自工业革命以来,似乎每一个时代的发展,都离不开一种特定的底座。这个底座需要将技术创新融合成产业基础,将复杂的技术变成人人可用的能源与材料。
比如说,现代工业革命中,钢铁就是这样一种东西。现代钢铁的历史错综复杂,但德国科学家威廉·西门子在1847年实现的新冶炼技术,加上后来西门子公司的工程师埃米尔·马丁改造炼钢工艺,最终让西门子-马丁工艺成为了现代工业的底座,这也就是大名鼎鼎的平炉工艺。西门子这家公司,也至此登上了全球工业史的舞台。
平炉炼钢,这个今天听起来有几分土味的技术,在19世纪末就是人类创造的代名词。向这门技术的身后看,它集成了采矿、冶炼、化工、机械、能源等技术的协同图谱与再融合;而向它的前方看,现代化钢铁衍生出了汽车,房屋、工厂、轮船,构筑了翻天覆地的现代世界,让每一个行业都有了新的生产要素。
这个情形多么类似今天我们的处境。云、AI、计算、5G、行业应用得到了大规模发展。而从新基建到双循环,也明确指出了“5机”协同的目标,走入行业场景,提升行业生产力。那么,似乎在这个逻辑中,我们缺少的就是像西门子-马丁钢铁工艺一样的技术底座,可以让技术融合,成为各个行业可参考、可利用、可依托的全新发展基础。
智能时代的“钢铁工艺”已经成为了时代之需。而这也是华为在全联接2020中,希望面向各行业智能化需求,以及“5机”协同历史契机给出的解答。
在华为全联接2020的第一天,华为轮值董事长郭平提出了“5机”协同,拥抱行业场景的宏观战略。而按照惯例,华为全联接2020第二天需要展示华为如何实现这一战略。
9月24日上午,华为云与计算BG总裁侯金龙发布了政企智能化升级的系统化参考架构:智能体。
从技术纷飞到产业落地,从某种程度上来说,智能体的出现,是把技术机遇变成产业原料的一次工业革新——也是华为给智能时代炼就的第一炉钢。
AI发展的时代天梯
我们知道,AI技术的发展经历了两次寒冬。而60年代初与70年代末的AI寒冬最终同出一因:AI无法切实为产业利用,将技术进步转化为真实的生产力。从历史来看,AI能否最终拥抱行业,是人类发展智能的核心问题,可以说是决定智能化生与死的最后一道天梯。
进入21世纪,深度学习的兴起给AI带来了全新的发展契机。但事实证明,从深度学习到产业AI应用还是要经历重重险阻。从本质上来讲,深度学习是一种统计学运算思维,完成向计算机模型的进化是它走向应用的第一步。随后,AI技术开始在不断的发展成熟里与目标适配,形成了NLP、机器视觉、知识图谱等应用向技术体系。再之后,AI技术才能逐渐融入产业,在一些特定目标中实现价值,比如我们所见的人脸识别、智能推荐等等。
再向前发展,AI需要与多种技术融合,以技术的整体联通性、融合性,改变行业核心生产场景。将AI的价值从单一目标提升为普适性目标,提升社会生产力整体发展。这是AI走向产业的最后一公里,同时也是挑战最大的一步。其特点是涉及的产业链复杂、缺乏行业统一标准、各个行业需求差异巨大、技术底座呈现木桶理论形态。
要让AI技术、AI平台,成为大面积满足行业智能化需求的新能源、新底座,就需要对多元智能化技术、复杂产业链进行统一聚合,形成能够适配各行业的参考架构。让行业应用智能化时有据可依,有蓝图可参考,有渠道可沟通。
这可以说是产业智能化之路的攻坚战,也是让AI技术登上时代天梯的关键一步。面对智能化的最后一公里,华为决定启动全场景智慧,开始智能技术向行业场景的终极跨越。
全场景智慧:对“5机”负责
无论是19世纪的现代化钢铁,还是今年的5G、AI、云、计算,技术发展到一定阶段,都需要经历一个聚合压缩,再以适配各行业场景的方式,进行产业释放的阶段。工业革命的真正张力,往往就蕴藏在这一阶段当中。
而这一阶段产业智能化的最大需求,是有一种发展方案,既可以对接技术机遇,又能够面向产业创新需求——这就是全场景智慧的出发点。中国电子信息产业发展研究院副总工程师安晖认为,全场景智慧是一种非常负责任的提法,它希望让经济社会的方方面面,都可以从智能化发展、智慧化发展里享受红利。
华为认为,全场景智慧是指面向城市、企业和行业等场景,通过5G、云、AI、计算等多种技术与行业知识深度融合创新产生的裂变效应,提升城市综合治理水平,让居民的幸福感更强、企业生产效率更高、行业创造力更强。
也就是说,全场景智慧一方面承载多种技术的融合创新,另一方面覆盖覆盖城市、企业、行业,惠及每个组织、每个家庭、每个人。针对不同的应用场景,华为希望与生态合作伙伴共同构建全场景智慧城市、全场景智慧企业、以及全场景智慧行业。
而如果说全场景智慧战略,是对“5机协同”的时代机遇负责,对各行业、各领域的智能化需求负责,那么全场景智慧战略在实际发展中,就需要一个落点来实现价值落地,帮助全场景智慧战略快速凝聚产业动力。
而这个落点,就是华为发布的智能体。
探钢:智能体的定义
行业与政企,需要一套清晰明确的方案来进入全场景智慧,成为实现“5机协同”的机遇抓手。
侯金龙提出,“产业界正处于从政企上云向政企智能升级、从单场景AI创新向全场景智慧的转变过程。智能体深度融合‘5机’,是云网边端协同的一体化智能系统,能感知、会思考、可执行、能进化。我们将携手广大伙伴通过智能体加速政企智能升级,做大蛋糕,一起发展软件和服务产业,开拓边缘计算产业新蓝海。”
“5机协同”的技术底座,必须具有工业级的承载能力,以及对各行业的普遍适应性、对重点产业场景的针对性打造。这就像冶金之前,需要明确钢材的硬度,从而确认能够实现的产业目标。华为发布的智能体也如此,作为智能时代的行业智能化底座,既要对技术实现集成,实现融合创新;又要能够千变万化,适配各个行业,实现场景的可塑;又要能够容纳各个领域的生态创新,实现伙伴价值释放。
从定义上来看,智能体是政企智能升级的参考架构,其是以云计算为基础,以AI为核心,通过云网边端协同,构建立体感知、全域协同、精确判断和持续进化的智能系统。
具体来看,智能体包含四层产业架构,即智能交互、智能联接、智能中枢和智慧应用:
智能交互,是指在物理世界和数字世界间实现数据、软件和AI算法的自由流动,实现云边端的联通与融合。
智能联接,是指在产业端实现网络的无缝覆盖、万物互联、云网协同,应用协同,数据协同,组织协同。这需要一系列5G、F5G等技术变革来支撑和实现。
智能中枢,是智能体的大脑和决策系统,基于云基础设施,赋能应用,使能数据、普惠AI,支撑全场景智慧应用。这需要有效对云、计算、AI能力进行体系化建设与能力集成,建造智能体坚实的产业基座。
智慧应用,是指通过与客户、伙伴的协同创新,加速ICT技术与行业知识的深度融合,重构行业业务体验、优化流程、使能创新。这一部分,需要千行百业的生态合作伙伴共同努力,来实现智能体与行业场景的不断融合。
总体来看,智能体在目前的产业智能化产业中,具有相对突出的三大产业特性:
1、高度智能化,全面融入AI技术,推动实现AI技术落地,通过智能闭环,打通产业AI最后一公里。
2、全流程覆盖,融合从交互到联接,从中枢到应用全套体系,打造各行业、领域可以通用的基础式参考架构,覆盖产业需求的各环节。
3、满足行业特殊性,智能体深入理解行业特殊形态,与产业需求深度结合,容纳合作伙伴、开发者的创新能力,从而满足行业对智能化的具体、特殊需求。
融合了华为技术体系、产业理解与生态聚合的智能体,可以在产业智能化创新中为行业场景带来全新的底座价值,实现高强度的技术聚合与行业需求承载。
冶炼:智能体的产业特性
在理解了智能体的出发点后,或许我们可以从几个差异化特征,来理解智能体可以给产业智能化带来怎样的价值。
首先我们可以观察到,智能体并非一个技术或者应用平台,而是由华为提出、业界共享的技术参考架构。智能体不仅在技术体系上进行聚合,同时其在生态体系上实现了开放状态,由华为、客户、合作伙伴共同打造。整个智能体的发展过程中,华为致力于推进软件生态、服务生态和边缘计算产业生态的繁荣发展。
智能体的开放生态系统,给软件服务与边缘计算带来了巨大的产业增长机遇。华为预测,未来五年软件与服务全球空间会高达1万亿美金,软件产业云化、SaaS化正在全面加速。华为云定位为中立云服务提供商,应用软件与服务生态完全开放。通过平台化、生态化的应用使能、AI使能、数据使能,助力软件SaaS化和智能升级,助力合作伙伴商业成功,重塑健康的软件与服务产业。
而在边缘计算产业,未来5年全球空间高达5000亿美金,华为云的边缘计算产业生态同样开放。合作伙伴设备可借助IEF接入智能体,基于鸿蒙的终端生态实现互联互通,让合作伙伴共享智能升级红利。
另一个角度看,我们可以发现智能体集合了华为对产业智能化的最新理解与行业经验:比如说智能体当中,智能中枢承载着大脑和决策系统的作用。而华为将它的核心提炼确定为混合云底座和三个使能:应用使能、数据使能、AI使能。
其中,混合云底座的价值在于深刻理解各行业用户的数据关切与业务流程。华为混合云5级VDC(虚拟数据中心)方案,能够匹配政企多层级组织结构和流程;并且可以实现混合云本地化部署,将数据留在本地,同时同步公有云高阶服务,接入前沿技术体验。
而三大使能,则解决了政企智能化多方面的核心问题。比如应用使能可以让开发更简单。通过华为云ROMA平台提供低代码、零代码开发能力,支持全云化在线开发,云上云下一键部署。
而数据使能则让应用更方便,将分散在不同部门的数据打通。华为云DAYU提供独创的逻辑数据湖方案,令处在物理分布状态的数据,逻辑上可集中管理和分析,实现数据全域共享。
AI使能,则让政企的智能化开发与部署更轻松。通过华为云ModelArts一站式AI开发管理平台,实现AI全生命周期的开发管理智能化与自动化,实现政企以自身产业特性为主,同时快速轻松接入智能化体系的诉求。以中国石油与华为的合作为例,通过华为云知识图谱套件,其快速构建石油测井领域的专业化模型,实现了油气水层的智能识别,时间缩短70%以上,准确率达到了专家水平。
智能体的产业差异化特性与产业优势还有很多,这里仅仅举两个具有代表性的案例。事实上,智能体可以说是将华为长期积累的技术、平台、产业实践进行了集成与一体化构建,从而满足各行业在智能化升级当中,兼顾产业特性与技术特性的核心需求。
不断在实践中与技术发展里冶炼自身的优势,让智能体自诞生起就不是一种技术或者平台,而是产业智能化的凝结范本。
出炉:智能体的产业实践
某种程度上来说,智能体是在技术聚合、产品创新与行业场景需求中搭建了一个公约数。以彼此都能理解的充沛准备形态,随时在具体场景中发挥价值。
这也意味着,智能体价值的发挥依赖于与具体产业或经济形态结合,比如:与城市结合形成智慧城市,跟工业制造结合形成工业制造4.0,同物流结合成智慧物流。智能体与产业的结合,并不是简单的合作,而是通过技术聚合带来产业放大效果,实现产业价值的叠加乃至倍增。
智能体与行业的结合,需要大量专注行业及垂直细分领域厂家来共同实现。越来越多的行业知识、数据、经验汇聚到智能体,会再次帮助智能体成长。二者融为一体,形成成长的良性循环,最终形成行业全场景智慧。
百炼成钢的智能体,目前已经在大量产业实践中发挥了自身的价值。比如华为的产业转型就离不开智能体。在供应链管理上,华为业务遍布170个国家和地区,有190个中心仓库。全面引入智能体能力后,华为实现了订单履行周期下降了76%,每年节省70亿元供应链成本。
在工程交付领域,华为每年交付站点近300万个,有超过5000万安装项需验收,引入智能体后,实现了每年可节约成本60多亿。过去需要分批上站、多次检查的工程交付,通过构建全球集成服务交付平台,集中管理所有项目、站点信息,并将工程人员、流程嵌入,实现了交付流程数字化、自动化,大幅提升交付效率。
在社会经济各界,千行百业中,智能体也都发挥着不同的价值,比如说深圳市与华为发布共建鹏城智能体。鹏城智能体是深圳重要的社会民生工程,融合了深圳市政府、企业、市民、社会的共同参与。依托华为等一批高科技企业,鹏城智能体实现了以“数据”为基础,融合5G、云计算、物联网大数据、人工智能、区块链等新一代信息技术,建设“数基、数网、数纽、数脑、数体”系列工程,打造数据驱动的具有深度学习能力的城市级一体化智能协同体系,提升深圳市的整体智能化水平。
其中“数基”工程通过城市级云网协同的信息基础设施,为城市提供快速、便捷、高效的网络连接和高性能、海量计算、存储资源支撑;“数网”工程通过智能物联感知网和智能服务感知网,全面感知城市中的人和物;“数纽”工程建设了城市级的数据交互体系;“数脑”工程打造了由数据中枢、业务中枢和AI中枢组成的城市级智能中枢,对城市数据进行全方位加工、处理、分析、判断,形成指令向外发布;“数体”工程将建设覆盖城市各行各业的智慧应用系统,在“数脑”指挥下,为市民、企业提供各领域专业化智能服务。鹏城智能体的出现,可以说是我国在城市智能领域的全新探索,构建了AI与城市大规模应用相结合的全新实践。而华为的智能体架构,为深圳的探索提供了中坚支撑。
在钢铁产业中,钢的晶粒度品质评级工作受人工主观影响大。在永锋钢铁,通过AI与工业机理融合,钢材智能评级结果准确率达到95%以上,评级效率是人工的数百倍。
在智能交通产业中,智能体帮助实现了高速自由流。在华为技术的赋能下,客车通过省界收费站的平均时间减少到2秒;货车的通过时间,缩短到3秒,极大提升了交通自由流的体验与效率。
目前,华为与伙伴一起在超过600个项目落地和实践了智能体,智能化升级正在改变千行百业。
为了让更多合作伙伴、开发者、客户,认识到智能体的价值,明确全场景智慧的未来方向。在华为全联接大会上,华为还与IDC、中国信息化百人会、中国信息通信研究院、中国人工智能产业发展联盟联合编撰发布了《智能体白皮书》,旨在立足第四次工业革命爆发前的历史拐点,展望AI、云、5G等数字技术给人类社会带来的巨大影响,提出“智能体”新技术发展理念,推动城市、行业、企业在智能升级中合理运用这一参考架构,加快整个社会的高质量发展。
在产业智能化进程不断推进的今天,智能体已经为构建全场景智慧打下了坚实的基础,推动AI产业化进入重基座、巧创新、行业普惠的新阶段。
而值得玩味的是,在以AI、云、5G、多样性计算推动的智能化革命进程里,目前只有中国实现了类似的阶段,完成了技术融合、产业案例充沛、新型基础设施高速建设的几个重要坐标。
170年前,现代化钢铁的出现点燃了第二次工业革命的浪潮,日不落帝国的长臂管辖伴随着产业现代化的崛起而崩塌;今天,智能体又将推动智能革命的洪流,产业智能化的崛起过程中,是否又将见证新秩序的建立与旧秩序的衰亡呢?
让我们更多关注和推动智能体前进中产生的产业价值,拭目以待这种“新材料”如何创造未来。
如果说,天下之先的智能体是一炉未有的钢铁,那希望这炉钢铁能温热烈酒,致我们不再跟随的时代航程。