AI大模型落地，為什么是央國企先行？

從2024年1-7月，央國企采購大模型項目數(shù)量已超過950個，且均勻布局在智算中心、大模型預訓練、Agent和行業(yè)應用等多個方向。而除了政策影響，央國企紛紛落地大模型的背后還有哪些推動因素？

作者|思杭

編輯|皮爺

出品|產(chǎn)業(yè)家

最高191億元，最低不到1萬元。大模型狂飆兩年，國內(nèi)“AGI陣隊”已然形成。同步進行著的，還有央國企的大模型項目建設。

8月6日，神州數(shù)碼集團發(fā)布公告表示，子公司神州鯤泰中標《中國移動2024年至2025年新型智算中心采購（標包1）》，投標報價約191億元，中標份額10.53%。2024年7月，湖南省委黨校湖南行政學院發(fā)布招標信息，采購數(shù)字機器人服務，報價9000元。

一個是智算中心采購，一個是數(shù)字機器人服務；可以看到的是，如今在央國企內(nèi)部，大模型項目建設已行至中途。甚至毫不夸張地說，在大模型浪潮席卷而來的今天，央國企正在成為一股先行力量，推動著國內(nèi)大部分的AI大模型落地項目。

據(jù)不完全統(tǒng)計，從2024年1-7月，央國企采購大模型項目數(shù)量已超過950個，且均勻布局在智算中心、大模型預訓練、Agent和行業(yè)應用等多個方向。

大模型紛紛落地國央企，陣勢如此浩蕩的背后，政策推動成為決定性因素。據(jù)沙丘智庫，自2023年以來，國資委多次對中央企業(yè)發(fā)展人工智能提出要求。其中，在2024年2月的中央企業(yè)人工智能專題推進會上，提出中央企業(yè)要“開展AI+專項行動”。會上就有10家央企簽署倡議書，表示將主動向社會開放人工智能應用場景。

同年7月，國新辦舉行“推動高質(zhì)量發(fā)展”系列主題新聞發(fā)布會，提出未來五年，中央企業(yè)預計安排大規(guī)模設備更新改造總投資超3萬億元，更新部署一批高技術、高效率、高可靠性的先進設備。

政策的推動，當然是其中不可忽視的因素。但除了政策影響，站在產(chǎn)業(yè)數(shù)字化和數(shù)智化的潮頭，央國企紛紛落地大模型的背后還有哪些推動因素？一個更值得思考的問題是，和云計算時代金融行業(yè)成為先鋒官不同的是，在如今的AI大模型時代，為什么央國企會成為先行力量？

一、運營商、政務、能源搶先建設智算中心

AI大模型史上最大項目，當屬“智算中心”。

預訓練成本的瘋狂上漲和推理需求的不斷攀升，都在讓智算中心成為必要。近日，OpenAI CEO Sam Altman在接受采訪時表示，“OpenAI在年內(nèi)不會發(fā)布ChatGPT-5，目前公司專注于ChatGPT-o1的研發(fā)和運營?！?/p>

GPT-5為什么不發(fā)了？原本預計推遲發(fā)布的o1又為什么提前登場？這背后的原因不由得引人深思，而訓練成本就是這其中的關鍵因素之一。

言歸正傳，國內(nèi)對大模型的預訓練需求也愈加迫切。在加速構(gòu)建國內(nèi)AGI梯隊的同時，性能不斷刷新的大模型需要大規(guī)模智算集群的支撐。如今，萬卡集群已然成為大模型軍備賽的標配。而除了國內(nèi)AI企業(yè)和電信運營商，正在推動落地的央國企也在加速構(gòu)建智算集群，以提高AI大模型的訓練及推理效率。

通常來講，智算中心是由地方政府或電信運營商主導建設。據(jù)中國信通院不完全統(tǒng)計，截止2024年7月底，納入監(jiān)測的智算中心（含已建和在建）已達87個。

2023年10月，沈陽智能計算中心新基建項目工程總承包（EPC）成交結(jié)果出爐，百度攜手中國建筑第八工程局有限公司（中建八局）成功中標，中標金額為9.1億元。具體包括機房建設、機柜設計、智算中心平臺，以及百度為其提供的AI軟硬件能力的綜合性解決方案。

而像這樣的智算中心采購項目，央國企已經(jīng)開始了鋪天蓋地的建設。對此，產(chǎn)業(yè)家根據(jù)金額大小，列舉了近兩年央國企采購智算中心項目金額最高的10個。

對比云計算時代，傳統(tǒng)數(shù)據(jù)中心的中標方大多都是IDC廠商；而在如今的AI時代，則多了不少AI企業(yè)和互聯(lián)網(wǎng)廠商的身影。

另外，從行業(yè)分布來看，政務和運營商對智算中心的出資則更加大手筆。對此，產(chǎn)業(yè)家統(tǒng)計了運營商、能源和政務三大領域中智算中心項目的占比：結(jié)果顯示，政務行業(yè)對智算中心的投入更大，其中包括GPU租賃、硬件以及算力調(diào)度平臺的采購。

實際上，從智算中心投入比就可以看出央國企對AI大模型的需求。

可以看到的是，自2023年三季度，央國企就已經(jīng)開始緊鑼密鼓地籌備智算中心建設。而智算中心只是央國企落地AI的一個起點。

一方面，這與上文提到的政策時間點正好吻合；另一方面，2023年第三季度也恰好是以百度、阿里、華為和電信運營商為首的“國內(nèi)AGI梯隊”剛剛形成。

除了智算中心，央國企對AI大模型建設的另一個重點則是行業(yè)應用，即針對特定場景搭建大模型平臺或應用。

以電信運營商為例，據(jù)不完全統(tǒng)計，從2023年至今，運營商對AI大模型的項目建設達到了238起，其中除了75起智算中心建設外，剩余都圍繞特定的場景構(gòu)建大模型，主要有智能客服、營銷和數(shù)字人方面的采購。

不同行業(yè)對于AI大模型的需求不同，項目重點自然也不一樣。對于政務和運營商行業(yè)而言，之所以智算中心占比更大，除了政策推動，更重要的原因是對于私有化部署、本地部署的需求極高，尤其是政務領域；另一方面，相對于其他行業(yè)針對單點或各別環(huán)節(jié)的大模型應用開發(fā)，政務和運營商對大模型的需求則更為系統(tǒng)化，更需要從GPU資源到算力調(diào)度平臺來發(fā)揮作用。

相比之下，在應用AI大模型最多的三個行業(yè)中，能源領域?qū)χ撬阒行牡耐度胼^少，而更多圍繞大模型訓練和開發(fā)方面，尤其是針對特殊場景如何訓練并優(yōu)化算法，如何微調(diào)模型等等。

另外，值得注意的是，對于這些對行業(yè)know-how要求更高的領域而言，他們選擇中標方的時候也更為講究；比如在挑選算力調(diào)度平臺和大模型預訓練、開發(fā)階段時，中標方則圍繞以百度、科大訊飛為首的AI企業(yè)；而在選擇在大模型開發(fā)過程中，需要特定技術研究時，則會選擇南方電網(wǎng)這類更懂know-how的企業(yè)。

最后，不同于云計算時代，金融行業(yè)成為頭部落地試驗田；在如今的AI大模型時代，在央國企當中，有四大行業(yè)脫穎而出，分別是教育、能源、運營商、政務；而金融行業(yè)卻并沒有表現(xiàn)出像云計算時代那么強的意愿。

二、AI大模型：顛覆傳統(tǒng)IT架構(gòu)背后

時代變遷。

在過去的云計算時代，大型企業(yè)進行數(shù)字化轉(zhuǎn)型需要從購買或租賃服務器，到選址建數(shù)據(jù)中心，再到選擇合適的云架構(gòu)，接下來到平臺開發(fā)環(huán)節(jié)及上層應用的搭建。

通常來講，一家大型企業(yè)，如能源或工業(yè)企業(yè)來說，面對分布在各環(huán)節(jié)的數(shù)據(jù)，通常需要建底層的PaaS平臺，從而實現(xiàn)靈活調(diào)用、互聯(lián)互通；但盡管如此，數(shù)據(jù)孤島、數(shù)據(jù)煙囪依然存在。

然而，這種從IaaS到PaaS再到SaaS的架構(gòu)，在如今的AI大模型時代已經(jīng)徹底被顛覆。企業(yè)往往需要一個行業(yè)大模型即可搞定，而不再會為了構(gòu)建多個復雜應用，費時搭建PaaS平臺。

誠然，企業(yè)在云計算時代交得學費也并沒有浪費，在AI大模型時代，央國企在政策引導、需求迫使和環(huán)境因素等多方作用下已經(jīng)開始先行落地AI大模型。

而在這其中，很大一部分都是基于過去云計算時代一些無法解決的頑疾，希望在AI大模型這里找到更好的解法。

可以觀察到一個現(xiàn)象，目前央國企在大模型落地方面，主要圍繞兩點，一個是智算中心，一個是行業(yè)應用。后者包括大模型預訓練，大模型開發(fā)，以及針對各別環(huán)節(jié)或特定場景構(gòu)建大模型應用或解決方案。

通常來說，后者通過大模型基于特定場景的解決方案，都是在過去云計算時代無法實現(xiàn)的。

以運營商為例，雖然智能客服已經(jīng)存在很多年，準確地說，自云計算時代以來，各類智能客服軟件和解決方案層出不窮，然而對于整個行業(yè)來講，轉(zhuǎn)人工率依舊居高不下，普遍都在80%以上。而當時代的列車剛剛駛?cè)氪竽Ｐ蜁r代，智能客服就成了大模型落地的第一塊試驗田。

再比如在能源行業(yè)，知識如何沉淀，再如何讓新人用起來，一直都是一大難題。即使在云計算時代，工業(yè)互聯(lián)網(wǎng)平臺林立，很多問題依舊沒有答案。而在如今的大模型時代，一個行業(yè)大模型便可以解決很多問題。這其中關鍵發(fā)揮作用的便是在行業(yè)大模型構(gòu)建過程中的RAG搭建環(huán)節(jié)，它相當于一個企業(yè)知識庫，任何輸入的知識，都可以輕松調(diào)用。

像上述所展示的，對于某些行業(yè)來說，大模型并不是“雞肋”。相反，它能夠扮演“超強大腦”的角色，將企業(yè)的全部智慧匯聚到一起，并有的放矢地發(fā)揮作用。

然而，對有些行業(yè)而言，大模型目前還并未找到用武之地。

比如在金融行業(yè)，目前落地較多的項目主要圍繞知識庫問答方面，很難深入到核心業(yè)務。一方面，是出于金融監(jiān)管和數(shù)據(jù)隱私等顧慮；另一方面，也是更重要的，目前AI幻覺問題還很難徹底得到解決，任何AI算法可能為金融行業(yè)所帶來的錯誤預測和建議，都可能帶來重大經(jīng)濟損失。

而無論是智能客服還是行業(yè)大模型，無論是政務領域，還是運營商或能源、政務、教育等行業(yè)，在央國企先行落地大模型的背后，有三點核心原因。

首先，在大模型時代，央國企多年積累的數(shù)據(jù)得以發(fā)揮作用，他們不僅僅包括像財報報表、交易記錄等已經(jīng)做好歸納整理的結(jié)構(gòu)化數(shù)據(jù)，還包括一些重要的企業(yè)資產(chǎn)，如散落在各個系統(tǒng)內(nèi)部的聊天記錄、文件、圖片等等，如今這些非結(jié)構(gòu)化數(shù)據(jù)都可以在AI大模型中，變成“企業(yè)知識庫”，并發(fā)揮其價值；

其次，不同于過去云計算時代從IaaS到PaaS再到SaaS的三層架構(gòu)，大模型有著很強的協(xié)同性，只需在前期大模型開發(fā)階段做好訓練和微調(diào)，后期即可直接基于數(shù)據(jù)進行前端行為的加持。

最后，也是很重要的一點，央國企本身就有龐大的服務器集群，其自身具備強大的算力基礎，基于這些基礎可以更好地推進大模型落地。

三、競爭點：預訓練、安全及行業(yè)know-how

從中標情況來看，可以毫不夸張地說，央國企撐起了國內(nèi)大模型商業(yè)化的半壁江山。

然而，大模型落地進程行至中途，仍然有很多問題亟待解決。

據(jù)中信建設證券數(shù)據(jù)顯示，2024年-2027年全球大模型推理的峰值算力需求量的年復合增長率為113%，遠高于訓練的78%。而預訓練成本和推理成本的疊加，也推升了整個AI基礎設施的市場份額。

據(jù)艾瑞咨詢推算，2023年中國AI基礎數(shù)據(jù)服務市場規(guī)模為45億元，預計到2028年，其市場規(guī)模將達170億元，且未來五年的復合增長率為30.4%。

這同時也解釋了近兩年央國企搶建智算中心的原因。然而，阻擋大模型落地進程的還不僅僅是算力資源短缺。

雖然大模型時代已經(jīng)顛覆了過去從IaaS到PaaS再到SaaS的傳統(tǒng)三層架構(gòu)，但在新時代下，新的架構(gòu)也迎來了一些新的挑戰(zhàn)，比如從AI Infra到MaaS，再到上層的AI應用，中間涉及很多模型搭建的環(huán)節(jié)，這些都需要大模型服務商與企業(yè)一同探索落地路徑。

對于央國企來說，用AI大模型賦能雖然已成為共識，但怎么用大模型，具體把大模型加在哪個環(huán)節(jié)，大模型如何發(fā)揮作用，以及如何開發(fā)和訓練大模型，面對這些問題，企業(yè)并沒有太多頭緒。因此，這就給AI大模型供應商提出了更高的要求。

在這過程中，供應商是否掌握行業(yè)know-how，在有些時候甚至可以成為能否拿下標的的關鍵因素。對此，以百度、華為、科大訊飛為首的AI大模型企業(yè)，都不約而同地在2024年扛起“行業(yè)大模型”的大旗。

據(jù)統(tǒng)計，在能源領域，2024年上半年就出現(xiàn)了不少預訓練過程中某項技術研究的投標項目。

另外，值得注意的是，隨著AI應用走向深水區(qū)，數(shù)據(jù)安全、數(shù)據(jù)共享和數(shù)據(jù)溯源等問題則開始被一一搬到臺面上。據(jù)悉，10月9日，中辦、國辦正式發(fā)布《關于加快公共數(shù)據(jù)資源開發(fā)利用的意見》，提出到2025年，公共數(shù)據(jù)資源開發(fā)利用制度規(guī)則初步建立；到2030年，公共數(shù)據(jù)資源開發(fā)利用制度規(guī)則更加成熟，資源開發(fā)利用體系全面建成。

雖然如今的AI大模型已經(jīng)可以讓數(shù)據(jù)溯源成為現(xiàn)實，但其中的責任劃分和數(shù)據(jù)安全等等問題，還需要AI服務商和企業(yè)一同探索。