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、大模型成會期探討的高頻熱詞。

　　“中國是全球最大的5G市場，預(yù)計今年年底中國5G連接數(shù)將突破10億大關(guān)?！比蛞苿油ㄐ畔到y(tǒng)協(xié)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(chǔ)。

　　與此同時，工業(yè)領(lǐng)域大模型的發(fā)展也備受大會關(guān)注。此前畢馬威中國發(fā)布的《工業(yè)大模型應(yīng)用報告》指出，大模型有望成為驅(qū)動工業(yè)智能化的引擎。

　　中國5G商用已有5年，5G商業(yè)化對運營商業(yè)績的貢獻幾何？隨著生成式人工智能時代的到來，在工業(yè)領(lǐng)域，生成式AI(大模型)將對工業(yè)帶來一場怎樣的變革？

　　對此，中新社國是直通車專訪了畢馬威中國通信、媒體及科技行業(yè)管理咨詢服務(wù)主管合伙人高人伯，以及畢馬威中國企業(yè)數(shù)字化戰(zhàn)略咨詢主管合伙人李良，就當(dāng)前電信行業(yè)發(fā)展轉(zhuǎn)型及工業(yè)大模型前景展望進行探討。

　　采訪實錄摘編如下：

　　5G和數(shù)字化助力中國運營商業(yè)績增長

　　國是直通車：中國5G商用已有5年，如何評價5G商業(yè)化對運營商業(yè)績的貢獻？預(yù)計5G-A投資規(guī)模將會有多少，商業(yè)回報如何？

　　高人伯：5G商業(yè)化無疑為運營商帶來了顯著的增長動力。5G網(wǎng)絡(luò)的高速、低延遲和大連接數(shù)的特性，使得運營商能夠為用戶提供更為豐富的服務(wù)。此外，5G技術(shù)還在工業(yè)、醫(yī)療、教育、交通等多個行業(yè)領(lǐng)域發(fā)揮賦能效應(yīng)，為運營商帶來了新的業(yè)務(wù)增長點。

　　然而，5G網(wǎng)絡(luò)建設(shè)的投資成本也非常巨大。雖然隨著5G網(wǎng)絡(luò)的商用化，用戶規(guī)模不斷增加，但網(wǎng)絡(luò)建設(shè)和維護的成本也在不斷增加。

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

　　5G-A的發(fā)展不僅將推動運營商的商業(yè)運營收益增長，也將促進中國科技的持續(xù)發(fā)展。5G-A的發(fā)展將提升中國在通信技術(shù)領(lǐng)域的國際競爭力，推動相關(guān)產(chǎn)業(yè)鏈的發(fā)展和創(chuàng)新。5G-A的廣泛應(yīng)用也將為中國的經(jīng)濟發(fā)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(fā)布的《從電信企業(yè)向科技企業(yè)轉(zhuǎn)型：電信業(yè)發(fā)展展望》顯示，傳統(tǒng)電信運營商面臨成本上升、toC業(yè)務(wù)增長乏力、流程復(fù)雜等挑戰(zhàn)。但中國的電信運營商近一兩年來業(yè)績向好，其驅(qū)動因素是什么？

　　高人伯：其驅(qū)動因素可以歸納為三個方面：

　　第一，中國運營商的數(shù)字化轉(zhuǎn)型業(yè)務(wù)得到強勁增長，這不僅推動了傳統(tǒng)業(yè)務(wù)的升級，也開拓了新業(yè)務(wù)領(lǐng)域，如云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等。

　　第二，5G業(yè)務(wù)的快速發(fā)展也助力了運營商業(yè)績發(fā)展。

　　第三，政府對數(shù)字化轉(zhuǎn)型和網(wǎng)絡(luò)強國戰(zhàn)略的推動，為電信運營商提供了有利的政策環(huán)境。同時，各行各業(yè)數(shù)字化轉(zhuǎn)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(tǒng)業(yè)績增長乏力，報告提出運營商向科技企業(yè)轉(zhuǎn)型。中國的運營商也開始加碼對智算中心、智算網(wǎng)絡(luò)，以及對AI大模型的投資。您認(rèn)為運營商向科技公司轉(zhuǎn)型有哪些可為之處？

　　高人伯：隨著電信業(yè)向科技企業(yè)轉(zhuǎn)型的浪潮，企業(yè)應(yīng)致力于構(gòu)建更為靈活的組織架構(gòu)，并將客戶置于戰(zhàn)略核心。

　　具體而言，企業(yè)以客戶為中心，通過云架構(gòu)設(shè)計以及數(shù)字服務(wù)的部署與應(yīng)用，精心打造多樣化的數(shù)字服務(wù)組合。這一轉(zhuǎn)型不僅提供卓越的數(shù)字體驗和前沿的自動化水平，更驅(qū)動數(shù)據(jù)導(dǎo)向的決策制定。這一轉(zhuǎn)變使得企業(yè)能夠迅速響應(yīng)客戶和市場的多元化需求，從而構(gòu)建具備高度競爭力的綜合服務(wù)。

　　同時，這些競爭力的提升直接服務(wù)于以客戶為中心的服務(wù)和體驗，進一步增強了客戶的滿意度。除了對內(nèi)部系統(tǒng)和流程進行簡化、集成化和自動化外，企業(yè)還需大力加強客戶細分和數(shù)據(jù)分析能力。通過這一系列的變革，電信企業(yè)能夠逐步邁向更加智能、高效和創(chuàng)新的未來。

　　大模型時代，如何為工業(yè)智能化賦能？

　　國是直通車：有觀點認(rèn)為，未來制造業(yè)將是大模型應(yīng)用的主戰(zhàn)場，您怎樣看這種觀點？

　　李良：隨著近兩年快速發(fā)展，大模型現(xiàn)已滲透至眾多行業(yè)，展現(xiàn)出其廣泛的應(yīng)用潛力。我認(rèn)為制造業(yè)將成為大模型應(yīng)用的一個關(guān)鍵領(lǐng)域，因為工業(yè)場景對智能化的需求日益強烈，而人工智能恰好能夠精準(zhǔn)滿足這一需求。

　　目前，工業(yè)領(lǐng)域已經(jīng)歷了多年的成熟發(fā)展，累積了海量的數(shù)據(jù)、堅實的基礎(chǔ)能力和豐富的場景需求。在此背景下，工業(yè)界正積極探尋一種既能節(jié)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(xiàn)出了類似人的理解和分析能力。這些能力與工業(yè)場景的完美結(jié)合，將智能化全面引入工業(yè)生產(chǎn)的各個環(huán)節(jié)，包括生產(chǎn)、運營和管理等，從而不斷優(yōu)化感知、認(rèn)知和決策等流程。這一變革有望引領(lǐng)工業(yè)領(lǐng)域步入一個“自適應(yīng)、自決策、自執(zhí)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(yè)領(lǐng)域，生成式AI(大模型)對工業(yè)將會帶來一場什么級別的變革？是否類似于一場工業(yè)革命，其愿景是怎樣的？

　　李良：生成式AI正改變著工業(yè)生產(chǎn)的模式，引領(lǐng)制造業(yè)由數(shù)字化階段邁向智能化新紀(jì)元。過去，人工智能在工業(yè)中的應(yīng)用多局限于質(zhì)量檢測、預(yù)測性維護等特定領(lǐng)域。然而，隨著生成式大模型的崛起，迎來了“基礎(chǔ)模型+多樣化應(yīng)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(yè)領(lǐng)域的復(fù)雜問題，產(chǎn)生創(chuàng)新的知識和洞見，并在更廣泛的工業(yè)場景中展現(xiàn)其影響力。

　　盡管龐大的參數(shù)和計算資源對大模型的訓(xùn)練構(gòu)成了挑戰(zhàn)，但隨著新型技術(shù)和應(yīng)用模型的不斷涌現(xiàn)，大模型的訓(xùn)練成本正逐步降低。這一趨勢無疑將加速大模型在工業(yè)領(lǐng)域的廣泛應(yīng)用，為未來的工業(yè)生產(chǎn)注入更多的智能化元素。

　　國是直通車：生成式AI(大模型)和判別式AI(小模型)的應(yīng)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(zhì)區(qū)別，且各自具有獨特的應(yīng)用場景，因此大模型無法完全取代小模型。

　　小模型在工業(yè)生產(chǎn)制造領(lǐng)域展現(xiàn)出卓越的能力，其基于有限數(shù)據(jù)支撐的精準(zhǔn)判別和決策，確保了模型的準(zhǔn)確性和穩(wěn)定性，這使得小模型在該領(lǐng)域的應(yīng)用更為可靠和高效。相比之下，大模型則更適合于綜合性和創(chuàng)造類的工業(yè)場景。

　　大模型憑借其強大的泛化能力和創(chuàng)造性，在研發(fā)設(shè)計、綜合經(jīng)營管理等方面發(fā)揮著重要作用。在綜合型工業(yè)場景中，由于涉及多個系統(tǒng)、多個流程的協(xié)同工作，需要處理文檔、表格、圖片等多類數(shù)據(jù)，變量之間的關(guān)系錯綜復(fù)雜。大模型通過深度學(xué)習(xí)和復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，能夠捕捉并模擬這些復(fù)雜關(guān)系，為全面理解和優(yōu)化復(fù)雜系統(tǒng)提供了有力支持。

　　盡管大模型在成本收益比、穩(wěn)定性和可靠性等方面存在問題，且其在工業(yè)領(lǐng)域的探索尚處初級階段，但其強大的泛化能力和處理復(fù)雜任務(wù)的優(yōu)勢，使其在更廣泛的領(lǐng)域展現(xiàn)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(huán)境中發(fā)揮著不可替代的作用。因此，大模型與小模型將長期共存，共同推動工業(yè)領(lǐng)域的進步與發(fā)展。

　　國是直通車：工業(yè)大模型目前應(yīng)用情況如何？其落地還存在什么困難，應(yīng)如何解決？

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

　　當(dāng)前，工業(yè)數(shù)據(jù)質(zhì)量參差不齊，數(shù)據(jù)間的關(guān)聯(lián)性和復(fù)雜性也極高，其來源、采集方式、時間戳等因素都可能影響數(shù)據(jù)的準(zhǔn)確性和完整性。這種數(shù)據(jù)結(jié)構(gòu)的多樣性和質(zhì)量的不均衡性，無疑給工業(yè)大模型的訓(xùn)練和應(yīng)用帶來了巨大的挑戰(zhàn)。為了應(yīng)對這一挑戰(zhàn)，必須投入大量的時間和資源，對數(shù)據(jù)進行精細的清洗、預(yù)處理和校驗，以確保數(shù)據(jù)的準(zhǔn)確性和一致性。這一步驟對于構(gòu)建高性能的工業(yè)大模型至關(guān)重要。

　　此外，工業(yè)大模型的應(yīng)用場景要求極高的準(zhǔn)確性和穩(wěn)定性，以應(yīng)對復(fù)雜多變的工業(yè)環(huán)境。因此，在追求模型性能的同時，還需要降低計算復(fù)雜度和內(nèi)存占用，以實現(xiàn)高效的實時推理。同時，大模型的推理和訓(xùn)練成本相當(dāng)高昂，長期運營更是需要持續(xù)的人力和算力投入。

　　然而，隨著未來技術(shù)的不斷進步，大模型的成本將逐漸降低，使其能夠更廣泛地應(yīng)用于各類工業(yè)場景中，為行業(yè)的智能化和數(shù)字化轉(zhuǎn)型提供有力支持。