今天小編分享的互聯網經驗：要賺錢，要落地，華為大模型不和百度阿裡剛，歡迎閱讀。
作者 | 袁斯來
編輯 | 蘇建勳
大公司蜂擁入大語言模型，華為顯得有些格格不入。
7 月 7 日，華為發布 AI 大模型盤古 3.0 版本。對于普通用戶，這場發布會有些枯燥。政務大模型雖然有 AI 應答，但都是政策解釋，談不上有趣。華為雲 CEO 張平安首次明确自己大模型的定位，即 " 為行業而生 "，聚焦 B 端行業客戶。他有些驕傲地表示，盤古大模型都在解決行業痛點，" 沒時間作詩 "、" 沒時間聊天 "。
這一表态不出所料。3 個月前，華為雲人工智能領網域首席科學家田奇已經做了預告。在演講中，田奇對 GPT 類的自然語言處理（NLP）大模型一筆帶過，大把時間都在介紹為行業客戶開發的大模型。
盤古大模型 3.0 比起前幾次發布，多出了多模态大模型。但華為沒有太多介紹這個大模型的意義。而自然語言處理大模型的影子，則出現在智能助手、政務應答場景中。
華為進入 AI 行業的風格不夠性感，但足夠實用。它很聰明，不和互聯網公司針鋒相對，錨點集中在自己最擅長，也最容易落地的 B 端。
這也是華為能做的最佳選擇。華為 2022 年年報顯示，其銷售收入增長接近停滞，淨利潤下滑 68.7%，經營現金流下滑 70.2%。華為雖然在全力研發，但其實它沒有太多時間和金錢去試探不擅長的方向。賣掉華為雲產品，盡快從行業客戶手裡掙到現金才是華為做 AI 最急迫的事。
只為 B 端
華為盤古大模型已經很久沒有新故事了。2021 年 4 月，華為正式發布盤古大模型，當時已經包括自然語言處理大模型、機器視覺大模型和科學計算大模型。
此後盤古大模型偶爾會出現在行業客戶合作案例中，推出相應的藥物研發、礦山、氣象、海浪、金融 OCR（文字識别）大模型。
至于華為的自然語言處理大模型，能夠确定的是它的參數和數據足夠龐大，參數量達到 1000 億，數據号稱有 40TB，略小于 GPT-4，是文心一言的十倍。同時有文檔檢索、ERP、小語種等應用。
只是，這款自然語言處理大模型從來沒露出真身。沒有實時演示，沒有應用展示，缺少 GPT 那樣的爆點。
這次發布會，盤古自然語言處理大模型還是很 " 無聊 "。華為更新了一些信息，包括可為客戶提供 1000 億、380 億、100 億多個參數 NLP 模型，匹配不同行業不同訴求。在金融大模型中，AI 會解答政策，為金融分析員分析數據。也能以應答的方式，幫政務人員分析交通圖片。
這些應用都離 C 端用戶很遙遠，但能真實提高生產力，吸引行業客戶。" 我們和 ChatGPT 不在一個軌道上，我們看的是在行業中解決多少問題。" 在媒體溝通會上，張平安表示。
行業客戶的高客單價、穩定讓所有廠商眼紅。微軟、騰訊、百度、阿裡斥巨資做大模型，最終還是要賣與政企。
每一個大廠都有自己擅長的領網域，如電商、辦公，華為則在工業智能制造、政務、金融行業有不錯的口碑。它們和這些公司打過幾十年交道，能拿到行業客戶足夠豐富的授權數據。
所以，盤古 3.0 發布會基本是一場盤古大模型的政企客戶案例集合。包括枯燥的政策解答、金融數據分析，還有外行完全無法理解的供應鏈器件分配。這些產品的目的，都是提升行業工作人員的效率，而非讨好 C 端用戶。張平安表示，在一段時間中，華為盤古大模型不會開放給個人使用。
百度、阿裡、科大訊飛發布會上，主講人和 AI 你來我往已經成必備欄目。相比而言，華為盤古大模型的發布會顯得缺點趣味。可對華為來說，趣味在此時此刻無足輕重。正如華為常務董事華為雲 CEO 張平安在發布會上明确的，華為大模型 " 不作詩 "。讓工廠、國企、政府客戶們滿意才是華為在意的事。
算力銷售者
華為是個掘金者，也是賣鏟子的人。
華為從底層芯片、數據庫、開發框架到開發平台都是一套自研系統。全棧技術好處是修起足夠高的壁壘，更容易深度優化，反面是兼容性差。
華為自研的昇騰 910 芯片性能方面和英偉達，華為自己開發的框架 MindSpore 才能激發最大的性能。但根據 Omdia 報告，即便是在中國，AI 開發者使用的框架仍以 TensorFlow 和 PyTorch 為主，兩者使用率均超過 30%，而 MindSpore 的使用率為 11%。
這也意味着，華為要為客戶做深度定制，才能讓不同模型在華為昇騰原生體系中順暢運行。
這是一個很難產生邊際效益的工程，将 B 端客戶分行業打包，做成垂直的專業解決方案性價比更高。
而行業客戶天生适配華為這樣閉合式 AI 大模型。尤其是大型國企、金融機構，需要從底層到應用端建立一整套定制方案，這些客戶要求安全、可靠、國產化，且相對封閉，華為盤古正好能符合要求。
厚重的垂直行業大客戶一直是華為長項，其他互聯網公司難以深挖。行業產品和 C 端產品有完全不同的行事邏輯，而華為在 ICT 時代就積累下了一整套和政企客戶打交道的方式，華為雲也不缺政企資源，這些并非互聯網新貴砸錢就能獲得的壁壘。
更重要的是，相比互聯網公司，華為釜底抽薪，解決了避不開的芯片問題。國内目前阿裡、百度采購的多是英偉達芯片， 阿裡擁有最多的英偉達 A100 GPU， 算力方面優勢明顯。然而這種供應是否穩定還未可知。而國内絕大多數芯片廠商還無法供應訓練復雜大模型的芯片。
華為的昇騰芯片雖然适配性略差，但算力強，在自己的系統中優化良好。只要制造不出現問題，不出現斷供，華為能一直更新更新。在人工智能算力比拼中，不至于和英偉達最新的芯片拉開太大差距。這一點足以讓政企客戶安心。
自成一體的算力成為華為最大的競争力，也将是華為又一個營收來源。華為上線針對 AI 行業的昇騰雲，并且建起了兩個 AI 數據中心。越來越重視國產替代的客戶們不會讓昇騰雲缺訂單。
OpenAI 時隔多年再次點燃 AI 行業。可這條道路還看不清方向，華為這艘巨輪會沿着當下最穩妥的路線航行。在中國這個巨大的市場，華為一直地位獨特。而它在 B 端三十多年的優勢也會延續到 AI 時代。
