要賺錢，要落地，華為大模型不和百度阿裡剛 | 焦點分析

作者 | 袁斯來

編輯 | 蘇建勳

大公司蜂擁入大語言模型，華為顯得有些格格不入。

7月7日，華為釋出AI大模型盤古3.0版本。對于普通使用者，這場釋出會有些枯燥。政務大模型雖然有AI應答，但都是政策解釋，談不上有趣。華為雲CEO張平安首次明确自己大模型的定位，即“為行業而生”，聚焦B端行業客戶。他有些驕傲地表示，盤古大模型都在解決行業痛點，“沒時間作詩”、“沒時間聊天”。

這一表态不出所料。3個月前，華為雲人工智能領域首席科學家田奇已經做了預告。在演講中，田奇對GPT類的自然語言處理（NLP）大模型一筆帶過，大把時間都在介紹為行業客戶開發的大模型。

盤古大模型3.0比起前幾次釋出，多出了多模态大模型。但華為沒有太多介紹這個大模型的意義。而自然語言處理大模型的影子，則出現在智能助手、政務應答場景中。

華為進入AI行業的風格不夠性感，但足夠實用。它很聰明，不和網際網路公司針鋒相對，錨點集中在自己最擅長，也最容易落地的B端。

這也是華為能做的最佳選擇。華為2022年年報顯示，其銷售收入增長接近停滞，淨利潤下滑68.7%，經營現金流下滑70.2%。華為雖然在全力研發，但其實它沒有太多時間和金錢去試探不擅長的方向。賣掉華為雲産品，盡快從行業客戶手裡掙到現金才是華為做AI最急迫的事。

隻為B端

華為盤古大模型已經很久沒有新故事了。2021年4月，華為正式釋出盤古大模型，當時已經包括自然語言處理大模型、機器視覺大模型和科學計算大模型。

此後盤古大模型偶爾會出現在行業客戶合作案例中，推出相應的藥物研發、礦山、氣象、海浪、金融OCR（文字識别）大模型。

至于華為的自然語言處理大模型，能夠确定的是它的參數和資料足夠龐大，參數量達到1000億，資料号稱有40TB，略小于GPT-4，是文心一言的十倍。同時有文檔檢索、ERP、小語種等應用。

隻是，這款自然語言處理大模型從來沒露出真身。沒有實時示範，沒有應用展示，缺少GPT那樣的爆點。

這次釋出會，盤古自然語言處理大模型還是很“無聊”。華為更新了一些資訊，包括可為客戶提供1000億、380億、100億多個參數NLP模型，比對不同行業不同訴求。在金融大模型中，AI會解答政策，為金融分析員分析資料。也能以應答的方式，幫政務人員分析交通圖檔。

這些應用都離C端使用者很遙遠，但能真實提高生産力，吸引行業客戶。“我們和ChatGPT不在一個軌道上，我們看的是在行業中解決多少問題。”在媒體溝通會上，張平安表示。

行業客戶的高客單價、穩定讓所有廠商眼紅。微軟、騰訊、百度、阿裡斥巨資做大模型，最終還是要賣與政企。

每一個大廠都有自己擅長的領域，如電商、辦公，華為則在工業智能制造、政務、金融行業有不錯的口碑。它們和這些公司打過幾十年交道，能拿到行業客戶足夠豐富的授權資料。

是以，盤古3.0釋出會基本是一場盤古大模型的政企客戶案例集合。包括枯燥的政策解答、金融資料分析，還有外行完全無法了解的供應鍊器件配置設定。這些産品的目的，都是提升行業從業人員的效率，而非讨好C端使用者。張平安表示，在一段時間中，華為盤古大模型不會開放給個人使用。

百度、阿裡、科大訊飛釋出會上，主講人和AI你來我往已經成必備欄目。相比而言，華為盤古大模型的釋出會顯得缺點趣味。可對華為來說，趣味在此時此刻無足輕重。正如華為常務董事華為雲CEO 張平安在釋出會上明确的，華為大模型“不作詩”。讓工廠、國企、政府客戶們滿意才是華為在意的事。

算力銷售者

華為是個掘金者，也是賣鏟子的人。

華為從底層晶片、資料庫、開發架構到開發平台都是一套自研系統。全棧技術好處是修起足夠高的壁壘，更容易深度優化，反面是相容性差。

華為自研的昇騰910晶片性能方面和英偉達，華為自己開發的架構MindSpore才能激發最大的性能。但根據Omdia報告，即便是在中國，AI開發者使用的架構仍以TensorFlow和PyTorch為主，兩者使用率均超過30%，而MindSpore的使用率為11%。

這也意味着，華為要為客戶做深度定制，才能讓不同模型在華為昇騰原生體系中順暢運作。

這是一個很難産生邊際效益的工程，将B端客戶分行業打包，做成垂直的專業解決方案成本效益更高。

而行業客戶天生适配華為這樣閉合式AI大模型。尤其是大型國企、金融機構，需要從底層到應用端建立一整套定制方案，這些客戶要求安全、可靠、國産化，且相對封閉，華為盤古正好能符合要求。

厚重的垂直行業大客戶一直是華為長項，其他網際網路公司難以深挖。行業産品和C端産品有完全不同的行事邏輯，而華為在ICT時代就積累下了一整套和政企客戶打交道的方式，華為雲也不缺政企資源，這些并非網際網路新貴砸錢就能獲得的壁壘。

更重要的是，相比網際網路公司，華為釜底抽薪，解決了避不開的晶片問題。國内目前阿裡、百度采購的多是英偉達晶片， 阿裡擁有最多的英偉達A100 GPU， 算力方面優勢明顯。然而這種供應是否穩定還未可知。而國内絕大多數晶片廠商還無法供應訓練複雜大模型的晶片。

華為的昇騰晶片雖然适配性略差，但算力強，在自己的系統中優化良好。隻要制造不出現問題，不出現斷供，華為能一直更新更新。在人工智能算力比拼中，不至于和英偉達最新的晶片拉開太大差距。這一點足以讓政企客戶安心。

自成一體的算力成為華為最大的競争力，也将是華為又一個營收來源。華為上線針對AI行業的昇騰雲，并且建起了兩個AI資料中心。越來越重視國産替代的客戶們不會讓昇騰雲缺訂單。

OpenAI時隔多年再次點燃AI行業。可這條道路還看不清方向，華為這艘巨輪會沿着當下最穩妥的路線航行。在中國這個巨大的市場，華為一直地位獨特，而它在B端三十多年的優勢也會延續到AI時代。