今天小編分享的互聯網經驗：大模型背景下，AI基礎軟體的實踐路徑是什麼？，歡迎閲讀。
圖片來源 @視覺中國
大模型的熱潮，正推動 AI（人工智能）基礎設施走向新的歷史舞台。
" 大模型，就跟過去的小模型一樣會變得趨同化，也就是對算力成本的消耗會逐漸降低，在應用領網域（場景）的落地能力得到了更強的擴大。從更長遠來看，AI 的落地會落實到某種具體業務的支撐，這同時也會導致某些角色（崗位）被替代掉。在新的穩态下，會形成新的基于大模型能力的產業鏈分工。" 九章雲極 DataCanvas 聯合創始人尚明棟告訴钛媒體。
定位于 AI 基礎軟體服務商，而不是一個單純的模型方案提供商，九章雲極這個思路，與當下大模型技術帶來的產業變革密切相關。
尚明棟認為，大模型與過去訓練的小模型出現了根本性區别，即模型兩段論：首先有一個基礎大模型，然後在這個基礎之上基于知識庫 / 知識圖譜技術，構建面向專業領網域的微調模型。
但聚焦于 AI 基礎軟體又有些不容易讓人理解，與通常意義上講的 EDA、ERP 等工業核心軟體不同，AI 基礎軟體不僅僅是涉及到軟體層面，它還是面向中國客户的 ToB 軟體生态。
在 2013 年成立之初，九章雲極并沒有 AI 基礎軟體的概念，而更多是數據智能基礎軟體，這個中間的變化也是源自ToB 軟體產業能力棧的分工改變，這個過程也伴随了客户市場的成熟。如今 ChatGPT 進行了一場非常成熟的全民性教育，因而大模型的能力建設在時間上會被極大的壓縮。九章雲極也在大模型訓練的關鍵環節上 " 啃了硬骨頭 "，并具備快速形成标準化工具的能力。
但這家企業過去也走過彎路，怎麼提供一套符合中國客户需求的產品服務，相比于以效率為先的思路，以國央企客户為服務主題，很多企業首先要保證數據信息安全的問題，因此九章雲極最早是圍繞數據為企業構建存、算能力。
目前九章雲極提供了數據基礎平台、機器學習平台，以及行業大模型平台。在數據基礎層，包括數倉、流批一體的實時數據能力。在 AI 機器學習平台方面，九章雲極一方面會長期投入可形成核心壁壘的部分，同時也在于頭部企業客户形成早期合作。比如包括 AutoML、大規模分布式訓練框架、因果推演 YLearn，都是從 2019 年起就開始投入。
而在預計推出的大模型方面，由于同樣受限于傳統深度學習的方式，大模型技術在可解釋性上依然存在挑戰。
賽迪顧問最近提出一則觀點：國内企業在大模型發展方向研判上呈現出跟随式發展态勢。例如 GPT4 開啓多模态大模型發展方向後，國内先發大模型也紛紛發展多模态，如何擺脱跟随式發展路徑依賴，構建自主可控創新型大模型是當前重點任務。
大模型預計為產業帶來了巨大影響，但同樣存在不小的應用風險和商業化成本問題。這值得思考。從目前來看，大模型在企業場景中的應用形态還比較單一，更多局限于語音 / 文字互動，如金融行業可能就是一張金融報表或檢索工具。
但大模型已經在增強模型泛化能力，意味着 AI 落地性增強了，與此同時也在對過去的基礎設施進行衝擊，過去需要的是計算、存儲、網絡三要素，而現在帶寬支撐已經遠遠不夠，算力密集型應用場景中需要大量的算力建設。
尚明棟認為，未來影響大模型多樣化路徑發展的三大重要因素，算力、數據和基礎軟體。未來随着算力性能逐漸同質化和标準化，數據的差異性和企業需求的個性化逐漸加大。作為模型生态系統的中堅力量，AI 基礎軟體将會成為大模型應用落地的最主要的效率支撐，并通過大模型 + 小模型的方式，形成模型訓練新範式。
以下為钛媒體與尚明棟的對話，主要解讀了當下產業趨勢、大模型帶來的影響，以及九章雲極在其中扮演的角色。以下内容經摘編：
钛媒體：如何理解九章雲極在做的大模型基礎設施？
尚明棟：其實我們偏向于行業構建大模型，這與九章雲極一開始的定位有關，一是服務于多個行業，二是打造的工具棧基本也是面向 ToB 為主。目前已經非常明顯地出現了行業模型的分化，所以我們更多也是基于行業構建大模型，或者説行業小模型。
钛媒體：但難度還是存在的，除了算力和數據，是不是意味着會跟業内其他大模型企業合作？
尚明棟：從長遠看，大模型跟小模型一樣會更加趨同化，對算力的成本消耗會持續降低。之所以説 " 大 "，其實講的是它具備一定的數據規模和技術門檻，同時起應用領網域得以進行非常多的擴大。大模型會逐漸構成一個新的產業鏈分工，因此 AI 的工業落地一定會落實到對于某個具體業務的價值體現。
例如大模型中涉及的專業知識庫的構建，原先可能都需要數據分析師利用 SQL 語言進行軟體涉及，而未來可能直接通過自然語言互動，從而降低了很多對專業性技能的依賴。從這個角度上，我們也會有自己的長期定位。
钛媒體：領網域大模型或垂直大模型，如果引入銀行客服、風控、反欺詐等場景，大模型的底層應用邏輯是什麼？看到或預判了什麼樣的場景？
尚明棟：坦白講我不能列舉太多，但我們的思考是，過去小模型解決的是 " 場景 "，大模型往往代替的是 " 分工 " 和 " 角色 "。大模型一方面為企業帶來了收益，同時也在為企業節省出了人工成本。根據這樣一個邏輯，與我們自身行業生态結合比較緊密的，或者説消耗了大量人力成本的環節，更有可能成為被大模型替代或驅動的目标，也是我們努力的方向。
目前銀行業的風控、營銷、運營等場景，都在非常密集地使用 AI 模型，用于替換原有的專家規則系統，本質上起到了開源節流的效果。
钛媒體：九章雲極在開源方面也做了一些工作，比如因果學習 YLearn、實時互動式分析 DingoDB，觀察國内外的企業組織，有哪些在開源生态運營或培育種子客户方面，有哪些值得借鑑或可以超越的地方？
尚明棟：我們希望能夠持續在開源社區發聲，更好地提高項目框架的開發者活躍度。但就今天而言，在開源生态運營方面，我們其實也有短板，或者能力會相對有限。我們會積極參與到開源生态裏，對于需要行業工程化或能力復用的部分，會更好地根據行業或企業特性進行支持。
以 DingBD 為例，DingBD 的出現本質上是源自其行業客户在實時數據應用過程中的能力不足。例如某企業客户此前搭建了一套傳統數倉，後來又因非結構化數據搭建了數據湖，并引入流數據能力，以實現數據服務的實時化。
但在這個過程中，随着模型應用的實時化，會發現越來越多的模型在訓練和推理過程中所需的實時框架，是原先内存式數據庫所不能滿足的。在解決存儲問題的同時，實現高并發的實時計算，DingBD 原先解決的就是這樣一個問題。
如今随着行業數據的豐富，最早的鍵值數據庫的定義已經在改變，我們也會進行新的更新，在支持高并發的同時，提供支持存儲的互動式數據庫。
钛媒體：目前客户應該是國央企占多數，所以是因為有這樣的客户群體，最終決定了產品設計，包括推出雲中雲戰略？
尚明棟：這裏面國央企占了絕大多數。結合國家在十四五期間對于大數據、人工智能的定調，我們認為中國數字經濟的三家馬車，一定是算力、雲計算和大模型。所以作為一家企業，也是順應時代潮流，積極參與到國家在大數據和人工智能的生态建設中。
钛媒體：服務這類客户時，比如會提及數據安全層面的話題，怎麼呈現這樣一個數據戰略？會參與數據雲建設嗎？
尚明棟：單從技術趨勢看，面對數據出現了存算分離，這其實有益于上一代存算一體背景下對數據分析的新範式。數據雲，可能更偏向于集中化數據标準能力建設或者更偏向于 " 存 "，而我們提供的是怎麼能讓企業高效計算并支撐上面的應用。
就目前所服務的客户需求而言，基本屬于數據密集型業務，需要一定的算力規模，同時客户自身也具備一定的技術能力。
钛媒體：哪些行業是數據密集型，其典型的需求特征是什麼？
尚明棟：數據不會憑空產生，未來模型也是數據資產的一部分，從趨勢上看，數據的產生是一個持續建設的過程。例如，互聯網行業屬于信息化與數據更加密集的行業。
九章雲極最早進入的其實是金融銀行業，然後逐步拓展至證券、保險、基金，進而從金融行業延伸到了運營商、智能制造、交通、能源電力等行業。另外，伴随企業信息化建設的延續，如物聯網感知設備數量的增長，產生了非常多的非機構化、半結構化數據。
钛媒體：這些數據是可以高效利用的嗎？
尚明棟：所謂理想的高效利用還有距離，但從趨勢上來講，我認為行業對于數據資產的價值體現上，已經有明顯都帶有對數據資產價值的高度共識。
（本文首發钛媒體 APP，作者 | 楊麗）
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
