从大洋彼岸的ChatGPT的爆火，到国产AI掀起“百模大战”，走过跑马圈地阶段后，AI大模型已行至深水区，集体驶向了产业和应用。
当然，这股风潮下，人们对通用大模型和垂类大模型谁能夺得先锋的讨论仍然存在。同时，尽管大模型商业化道阻且长是全球共识，但要论场景红利和落地效果，垂类大模型或许更能创造曙光。
不难理解，垂直领域的大模型更专注于解决具体的行业问题，更能满足特定行业和领域的实际需求，这一过程就体现出了更高的应用价值和商业价值。因为从行业化到产业化、商业化，AI大模型的最终目的是要服务于人类。
于是，当垂类大模型有望引领AI大模型商业化加速落地，垂类厂商随即崭露头角。上海逸迅信息科技有限公司（下称“逸迅科技”）便是其中之一。
“数据”作为一种新的生产要素而成为中国数字经济建设以及发展新质生产力的核心动力之一，同时也是发展“人工智能+”行动的重要基础。
这让逸迅科技拥抱AI成顺势而为。作为“数商”，逸迅科技有着扎实的数据管理能力与经验。多年来，公司专注于为交通运输、政府、制造、能源等行业提供一站式数智化解决方案，是多个行业头部企业专属的“数据管家”。
更关键的是，基于对AI大模型发展趋势的预判，逸迅科技并不像别的厂商那般“AII in AI”，而是选择“做减法”，并以“GBI”逻辑瞄准了垂类定制模型赛道，在企业数智化转型路上披荆斩棘。
逸迅科技高级副总裁丁红阳向第一新声表示，“人工智能发展至今，出现了以往没有过的技术性的革命，但刚好又赶上世界百年未有之大变局。同时国家政策层面提出发展新质生产力，也是对原有格局的打破，是对未来发展方向的一个期待。这需要用长线眼光看待，这个方向必然会在生产效率和生产力上发挥作用。所以，即使当前市场还未成熟，逸迅科技仍要沿着这个方向前进。”
他直言，“希望在未来三到五年内， 能在这个市场占有一定的份额，这是我们的目标。”
01 “大语言模型+数据”，让数据更智能
《关于2023年国民经济和社会发展计划执行情况与2024年国民经济和社会发展计划草案的报告》将开展“人工智能+”和实施“数据要素×”两项行动列为2024年积极培育发展新兴产业和未来产业、促进数字技术与实体经济深度融合的主要任务，标志着“人工智能+”和“数据要素×”成为推进新质生产力加快形成的关键。
数据作为贯穿两项行动的核心要素，其价值正呈指数级增长。中国是全球数据量最大、数据类型最丰富的市场之一，各行各业的数据产量和存储量更是快速增长，自然为数字经济建设中数智化应用的落地提供了绝佳的“原料”。相关数据显示，2022年我国数据总量已经占到全球数据总量的10.5％，到2025年我国数据总量或可占到全球的30％，有机构预测2025年我国数据要素市场规模会突破2000亿元。以AI为代表的创新技术和以数据为要务的新型生产要素的融合，为市场勾勒出了更宏伟的画面。尤其自大模型热潮盛行，行业开始畅想用AI大模型来赋能数据分析。可以看到，ChatGPT、Sora等AIGC（生成式人工智能）模型相继横空出世，推动了内容创作的革新，更在经济发展各领域产生了广泛影响。据Gartner预测，到2027年，高速增长的生成式 AI 将会贡献全球人工智能支出的 42%，规模将超过 1800亿美元，2023 年到 2027 年的复合增长率高达 169.7%。工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。专家预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元。不过，对于生成式AI从热烈讨论走向应用落地，逸迅科技也产生了不同的视角。他们认为，新技术日新月异，人工智能也进入快速迭代时代。短期内，人工智能成为全球热潮，事实上人们对技术、生产力的认知仍存在不足。因此，人工智能会从“高预期”阶段回落至平稳发展状态。逸迅团队表示，“我们也看到了AI为各行各业带来的发展机会，也高度认可或许未来五年内，这个领域会诞生至少十家百亿级大公司。从一些顶级的投资机构投资AI的逻辑来看，其实大家布局的重点是一样的。尽管目前投资行情趋弱，但绝大多数人还是寄希望于‘这个机会必然会出现’。”出于不同的思考和判断，以及企业自身的沉淀，逸迅科技选择了大模型与数据的结合。“与市场广泛讨论的通用大模型不同，逸迅科技谈的是数据智能，生成式AI也是行业垂直应用的AI大模型，背后逻辑完全不一样。”丁红阳谈到。在ChatGPT火爆后不久，用交互式能力降低“用数”门槛，打造智能BI成了第一阶段，行业感受到了市场对于智能BI的需求。以逸迅科技为代表的数据服务商开始发力GBI。在逸迅科技看来，GBI的出现可以加快业务人员对数据的直接访问，跟之前的使用场景有很大的不同，传统BI的建设完成后，有些需求还需要数据工程师进行二次报表开发，周期与及时性不能得到满足。GBI可以让业务用户直接访问后台数据的可能性变得可行，并能生成基本的分析可视化图表，效率与及时性都得到了明显的提高，实现快速的数据分析和管理。因此，GBI正在快速推动企业数智化的发展，完备、友好、高效的开发平台是逸迅科技赋能行业的关键所在。不过，并非赋予AI能力就能直接开挂。现实是，虽然我国数据量十分庞大，但仍处于质量低、流通性差的阶段，数据隐私以及安全问题等不容忽视、常年存在于企业端的“数据孤岛”顽疾难以根除、多系统重复冗余的数据无法有效链接和统一查询等等，可以说在垂直行业应用端并没有发挥出理想的效果，更遑论产业化。这是横亘在“数实融合”之间的障碍。所以行业形成共识，现阶段的智能化，并非是AI＋Data，而是Data＋AI，因为数据智能分析一旦跑通，将成为企业新质生产力。从这个角度来看，逸迅科技不仅找准了赛道，而且已经实现了良好开局。据了解，自2012年成立以来，逸迅科技聚焦数据智能、智慧城市、物联网、智能运维、数字孪生等领域，基于智能的全栈数据产品技术底座，提供数据治理、数据开发、数据分析、数据展现以及数据感知等能力挖掘数据价值，助力数据业务应用及产业落地，辅助业务决策，加快数字化及数智化转型速度。为更好提升数据管理水平，赋能客户企业，逸迅科技推出了数据技术底座、物联网中台、AI智能产品线，以及城市轨交大数据智能运维、数字化场站数字孪生、智慧微城市整体运营解决方案等。
02 针对企业不同业务域做定制化中小模型
“我们做的不是大模型，而是一个垂直的、特殊定制的中小模型。”逸迅团队强调，“逸迅科技从这个角度来覆盖客户的某些场景，也是我们认为的区分于市场的一个重要方向。”他们认为，“任何一个打通客户最后一公里或者几公里的技术，都需要一个复杂的工程实践和复杂的定制过程。”目前，通用大模型趋于收敛，垂直行业应用成为大模型产业落地的关键赛道，从技术到产品再到商业化落地，均在不断深入垂直行业领域。在逸迅科技看来，所有大型B端企业未来都将面临定制模型的机会和实践的可能。未来企业采购通用大模型再做私有数据的实践和定制，将面临巨额的成本。而头部大厂商更集中糜战通用大模型市场，大型B端企业的定制化需求或许就并不在他们的主要业务范围内，这就是垂直大模型厂商的机会。但垂类大模型也不可避免地遇到了诸多挑战。比如垂直领域可能出现模型训练数据相对有限、市场需求、技术成熟度、盈利模式探索、数据安全和隐私保护以及应对行业竞争压力实现市场份额的提升，都是垂直大模型需要思考的问题。逸迅科技告诉第一新声，目前行业缺乏熟练且懂定制大模型领域的人才，同时甲方对业务场景的使用与模型结合的理解也不够明确，到底是为提高效率、质量、亦或创新程度？另外，成本也是典型因素，一般企业在原有的数据架构平台上投入不低，再做大模型，就意味着更高的资金投入，包括大模型的训练成本也会提高。“从需求端来看，目前AI似乎处于爆发阶段，但从实际感受来讲，客户的投资是非常谨慎的。尤其现在企业一边要面临数字化转型，用数据来赋能旗下业务线，一边又要应对市场的剧烈变化，成本优化和利润压缩都为经营带来了极大困难，所以实际上市场更多处于‘雷声大雨点小’的状态。”丁红阳说道。在行业挑战面前，常年服务于交通运输、制造业、能源等行业的大型B端企业，逸迅科技表现出了区别于同行的显著优势。一方面，逸迅科技在产品上涵盖了全链路数据产品套件，能够快速搭建企业数据底座。据悉，逸迅科技客户以中大型企业为主，这类企业对AI的要求远大于通用人工智能的容错率和准确率的要求。即使是传统的通用人工智能大模型平台公司，也很难满足一个大型B端企业的具体应用场景。逸迅科技认为，“因为客户的私有数据的安全性被极大地放大，而能够有机会接触到这类企业的供应商又极少。为此逸迅科技基于已有的客户群体以及多年来为客户基于数据中台开发商业智能的行业经验和优势，有足够的优势在数据的基础上做生成式BI模型。”简单来说，基于场景基础与客户业务的超高熟悉度，逸迅科技能够在数据管理的基础上再为客户增加大语言模型的能力。另一方面，逸迅科技接入AI赛道较早，也做好了充分的准备。比如在人员配备上，逸迅科技不仅创始团队来自Intel、Teradata、华为、星环等，天生具有数据原生基因，公司还单独组建了AI团队，资源上也作出了明显倾斜。此外，在项目交付方面，逸迅科技也展现出了区别于行业友商的优势。据了解，正常情况下，逸迅科技一个项目的交付时间大概是两到四周，“在客户到现场之前，我们原先预训练的模型已经囊括了大部分内容，现场要做的工作相对少一些。”值得注意的是，准确率是每一个AI项目逃不掉的问题，而逸迅科技在特定客户场景需求下准确率能够达到95%。据第一新声了解，“Alaya”是逸迅科技的AI产品线，并推出了多个不同的AI产品，比如云原生数据科学平台SmartNoteBook，打造数据科学与分析、人工智能的强大环境，深度融合Python与SQL、可视化于一体，更高效编辑、执行和共享数据应用模型，进行数据采集、探索、机器学习、深度学习和交互可视化。以及基于垂类模型的数据分析平台iDATA。据逸迅科技介绍，这款产品是基于市场主流通用大模型的能力基础上做的行业应用方案，围绕企业业务数据进行深度训练开发定制模型。能够针对企业数据分析和洞察的需求，利用先进的机器学习技术能够深入挖掘数据，帮助企业更好地理解业务现状和趋势，推动企业的业务决策和战略规划。逸迅科技产品总监姚毅向第一新声表示，“以往将传统的数据进行加工规整之后，可以通过大屏、报表、数据接口来展示。一个企业的管理层只会关注某一个点、某一部分数据，如果看到的是一条感染性数据，那导致数据异常的原因是什么？比如这个月销售额下降的原因是什么、成本增加的原因是什么、物流平均时间为何变长了等等，这些大屏和报表是没有办法解决的。”而逸迅科技的大语言模型，就是要了解客户的数据，以及数据具体的值与含义。比如针对上述所说的问题，客户在大屏或者报表查看数据的时候，可以直接问模型数据背后的相关信息。姚毅介绍道，“我们的大语言模型在学习数据之后，客户也可以通过问答方式去查看他们关心的数据，当然也可以用文字、语音的方式去问答。也可以延伸功能，比如订阅。”需要指出的是，逸迅科技的模型并非覆盖客户企业所有业务域的大模型，而是解决某一个业务域的中小模型。逸迅科技认为，一个大型B端企业的业务分为多个域，比如一家制造业企业有财务域、市场域、仓储域、物流域等等。逸迅科技的AI产品就是与客户不同的域结合。站在企业角度，域之间有所不同。但从行业角度来看，同一个行业内、同一个域的知识重叠程度却比较高，比如财务数据、仓储数据、市场销售知识等等，这让产品在同一个行业内有比较高的普适性。姚毅表示，一来针对不同的业务域做不同的模型，更容易落地；二来更贴合客户实际需求；三是国内通用大语言模型还未到成熟落地的阶段，尤其能够解决企业内部不同业务域的知识，要求很高，难度也很大，至少目前还没有成熟案例落地。
03 多个智能体相互博弈、统一，让模型更聪明
懂数据、懂客户业务、具备模型定制能力，是逸迅科技为自身建立的竞争壁垒。逸迅科技自然明白，针对TO B的探索会比TO C节奏要慢，公司目前也处于摸索阶段，但其也认为离TO B大面积爆发的时间不会太久。逸迅科技认为，AI未来在数据智能领域的发展潜力巨大。在应用场景上，比如AI技术跟传统物联网、区块链的结合，将推动自动化的新的结构，包括对特定任务的分解和特定方案的优化，包括智能机器人在内，均是AI的理解能力作用于传统技术结构而产生的新的变化。比如优化成本投入、提高开发进度。同时，当设备端也慢慢进入更小的模型端，可以在边缘设备进行离线运算的机会以及大规模商用的产品都会出现。从行业趋势上来讲，所有的行业都在拥抱AI能力。未来随着技术的发展，使用成本可能会下降，这对行业、对国家构建数字经济的影响是显而易见的。而在企业端，除了政策驱动外，更多是投资与收益之间的逻辑改变。“你拥抱了新的技术，可能活下来。如果不拥抱，你可能明天就不在了。这是一个自然的市场淘汰的过程。”可以肯定的是，接入AI能力，将有利于企业加快数字化转型。逸迅科技在交通运输板块深耕多年，也取得了斐然成绩。此外，新能源、制造业也是公司重点关注板块。三条主线外，逸迅科技还将继续开拓政务数据应用和政务数据治理方面的更大的可能性。谈及在AI 领域的规划和布局，目前逸迅科技AI产品已经在多个客户的业务域中落地，当前阶段的第一要务，是针对具体业务域而制定的模型，能够根据已有的文档或数据，对提问者的问题产生自己的、基于这个业务域的结论。“每个业务域的模型我们称之为‘智能体’，当多个业务域同时运行，这些‘智能体’又是独立的。”姚毅告诉第一新声，“我们希望用大语言模型结合企业具体业务，并且把行业知识、业务知识的价值更好地挖掘、发挥出来。”根据逸迅科技的构想，未来所有的大企业中会有若干机器人，即所谓的“智能体”。每一个智能体解决一个专用的问题，解决的精度达到了逸迅科技预计95%到99%级别。然后每一家企业里面通过几十上百个AI Agent来实现它的自动化，运营及风险控制、系统性的决策、对数据的使用达到自动驾驶的的程度 ，当然这需要非常长的时间。逸迅团队认为，“因为企业的驾驶舱我们做了很多，但是这些驾驶舱如果没有模型的能力，就是相对静态的驾驶。如果有多能力的AI Agent在企业内使用，那么模型每一天都在迭代，因为模型之间的交互本身是一个学习的过程，模型会越来越聪明。”“聪明到一定程度，企业就能够通过若干模型到达一个人类可能企及不到的高度，比如7x24小时工作。所以逸迅科技的方向和未来是沉淀出来的价值，这样的沉淀一般供应商在进入新的企业个体时，是很难具备这个能力的。”他认为。总的来说，逸迅科技相当于在帮企业来培养自己的智能体，再让智能体形成矩阵，这个矩阵会不停地在分析中长大，又不停地在学习，以此提升企业的运营能力。“这是一个放长线钓大鱼的过程。企业需要一边活下来一边去构建壁垒，通过模型去降本增效也好，去提升竞争力也好，在这方面我们都需要跟客户共同成长。”逸迅团队说道。
