人工智能在中國(guó): 首席執(zhí)行官如何駕馭快速演化的生態(tài)
特刊
2024-12-25
在全球范圍內(nèi),，不同的AI體系正處于不同的推廣和部署周期階段,。深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)已經(jīng)在企業(yè)和公眾中已經(jīng)得到廣泛應(yīng)用,，而生成式AI（GenAI）則正在全球的企業(yè)中迅速崛起,。
對(duì)于在中國(guó)運(yùn)營(yíng)的企業(yè)、無(wú)論是全球還是本地企業(yè),，其商業(yè)領(lǐng)袖們必須認(rèn)識(shí)到,，中國(guó)活躍的AI技術(shù)生態(tài)、嚴(yán)格的監(jiān)管環(huán)境,、行業(yè)特定需求等因素對(duì)人工智能的敘事,、路線圖和戰(zhàn)略方面產(chǎn)生一些獨(dú)特的影響，他們因此必須對(duì)這些特點(diǎn)予以關(guān)注,，方才能夠在其業(yè)務(wù)和IT戰(zhàn)略方面更好地適應(yīng)中國(guó)的AI生態(tài),。
中國(guó)AI生態(tài)的特性
我們?cè)谥袊?guó)舉辦的每一次高層對(duì)話中，人工智能（AI）都是議程的首要議題,，尤其是那些將其績(jī)效與總部標(biāo)準(zhǔn)進(jìn)行對(duì)齊的全球跨國(guó)公司,、以及希望以AI驅(qū)動(dòng)生產(chǎn)力的中國(guó)企業(yè)。對(duì)這些企業(yè)而言,，中國(guó)的AI生態(tài)獨(dú)具特色,，其特征是：監(jiān)管環(huán)境快速進(jìn)化、供應(yīng)商和應(yīng)用網(wǎng)絡(luò)日益壯大,。這一獨(dú)特的本地生態(tài)系統(tǒng)給他們的AI解決方案同時(shí)帶來(lái)了復(fù)雜性和和獨(dú)特的機(jī)遇,。
另一個(gè)特征在于AI應(yīng)用的目標(biāo)市場(chǎng)的不同。例如,，在美國(guó)等國(guó)家,，大多數(shù)AI應(yīng)用面向公眾，而中國(guó)的AI應(yīng)用則更多地面向細(xì)分市場(chǎng),、面向特定的行業(yè)應(yīng)用場(chǎng)景,。這就使得這些相關(guān)的企業(yè)有機(jī)會(huì)在中國(guó)延展他們細(xì)分的解決方案，例如,，利用AI進(jìn)行市場(chǎng)需求的預(yù)測(cè),、并提高其生產(chǎn)協(xié)同的自動(dòng)化程度。
此外,，人工智能生態(tài)系統(tǒng)的二元性正在出現(xiàn),，這是由于中美主導(dǎo)了世界人工智能的發(fā)展、同時(shí)參與者所處的不同的法律和經(jīng)濟(jì)環(huán)境卻存在差異所決定的,。隨著生成式AI用例在各行各業(yè)的不斷發(fā)展,，這種分化變得越來(lái)越明顯。雖然這種二元性增加了在中國(guó)運(yùn)營(yíng)的外國(guó)公司的復(fù)雜性,，但許多公司已經(jīng)采取了合適的方法,、適應(yīng)了數(shù)字世界的現(xiàn)實(shí),、甚至享受了二元性帶來(lái)的益處。
綜上所述,，隨著中美主導(dǎo)人工智能發(fā)展,，在中國(guó)運(yùn)營(yíng)的企業(yè)——包括跨國(guó)公司和中國(guó)民營(yíng)企業(yè)——正在開(kāi)啟一個(gè)嶄新和獨(dú)特的機(jī)遇之門(mén)。
挑戰(zhàn)與未來(lái)
我們首先要了解有哪些挑戰(zhàn),?？紤]在中國(guó)國(guó)內(nèi)部署AI應(yīng)用的企業(yè)主要面臨三大挑戰(zhàn)：
1. 了解相對(duì)復(fù)雜的、快速跟進(jìn)的法律體系
中國(guó)早在2017年便開(kāi)始建立AI治理和監(jiān)管框架,。發(fā)布于2017年的《新一代人工智能發(fā)展規(guī)劃》明確了到2030年成為全球AI領(lǐng)導(dǎo)者的目標(biāo),。此后，政府發(fā)布了一系列相關(guān)的通知,、指南和標(biāo)準(zhǔn),。最近的一次是2024年7月由工業(yè)和信息化部發(fā)布的《國(guó)家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南》。到目前為止,，其中引起最多關(guān)注的法規(guī)是2023年8月發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》,。
此外，涵蓋網(wǎng)絡(luò)安全,、數(shù)據(jù)隱私,、數(shù)據(jù)傳輸?shù)确矫娴姆ㄒ?guī)陸續(xù)出現(xiàn)，其中包括《網(wǎng)絡(luò)安全法》（CSL）,、《數(shù)據(jù)安全法》（DSL）,、《個(gè)人信息保護(hù)法》（PIPL）以及《促進(jìn)和規(guī)范數(shù)據(jù)跨境流動(dòng)規(guī)定（CBDT）》。
對(duì)于AI提供商,、包括大型語(yǔ)言模型（LLM）的開(kāi)發(fā)人員,，最需要關(guān)注AI模型的注冊(cè)和合規(guī)性測(cè)試方面的強(qiáng)制要求。合規(guī)的LLM名單由中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室（CAC）發(fā)布,，可在CAC網(wǎng)站上查閱,。
這些法規(guī)給人工智能的提供商帶來(lái)了一些挑戰(zhàn)：
- 挑戰(zhàn)之一，合規(guī)和監(jiān)管導(dǎo)致解決方案的難度：企業(yè)必須進(jìn)行額外關(guān)注以確保遵守新法規(guī),。嚴(yán)格的數(shù)據(jù)安全、處理和處理要求解決方案必須滿足嚴(yán)格的數(shù)據(jù)安全標(biāo)準(zhǔn),，特別是對(duì)于那些依賴多樣化的,、廣泛的數(shù)據(jù)集的企業(yè)。例如：一家企業(yè)在位于新加坡的總部部署了一套基于OpenAI的智能客戶情報(bào)分析和智能響應(yīng)系統(tǒng),，這家企業(yè)在中國(guó)開(kāi)展業(yè)務(wù)時(shí),，就必須考慮在中國(guó)境內(nèi)重新部署經(jīng)過(guò)國(guó)家權(quán)威部門(mén)認(rèn)證的新模型，以避免敏感數(shù)據(jù)的出境,、以及使用合規(guī)的AI模型的問(wèn)題,。
- 挑戰(zhàn)之二,，選擇正確的技術(shù)路徑：這些要求可能會(huì)限制技術(shù)選擇的范圍，要求企業(yè)在合規(guī)的框架以內(nèi)進(jìn)行技術(shù)創(chuàng)新的競(jìng)爭(zhēng),。例如,，某家跨國(guó)醫(yī)藥公司在國(guó)外成功開(kāi)發(fā)了一套先進(jìn)的腫瘤診斷AI系統(tǒng)，該系統(tǒng)基于第三方的最新的機(jī)器學(xué)習(xí)算法,，能夠?qū)颊叩尼t(yī)療影像進(jìn)行高精度的分析,，可以識(shí)別早期、尤其是細(xì)小而難以辨識(shí)的癌細(xì)胞,。當(dāng)需要在國(guó)內(nèi)應(yīng)用時(shí),，由于模型是第三方所有，該公司無(wú)法直接驅(qū)動(dòng)其認(rèn)證過(guò)程,，這樣就迫使這家公司基于國(guó)內(nèi)合規(guī)的模型重新進(jìn)行開(kāi)發(fā),，這表明，該公司在構(gòu)建技術(shù)治理框架時(shí),，沒(méi)有充分考慮合規(guī)性的問(wèn)題,。
盡管如此，對(duì)于使用AI服務(wù)的企業(yè)而言,，了解這些法規(guī)有助于明確每個(gè)項(xiàng)目的合規(guī)性需求,。我們強(qiáng)調(diào)：經(jīng)過(guò)大型模型標(biāo)準(zhǔn)合規(guī)性評(píng)估授權(quán)和模型注冊(cè)是安全合規(guī)性的重要保障。企業(yè)部署的AI如果是向公眾提供服務(wù),，其監(jiān)管會(huì)更加嚴(yán)格,，但是對(duì)于企業(yè)內(nèi)部使用的限制相對(duì)會(huì)小一些，這就造成了當(dāng)前在企業(yè)內(nèi)部AI部署增長(zhǎng)得更快的事實(shí),，其用途包括優(yōu)化工作流程,、提高生產(chǎn)力和重塑內(nèi)部企業(yè)職能等。這是業(yè)界的一個(gè)顯著的特點(diǎn),，同樣應(yīng)當(dāng)予以關(guān)注,。
2. AI服務(wù)供應(yīng)商及其LLM的可用性問(wèn)題
一方面，由于政府設(shè)置了嚴(yán)格的網(wǎng)安措施,，一些AI服務(wù)無(wú)法從國(guó)內(nèi)訪問(wèn),，加之OpenAI等公司對(duì)中國(guó)等國(guó)家的用戶也采取了限制，中國(guó)用戶無(wú)法訪問(wèn)許多知名的全球性AI服務(wù),，例如,，GPT-4、LLaMA（Facebook）,、Gemini（Google）和Claude等平臺(tái)對(duì)中國(guó)國(guó)內(nèi)的用戶是無(wú)法使用的,，其中也包括了知名的AI源碼社區(qū)Hugging Face。
另一方面,，中國(guó)國(guó)內(nèi)也發(fā)展出了足夠的模型可供廣泛使用,，形成了一個(gè)與國(guó)外平行的生態(tài)系統(tǒng),，類似于中美之間更廣泛的互聯(lián)網(wǎng)經(jīng)濟(jì)中的雙棧結(jié)構(gòu)。眾多的通用模型,，例如阿里巴巴的通義千問(wèn)（110B參數(shù),，10M上下文長(zhǎng)度）、智譜的ChatGLM（130B參數(shù),，128K上下文長(zhǎng)度）,、零一萬(wàn)物的YiLarge、商湯科技的SenseNova等都得到了廣泛的應(yīng)用,。機(jī)構(gòu)們會(huì)根據(jù)全球常見(jiàn)的評(píng)估模型（例如MMMU基準(zhǔn)）不斷進(jìn)行評(píng)估,，我們看到這些模型正在被快速改進(jìn)。
此外,，如前所述,，中國(guó)在垂直、行業(yè)特定模型方面具有明顯優(yōu)勢(shì),。羚羊（制造業(yè)大模型）,、Sensenova（醫(yī)療和法律等）和零一（生命科學(xué)）等模型現(xiàn)已越來(lái)越廣泛地用于商業(yè)用途。
羚羊是為制造業(yè)量身定制的,，支持工業(yè)文檔(如報(bào)告和PLC代碼),，以及價(jià)值鏈活動(dòng)(如維護(hù)、故障診斷,、材料檢查和統(tǒng)計(jì)分析),。同樣，來(lái)自京東的九書(shū)針對(duì)在線零售,，提供個(gè)性化推薦,、產(chǎn)品銷售預(yù)測(cè)、日志和點(diǎn)擊行為分析,、內(nèi)容創(chuàng)建,、通過(guò)圖像匹配進(jìn)行SKU分析等功能。這些垂直模型正在獲得廣泛的采用和使用,。
對(duì)于人工智能的實(shí)施,，這些在本地?cái)?shù)據(jù)上訓(xùn)練的本地化模型通常是更好的選擇。它們提供相關(guān)的本地環(huán)境,、更具成本效益,，并通過(guò)輕量Transformer、檢索增強(qiáng)生成（RAG）等實(shí)施方法進(jìn)行部署,，能夠提供更集中和滿意的產(chǎn)出。
另外,，像始智社區(qū)這樣的線上社區(qū)正在成為Hugging Face的本土替代品,，主要應(yīng)用于技術(shù)研究與應(yīng)用開(kāi)發(fā),。但在這一領(lǐng)域仍需要更多的進(jìn)步。
例如,，我們?cè)?jīng)為一個(gè)大型的電商公司設(shè)計(jì)了一個(gè)跨國(guó)的解決方案,，在一定程度上解決了合規(guī)性的挑戰(zhàn)、同時(shí)也充分利用了國(guó)內(nèi)的技術(shù)生態(tài),。這家公司需要采集用戶數(shù)據(jù)優(yōu)化其用戶體驗(yàn),、供應(yīng)鏈效率、通過(guò)客戶的溝通記錄監(jiān)控服務(wù)及產(chǎn)品質(zhì)量,、以及發(fā)現(xiàn)產(chǎn)品創(chuàng)新和改進(jìn)的需求等等,。由于其業(yè)務(wù)、產(chǎn)品,、供應(yīng)鏈橫跨了不同的國(guó)家,，包括中國(guó)在內(nèi)，在部署AI模型時(shí)就遇到了上述多個(gè)問(wèn)題,。我們通過(guò)分部式部署,、分別采取了四項(xiàng)主要的措施（參見(jiàn)圖1），既滿足了合規(guī)性要求,、又充分利用了國(guó)內(nèi)外不同AI模型的優(yōu)勢(shì),。
3. 硬件和GPU的可用性問(wèn)題
另一項(xiàng)AI部署中討論最多的限制之一是高性能AI專用GPU的禁運(yùn)，同時(shí),，高端芯片技術(shù)的限制也對(duì)自行研制用于先進(jìn)GPU的能力施加了進(jìn)一步的限制,。像英偉達(dá)的A100和H100這樣的GPU的缺乏在一定程度上限制了大型語(yǔ)言模型的訓(xùn)練能力。
這些限制迫使企業(yè)進(jìn)行創(chuàng)新和不斷適應(yīng),。在硬件方面,，中國(guó)制造商正在大力投資研發(fā)，新的GPU不斷出現(xiàn),，如Ascend 9x0（華為）,、Hugon GPU（Higon）和YunFe（i芯動(dòng)科技）。英偉達(dá)還開(kāi)發(fā)了中國(guó)專用的GPU,，以緩解禁運(yùn)方面的影響,。與此同時(shí)，業(yè)界也正在探索架構(gòu)的演化,，例如橫向擴(kuò)展較低端的GPU,，以滿足LLM訓(xùn)練需求。
此外,，較小規(guī)模的業(yè)務(wù)集成模型的開(kāi)發(fā),、以及能夠減少算力需求的低秩適應(yīng)（LoRA）等微調(diào)技術(shù)得到越來(lái)越多的應(yīng)用。這些垂直化模型迎合了特定的垂直領(lǐng)域和使用案例，減少了動(dòng)輒數(shù)千億個(gè)參數(shù)的訓(xùn)練開(kāi)銷,。得益于廣泛的工業(yè)數(shù)字化,、物聯(lián)網(wǎng)和5G部署，企業(yè)通過(guò)利用內(nèi)部的企業(yè)特有的上下文私有數(shù)據(jù)可以有效地訓(xùn)練這些模型,，而無(wú)需高端GPU,。
另一個(gè)重要的考慮因素是中國(guó)國(guó)內(nèi)模型的成本優(yōu)勢(shì)。就訓(xùn)練結(jié)果而言,，高端GPU的不可用性對(duì)人工智能推斷的影響有限,。而就成本而言，基于中國(guó)的模型的人工智能實(shí)施的持續(xù)推理成本只是全球流行模型的5-15%,！
六個(gè)要點(diǎn)：對(duì)企業(yè)的戰(zhàn)略建議
以下是對(duì)中國(guó)企業(yè)尋求主流人工智能技術(shù)時(shí)的一些建議：
1. 尋找機(jī)會(huì)利用AI生態(tài)的差異性進(jìn)行套利：在中國(guó)的跨國(guó)公司可以通過(guò)在全球數(shù)據(jù)中心和跨境數(shù)據(jù)傳輸?shù)膮?shù)化框架內(nèi)部署,，在合規(guī)的前提下，獲取兩種AI生態(tài)系統(tǒng)的優(yōu)勢(shì)組合：例如,，同時(shí)利用中國(guó)的垂直模型和國(guó)外的通用模型（在合規(guī)的前提下）,。
2. 采用與生態(tài)系統(tǒng)無(wú)關(guān)的架構(gòu)：對(duì)于AI實(shí)踐者和企業(yè)消費(fèi)者來(lái)說(shuō)，架構(gòu)必須與基礎(chǔ)的通用模型無(wú)關(guān),，允許“即插即用”的方式,。這樣一來(lái)，可以使相對(duì)穩(wěn)定的業(yè)務(wù)架構(gòu)能夠適應(yīng)生態(tài)的差異性和快速的發(fā)展,。
3. 投資于人才和變革管理:為了在競(jìng)爭(zhēng)環(huán)境中成功地實(shí)現(xiàn)AI轉(zhuǎn)型,，為了適應(yīng)上述的挑戰(zhàn)，持續(xù)投資于人工智能的人才至關(guān)重要,。人才培養(yǎng)的重點(diǎn)方向應(yīng)該是在整個(gè)企業(yè)中嵌入人工智能的經(jīng)驗(yàn)和能力,。
4. 為亞太地區(qū)和全球南方國(guó)家的部署做好準(zhǔn)備：鑒于中國(guó)超級(jí)云廠商在全球欠發(fā)達(dá)國(guó)家的投資，評(píng)估和輸出中國(guó)AI生態(tài)系統(tǒng)是一個(gè)有吸引力的話題,。
5. 數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)的合規(guī)性是保證解決方案合規(guī)性的前提,，因此企業(yè)數(shù)據(jù)的準(zhǔn)備工作是AI應(yīng)用的關(guān)鍵，數(shù)據(jù)準(zhǔn)備不足,、存在合規(guī)性風(fēng)險(xiǎn)往往導(dǎo)致AI工業(yè)化進(jìn)程的延遲,。
6. 負(fù)責(zé)任的人工智能：無(wú)論法律法規(guī)如何發(fā)展，無(wú)論中美生態(tài)的差異如何,，負(fù)責(zé)任的人工智能是一重要的商業(yè)責(zé)任,，是合規(guī)的基礎(chǔ)。它將道德融入運(yùn)營(yíng)的核心,，注重維護(hù)聲譽(yù)和提高透明度,。在人工智能生態(tài)系統(tǒng)中進(jìn)行適當(dāng)?shù)臋z查和保障、維護(hù)信任和責(zé)任原則至關(guān)重要,，通過(guò)設(shè)計(jì)實(shí)現(xiàn)負(fù)責(zé)任和安全的指導(dǎo)原則有助于減輕企業(yè)的運(yùn)營(yíng)風(fēng)險(xiǎn),。
結(jié)語(yǔ)
在計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)方面，中國(guó)企業(yè)具有獨(dú)特的優(yōu)勢(shì)，眾多企業(yè)具有開(kāi)發(fā)和運(yùn)用相關(guān)模型的豐富經(jīng)驗(yàn),，取得了令人矚目的成就,。通過(guò)利用數(shù)字化、物聯(lián)網(wǎng)等技術(shù)體系,、通過(guò)開(kāi)發(fā)和管理數(shù)據(jù)核心資產(chǎn)，企業(yè)可以專注于AI在特定行業(yè)的實(shí)施,，專注于提高生產(chǎn)力并推動(dòng)創(chuàng)新,。特別是跨國(guó)公司，在利用生態(tài)系統(tǒng)和開(kāi)發(fā)部署負(fù)責(zé)任的人工智能來(lái)可以形成潛在的生成式人工智能方面的優(yōu)勢(shì),。挑戰(zhàn)是真實(shí)的,、但找到最先進(jìn)的解決方案也是可行的，關(guān)鍵是要從不同的信息和觀點(diǎn)中辨別出有價(jià)值的見(jiàn)解,，采取行動(dòng),，并開(kāi)啟旅程。
關(guān)于作者
Rajnish Sharma沙睿杰
Infosys 中國(guó)區(qū)總裁
Rajnish Sharma沙睿杰是Infosys全球副總裁,，中國(guó)區(qū)總裁,，同時(shí)也是Infosys中國(guó)董事會(huì)成員，現(xiàn)常駐上海,。
沙睿杰負(fù)責(zé)Infosys在華整體業(yè)務(wù)運(yùn)營(yíng)和市場(chǎng)營(yíng)銷,，領(lǐng)導(dǎo)全球和本地客戶服務(wù)交付，提升客戶滿意度,。憑借云計(jì)算,、人工智能和自動(dòng)化主導(dǎo)的數(shù)字服務(wù)，他領(lǐng)導(dǎo)的團(tuán)隊(duì)致力于為客戶制定和實(shí)施數(shù)字化戰(zhàn)略,，幫助客戶完成數(shù)字化轉(zhuǎn)型之旅,。此外，他還負(fù)責(zé)Infosys大中華區(qū)團(tuán)隊(duì)的人才管理和能力建設(shè),。他重視團(tuán)隊(duì)合作,，是工作場(chǎng)所多樣性和包容性的堅(jiān)定倡導(dǎo)者。
在Infosys服務(wù)的23年中,，沙睿杰曾率領(lǐng)團(tuán)隊(duì)為多個(gè)行業(yè)的全球大型客戶提供服務(wù),，業(yè)務(wù)遍及美國(guó)、歐洲和亞太地區(qū),。沙睿杰擁有印度國(guó)家理工學(xué)院（National Institute of Technology, Kurukshetra, India）計(jì)算機(jī)工程學(xué)士學(xué)位,。
特刊 | 該文章由Infosys提供，非《財(cái)富》（中文版）編輯內(nèi)容,，文責(zé)自負(fù),。
財(cái)富中文網(wǎng)所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為財(cái)富媒體知識(shí)產(chǎn)權(quán)有限公司及/或相關(guān)權(quán)利人專屬所有或持有。未經(jīng)許可，禁止進(jìn)行轉(zhuǎn)載,、摘編,、復(fù)制及建立鏡像等任何使用。
