杨建国
近日，APUS董事长兼CEO李涛出席第三届中国（宁波）软件峰会上并发表演讲。他以“AI向新 智领未来”为主题，以多年互联网从业经验和对人工智能发展的分析研判为锚点，深入剖析AI对于人类社会发展的意义、产业前景及当前行业转型痛点，并提出AI大模型价值创造“六要素”等创新观点。
演讲以行业洞察为基础，立意深刻、观点犀利、案例鲜活，为人工智能更好地落地应用和引领产业变革带来全新思考。同时，李涛在演讲中阐述了APUS的AI战略及AI大模型的赋能能力，为产业生态繁荣与实现大模型价值创造带来启发。
一、AI大模型领衔第四次工业革命，互联网微利时代向人工智能产业机会过渡，共享早期技术创新红利
以大模型为代表的人工智能正领衔第四次工业革命已成为行业共识。回顾前三次工业革命，蒸汽-电力-互联网，无不深刻影响着人类文明，尤其是互联网发展黄金十年，信息传递和感知得到了极大改善。
人类的行为处理模式由感知、判断、决策、执行四个环节紧密构成。在过去很长一段时间里，尽管互联网对信息传递与感知的变革十分深刻，但在判断和决策方面的生产效率并未实现极大提升。
随着以大模型为代表的人工智能出现，全新产业机会扑面而来。AI在判断和决策环节上的能力将带来百倍乃至万倍级的效率进化，从而决定着未来30-50年的产业机会。
从1999年从业到今天，我一直在互联网一线，与各位一样感受着互联网行业的兴衰变革，也切身感受着今天开发者、程序员等同行正在面临的困境。不可否认，整个互联网已进入高速发展尾声，互联网处于微利时代。
但令人振奋的是，我们同时看到了一个全新的、更加耀眼的时代“AI时代”正在开启，人类社会全面、快速、系统地转向人工智能，将享受到前所未有的技术红利。
二、AI大模型带来产业变革，大模型作为操作系统，构建基础底层能力和服务，以AI实现降本增效和场景价值创造
在传统互联网时代，流量红利是入口，Windows、iOS等是操作系统，互联网服务基于PaaS、SaaS层展开，商业化途径以APP应用、平台的广告与转化为主；而在AI时代，AI 将重构所有产业，也包含互联网。
今后，人工智能会全面取代以搜索引擎为代表的互联网入口，大模型将作为AI时代的「操作系统」，为互联网、工业互联网、农业互联网、物联网、元宇宙等构建基础底层能力和服务。在商业层面，以AI进行降本增效，实现场景价值变现。
客观来讲，全世界的农业互联网目前发展都相对滞后，本质原因在于效率不高，也就是我刚才提到的“决策与判断”效率低。没有AI赋能，农业互联网很难真正发展起来。
物联网中的数据量远远大于人类主动构建的互联网数据量，面对未来更加海量的数据，没有AI的辅助和效率提升物联网也难以真正实现。
另外，很多人认为“元宇宙”概念热度减退，为什么它雷声大雨点小，没有真正发展起来？也是因为没有人工智能赋能。
元宇宙中的每一个场景构建都可能需要半个月、一个月甚至更长的时间，数字原生和数字孪生不能在元宇宙空间里呈现最大的效能发挥，而以大模型为代表的人工智能的出现，则会真正让元宇宙更快速地落为现实。
三、产业变革正在发生，IT产业要素面临重构，从业者需重新思考职业路径选择
我从大学时期开始用汇编写程序，今天想跟IT从业者分享一个新的职业思考角度，或许很多人不太愿意接受，但90%以上的程序员都应该对转型更加重视，要下决心让自己从一个传统的、面向机器的、用机器语言写代码的程序员，变成一个面向大模型的“AI 工程师”。
过去我们所掌握的从汇编到Python、Java 等语言路径即将关闭，这些面向机器的编程语言需要程序员、产品经理、项目经理去贯通实现，写出代码再让机器读懂，最后形成产品。
AI大模型将很大程度替代这些传统职业角色，自然语言就能够轻易地驾驭大模型，我们只需要给出产品和模块服务框架。这导致我们的行为模式也会发生相应改变。未来，用户简单的需求可以直接向AI大模型提出，即可调用模型能力得到满足；而一些复杂需求，则会由 AI 工程师用自然语言驱动大模型实现。
四、AI大模型架构的五层金字塔，让产业革新构想高质量落地
大模型训练需要大量的算力、数据和场景支持，根据AI发展现状与未来趋势判断，APUS绘制了AI大模型架构的「五层金字塔」：
以海量数据和算力为基础训练出通用大模型，再精炼出文本、图像、音频、视频垂直应用能力，随后通用大模型作为基座，把技术和服务能力开源开放给电商、医疗、制造、教育等领域，与千行百业合作共建应用场景，形成行业适配的应用层大模型。于此之上，再衍生出满足B端、C端、G端用户的AI应用。
值得关注的是，训练数据质量>训练数据规模>参数规模，海量数据是让大模型更加聪明的“物质基础”，而价值观对齐的高质量数据，则是大模型应用的“精神保障”，严肃对待训练数据，才会打造出可靠、可用的AI大模型。
五、AI大模型实现价值创造的六要素：强健算力、全球知识库、高质量数据、持续进化的算法、价值观对齐、价值创造
众所周知，强健的算力是大模型满足复杂场景需求、进行敏捷训练与高速并行的底层支撑；而对于全球知识库与高质量数据，我们必须正视，在国内主流模型训练中，中文数据集在全球语料库中只占据3%的份额，同时夹杂着网络垃圾数据，成为国内大模型发展与应用的一道枷锁。
尤其是在不确定因素影响下，A100、A800、H100、H800、RTX 4090等芯片已成为产业之殇，而国产算力尚需时间突破。摆在国内大模型厂商面前的必答题是，如何在有限的算力下，保持AI进化？算法的持续进化便是打破困境之门的一把钥匙。
以APUS自身来讲，我们最近专注于APUS 大模型的增量预训练和长文本、长数据的输入输出，目前APUS大模型已经支持3万字文本长度的输入输出，同时对算力的需求下降了80%，也就是说，持续进化的算法能够让大模型对算力的需求下降。
我反复在讲“价值观对齐”，在中国这片土地上，任何外来大模型都应让位于中国本土大模型，为什么？
核心原因就是价值观对齐，没有价值观对齐的大模型是不可能在中国这片土地上被安心应用的。所以国产大模型实现突围，必须要考虑借助构建红色语料库来完成价值观对齐。
最后，人工智能的价值创造最终还要与应用场景结合。APUS真诚希望与开发者、程序员、客户、伙伴等产业各界深入交流，让我们能够真正看到大家的使用场景，并通过人工智能来帮助大家使用和改进大模型，让AI大模型真正驱动产业发展，产生价值实效。
六、四大差异化优势推导APUS的AI战略：为中国定制AI大模型，让大模型应用和价值创造接轨，构建AI生态
在All in AI之前，APUS是长期做全球化服务的互联网企业，在APUS转型人工智能时，我们制定了为中国定制人工智能大模型，积极构建人工智能生态，让大模型应用和价值创造接轨的AI战略。
战略定调背后，APUS的底气在哪，能力如何？我从四个差异化能力进行拆解阐述：
过去 9年 ，APUS为全球 200多个国家和地区提供了200 多款移动应用，为 24 亿用户提供了25种语言的服务，这给APUS大模型的训练带来源源不断的全球高质量数据投喂。同时，APUS在国内郑州和新加坡建立了两大算力中心，为APUS大模型和海外产品同时提供算力支持。
此外，APUS还与阿里、腾讯、百度等厂商联动，提供多种算力组合与弹性扩容方案，帮助企业与开发者实现研发迅速落地、大幅降低成本，让灵活的产业协同聚力生态实现价值落地。
APUS基于对中国未来人工智能产业发展的认知，很早就开始积累红色语料库，进行知识库、法律等价值观对齐，让APUS大模型的输出能够符合主流价值观，避免在模型能力调用中出现立场错误和其他价值观偏差。
对于APUS大模型的产业架构，我想结合APUS大模型的场景落地来说会更直观、更有说服力。APUS自4月发布APUS大模型以来，一方面推出了简笔成画等多款AI产品。
另一方面对24亿用户正在使用的移动APP进行AI升级，这既是为全球用户提供更好的服务，也是在持续不断地为APUS大模型带来新鲜的用户反馈和高质量数据集，让模型“食材”更新鲜、更丰富，让APUS大模型更智慧、更易用。
APUS还以APUS大模型为底座，从中蒸馏出文本模型“异雀八”、图像模型“异雀三”、视频模型“异雀四”、音频模型“异雀六”四大精炼模型，来灵活满足垂直场景应用。面向开发者与产业，APUS开放了API及精炼模型能力。
对于B、G端应用，APUS大模型已通过APUS医疗大模型、APUS网信大模型、APUS电商大模型、APUS制造大模型、APUS教育大模型，在医院、客车制造与流程管理、网信事业长效治理等多元领域深度应用，为产业升级提供可借鉴的案例。
以目前热度很高的电商业务发展为例，APUS电商大模型能够全链条支撑电商项目在AI浪潮下快速适应变化，提升商业效能。
在智能选品上，用数据来帮电商人更加精准地筛选出畅销产品；在智能展示上，只需要一张产品图，大模型就能生成不同模特、各种场景的立体展示，省却请模特，找场景拍摄物料等繁杂环节和成本；在智能投放上，用数据和程序来更加智慧地进行广告投放，自动优化投放策略并快速、有效地执行；在智能客服上，APUS智能客服已经在一线城市政务服务热线中发挥效能，成为政府进行社会监管的效率利器，这项能力接入电商企业，显然能够帮助企业提升服务效率，并优化客户体验。
此外，APUS还提供不止于AI大模型的能力输出，通过产业联运与投资赋能，积极构建更加富有生命力的生态循环。如果开发者有好的产品创意，可通过调用大模型能力来实现；若产品苦于没有推广能力，APUS可以一起来做联合运营，助力开发者创想落地，让产品脱颖而出。
李涛指出，对具有市场前景和商业模式的创新企业，APUS也可给予资金支持，让AI应用能够拥有生长沃土，让AI产业机会实现价值普惠！
