参数规模转向行业实际落地，华为携生态伙伴在大模型深耕行业的成果已遍地开花。在 9 月 19 日华为全联接大会 2024 同期举办的华为云 AI 用户峰会上，华为云为 28 个创新项目颁发了'AI 先锋奖'，涵盖医疗、教育、交通、物流、钢铁、矿山、汽车、环保、政务、金融、运营商等 16 个重点行业。
面对大模型热潮，众多企业与政府组织能够静下心来，抵住诱惑，战胜困难找到大模型应用的真正价值实属不易。众所周知，应用大模型成本高、投入大，如何将有限资源投入到真正产生价值的地方显得非常关键。正如华为云大数据与人工智能领域总裁尤鹏所言，从实践中来到实践中去，共同探索才能走出企业智能化的蜕变之路。
大模型不应局限'对话框'，已深入千行万业
发展新质生产力实现产业升级并推动高质量发展是国家战略。大模型技术作为新质生产力的典型代表，为企业赋能是根本。然而，企业需求复杂多样，大模型训练与微调既需要强大算力，又需众多企业数据与行业知识。因此，大模型的应用不应局限于'对话框'这种单一模式，而应面向产业，尤其是重点行业，挖掘需求痛点，为产业创造价值。
在传统行业中，能源是一个大行业。中国矿产资源丰富，若能利用大模型技术提升生产效率，既能产生巨大经济效益，又能保证生产安全。山东能源集团作为行业领军企业，其旗下云鼎科技依托华为盘古大模型建设了集团人工智能训练中心，探索和发掘煤矿生产领域的采、掘、机、运、通、洗选等全场景的人工智能应用。在洗选煤和配煤场景中，由于生产工艺数据输入因素关系复杂，无法完全凭人工经验确定。项目团队利用山东能源厂矿的实际数据进行建模，协助解决相关参数准确预测和控制的问题。以焦化配煤优化场景为例，团队利用图网络技术训练配煤优化模型，经过训练，配比更精准且提高了输出效率，将人工耗时从 1-2 天缩短到分钟级，大大提高了生产效率。在安全巡检场景，通过盘古矿山大模型和 AI 应用的视觉识别能力，使得恶劣作业环境下每天巡检改为每周一次，节省人力同时减少安全事故率。山东能源集团在实现这些场景应用后，将其复制到集团其他矿井厂区，并开始为其他能源矿山企业服务，真正实现内部规模复制，内生外化向外输出。
中国电子商务快速发展，出海与全球化成为众多企业的新蓝海，物流已成为国民经济基础设施之一。据数据显示，2023 年全国社会物流总额达到 352.4 万亿元，2024 年 1 至 7 月份全国社会物流总额为 197.7 万亿元。面对如此规模，即使效率提升几个百分点，对整个社会与企业产生的价值也是巨大的。顺丰作为物流行业龙头企业，借助华为昇腾 AI 云服务，利用物流行业知识及供应链数据构建了自己的丰语大语言模型。经过预训练、监督微调以及基于人工反馈的强化学习后，将大模型渗透到员工服务、客户服务、物流下单、审单及清关等环节。在客服工作台，实时获取和反馈物流信息是保障服务效率的关键，在丰语大模型帮助下，通过优化信息抽取功能，使实时物流信息抽取错误率降低了 52%；在国际物流配送中，针对不同国家对收寄物品有不同标准和要求，借助丰语大模型改进对物品名称的改写功能，使收寄物品名改写错误率降低了 42%。这些看似微小的变化，放在巨大产业产值面前就是巨大的经济效率。
其实，不只是能源矿山和物流行业，中国产业门类齐全，产业链条完善，拥有全面的海量数据，这就要在千行万业中找到机会，全面推进大模型创新与深度赋能。据华为公司副总裁、华为云中国区总裁张修征介绍，华为已经携手客户、伙伴将盘古大模型落地到了医疗、电力、气象等 30 多个行业，400 多个模型应用场景，为各行各业的生产场景'解难题、做难事'，为客户带来实际的经济效益和生产价值。
人工智能行业发展之难，技术场景应用是关键
将大模型与行业深度融合，不同行业有不同的需求，涉及企业的研发、营销、生产、制造、供应链、经营与管理等众多环节，每个环节的业务场景对模型的精度要求也不同。要找到合适的技术应用场景成为关键，需要产业中的技术服务商与愿意探索创新的先锋客户共同努力。
天士力作为中国生物医药的领先创新企业，在华为云盘古 NLP 大模型和盘古药物分子大模型基础上，学习训练了 4000 多万篇文献、1000 多本古籍等中医药数据，从古方古籍和现代文献中总结出知识和经验，开发出了中医药语言大模型和计算大模型'数智本草'。并且在盘古 17 亿化合物的药物分子大模型基础上，增训了 350 万天然产物分子数据，首次构建了中药材天然产物分子计算大模型。基于数智本草平台快速精准的文本挖掘算法、整合的疾病基因和药物靶点信息，系统诠释了多个复方中成药的作用机制，有望更好地优化方剂和发现新药，提升中医药研发创新效率。同时，还将中医名医专家经验的数据整理，对大模型进行微调，构建了名医辅助诊疗开方模型，进而实现名医经验的传承。
高铁网络作为我国交通的大动脉，截至 2023 年底运营里程已达 4.5 万公里，确保安全运营的日常运维成为重要工作。当前已投入数万人从事故障检测识别工作，但由于劳动强度高，导致人员流动大、检修质量难保证，且成本极高。北京铁道工程机电技术研究所股份有限公司将华为云盘古铁路大模型应用在北铁所巡检机器人动车一级修项目上，以便改变检修方式。对于该场景数据，由于故障多拍摄成图片，要识别故障需采用多模态融合诊断技术对采集到的多模态数据进行学习。要将行业 know-how 转换为车辆故障标准定义、车辆图像样本标注数据才进行训练学习。同时，对于图像重构算法则利用图像分割、擦除、生成、融合等方式，尽可能构造出多种罕见的故障形态，以解决罕见故障的识别难题。这样，才能在随后推理过程中，采用图片 +3D point cloud+laser spectrum 的 MFD 解码技术和多维度空间特征对齐算法，对故障进行多模态诊断。
另外，项目开发周期也是一个考验。为了推运进度，结合华为开放的盘古 CV 大模型工作流和技术支持服务，自行进行算法开发，算法精准度提升了 5% 到 20%，开发周期减少 50%。正式上线后，目前动车一级修项目已经能够覆盖 8 大类型、350 多种故障，故障识别准确率大幅提高，在多个细分场景实现了 98% 以上的准确率成绩，而且具有识别的故障'全'、'准'的特点。
可以看到，在这些新场景上的创新，反映出大模型创新不是一家企业的创新，每个场景都有其所在领域独特的需求和挑战，需要定制化的 AI 解决方案，是集众智的创新，包括完善能够聚集各行各业的专家和资源的生态系统。这种场景创新不但为企业创造了巨大价值，而且带来了行业的变革，意义重大。因此，要为人工智能时代呼唤更多的先锋，才能将更多场景打造出来，真正推动大模型的应用。
