—
搶占風口，華爲雲争渡能有幾分勝算？
來源 / ToB 行業頭條 （ID：wwwqifu）
作者 / 海陽
近日，一則 " 華爲即将發布「盤古 Chat」" 的重磅消息，引起了市場的廣泛關注與探讨。
據媒體 6 月 3 日報道，華爲将發布的「盤古 Chat」，是一款對标 ChatGPT 的多模态千億級大模型産品，預計會在 7 月 7 日舉行的華爲雲開發者大會上 ( HDC.Cloud 2023 ) 公開對外發布以及内測，主要将面向 ToB/G 政企端客戶。
消息一經發布，市場迅速引起廣泛關注，大衆紛紛就「盤古 Chat」的發布将會對華爲業務發展産生什麽樣的影響而展開讨論。
然而，伴随着大衆的讨論持續發酵，華爲雲計算 Marketing 部部長董理斌就這一消息對媒體回複稱 " 假的 "。
不僅如此，華爲内部人員也向媒體透露，最新的大模型不會有「盤古 Chat」此類命名，也不 " 對标 " 業界産品。與之相互驗證的行爲是，近期華爲申請注冊了兩枚 "HUAWEI NETGPT" 商标，國際分類爲科學儀器、網站服務。
但是話說回來，在大模型的熱浪翻滾的當下，身爲科技界頂流的華爲真的要獨自逆行，忽略這波大勢嗎？或許并不盡然……
01
做 AI 大模型：
起了個大早，趕了個晚集
華爲雖然辟謠将發布「盤古 Chat」，但對于日後推出一盤古通用大模型，這是可以預料到的行爲。
第一，目前市場由于AI 大模型在市場掀起熱浪，已經推動大衆來到了智能化的大門前。AI 通用大模型的智能、簡潔、輕便的能力，讓其成爲打開這扇大門的最佳鑰匙，因此要将其收入囊中，已成爲當下諸多企業的共識。
作爲國内科技屆的明星企業，華爲一定會在當下這個走向智能化的階段有所作爲，這不是一個選擇題，而是華爲被時代浪潮所裹挾下，必須作答的必答題。
第二，華爲早已開始布局大模型領域，其在 2020 年便察覺到AI 大模型可通過小樣本、零散數據的數據學習，收獲極強的應用能力，并與各行各業有極高的适配性，能在保證開發成本低的情況下，迅速推動 AI 進入大規模可複制的産業落地階段。
其中包括，AI 大模型可以與傳統科學計算領域滲透融合，爲傳統的氣象、海洋、農業、地球科學、航空航天等領域，貢獻從偏微分方程的方法拓展到 AI 方法，帶來更實時、準确的效果反饋，推動業務更好地發展。
也是由于觀察到 AI 大模型這一特性，在 2020 年期間華爲雲内部就完成了盤古大模型的立項，展開了對 AI 大模型的探索，而此時，遠在太平洋彼岸的 OpenAI 也才剛剛推出 ChatGPT3.0，尚未獲得市場的廣泛關注。
所以，當本次華爲雲将推出基于盤古大模型的具象産品「盤古 Chat」的消息出來後，市場上大多數的人都選擇了直接相信。畢竟其之前作出的如此多準備，都意味着華爲雲對 AI 大模型的期許。
可爲什麽華爲雲遲遲沒有發布通用 AI 大模型呢？有關這個問題的答案，或許從華爲在 AI 大模型的實踐方向上可以找到。
華爲雲人工智能領域首席科學家田奇透露，過去的 2022 年，華爲盤古大模型主要是 AI for Industry（AI 賦能産業），希望爲煤礦、水泥、電力、金融、農業等行業創造更多産業價值。
這意味着盤古大模型是面向工業場景做服務，而工業場景的複雜度頗高，各行業的工業場景邏輯各有不同，這讓其迅速打造一個面向 ToB/ToG 的通用 AI 大模型的難度極大。
更何況，華爲盤古大模型還有三個要求：模型要大，可以吸收海量數據；網絡結構要強，能夠真正發揮出模型的性能；具有優秀的泛化能力，可以真正落地到各行各業的工作場景。而這，進一步提升了華爲打造出一個面向 ToB/ToG 的通用 AI 大模型的難度。
所以，在如此高要求的難度之下，華爲可能不敢铤而走險地用質量換速度，從而選擇通過對各個行業場景做定向攻克，最後再将其整合成一個 ToB/ToG 的通用 AI 大模型路徑。
現實的走向貌似也是如此。公開資料顯示，自完成立項之後，華爲雲分别在 2021 年 9 月，發布了盤古藥物分析大模型；2022 年 6 月，發布了盤古礦山大模型；2022 年 11 月，發布盤古氣象大模型、盤古海浪大模型、盤古金融 OCR 大模型等。
可以發現華爲雲每一次都是隻發布細分行業的 AI 大模型服務，而每次發布都至少有 6 個月及更久的準備時間。
随後，等華爲雲在各行各業的服務沉澱達到了一個臨界點，此時剛好是将這些能力進行整合和重構，從而去打造了一個在現階段令自己滿意的 ToB/ToG 的通用 AI 大模型産品的階段，到這同樣需要一定時間。
因此，在選擇面向工業場景提供服務的前提下，結合要考慮到産品性能穩定性的情況，華爲雲發布通用大模型産品的時間，不可避免的将會錯過最早一批面向公衆的階段。
02
搶占風口，
華爲雲争渡能有幾分勝算？
在科技界，先發優勢一直都極爲重要。縱觀各個科技領域，往往都是先發者在日後成爲了不可動搖的賽道領頭企業。
這也帶出了一個問題，對于現在還未拿出确定通用 AI 大模型産品的華爲雲來說，在這次 AI 大模型軍備競賽中，是否會因爲起步晚而導緻争渡失敗呢？對此，答案極有可能爲 " 不會 "。畢竟對于華爲雲來說，發揮自身優勢點進而後來居上，可是其拿手好戲。
展開來說，華爲雲做通用 AI 大模型存在多方面的發展優勢：
以技術角度來看，據市場流傳的信息來看，華爲盤古大模型涉及千億參數，其自然語言處理（NLP）系列是業界首個千億級生成與理解中文 NLP 大模型，且在 2019 年的中文語言理解評測基準 CLUE 榜單中，盤古 NLP 大模型在總排行榜及分類、閱讀理解單項均排名第一，刷新了三項榜單世界曆史紀錄。
不僅如此，華爲雲爲訓練盤古大模型，曾調用了超過 2000 塊的昇騰 910，花費 2 個月時間訓練，昇騰 910 是業界算力最強的 AI 處理器，基于自研華爲達芬奇架構 3D Cube 技術，可實現業界最佳 AI 性能與能效。
也因爲技術能力的強橫，上海證券分析師陳宇哲在了解之後，也毫不隐晦地在研報中稱，盤古大模型未來有望成爲國内最強的 Chat GPT 應用。
以服務方向的角度來看，基于之前華爲雲推出的多爲面向 ToB/ToG 業務的大模型服務，再配合華爲雲人工智能領域首席科學家田奇，曾在人工智能大模型技術高峰論壇上發言到：" 華爲雲盤古大模型推動人工智能開發從作坊式到工業化升級，AI for Industries 是人工智能新的爆發點。"
由此，不難看出盤古通用大模型的主要面向場景，極有可能如傳言一般是以工業場景爲基礎，而面向 ToB/ToG 業務的産品。
值得一提的是，在這一方面，華爲雲的客戶資源、服務經驗、産業鏈建設等方面有着極深的沉澱。
例如在客戶資源方面，華爲雲當下 IaaS 服務已經是國内市場份額第二的存在，而觀察其客戶畫像，不難發現其政府、政企、工業企業的占比頗高。
随着華爲雲推出盤古通用大模型，基于服務一體化、産品一體化原則，這些 IaaS 客戶也将更容易接受推出的盤古通用大模型服務，讓其迅速收獲一批客戶。
服務經驗方面，也由于在 IaaS 領域服務的積累，華爲雲在面向工業場景的 ToB/ToG 機構、企業上，有着熟悉的溝通服務經驗，懂得這類企業關注的服務重心，利于之後盤古通用大模型産品獲得其初步信任。
産業鏈建設方面，華爲雲也懂得這部分企業極其關注信創安全。因此在這方面也有慎重布局。其中包括近期宣布實現自主可控的 MetaERP 研發，并完成對舊 ERP 系統的替換，以及将于 6 月 7 日推出全新 GaussDB 數據庫産品，是國内首個軟硬協同全棧自主的數據庫等。
不僅如此，在盤古通用大模型的算力、硬件、應用、基礎軟件等方面合作上，選擇的都是像麒麟信安、中國軟件、神州數碼、海量數據、易華錄、航天宏圖、萬達信息、拓維信息、誠邁科技等有國資背景或在信創服務領域有極高市場認同度的合作夥伴，以滿足普遍工業場景的 ToB/ToG 機構、企業所擔心的安全問題。
加入我們
專題推薦
▼點擊圖片即可跳轉閱讀
點個「在看」，和我們一起聊聊
