文|白 鴿

　　19.9元的數字人、29.9元的云數據庫、195元10卡時包的MaaS大模型服務......

　　堪稱企業級“雙十一”的華為云828營銷季，帶著一眾AI應用產品和云服務，殺瘋了。

　　云計算疊加大模型的價格戰，也正式進入了深水區，開啟中小企業的爭奪戰。

　　作為中國市場經濟的毛細血管，近年來中小企業通過上云加速自身數智化轉型升級，已經成為行業發展共識。

　　對于絕大多數企業來說，擁抱數智化變革，已經成為“生存之戰”。尤其在人工智能等新技術席卷全球的浪潮下，企業如果不能跟上時代的浪潮，勢必會被市場逐步淘汰。

　　2024中國國際大數據產業博覽會開幕式上，華為董事、質量流程IT總裁陶景文表示，數智新時代，AI將重塑千行萬業。AI既是工具的革命，也是革命的工具，企業應對準主業成功目標，選擇落地應用場景，用好AI工具，實現全面智能升級。

　　但在AI大模型時代，想要訓練一個自己的大模型產品，于中小企業而言也意味著高額的成本支出，“用不起”、“不敢用”則成為普遍現狀。

　　針對這一現狀，目前各大云廠商都在開展促銷服務，更是掀起一輪輪價格戰。但上云是持續的過程，最終影響用戶持續購買的，還得是靠產品性能和服務。

　　中小企業，低成本擁有自己的大模型

　　在以大模型為基礎技術的新AI時代，一個好的大模型，可以讓企業的數智化轉型事半功倍。

　　當前，使用大模型主要有兩種方式：

　　一種是，調用成熟大模型API接口，直接使用大模型能力;

　　一種是，私有化部署或單獨自己訓練一個大模型;

　　前者的缺點是可定制化能力差，不能很好的滿足企業的個性化需求;后者可定制化程度高，但大模型的開發不僅需要強大的算力，還需學習訓練、部署的相關參數配置和規格選擇等專業知識，對技術和研發能力要求極高，且投入成本于中小企業而言也難以負擔。

　　要把算力直接部署在企業端，本身是件門檻極其高的事情，曾有云代理廠商告訴光錐智能， “預算要千萬級起步，其次還要配備技術研發團隊”。這就導致，從計算平臺到客戶之間便產生了一道鴻溝。

　　誰來填補這道鴻溝?

　　以華為云為代表的云廠商構建ModelArts Studio大模型即服務平臺(后續簡稱MaaS)，其能夠提供簡單易用的模型開發工具，支持大模型定制開發，能夠讓模型應用與業務系統無縫銜接，顯著降低了企業AI落地的成本和難度。

　　“云廠商們推出MaaS服務與AI基礎設施建設，能夠讓我們開箱即用，降低模型訓練推理的復雜性，提升開發便捷性，并降低相關成本。”科大訊飛研究院常務副院長高建清對光錐智能說道。

　　華為云MaaS大模型即服務平臺以昇騰AI芯片為核心，打造了一套針對大模型訓練與推理的全方位優化解決方案，基于該解決方案大模型適配昇騰時間大大縮短，由“周”降低到“天”，使得開發者在平臺可快速選擇適合自己業務的30+適配昇騰云的主流大模型。

　　華為云MaaS平臺模型廣場首頁

　　選擇對應的大模型之后，需要進行模型的訓練和優化，此時訓練效率和大模型的一站式部署，成為了關鍵。

　　華為云MaaS大模型即服務平臺已經沉淀了大量結合適配昇騰AI芯片，微調推理調參的經驗案例。這使得，中小企業在華為云MaaS大模型即服務平臺上，無需過多專業知識即可進行結合默認預置的最佳參數，進行模型微調，使大模型的整體訓練時間能夠大幅度縮短。

　　針對部署調用環節，以往部署模型和調用，需線下安裝機器配置運維復雜度高，效果評測本地查看日志，耗時耗力。ModelArts Studio提供大模型平臺化能力，一鍵部署，一鍵調用，支持快速查看調用指標、日志詳情，免去各繁瑣環節。

　　基于便捷的大模型API能力，開發者不僅可以對接到個人或企業的業務系統，華為云MaaS大模型即服務平臺還聯手企業搜索產品KooSearch，為中小企業實現了開箱即用RAG解決方案，能夠幫助中小企業快速的一站式構建智能問答服務，或者聯合數字人大腦，快速創建智能對話應用等。

　　價格與成本，永遠是中小企業最敏感的一個板塊。

　　此前企業想要使用大模型，必須先買云資源的服務包，整機價格也相當昂貴。而華為云可以在模型驗證階段，先使用再買卡，用戶可以選擇各種規格小卡，成本低，效率高。

　　同時，華為云還提供按需套餐包，針對使用MaaS平臺的客戶，可以在原卡資源規格的基礎上，分10小時、100小時、500小時進行套餐包折扣購買，疊加其他優惠，大大降低了中小企業使用大模型的成本。

　　可以看到，華為云不僅把大模型應用的成本給打下來了，更重要的是把大模型的使用門檻和技術門檻都打下來了，這樣才能真正讓中小企業“用得起”、“用得上”大模型。

　　大模型和業務的深度結合，RAG是最佳連接器

　　業內皆知，大模型的發展，離不開高質量的數據“喂養”。

　　通俗的比喻來說，大模型可以看作是火車頭，而企業數據則是火車的燃料，沒有燃料火車也無法真正的運轉起來。

　　現階段，隨著企業數智化轉型進入深水區，數據呈井噴式增長，都知道數據是未來的“金礦”，但“金礦”如何開采是一大難題。

　　而只有將企業內部和外部的數據轉化為有價值的知識，數據的“金礦”才能真正有價值。

　　此時，就需要一個能夠將數據高效“投喂”給大模型的工具，RAG(檢索增強生成)無疑是最合適承擔這一角色的技術。

　　RAG是一種結合檢索和生成技術的模型，通過引用外部知識庫的信息生成答案或內容，具有較強的可解釋性和定制能力，適用于問答系統、文檔生成、智能助手等多個自然語言處理任務中。

　　RAG模型的優勢在于通用性強、可實現即時的知識更新，以及通過端到端評估方法提供更高效和精準的信息服務。

　　那么，RAG究竟是如何牽引大模型和企業數據之間的聯動，讓大模型更適配業務發展呢?

　　以華為云Flexus企業搜索服務為例，這是基于華為云的云搜索服務搭建的一站式智能搜索解決方案，能夠滿足企業基于業務場景做二次開發。

　　華為云Flexus企業搜索產品架構

　　企業的數據往往形式并不單一，有結構化的數據，也有非結構化的數據。

　　華為云Flexus企業搜索基于搜索大模型、云搜索服務的高性能GaussDB向量數據庫以及LLM大模型，三者共同組成了RAG解決方案，能夠導入非結構化或者結構化業務數據，對企業文檔內容進行智能解析，并通過OCR增強功能準確識別圖片/表格等各式版面布局，保證各種形式的企業數據都能夠利用起來。

　　其中，華為云GaussDB向量數據庫內置ANN算法，在當前業界最權威的ANN-Benchmarks測試中榮獲第一。ANN算法QSG-NGT在6個數據集中的5個獲得了最優性能，在部分數據集高精度區間相比第二名有50%-100%的QPS提升。

　　而在大模型大規模應用落地過程中，向量數據庫解決了大模型知識更新速度慢、數據隱私不可控和沒有“長期記憶”等問題，突破了大模型在時間和空間上的限制，既是企業數據和大模型之間的“連接器”，也是大模型走向行業深度應用的“助推器”。

　　通過搜索增強大模型，生成的問答結果更可靠、安全，這對企業級用戶來說是邁過了“真正能用”的關鍵及格線，解決了大模型“內行一用就覺得外行”的問題。

　　好處這么多，那么，RAG解決方案到底具體能用來做什么呢?

　　對內，RAG方案能夠將企業積累的數據匯聚在一起，組建企業自己的知識庫體系，同時還能夠基于企業知識庫幫助企業打造更懂企業的數字員工。

　　對外，RAG方案則能夠整合企業數據和外部數據，可以幫助企業構建在智能客服、數字人、論壇社區等應用的搜索與問答，能夠幫助企業一站式搭建知識問答、客服助手、辦公助手、車機助手、信貸助手、編輯助手等。

　　比如在金融行業中，傳統的客服依賴人工，很難做到24小時在線解答用戶問題。而通過整合銀行的相關制度規定，以及國家關于金融政策相關法規標準，基本上能夠覆蓋用戶大部分相關問題，而通過將智能客服與人工客服相結合的方式，不僅能讓企業節省大量的成本，也能夠給用戶帶來更好的體驗效果。

　　智能客服并不是一個新鮮事，但在大模型能力的加持下，用自然語言交互和端到端語音更自然、延遲也更低的情況下，智能客服會越來越接近人類客服，不會出現各種聽不懂、機器音，回答只能靠模板的問題。

　　智能化BI，數智化經營的最強助手

　　企業的數智化轉型，是從組織架構到業務體系同步發展，不能夠顧此失彼。

　　于中小企業而言，如何借助專業的工具，將企業內外數據轉化為有價值的知識，讓管理者更好的了解企業的運營情況、市場趨勢、客戶需求等信息，并進行科學的管理決策，也至關重要。

　　因此，集數據采集、存儲、處理、分析和可視化于一體的軟件系統BI工具，堪稱是企業提升“數智化經營”的最強助手。而在大模型浪潮下，BI工具也在加速向新一代智能洞察演進。

　　傳統的BI工具面臨著技術門檻高，一般業務人員無法上手實現數據的自主分析，需要內部工程師調教開發，各部門反復溝通確認，數周甚至數月才能拿到數據分析結果。

　　同時，使用傳統BI工具制作報表或交叉表，單個大型報表需訪問數據庫表多達70+，存在響應慢的性能問題，這也導致業務時效性差。

　　最為重要的的一點在于，傳統BI工具不夠智能，其僅能滿足簡單的統計分析報表、大屏，僅能對事實數據進行可視化呈現，對業務問題的根因分析、趨勢預測等，無法有效支撐。

　　所以，在大模型時代，企業，尤其是中小企業，需要新一代BI智能分析助手。

　　華為云智能數據洞察DataArts Insight的產品架構

　　華為云Flexus智能數據洞察基于盤古大模型，提供可視、實時、易用、安全的企業智能分析服務，解決了傳統BI工具的技術門檻高、不夠智能和業務時效性差的問題，還可提升大模型的調優效率和推理準確度1~2倍，支撐業務實時高效決策。

　　具體來說，華為云Flexus智能數據洞察能夠基于盤古大模型，實現全自然語言交互的BI自助分析，讓一般業務人員和管理者也能輕松獲取和分析數據，實現“0”門檻自助分析。

　　同時，通過將數據與盤古大模型進行融合，深入挖掘數據價值，支持異常檢測、根因分析、趨勢預測等，通過自動分析洞察見解和專題故事生成，輔助業務管理者高效決策。

　　而在反應速度上，其通過高性能BI引擎支持多種加速模式，實現10億數據秒級響應，為使用者提供極致順滑體驗。

　　于中小企業而言，華為云Flexus智能數據洞察還能夠支持將可視化圖表和盤古for BI智能問答機器人嵌入到企業自身的SaaS應用界面中，使能SaaS應用智能化升級，提升用戶體驗，并催生新的盈利機會。

　　智能BI得到應用后，將實現業務中任何人在任何時候、任何位置，能夠以最自然高效的方式對任何格式數據進行消費，支撐業務實時決策。

　　對于基層員工而言，通過固定格式報表及自助查詢提高工作效率;面對中層管理者，通過即席分析可以支持業務決策;面對高層決策者，則可以通過管理駕駛艙把握企業實時狀態。

　　綜上來看，在中小企業的數智化轉型中，大模型是底層基礎設施能力，RGA則是連接大模型和企業數據的橋梁，讓企業在產品能力上實現數智化轉型升級。

　　而智能BI工具則是在大模型和企業數據知識庫體系下，面向企業內部應用管理數智化升級的關鍵，能夠幫助企業在海量數據中快速發現規律，進一步挖掘數據價值，洞察業務的過去與未來，高效輔助經營決策。

　　結語

　　在AI大模型之前，企業上云往往是成本;大模型之后，企業上云就變成了提質增效的動力引擎。

　　這樣的轉變，讓中小企業轉型的動力更加明顯，對云廠商來講也是一個極大的利好——市場需求變多了。

　　從上面可以看到，華為云針對中小企業推出的幾款新產品，都是切中了數智化轉型的要害。

　　從大模型，到RGA，再到智能BI工具，無疑已經構建起了中小企業數智化轉型從內到外，從企業組織架構到企業產品能力的體系化升級。

　　這三款產品，可以說是數智化轉型的AI三部曲，幫助中小企業奏響“提質增效”的業績高歌。