大型政企寻求“智能化配方”，谁是“偏方”，谁是“验方”？

文 | 智能相对论

作者 | 叶远风

两会落幕，“人工智能+”已成为国策，而全面推进智能化建设，大型政企首当其冲、责无旁贷——它们既是智能化转型升级的重要构成部分，也能直接在垂直领域形成价值引领、以点带片。

当智能成为大型政企下一步的必须选择，云计算以其全方位助力的价值，正在成为最好的技术工具。

只是，在大型政企面临的只许成功、不许失败的“低容错率”下，选择合适的外部合作方变得十分关键。

如何选择？

事实上，政企智能化升级往往基于问题、痛点而进行，这就如同看病开药，同样的问诊需求，各路医家开出来的“药方”不管说得有多么好，只有那些被实践证实有确切疗效的“验方”才更值得信任，否则只能是空有疗效期许、充满不确定性的“偏方”。

从这个意义上看，那些已经做出了很多现实标杆案例成绩的云计算厂商，更值得信任。

典型如，华为云已在智慧城市、能源、金融、交通等领域打造多个成功标杆案例，其为大型政企们开出的“智能化配方”，就是能够解决痛点、满足需求的“验方”。

最近，华为中国合作伙伴大会2024在深圳召开，大会期间，颇多华为云携手伙伴服务大型政企的相关案例实践向外界进行了分享，从中，智能化“验方”如何而来也有了脉络。

能力“配伍”全+“单味”药性强：华为云开出大模型混合云“验方”

先来看两个案例。

在高铁运营过程中，动车组的人工巡检长期面临部件结构复杂、劳动强度大、夜间疲劳作业、人员素质参差不齐、作业中间环节多等业务痛点问题。

交通运输繁忙、责任重大，既要保证效率又要保证效果。

针对此种情况，北京铁道所与华为云合作，以盘古铁路大模型赋能高铁巡检机器人，以混合云的方式训练部署，对常见故障实现了全覆盖（以CRH380AL为例子，目前覆盖17大类，160+小项，16000+检查点），能够实现高铁重大故障识别100%无漏报、高铁故障识别准确率大于98%、高铁故障漏报率小于2%、测量精度误差小于0.5mm等效果，大大超越人工巡检能力。

在该方案的支持下，高铁动车组巡检可实现人机交检作业，替代下部组人工日常巡检——动车组入库360识别诊断，巡检机器人报出故障后，再由人工远程或现场复核，对真实故障进行修复。

由此，每套巡检机器人可减少2-3名下部作业人员，一个6线库配置2-4套巡检机器人，可至少减少30% 的作业人员，并大大提高了故障检测的效率和效果。2023年9月上线后，每天晚上进车的机检-人工检修过程已经完成94次，发现故障500多项，其中真实故障49处。

在煤矿等矿场作业过程中，长期存在高安全风险、高劳动强度、低人效等痛点问题。

例如，在防冲卸压作业场景（一种为了安全的保障作业），对钻机、钻孔等的质量监管，过去依赖井下录制视频、井上对视频逐个进行人工核验的方式，存在人工审核工作量大、核验滞后时间长、监管回溯难等问题。

云鼎科技和华为云基于盘古视觉大模型打造了防冲卸压AI监管系统，以CV基础大模型能力帮助山东能源实现作业影像实时传输分析，从而判定作业行为是否合格。李楼、新巨龙等煤矿引入后，降低了82%的人工审核工作量，让原本3天的防冲卸压施工监管流程缩短至10分钟，实现防冲工程100%验收率。

在这背后，是山东能源与华为云联合发布的全球首个商用于能源行业的AI大模型——盘古矿山大模型，以混合云的方式在山东能源训练部署，首批正在涵盖采煤、掘进、主运、辅运等9个专业的40多个场景实现应用。

在这两个“有确切疗效”的案例中，可以发现华为云开出都是大模型混合云“验方”，其具备两个特点：

第一，是构建了成熟、体系化的能力协同“配伍”。

华为云大模型混合云能够针对“问诊”需求，整合多味“药”进行“配伍”，发挥协同作用，全面、系统解决问题。

无论是与北京铁道所合作帮助动车巡检，还是与云鼎科技协作帮助山东煤矿实现智能化升级，华为云都在以大模型混合云的体系化建设，多角度、全面地解决大型政企客户的智能化升级面临的问题。

在这个“验方”中，有底层的昇腾算力，有落地于各区域的昇腾AI云服务，更有在盘古基础大模型基础之上与伙伴、客户共建的行业大模型、场景模型，集Al生产链算力平台、开发套件、专业服务、云服务于一体，一层一层、一步一步最终导向场景，这就是“配伍”的直观展现。

具体而言，大模型混合云能够提供从算力平台、计算框架到AI训练开发平台、大模型全链路自主创新的产品方案，帮助大型政企在本地数据中心一站式建设自己的专属大模型，并通过多云协同架构，帮助大型政企将大模型从本地延伸到边缘和公有云，实现公有云上训练、混合云微调、边缘云推理全场景跨云部署，满足合规性需求。

最终，华为云的大模型混合云以全面的能力“配伍”，让山东能源建立了一个集中心训练、边缘推理、云边协同、边用边学、持续优化等特征为一体的人工智能运行体系，大大提升煤矿生产智能化管理转型。

第二，是在优秀的“配伍”中，强力的“单味”药引导了药效突破——“验方”有效，“单味”药性足是关键，其他都是全过程的配合与协同。

在政企智能化这里，最终面向场景必须要能切切实实创造智能化效益。从前文可以看出，华为云大模型混合云促成一系列优质案例，核心也在于盘古大模型技术能力在混合云模式与伙伴的帮助下能够实现场景价值突破，实现增安、降本、提效等场景价值。

从2019年开始，华为云就开始投入AI大模型研发，一直坚持“AI for Industries”。华为云盘古大模型从诞生之初就是为行业而生，强调帮助行业解最难的题，做最难的事情，思考用大模型解决各行业研、产、供、销、服等环节面临的复杂难题，以现实的产业价值落地为导向。

当“人工智能+”时代到来，这必然是一个疗效确切的“单味”药，在华为云大模型混合云的 “配伍”支持下形成政企智能化“验方”，发挥出最大的价值。

成熟、系统“配伍”+强力“单味药”，华为云大模型混合云这个“验方”已经开始在不同政企发挥价值，在矿山、金融、铁路、政务等领域有丰富实践，实现全场景部署、跨云训练、多云适配等。

这也进一步证明了，当智能成为大型政企下一步的必须选择，云计算已经成为最好的技术工具。

“千人千方”：在全面能力储备下，以丰富产品满足不同政企实际需求

“验方”形成后，并不是人人都适用，要根据实际问诊需求进行必要的配伍调整，而其前提是，要有足够的“药”储备，能开出不同的方子、满足不同的需求。

北铁、山东能源案例之外，目前华为云已经协同合作伙伴，服务了全部97家央企中的50多家，以AI+工业互联网，帮助其提升效率；服务了800+政务组织，以AI+大数据，提升政务服务质量和城市治理效率；服务了300+金融机构，以云原生，推动核心业务基于云逐步分布式改造，等等。

可以看到，海量的大型政企案例背后，不同政企会有不同的技术、产品“配方”，华为云既提供全栈式能力“配伍”，也往往凸显了某个直接带来价值的单项尖刀产品的能力。

以金融机构为例，随着业务不断拓展，用户量快速增长，中国邮政储蓄银行面临百TB级海量历史数据、千亿级单表数据量，甚至高峰期上万的用户并发量，原本基于IOE体系架构的个人业务核心系统已经无法满足日益增长的业务需求。2019年，邮蓄银行携手华为云GaussDB数据库全面启动新一代个人业务分布式核心系统的规划和建设，2022年4月全面投产上线，完成传统商业数据库的全面替换，实现了全技术栈的自主把控。

在GaussDB的强大特性下，新一代分布式核心系统让邮蓄银行新系统可为全行6.5亿个人客户、4万多个网点提供日均20亿笔、峰值6.7万笔/秒的交易处理能力，有效应对月末等节点的业务需求冲击。