继OpenAI甩出“精灵球”——多模态大模型GPT-4o后，google也发布了Gemini 1.5 Pro，作为全球领先的科技企业，联想在今年4月18日举办的2024联想创新科技大会上，重磅发布内置了“联想小天”个人智能体的AI PC系列产品，和企业智能体以及联想万全异构智算平台等创新应用与解决方案。
AI竞赛在4-5月格外激烈。无论是模型能力的升级，抑或是加速完成商业化落地，还是掀起价格战，AI世界的竞争已经陆续明牌，即将腾飞的大模型巨轮剩余的船票不多了。创新和突破在激烈的向生产与盈利过渡，AI的下半场将比拼商业化落地。
01 落地加速
从技术价值走向应用价值
根据美国研究公司Forrester Research对于2024年的预测报告，到2024年，约85%的企业将开始通过GPT-J和BERT等开源模型来扩展其人工智能实力，而不是仅仅依赖像ChatGPT这样的主流且专有选择。另外，大约有40%的企业将积极投资于人工智能治理规则，以提前应对欧盟、美国和中国即将出台的相关法律法规。
本月，中国连续与法国、美国与俄罗斯相继开展AI领域的政府间高端对话，国家级的合纵连横积极推动着AI走向落地。另据，IDC 发布的《2024 AIGC 应用层十大趋势白皮书》，2024 年全球将涌现出超过5 亿个新应用，相当于过去 40 年间出现的应用数总和，智能化应用将呈现爆发式增长，大模型浪潮将加速渗透进人们的日常生活。
种种迹象表明，AI大模型技术正在从技术价值走向应用价值。
在从技术价值，走向应用价值的过程中，尽管AI领域的研究与开发持续加速，新算法、新模型如雨后春笋般涌现，但将这些前沿技术转化为实际生产力，实现广泛工业化应用的道路却显得格外崎岖。许多在实验室中表现出色的AI系统，在面对真实世界的复杂多变环境时，往往暴露出适应性不足、稳定性欠缺、安全性等问题，导致其商业化进程受阻。
对于大众而言，可以对话、写诗、作画，甚至是写文章、编代码的AI大模型应用已经变得更加亲切和具体，但是对于企业而言，绝大部分企业并不具备独立建设大模型的能力。直接采购现有大模型，对于企业客户来说又存在极大的安全性及不确定性风险。相比于大众更在乎大模型的性能、成本和安全性，企业的核心数据是其生命线，数据安全及适用场景则是企业最为关注的。
更关键的是通用大模型通常基于广泛的公开文献和网络信息训练，缺乏许多专业知识和行业数据的积累，因此在行业针对性和精准度方面存在不足，然而用户对企业提供的专业服务要求较高，容错性较低，一旦企业向公众提供了错误信息，可能会引发严重后果。
目前，企业正在转变思路，从大模型的消费者变成共同的创造者，深入探索产业价值，这也是不具备独立部署大模型的企业选择的应对方式，通过与互联网企业、科研企业共同开发大模型，加上行业和企业自身数据，再在原有基础大模型上针对应用场景进行调优、量化、场景迁移等，帮助模型适应行业需要，变成一种小模型。通过基于行业大模型并结合自身数据进行精细调整，企业可以构建出高度可用的智能服务。
自建企业大模型已经是大势所趋，但在实践过程中仍存在算力扩展、成本高昂、部署难度大或与现有工业流程不兼容、难以找到合适的应用场景的诸多难题。因此，B端企业客户需要一个懂行业know-how、能帮助解决业务问题、真正赋能产业升级、实现场景应用的大模型解决方案及服务商。
02独特优势
夯实联想实现AI落地之基
在AI技术与工业级应用落地之间横亘的鸿沟日益凸显之际，联想凭借其深厚人工智能及超算技术能力与前瞻性的技术洞察，推出了旨在破解这一难题的行业智能体解决方案及服务，为AI技术的广泛应用铺设了坚实的桥梁。
在影响大模型落地的数据、算力、算法和工具四个关键要素上，联想具备不可复制的独特优势。
数据层：要实现AI技术的工业级应用，高质量、精细化、定制化的数据是必不可少的，具备将这些数据应用于业务的行业know-how的服务商，直接影响着大模型训练的成本与结果。
作为AI原生的智能化全栈解决方案和服务提供商，联想方案服务已帮助中国规模以上企业的智能化转型和百万家中小企业的数字化、智能化升级，具备先进的智能化转型方法论以及脱胎于实践的行业经验积累。结合企业客户海量特定场景的数据，可显著提升大模型训练效率。
算力层：大模型落地应用的前提是算力基础设施的搭建。受限于成本问题，目前企业应用大模型，鲜少采用纯自建算力设施的方式，云算力就成为企业突围算力壁垒的必选项。
私有云可满足在企业数据隐私和业务安全的前提下为企业提供基本的计算服务，公有云可以在通用的场景下进一步满足计算要求，以“私有云+公有云”的方式搭建自身混合算力已成为企业搭建算力的最优解。
作为一家全球领先的科技企业，联想在全球有18座研发中心和30多个制造工厂，本身就具备混合云使用的场景和需求。基于联想20余年的IT智慧和端到端最佳实践，联想研发的智能混合云已成为业界领先的“建-上-用-管”云上全生命周期解决方案，在发布不到两年的时间内已获得行业大奖与权威认证20余项。
针对端、边、云不同场景的大模型及算力要求，联想方案服务可以进行统一纳管，优化调配和平衡部署。同时，基于联想软硬服一体化的能力，联想方案服务能够在一个软硬环境中实现训练与推理的一体化功能，真正助力客户实现AI的应用落地。
与企业算力需求相应，异构算力的交易将从硬件向云端算力拓展，交易方式将从“一次性交付”向“按需订阅、按量计费”精准方式转变。算力服务将从算力本身向AI服务、中间件服务、数据库服务等配套服务发展，并与它们绑定。
基于大模型对异构算力的依赖，异构算力及服务能力已成为大模型应用服务生态的重要一环。联想推出的可订阅的、一站全包的“臻算服务2.0”，全面支持了这一需求。
工具层：完善的大模型工具链是企业高效使用AI技术的前提。工具链可以大致分为服务于模型开发者的模型训练工具、模型调用工具和服务于模型应用者的一体化模型服务平台。
由联想开发的一站式交付智能服务平台Al Force采用组件化应用构建，用户可以按需选择Prompts、RAG、FunctionCalling的服务，将多组件自由整合，基于AI Force，联想以服务的方式为客户提供一站式安全可控的智能体交付。
联想行业智能体解决方案及服务，通过把联想实践经验和技术积累做场景化封装，弥补大模型面向企业应用的能力不足，从而加速企业落地大模型的进程。联想行业智能体解决方案及服务，以其独特的技术优势与深刻的行业洞察，正成为推动AI技术从理论走向实践、从实验室迈向生产线的重要驱动力。
03战略升级
弥合AI世界与现实的裂缝
在中国的1到6级城市分布着4400+联想服务站，超过24000名方案服务工程师实现了服务网络的全部覆盖，每年服务超5亿台设备。在联想海量的服务体量和强大服务体系加持下，联想方案服务数年前就将AI技术应用在客户系统中，联想魔方智慧客服系统，年服务量3000万以上，魔方智能机器人能够达到了55%闭环解决率和95%理解准确率。
基于强大的服务体系和先进的智能化转型方法论与实践，联想方案服务已装备了领航AI颠覆式创新下半场的“核心组件”。
2024年年初，联想方案服务重磅推出了战略升级后的擎天智能体引擎，升级后的智能体引擎包含智能混合云，智能体运行及开发平台，企业混合大模型，企业工具库，企业知识库等技术组件，也包含研产供销服等企业通用智能体业务组件，同时提供智能化转型全周期服务，以此来满足混合AI部署对全面性、系统性的要求，推动企业系统架构向AI原生的变革。擎天智能体引擎，已成为联想方案服务为客户落地AI应用的重要抓手。同时，联想方案服务还将围绕政企、中小企业及消费三大客群，打造全栈智能化转型全周期服务，全面加快不同客群中AI应用落地速率，开启企业智能体落地元年，推动千行百业共赢智能化新时代。
在AI应用落地的征途上，联想不仅是技术创新的引领者，更是实践应用的深耕者，致力于构建一个更加智能、高效且安全的AI应用生态，为各行业数字化转型注入强劲动力，共同描绘AI技术赋能未来的美好蓝图。