“未来，所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型，大模型会深度融合到实体经济当中去。”
作者|思杭 斗斗
编辑|皮爷
出品|产业家
“大模型即将改变世界。”5月26日，李彦宏在中关村论坛说道。
而关于文章开篇这句话，这位一直坚持AI路线的百度掌门人更完整的表述是，“当下我们正处在全新起点，这是一个以大模型为核心的人工智能新时代，大模型改变了人工智能，大模型将改变世界。”
大模型，这个在过去半年时间里迅速爆火的概念正在成为无数投资人、媒体人、以及市场从业者交流的核心话题。而在人们谈论的过程中，它则是又以日新月异的速度刷新着自己的能力和边界。
而百度，正是第一个实践者。关于文心大模型，如果说最早人们对这个国内首个通用大模型的关注点在于它的发布本身，那么如今在越来越多的企业和产业场景中，它越发打破着人们对大模型的认知和定义。
根据一组不完全数据统计，在过去两个多月的时间里，文心一言飞速进步，进行了四次迭代，QPS 每秒查询推理响应速度，提升10倍，这代表着推理成本已经降低为原来的十分之一。而截至目前，已经有15万家企业申请文心千帆的内测，超过300家生态伙伴与百度签约。
实际上，这些来自产品和市场侧的变化也恰是在印证着李彦宏在论坛上发表的观点。“未来，所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型，大模型会深度融合到实体经济当中去。”
在大模型正在成为新生产力的当下，李彦宏和百度正在被市场重新估量。
一、大模型即将改变世界
“涌现”，伴随着大模型的爆火，它正在成为大模型的标签之一。
“过去的人工智能是，我想让机器学会什么技能，就教它什么技能。教过的有可能会，没教过的就不会。大模型出现智能涌现之后，以前没教过的技能，它也会了。”李彦宏表示。
客观来看，“涌现”对应的也恰是信息的出现方式，如果说在过去多年时间里，前三次工业革命完成的或多或少是世界固有要素之间的新排列组合，比如基于工具生产效率的提升，比如基于信息的传递发散等等，在其中，其本身对应的都是对信息的更高效传递。
但“涌现”不是，它更大的价值在于信息生成，即在深度学习的训练线，大模型可以实现世界没有过的新信息的生成和创造。对人们而言，在未来，在信息的获取之外，如何获取到准确的信息将成为新的难点。
用李彦宏的话说，“10年后，全世界有50%的工作会是提示词工程。提出问题比解决问题更重要。我们的教育要教孩子提出问题，而不仅仅是解决问题。”
改变还不仅于此。如果说“涌现”这个标签对应的是大模型本身对信息流通独特的创造价值，那么在产业侧，大模型也在以足够稳定且不可逆的姿态，对固有的企业业务和产业业务进行重构。
以营销和客服为例，作为企业商业行为的最前端触手，营销和客服往往需要的是足够个性化和足够适宜的触达方式和沟通方式，但在之前，由于SaaS产品的标准化，个性化配备很难实现。
但大模型可以。基于大模型的信息创造，经过企业侧的微调，企业在营销和客服可以进行千人千面的表达和服务，直接提高企业获客效率，实现精准营销。
在业务之外，产品也更在大模型的催化下发生本质的变化。
“未来的应用，是通过自然语言的提示词来调动原生AI 应用实现的。这意味着，未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。”李彦宏表示。
如果说之前不论企业产品的研发，还是工作流程，本身其产生都是经由市场调研，再或者是标准服务软件的流程进行开发，那么在大模型之后，企业的包括产品、服务流程、个人能力培训在哪的所有环节，都可以基于提示词在AI支持下进行设计和优化。
李彦宏的观察是，“比如DoNotPay，是一个用AI帮人打官司、写法律文书的应用，AI帮你把不该付的钱要回来。Jasper是一个通过Al帮助企业和个人写营销推广文案的应用。Speak是韩国一个学外语的应用。大模型成为一对一的教师，为每一个孩子提供个性化教育。”
其实，这也正是百度和李彦宏自己的实践。“百度也在用AI原生思维重构我们所有的产品、服务和工作流程。比如我们的如流智能工作平台，让每一位员工都有一个具有丰富专业知识、实时响应的工作助理。通过对话理解能力，实现聊天记录的智能总结。”
可以说，在潜移默化中，大模型正在逐步构建新的C端和B端逻辑。对个人而言，这种改变在于对待信息的态度、获取方法，而对企业而言，它更代表一种新的工作和产品理念，以及完全不同以往的IT设计。
AI真正来到了人们面前。
二、大模型，催生AI原生应用
而在这波潮流里，尤其对企业而言，应该如何获得自身的“AI力”？或者说，该如何拿到大模型巨轮的船票？实际上，在回答这个问题前，或许可以先来审视下在大模型催生的新的产业数字化边界。
在过去，随着云计算的普及，云原生技术作为云时代的新型架构方式也逐渐崭露头角。它将应用程序的开发、交付和部署等流程，以及其中产生的数据完全置于云端，实现高效、可靠、弹性的运维管理，云原生成为了许多企业数字化转型的首选。
但在数据上云之后，中间依旧存在诸多问题。比如对很多企业而言，数据更多的呈现可见不可用的特点，即“上云”更多仅是个动作，对实际业务的价值并不大。
大模型带来了新的解题方式——AI原生。
即可以理解为，AI原生不同于以往企业需要基于云原生开发软件、进行交付、部署，而是基于在AI原生生成上层应用软件，甚至可以直接帮助企业进行智能决策。
“云计算的游戏规则彻底被改变。客户选择云厂商，主要会看能的模型好不好，框架好不好，而不是算力、存储这些传统能力。”李彦宏说道。
这意味着，在其中，算力、算法以及开发模式这些都将可以成为“黑盒”，企业最终完成的是为效果付费。对应到云厂商的服务模式上，则是不论IaaS、PaaS还是SaaS，未来企业都将考察服务商的MaaS（模型即服务）能力，基于MaaS层的AI能力进行原生开发，更智能地满足业务需求。
客观来看，这种底层模式的变化，也恰正在改变企业固有的数字化转型路径。
具体来看，由于中国企业数字化起步晚、标准化程度低，国内数字服务商往往存在服务力不够的情况。对大型客户，缺乏必要的行业图谱能力，定制化服务力不够；而对小型企业而言，在不充裕的IT预算下，其又很难享有个性化开发。
而随着通用大模型的发展，这些需求都将会被逐渐满足。以文心大模型为例，比如其和百图生科联合构建的异构生物超算平台，支持超大规模的GPU并行计算来训练超过千亿级的多模态大模型，通过这个平台为百图生科进行创新药物的研发工作；帮助长安汽车构建了人工智能基础设施平台，双方也在基于文心一言大模型联合研发一款新的人工智能产品，赋能长安汽车的量产车型等等。
而对于小型企业，未来基于大模型，企业可以接入如文心大模型这类的通用大模型，基于少量训练或者不训练，进行文本、图像、音频、视频、数字人甚这是简单软件的生成，对自身的数字化需求进行自我个性化满足。
“过去，无论是PC还是移动时代， IT技术栈都是三层，芯片层、操作系统层、应用层。人工智能时代，IT技术栈正在变成四层。”李彦宏表示。
“底层仍然是芯片层，但主流芯片从CPU变成了GPU，百度在芯片层的布局是昆仑芯；芯片上面叫做框架层，就是深度学习框架。百度的飞桨，Meta的PyTorch，谷歌的TensorFlow都是在框架层。框架上面是模型层，ChatGPT、文心一言都是属于模型层。最上面才是应用层，就是我们前面提到的这些AI原生应用。”
可以理解为，AI大模型重新定义了云原生，云原生正在奔向更实用的AI云原生；而AI云原生重新定义了应用层，奔向了AI原生应用。
三、百度先上竞赛牌桌
实际上，作为全球首个推出通用大模型的互联网大厂，百度一直在市场的聚光灯下。即伴随着大模型功能的日新月异，人们也更想透过文心大模型和百度，来丈量中国大模型的发展。
而作为领跑者，在将文心大模型向一个个产业伙伴开放的同时，李彦宏和百度对自身的道路选择也愈发明了。
“业界有一种说法，大模型时代来了，每一个产品都值得重做一遍。但谁真正重新做了一遍呢？百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！”
对百度，这是一件难但却必然要做的事情。即伴随着大模型在企业端和产业端的深入，它将成长为新的企业和产业底层，构建新的企业增长和产业进化的数字化逻辑。基于自身的AI能力积累，百度恰在成为第一个论证者和实践者。
实际上，在中国，百度早已经在AI的牌桌上。
早在2013年，百度就已然开始了“All in AI”的布局，为打造自身AI能力，在10年期间投入了超过1000亿，而如今领跑国内的文心大模型也更是早在2019年便发布了文心大模型1.0版本，如今文心大模型AI大底座的千卡并行线性加速比可以达到90%以上，训练资源利用率超过70%，模型开发迭代效率提升100%。
而从技术栈来看，百度在大模型的四层技术架构均为自研，基于其昆仑芯片、飞浆深度学习平台、文心大模型，可以做到数据可控、框架可控、模型可控。
这都是百度在AI牌桌，也或者说是大模型潮流中领跑的前提，也更是李彦宏敢于说出“重构百度产品”的底气。
也更可以说，在大模型背后，百度正在被重估。
在过去的多年时间里，市场对于百度在AI领域的重金投入和方向上，或多或少存在质疑与不解。但这种质疑和不解伴随着文心一言的发布和文心大模型在不同行业的落地，被逐一打破。
也恰是基于过去多年百度在AI侧长达10多年的积累，才构成了如今李彦宏和百度在如今大模型时代的速度和底气，同时也更是文心大模型如今被越来越多企业选择和期待的原因。而这种被集中释放的AI能力，也势必将会给百度包括百度智能云在内的TO B业务带来新的价值释放。
这种业务的价值实际上已经转化为具体的产业落地价值。
根据百度发布2023年Q1财报显示，百度核心经营利润同比大幅增长45%至53.6亿元，在此之中，百度智能云首次实现了盈利。
技术百度，“工匠”李彦宏，在长坡厚雪后，如今正迎来最好的时代。
