18世紀(jì)中葉，汽車制造高度依賴熟練工匠的手工勞作，來完成各個(gè)部件的制造與組裝，每一輛汽車的生產(chǎn)都需要大量時(shí)間，汽車造價(jià)居高不下，是僅能為少數(shù)人所擁有的“奢侈品”。

當(dāng)福特發(fā)明了流水線模式，將汽車制造過程分解為一系列標(biāo)準(zhǔn)化的工序，使汽車生產(chǎn)效率大幅提升，汽車才得以規(guī)?；a(chǎn)，走入尋常百姓家，使之成為工業(yè)文明進(jìn)步的里程碑。

其實(shí)，當(dāng)前人工智能的發(fā)展也面臨著類似的瓶頸，頭部企業(yè)可以投入巨額資金和資源訓(xùn)練千億參數(shù)大模型，而大部分傳統(tǒng)企業(yè)卻長(zhǎng)期困于算力成本和人才短缺，也讓通用大模型的供給過剩，而無數(shù)行業(yè)垂直場(chǎng)景卻面臨“無?？捎谩钡木骄场?/p>

這種結(jié)構(gòu)性矛盾折射出一個(gè)根本性問題：如果AI技術(shù)能力停留在“手工作坊”階段，AI的普惠就很難實(shí)現(xiàn)。我們不禁思考，人工智能是否也能通過工業(yè)化、標(biāo)準(zhǔn)化的生產(chǎn)流水線，來推動(dòng) AI 的規(guī)?；涞兀?/p>

浪潮集團(tuán)執(zhí)行總裁、總工程師，浪潮云董事長(zhǎng)肖雪指出：“我們從過去以集中提供通用算力為主，到現(xiàn)在適應(yīng)客戶對(duì)算力服務(wù)小型化、專業(yè)化、分散化的需求，打造了人工智能工廠?！比掳l(fā)布的浪潮人工智能工廠，也許正是我們追尋的答案。

01

工業(yè)化生產(chǎn)

是解決AI規(guī)?；涞氐年P(guān)鍵

國(guó)家領(lǐng)導(dǎo)人在上海考察時(shí)強(qiáng)調(diào)，人工智能技術(shù)加速迭代，正迎來爆發(fā)式發(fā)展，上海要總結(jié)好以大模型產(chǎn)業(yè)生態(tài)體系孵化人工智能產(chǎn)業(yè)等成功經(jīng)驗(yàn)，加大探索力度，力爭(zhēng)在人工智能發(fā)展和治理各方面走在前列，產(chǎn)生示范效應(yīng)。

早在今年初的《2025政府工作報(bào)告》中也明確提出，持續(xù)推進(jìn)人工智能+行動(dòng)，支持大模型廣泛應(yīng)用。一系列的政策加碼，反映出國(guó)家對(duì)推動(dòng)AI技術(shù)成果向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化的迫切需求。但我們也必須承認(rèn)，AI和大模型技術(shù)在實(shí)際落地過程中仍面臨多重結(jié)構(gòu)性矛盾。

首先，在技術(shù)供給端，當(dāng)前AI產(chǎn)業(yè)存在明顯的“頭重腳輕”現(xiàn)象。頭部企業(yè)不斷刷新模型參數(shù)紀(jì)錄，與大多數(shù)傳統(tǒng)企業(yè)難以跨越AI應(yīng)用的技術(shù)門檻形成鮮明對(duì)比。

其次，缺乏標(biāo)準(zhǔn)化落地的“模板”，不同行業(yè)的業(yè)務(wù)場(chǎng)景千差萬別，數(shù)據(jù)格式、質(zhì)量以及應(yīng)用需求各不相同，缺乏統(tǒng)一標(biāo)準(zhǔn)使得模型在適配行業(yè)場(chǎng)景時(shí)困難重重。

第三，成本效益比問題同樣不容忽視。大模型訓(xùn)練需要投入海量算力資源，而垂直行業(yè)場(chǎng)景往往需要針對(duì)性的模型微調(diào)，對(duì)于傳統(tǒng)行業(yè)而言，這種投入產(chǎn)出比往往難以達(dá)到商業(yè)可行性閾值。

最后，不同規(guī)模的組織，因其業(yè)務(wù)復(fù)雜度、數(shù)據(jù)量以及預(yù)算等因素的差異，對(duì)模型的要求條件也大相徑庭，這進(jìn)一步加劇了模型規(guī)?；涞氐碾y度。

要一次性解決這些問題，建立一個(gè)工業(yè)化、標(biāo)準(zhǔn)化、規(guī)模化的生產(chǎn)流水線，其實(shí)是一個(gè)很好的思路。

肖雪說，“浪潮人工智能工廠，作為人工智能新型基礎(chǔ)設(shè)施，用制造的模式來解決產(chǎn)業(yè)問題，并通過更低的成本、更高的效率和更高的產(chǎn)品化來推動(dòng)人工智能的廣泛應(yīng)用?！边@樣的生產(chǎn)流水線能夠整合資源，通過標(biāo)準(zhǔn)化的流程和工業(yè)化的生產(chǎn)模式，降低模型生產(chǎn)的門檻和成本，從而推動(dòng)模型的普惠，為大模型規(guī)?；涞靥峁┣袑?shí)可行的解決方案。

02

人工智能工廠

是對(duì)傳統(tǒng)AI開發(fā)模式的重構(gòu)

回顧工業(yè)發(fā)展史，工廠模式的本質(zhì)價(jià)值不在于集中生產(chǎn)，而在于創(chuàng)造了“可復(fù)制的生產(chǎn)系統(tǒng)”。

傳統(tǒng)AI開發(fā)其實(shí)就可以類比手工業(yè)時(shí)代的匠人制器，每個(gè)團(tuán)隊(duì)從數(shù)據(jù)收集開始，經(jīng)歷漫長(zhǎng)的試錯(cuò)過程，產(chǎn)出難以復(fù)用的定制化模型。而浪潮人工智能工廠的作用，就在于將離散的AI開發(fā)過程重構(gòu)為標(biāo)準(zhǔn)化生產(chǎn)體系。

比如，傳統(tǒng)AI項(xiàng)目開發(fā)存在大量像數(shù)據(jù)清洗、模型調(diào)參一類的重復(fù)性工作，大約會(huì)占整個(gè)開發(fā)周期的60%-70%，但不同項(xiàng)目間卻難以復(fù)用。

調(diào)度服務(wù)中心

而浪潮人工智能工廠通過工藝技術(shù)中心、調(diào)度服務(wù)中心、語料中心等“九大車間”，能夠重點(diǎn)解決人工智能全生命周期的標(biāo)準(zhǔn)化、自動(dòng)化和規(guī)模化生產(chǎn)問題。舉個(gè)例子，語料中心就專注于解決原始數(shù)據(jù)質(zhì)量參差、格式不一、標(biāo)注不規(guī)范等問題，它能夠通過標(biāo)準(zhǔn)化數(shù)據(jù)處理流程，將原始數(shù)據(jù)轉(zhuǎn)化為可直接用于訓(xùn)練的高質(zhì)量數(shù)據(jù)集。

這種“工業(yè)化重組”的方式，使AI開發(fā)從經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)向流程驅(qū)動(dòng)，大幅提升了研發(fā)效率。“目前，浪潮人工智能工廠已沉淀61道工序、113套工具，年滿產(chǎn)1000+訂單模型，并基于工匠中心持續(xù)提升生產(chǎn)能力與水平，交付周期從90人天縮短到20人天?！毙ぱ┱f。

作為國(guó)內(nèi)唯一一個(gè)已經(jīng)實(shí)體化的人工智能工廠，浪潮人工智能工廠由通用算力中心、人工智能模型工廠、人工智能智能體工廠、人工智能訓(xùn)練場(chǎng)組成，作為新型人工智能基礎(chǔ)設(shè)施，能夠?qū)崿F(xiàn)滿足用戶數(shù)智化轉(zhuǎn)型多業(yè)務(wù)場(chǎng)景需求的大模型與智能體的規(guī)?；慨a(chǎn)。

當(dāng)然，要支撐起這種大規(guī)模的規(guī)?；慨a(chǎn)，算力資源配置方面，工廠模式也實(shí)現(xiàn)了從粗放式向集約化的轉(zhuǎn)變。

我們知道，傳統(tǒng)模式下每個(gè)企業(yè)都需要獨(dú)立建設(shè)算力基礎(chǔ)設(shè)施，導(dǎo)致資源利用率低下。而浪潮人工智能工廠，由模型制造、智能體制造、綜合訓(xùn)練場(chǎng)三大核心模塊組成，通過分布式智能云架構(gòu)實(shí)現(xiàn)集約化建設(shè)。既滿足了客戶對(duì)算力服務(wù)小型化、專業(yè)化、分散化的需求，又實(shí)現(xiàn)了規(guī)模經(jīng)濟(jì)效益。特別是可以根據(jù)用戶需求及規(guī)?？煞譃槌鞘屑?jí)、行業(yè)級(jí)、企業(yè)級(jí)三種產(chǎn)品形態(tài)，支持大模型廣泛應(yīng)用。

03

人工智能工廠

背后的技術(shù)普惠與經(jīng)濟(jì)價(jià)值

從人工智能工廠的出現(xiàn)，我們也可以來探究一下其背后的價(jià)值。

首先，體現(xiàn)在對(duì)“人工智能+”行動(dòng)落地的推動(dòng)上。政策導(dǎo)向與市場(chǎng)需求的結(jié)合需要切實(shí)可行的實(shí)施路徑，而人工智能工廠恰好提供了從技術(shù)到應(yīng)用的轉(zhuǎn)化樞紐。通過將政府政策、企業(yè)需求和技術(shù)能力進(jìn)行有機(jī)銜接，工廠流水線模式有效降低了政策落地的摩擦成本。

其次，技術(shù)平權(quán)是人工智能工廠帶來的社會(huì)價(jià)值。人工智能工廠通過集約化資源共享和標(biāo)準(zhǔn)化服務(wù)輸出，實(shí)質(zhì)性地降低了AI技術(shù)使用門檻，使不同規(guī)模、不同技術(shù)基礎(chǔ)的組織能夠站在同一起跑線上。另一個(gè)層面，這種普惠性，也有機(jī)會(huì)解決不同發(fā)展水平地區(qū)的數(shù)字化的差異。

第三，人工智能工廠以“模型生產(chǎn)模型”，輸出的“產(chǎn)品”更貼近業(yè)務(wù)場(chǎng)景，這將推動(dòng)模型深度融入業(yè)務(wù)流程，實(shí)現(xiàn)生產(chǎn)、管理、營(yíng)銷等各個(gè)環(huán)節(jié)的智能化升級(jí)?！氨热缥覀兓诶顺比斯ぶ悄芄S，打造了12345政務(wù)服務(wù)智能體，為12345政務(wù)熱線提供智能客服、智能坐席、智能處置、智能分析四類場(chǎng)景化智能助理，打造便捷、高效、規(guī)范、智慧的政務(wù)服務(wù)“總客服”，能夠更好提升政府部門服務(wù)效率和智能化便捷化水平，提高市民訴求解決效率，解決熱線工單流轉(zhuǎn)中存在‘轉(zhuǎn)得慢’“轉(zhuǎn)不動(dòng)”等問題。”肖雪說。

最后，是數(shù)字經(jīng)濟(jì)的乘數(shù)效應(yīng)。人工智能工廠不僅直接創(chuàng)造產(chǎn)值，更重要的是通過提升全要素生產(chǎn)率產(chǎn)生間接經(jīng)濟(jì)效益。依托工廠化運(yùn)營(yíng)模式，浪潮人工智能工廠作為公共服務(wù)平臺(tái)、產(chǎn)業(yè)鏈整合平臺(tái)、生態(tài)共營(yíng)平臺(tái)、科學(xué)研發(fā)平臺(tái)、人才服務(wù)平臺(tái)，將通過匯聚人工智能產(chǎn)業(yè)生態(tài)，打造產(chǎn)業(yè)核心載體與創(chuàng)新引擎，打造人工智能產(chǎn)業(yè)發(fā)展新格局。

筆者看來，生產(chǎn)方式的革新往往帶來遠(yuǎn)超技術(shù)本身的影響，人工智能工廠不僅是一種AI技術(shù)集成平臺(tái)，更代表著AI產(chǎn)業(yè)發(fā)展到新階段的必然選擇，因?yàn)楫?dāng)技術(shù)復(fù)雜性達(dá)到一定程度時(shí)，唯有通過專業(yè)化分工和標(biāo)準(zhǔn)化生產(chǎn)，才能實(shí)現(xiàn)質(zhì)量、效率和成本的最優(yōu)平衡。

如果AI終將演變成為如“電力”一樣的通用技術(shù)，人工智能工廠則是這一歷程中重要發(fā)展節(jié)點(diǎn)。