" 您認爲 AI 公司在昆明，跟北上廣相比有什麽優勢？"
" 我覺得昆明就是中國的矽谷，氣候特别好。"
這段對話，是在一次人工智能主題座談會上真實發生的。
經常參加這類交流活動的朋友可能會懂，這類問題一般在 " 遞話 "，給受訪人一個 " 安利 " 自家的産品、技術、差異化價值的由頭。所以當現場有人抛出這個問題時，我也做好了聽到一堆 PR 公關辭令的準備。
沒想到，這位昆明某 AI 服務商、數據科技公司的技術負責人，給出的答案是大家都沒有設想過的。但這種 " 意料之外 "，展現出在 " 北上廣 " 這類大城市少見到的 " 地氣 "。
活動結束後，我和這位技術負責人單獨聊了聊，又發現了一種 " 意料之外 "。
他們公司也在做大模型，用的是開源 Llama 架構 + 國産算力，經由私有數據微調，爲雲南遊客提供線上問答服務。
你可能會問，AI 模型都不是自己從底層代碼寫上來的，有什麽差異化競争力？實際上并不是大家想的那麽簡單，隻要調用 API 再用數據跑一遍就行了，他們在模型之外做的工作非常多且紮實。
比如，他們服務的一些雲南本地企業，可能連數據标注、數據治理、數據工具鏈等基礎概念都不知道，高質量數據集、文檔也沒有，想要訓練專有 AI 模型，就得從自己組建 " 标注組 " 開始。因爲客戶都很在意數據隐私，所以一個組的項目做完就要解散，标注人才就流失了，下次再重新建組。今天的 AI 落地，依然高度依賴 " 有多少人工就有多少智能 "。
當我們走到三、四線城市，發現這裏的 AI 公司和開發者，對 AI 的認知和做法，都有很大的不同。
用這些 " 意料之外 "，我們可以大概拼出一張拼圖，上面寫着：在小城市做 AI，究竟是一種什麽體驗。
小城做 AI
如同養 " 中華田園貓 "
雄踞全球科技資本和人才的矽谷，是 OpenAI、DeepMind 等頂級 AI 機構生長的土壤。那麽，中國三、四線小城市的一方水土，會孕育出怎樣的 AI 呢？
在雲南，我見到了兩個 AI 服務商，以及不少開發了行業 AI 應用的實體企業，他們的 AI 模型有一個共同點：都使用通用大模型作爲基座。比如基于開源 Llama 2 架構，加上自有數據、客戶數據進行精調，底層代碼都不是自己從頭寫上來的。
站在巨人的肩膀上，是目前在小城市做 AI 的最優解。
當地的 AI 開發者告訴我，首先，他們測試了市面上主流的開源大模型和閉源大模型，最終選擇了 Llama，原因是模型在業務場景下的表現好，而且生态夠豐富，社區資源多，配套工具成熟，這給他們的後續訓練和開發減少了很多難度。
此外，身在三、四線城市的 AI 公司，往往并沒有足夠的預算、算力、工程人才去從頭訓練一個新的大模型，加入開源社區或閉源生态是最現實的選擇。一位技術負責人說，他們沒法像大廠那樣囤上幾千幾萬張英偉達算力卡，加上 N 卡價格瘋漲，所以用的是國産算力，雖然需要解決跟 CUDA 的兼容性問題，但能滿足他們的需求，是目前比較有性價比的選擇。
另外，他們在本地垂類賽道，數據和工程是核心競争力。這些三、四線城市的 AI 公司，沒有股價壓力，也不需要給投資人 PR，專注于某一個非常小的垂類場景，一般也是大廠看不上、不會去碰的小市場，依靠私有數據積累和工程化交付的能力，就能建立起商業模式。
因爲很多落地場景，隻有在當地深入了解行業才能發現。
比如一個 AI 公司，基于開源大模型 + 自有旅遊數據開發的民宿大模型，已經在雲南大理的民宿落地了。而将大模型的對話能力，打造成 "24 小時 AI 管家 "，這個靈感來自民宿會遇到社恐的遊客，或者不希望暴露隐私，不想因爲 WiFi 密碼等小事麻煩服務人員，管家的介入很難做到恰到好處，讓遊客住的不夠舒适自在。而大模型出來之後，就在旅客和管家之間，多了一個 AI 交互的緩沖地帶，一些小問題通過 AI 管家就能解決，需要人工服務時随叫随到，這樣就很好地解決了旅客的顧慮。
目前，該公司的 AI 大模型服務，主打的就是可落地、支持私有化，目前覆蓋了文旅、工業、政務等場景，業務營收有 70% 以上來自大型企業的數智化。
實話說，很多一線城市的 AI 創業公司、高校科研院所打造的大模型，都未必能産生這樣的落地能力和經濟價值。
總的來說，我的感受是，三、四線城市的技術從業者，上來就是從場景裏找機會，找跟 AI 的結合點，反而更容易出效果。
一位開發者朋友是這樣說的，" 搞 AI 就像養貓，科學家們和企業會養聰明的品種貓，這跟我沒什麽關系，我喜歡養小貓串串，把 AI 領域跟人文藝術領域結合起來，這個品種你沒見過吧 "。
将通用大模型的 " 品種貓 " 跟本地場景、本土需求相結合，進行 " 雜交 "，養出一隻隻 " 混血小貓 "，這些垂類 AI 應用，就像中華田園貓，可能是大廠和科技媒體人不太關注的，卻沐浴着雲南得天獨厚的陽光，真實而有生命力地成長着。
在小城市做 AI 的可能性
在交流活動中，有好幾個媒體人都詢問，在雲南做 AI 有哪些阻礙和挑戰。真正的問題，似乎在意料之外，又在情理之中。
所謂意料之外，是很多問題已經在被積極解決了。
比如基礎設施，在大家的印象中，三、四線城市的數字基礎設施發展比較晚，發展 AI 的資源禀賦比較薄弱。實際上，基礎設施在當地越來越不成爲問題。
拿算力來說，雲南的算力資源已經可以滿足當地 AI 的開發需求。當地工作人員告訴我們，由于電價便宜，氣候條件好，所以雲南很适合發展 AI 人工智能數據中心，前文提到的民宿大模型，就是在昆明人工智能計算中心上進行訓練的，采用的國産算力。當地交通領域的數據中心工作人員也提到，該行業數據中心已經完成了 60% 的國産替代率。
至于數據，參加交流活動的兩家 AI 服務商，此前都是數據服務提供商。其中一個成立于 2018 年，在 2020 年的時候就形成了第一版數據解決方案，和一、二線的大廠簽訂了合作關系，積累了大量的數據資源和工程經驗。而算法，如前所說，依托全球領先的開源模型和社區，當地 AI 公司也可以快速上手開發。
那麽，當地 AI 發展的真正約束條件是什麽呢？
一是遠離産業帶。行業 AI 解決方案包含了多個環節和生産鏈條，很多小城市還沒有建立起産業集聚優勢，導緻生産環節中存在斷點。一位昆明當地的 AI 服務商提到，客戶的私有化部署，往往需要單獨成立标注組，項目完成就解散了，人才就要流失。而他們跟省外的标注公司合作，有的要收取加盟費，有的對團隊規模有要求，必須達到 100 人以上，這就給他們的項目增加了不少成本。
二是缺人。既然到外省找人很麻煩，那麽找本地人才呢？答案就是當地沒有那麽多 AI 人才。那一場交流活動中，也有雲南當地的 AI 産業學院老師參加，對方提到，該學院今年招收了 200 名人工智能專業的本科生。現場一家 AI 公司表示："200 個？根本不夠用啊。"
除了人數少，由于人工智能是一個新興專業，當地也還在探索培養方案，有老師提到，目前 AI 教學還存在跟應用領域不夠貼近的問題，企業提供的 AI 實訓平台不符合教學、科研的需求，學校隻能自己開發。
如何解決上述困境？我也在當地看到了一種跟開源文化有點類似的産業集群創新模式，那就是 " 抱團取暖 "。
一家本地的數據服務公司，将自己打造的數據标注、數據治理、數據探源等工具鏈，開源出來，豐富區域内的數據資源。此外，依托昆明人工智能計算中心，當地也在陸續開展師資培訓、工程師培訓等人才培養項目，打通 " 學練訓賽業 "，推動産學研用的融合。
遠離了 " 北上廣 " 和 " 龍頭企業 " 的三、四線城市，由于 AI 産業鏈的零星聚集，反而跟彼此産生了格外強的引力，特别積極地希望貢獻出自己的一份力量。
産業 AI 的 " 面子 " 和 " 裏子 "
說到這裏，你可能會問，那三、四線城市的 AI 落地情況究竟怎麽樣？跟當地産業相結合的廣度和深度如何呢？
我可以分享兩個真實的見聞故事：
一個是 " 面子 "。在中國－老撾的邊境城市，當地工作人員帶我們參觀了位于火車站附近的 " 智慧展示中心 "。我們發現，這個展示中心的作用，确實是 " 展示 "，我們到大屏幕前觀看完兩部宣傳片，就沒能再深入了。
另一個是 " 裏子 "。當我們走到日常運行的貨車檢查站，一個工作人員對着鏡頭侃侃而談，告訴我們 5G+AI 的應用如何落地，讓貨車一站式通關，避免了層層卡驗，将每輛車的平均通關時間從 8 分鍾縮短到 4 分鍾。從技術規劃到落地效果，講的非常清晰，帶着一種很了解一線實際情況才有的揮灑自如。
對此，不同的人可能會有不同的解讀角度。
AI 應該樂觀嗎？好像是的，它已經抵達了最遙遠的邊境線，在 n 線城市落地。AI 應該悲觀嗎？也有點道理，有效的 AI 應用似乎就那麽多，作爲 " 典型案例 " 存在，而如果沒有 AI 場景的遍地開花，那麽建好的 AI 基礎設施發揮的作用，确實就是擺在那裏，作爲 " 展示 "。
今天，三、四線城市的 AI 探索，處于一個智能化需求特别多、特别分散的階段，隻能一個場景一個場景地滲透。而這也是本地 AI 企業和開發者的機會，也有越來越多的人看到了這些地方存在的無數個被 AI 改變的可能性。
在當地走訪時，本地 AI 企業提到一句話：通過一個場景，探索出一些模式，應用到整個行業，一個個場景的智能化，拼起來就是整個行業的智能化。
他們确實也是這樣做的。
這些微小而分散的需求，是 AI 大廠和巨頭不願意觸碰，做了也投入回報比很低的場景，被當地企業一個接一個地解決着。
比如雲南開發出的越南語、老撾語、緬甸語、柬埔寨語、泰語等南亞東南亞語言的掃描筆、AI 翻譯機；幫助企業無需寫字段調用 API，就能根據不同的使用場景，比如經營分析會、領導參觀彙報、财務數據上報等，實時生成任意需求 BI 的垂類大模型；爲麻醉科提供高效智能排班服務的大模型等。
大模型狂奔這一年，已經從價值炒作階段進入到價值沉澱階段，有大模型廠商提出了 " 不作詩、隻做事 " 的理念。那麽，誰來做事呢？
這些在小城市做 AI 的人，用一個個場景的拼圖，拼出了大模型 " 有用 " 的答案。而 AI 的小城故事，還會在這片土地一直講下去。
