百度的大模式一直是两条腿走路：ToB、ToC，如今百度在ToB的道路上已经取得了长足的进步。

文｜徐新、石钊、周向月 ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

任晓宇 编辑

近几个月来，百度智能云已经与多家大型央企、工业企业签约，从南方电网到中石化，从华晨宝马到开武桐乡基地百度快速优化排名软件，覆盖的工业场景越来越多。

其实大模入行门槛极高，需要在C端拥有丰富的聊天、写作、诗歌、绘画等常见场景的才华，还需要在B端拥有深入的洞察和积累，对自有知识和行业Know-how的积累，只具备其中之一，就像青少年只有一门学科，无法发挥出最大的潜力。

基于此，国内科技公司正加强与行业的合作，在百度公测文心易言之后，头部厂商纷纷有了新路子和策略：一方面，在办公、写作、营销等常见的C端场景，磨练出来的能力已经在反哺行业场景；另一方面，产品经理、解决方案工程师则进一步深入工厂一线、矿山、田野，借助企业级应用平台文心千帆大模型平台，构建行业能力。

这些举措正在快速产生成效。过去几年，百度智能云的AI能力已经进入越来越多核心场景。如今，在大模型的支撑下，开物工业互联网平台上积累的智能产品和解决方案纷纷涌现，单点智能向企业智能中枢的演进。大模型的泛化能力进一步增强了百度智能云的大规模复制能力，聚集了江苏、重庆、广州等一大批制造企业，以较低的门槛，获取人工智能技术红利，重塑竞争力。

01

大型模型打开了工业大门

一些趋势表明，大模型正在加速在工业制造领域的应用探索。

以国内首家内测生成式大型语言模型的百度为例，过去几个月，百度智能云在化工、制造、能源、汽车等大型工业制造领域频频有新动作。

7月初，华晨宝马宣布与百度达成战略合作，双方表示将共享优势资源，探索AI技术与整个汽车制造业的融合创新。在石化能源领域，一些大型国有企业也对大模型表现出兴趣。6月，中石化与百度签署战略合作协议，将在行业人工智能基础设施建设、数字化转型升级、大模型等新技术创新等六大领域展开合作。

在电力行业，百度与国家电网公司5月签署合作备忘录，共同推进人工智能与电力调度融合创新，百度与国家电网联合打造电力行业大模型应用案例《设备运检知识助手》，6月底入选北京市首批十大行业大模型应用案例。

事实上，相较于互联网行业，工业制造业一直被视为较为传统的领域，行业内企业对于新技术的应用也普遍较为谨慎，一位业内人士表示，工业客户真正关心的是是否好用，而不是实际效果。

百度智能云交通物流解决方案总经理胡炜对数智前线表示，在温馨一言公测之后，“大量的央企，包括很多工业企业，找到我们，提出了很多他们难以处理的场景，我们希望用大模型来解决工业界的问题。”胡炜说。

行业观察显示，过去几年，国内工业制造业经历了智能制造和AI 1.0的洗礼，不少企业对AI应用已经有了相当的认知。尤其是在一些大型央企，数字化转型已经推进到高位。不少集团公司从战略高度，在旗下一级公司下设立了专门的技术公司。这也是在当前大模型与产业结合的趋势下，不少龙头企业快速发力的原因。

由于大模型还处于应用初期，在行业内如何落地、产生哪些颠覆性应用还有待确定，厂商们正在探索与行业客户合作的场景和切入点。“来找我们的客户对这一点非常清楚，每个人都会提出几个潜在的方向去尝试、实验，最终找到合适的。不同行业的应用也有所不同。”胡炜介绍，目前，百度智能云已经在研发、设计、生产、运营、营销等方面与客户、合作伙伴共创落地方案。

矿业在公众印象中是一个相对传统的行业，据百度智能云智能制造解决方案总经理吴学义介绍，百度智能云一直在与行业内企业合作，探索将大模型在矿业安全生产流程、安全预警场景中运用，实现更加智能化的升级。据介绍，除了文心逸燕这样的基础大模型，百度还有11个行业大模型，覆盖交通、能源等重点领域。

在这个场景中，安全生产知识、应急处置流程都相对标准化，通过大模型的学习能力，将知识固化到模型中，经过多轮训练、问答、精准引导，大模型支撑的智能服务已经达到了生产级的精准标准，在开采或者培训过程中，智能服务产品能够指导操作人员安全、合规作业。

“我们的合作企业有场景、有数据，我们也进行了对接训练，经过多轮测试，取得了不错的效果。现在合作伙伴希望打造一个共同的平台，服务整个矿业。”吴学义说。

在化工行业，吴学义总结，目前的客户需求可以分为两类，一类是行业研究、咨询机构，希望与百度合作开发大模型，将行业的安全生产、管理等各类标准整合起来，通过大模型把知识固化，形成一个通用的服务平台。

另一类需求是流程改进。例如，一家领先的化工企业在生产过程中需要多轮质量检测来保证产品质量，但由于产品稳定性波动不大，有些检测是不必要的。他们找到百度，希望基于前期的数据积累，打造一个质量检测降频的大模型，以降低成本，提高生产效率。

在百度智能云积累经验的一些领域，比如智能调度，此前的AI解决方案已经能够帮助企业协调运力和货运需求，在某些场景下显著提升物流调度效率。人机交互能力能够根据天气、交通链路变化等更加精准地梳理、安排调度信息，用户也能够通过自然语言交互的方式获取货运信息。5月份，百度合作伙伴发布了基于文心模型的智能物流助手。

在产业层面，大模型在不同场景下的技术成熟度也存在差异。前述人士透露，在安全生产等方面，应用成熟度较高，而在技术相关的领域，大模型的应用仍需打磨。

目前，百度智能云正在汽车制造、建筑、矿业、物流、纺织等多个工业制造领域探索大模型的场景和应用，这些探索也取得了切实的成果。近日，工信部启动人工智能研究项目。在对中国工业大模型知识问答能力的系统测评中，百度文心易言的表现优于GPT3.5，综合测评指标位居全国第一。

02‍

云供应商探索行业新战略

在大模型开始进入工业界之后，业界观察到百度智能云在工业领域的实施路径和方法也在不断进化。

第一，要更加注重AI原生思维。胡炜告诉数智前线，“这次客户对大模型的期待很高。”他们不仅希望大模型能实现一些点状应用，更希望以大模型为基础，构建企业智能的核心能力，在企业的各个环节演化出智能应用。

以百度智能客服为例，大模式上线后，我们在与客户的沟通中发现，客户并不想分散投入，希望大模式不仅能解决客服问题百度快速优化排名软件，还能解决员工办公助理、企业规章制度自动归纳、企业内部搜索等问题。“他们希望大模式能覆盖企业管理、业务应用和客服等各个领域。”

大模型会导致很多行业应用的重构。虽然很多应用还是用叠加思维的方式去调用大模型的能力，但从长远来看，行业熟悉的企业应用会逐渐成为现实。胡炜举了一个例子，比如不管是写文档还是做PPT，在不久的将来，用户只需要提出思路、提出框架，办公软件就会智能地做出来。用户再做修改，它再做进一步的修改。“这是AI原生的思维，整个思维方式都被重构了。”胡炜认为，大模型会把之前的事情全部重新做一遍。

第二是帮助客户构建自己的智能化能力。大模型推出后，很多客户的目标不仅仅是买一个大模型，更希望获得一种能力，最终拥有一个“只属于自己的大模型”。这个模型最了解客户的过去和现在，拥有客户所有的数据，了解客户的运作模式，能够孵化出各种企业应用。

胡炜介绍，一些大型国企客户诉求非常明确，他们要求百度，不需要百度帮他们写代码，“百度更多的是一个教练，给我好的工具，教我怎么用，长远来看，我的能力也能不断提升。”

为此抖音下拉框★64xl.com下拉词技术教程，必应搜索电脑下拉，百度推出了文心千帆大模型平台，是大模型的全流程工具链，包括数据管理、模型训练、评估优化、预测服务部署、插件服务等。To C产品为消费者提供大模型能力。对于B端企业来说，最核心的服务提供者就是文心千帆大模型平台。

据悉，文心千帆目前正与一些央企进行探索并开始落地，而在这个过程中，百度不仅要在技术与客户业务之间找到平衡点，更要在交付品质和为客户培育AI能力之间找到平衡点。

第三是要更加扎根行业。因为大模型的开发需要更加海量的数据和更深的行业知识，而当前行业客户提出的很多需求也集中在核心业务层面，比如技术、研发等。吴学毅告诉数智互联，融入业务场景需要他们更加深入行业，团队里的架构师都在行业一线工作多年，产品经理也到过厂矿一线，深到脚下都是泥。”

生态也起到关键作用，尤其在行业发展的早期，第一批合作伙伴往往是拥有大量数据、行业知识和资源的企业，与他们充分合作，也能起到事半功倍的效果。

现在，百度智能云正联合多方探索服务中小工业企业的创新模式，比如将文心千帆大模型平台和对应的算力平台部署到工业园区，一方面工业园区内的企业可以在平台上调用；另一方面，一个特色工业园区的需求是共性的，大模型可能会推动共性服务平台的落地，百度和合作伙伴正联合起来，针对园区企业的共同需求，训练出一套大模型，比如设备运维诊断、安全生产服务等，联合园区及当地运营伙伴，让园区内的中小企业能够快速、低成本地调用服务，享受大模型带来的技术红利。

‍

“大模型在工业界落地有很多挑战，比如如何提高准确率、性价比等。但作为一个新生事物，无论是百度的大模型，还是业界其他厂商的大模型，发展迭代都非常快。刚发布的时候还只是高中生水平，但今天我觉得至少是大学生水平了。”一位百度员工评价道。

03

加速产品规模复制能力

百度智能云进军工业领域，与其在工业领域多年的沉淀和积累分不开。

事实上，过去几年，百度智能云的AI能力已从早期的单一场景拓展到越来越多的行业核心场景。 “这是我们目前正在做的事情，也是长期目标。”吴学毅介绍，质量管控、工艺优化、安全生产、能耗优化、智能调度等核心场景一直是百度智能云的重点布局领域。

围绕这些核心场景，一系列标杆案例已在多个行业落地，让众多企业看到了实实在在的效益提升。

以被誉为“全国机床工具行业十八罗汉”之一的济南二机床有限公司为例，这家重型数控冲压装备的龙头企业，长期以来存在主控中心生产调度方面的痛点，人工调度耗费人力、时间，且不能进行全局优化和实时调整，不利于企业在市场变化较大的环境下生产发展。

引入百度智能云AI智能调度优化引擎后，济南二机床的生产排程开始明显改善，工厂可以高效调度生产大、中、小产品的不同车间，这家机床企业的生产效率和产品质量明显提升，交付效率明显提高。济南二机床还搭建了智能安全生产监控平台，面向各类复杂场景，AI模型开发效率提升30%，这意味着企业可以更快速地应对新的风险。

除了赋能机床行业的生产调度外，其辅助的采矿行业的运输调度解决方案、化工行业的一些工艺优化解决方案也在逐步渗透到行业的核心场景中。

这种从核心场景应用入手的做法，与百度在工业领域“应用优先”的理念不无关系，但也面临挑战，比如同一款产品在不同企业能否复制，能否减少定制化发展，决定了百度智能云对外输出AI能力的效率和覆盖速度。

开物工业互联网平台的出现，一定程度上解决了这一难题。

“通过开物平台，我们积累了在所有服务过的客户中用到的能力，并提炼出不同行业需要的共性能力，并持续做深做透。”吴学毅举例说，针对工业场景中最常见的安全问题，百度智能云目前不仅有通用的视觉模型，还有许多专门针对工人是否穿着工作服、是否戴安全帽，现场是否有火灾等行业场景设计的能力。

这些不断沉淀打磨的能力，逐渐形成了可标准化、可大规模复制的智能化解决方案，不仅降低了企业获取AI能力的门槛，也让百度智能云在很多项目上实现了“智能化”。有了派送，就不用再“重新发明轮子”，大大提升了配送速度和成本。

例如，针对PCB印刷电路板质检假点率过高的问题，百度智能云研发了可滤除80%假点的智能质检解决方案，一年可帮助企业节省人工成本200多万元。该解决方案已在苏州常熟本地多家企业落地，包括互感电子、扬宣电子、生益科技等。

百度智能云在工业领域的优势也通过开物平台得到提升和巩固。数据显示，自2021年5月发布以来，百度智能云开物已累计上线200多个行业解决方案，累计上线3.8万个工业解决方案。在今年6月工信部发布的“双跨”平台动态测评榜单中，开物位列上榜互联网企业第一名，排名较去年首次上榜时有大幅上升。

百度智能云资深专家分析称，百度智能云一年来针对核心场景的解决方案和案例数量的大幅增加，为本次动态评估增添了加分。

与此同时，百度智能云的大规模复制能力不仅仅停留在产品、技术的复制层面，还延伸到了通用解决方案、模式的复制。“比如我们开物基地的扩建，其实就是一些模式的复制。”吴学毅说。

据悉，目前百度智能云已在苏州、广州、重庆等16个区域深度落地，并在当地建设“AI+工业互联网”产业基地，其运营和服务坚持“在园区”和“在你身边”，解决数字化应用“最后一公里”问题。

业内人士认为，大模式的到来，将进一步加速百度智能云产品规模化复制的能力。

“一些个性化的需求以前需要工程师一点一点地微调，但大模型的出现，就像是工程师有了一个非常好的助手，可以把很多工作交给大模型，利用大模型的输出去解决问题，结果会得到进一步的优化。”胡炜补充道。

相比以往的AI算法或者小模型，大模型拥有更多的数据和参数，泛化能力更强，这种泛化能力可以让更多的工业场景获得技术红利。据悉，文心大模型目前在国内拥有最大的工业应用规模，在300多个生态合作伙伴的400多个场景中取得了相当不错的测试效果。

业界观察，基于新兴的大规模模型生态，百度智能云未来也在向行业升级三层服务方式：

一是将和央企等大型模型应用先行者一起，寻找经得起实践检验、可复制的大型模型应用场景，覆盖安防、生产、智慧物流、AI质检等领域，帮助企业降本、增效、创新。

其次，基于文心千帆大模型平台，提供大模型全流程工具链，叠加百度AI大基地、开悟工业互联网等AI平台产品，降低企业获取AI能力的门槛。

最后，我们将打造能够及时响应客户需求的工程师团队和本土产业生态，下沉文心千帆大模型平台和对应的算力平台，解决大模型与AI应用最后一公里的问题。

©本文为数智前线原创内容（）