制造業(yè) AI 也迎來大模型時(shí)刻？

　　在通用領(lǐng)域，以 ChatGPT 為代表的預(yù)訓(xùn)練大模型，正在被大眾所熟知。業(yè)內(nèi)也在頻繁示意：大模型在企業(yè)級(jí)或更多行業(yè)細(xì)分場(chǎng)景中，能不能短時(shí)間內(nèi)帶來巨大的生產(chǎn)力改變。

　　鈦媒體注意到，目前在工業(yè)制造領(lǐng)域，大模型主要應(yīng)用的場(chǎng)景可大致分成兩大類：一類是產(chǎn)線運(yùn)營(yíng)效率環(huán)節(jié)，如產(chǎn)品設(shè)計(jì)研發(fā)、質(zhì)量控制檢測(cè)、供應(yīng)鏈管理、安全生產(chǎn)等;另一類則是企業(yè)內(nèi)部的信息智能，如人機(jī)交互。

　　在工業(yè)制造領(lǐng)域，大模型的落地存在哪些難題?目前普遍一個(gè)共識(shí)是，參數(shù)越高、模型越大，模型的泛化能力就越強(qiáng)，但在訓(xùn)練這樣一個(gè)大模型的初期算力成本非常之高，同時(shí)，能不能將 Prompt 用好，也直接決定了微調(diào)后的模型在特定任務(wù)上的性能和準(zhǔn)確性。

　　最近一段時(shí)間，創(chuàng)新奇智也計(jì)劃構(gòu)建面向制造領(lǐng)域的預(yù)訓(xùn)練大模型，挑戰(zhàn)與市場(chǎng)空間皆有。鈦媒體走進(jìn)創(chuàng)新奇智，對(duì)外界所關(guān)心的大模型產(chǎn)業(yè)落地問題，以及企業(yè)在過去一年的業(yè)績(jī)情況進(jìn)行了交流。

　　深入行業(yè)的大模型布局

　　以 AI 質(zhì)檢為例，據(jù)鈦媒體觀察，其落地主要存在以下難點(diǎn)：

　　一是缺陷樣本不足的問題�，F(xiàn)場(chǎng)的傳感器和采集設(shè)備往往受到環(huán)境和設(shè)備等因素的干擾，導(dǎo)致數(shù)據(jù)采集不穩(wěn)定、噪聲干擾等問題。同時(shí)，每家制造企業(yè)的設(shè)備型號(hào)、狀態(tài)都不一樣，可獲取的數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，數(shù)據(jù)質(zhì)量也比較差。

　　二是在模型優(yōu)化及迭代的困難。工業(yè)生產(chǎn)過程中存在各類復(fù)雜多樣的產(chǎn)品和生產(chǎn)線，不同產(chǎn)品及生產(chǎn)線的質(zhì)檢標(biāo)準(zhǔn)和要求不同，因此需要建立相應(yīng)的質(zhì)檢數(shù)據(jù)庫和模型庫，針對(duì)不同的產(chǎn)品和生產(chǎn)線開發(fā)不同的質(zhì)檢方法和算法，模型量是巨大且碎片化的。

　　在此之前，小樣本學(xué)習(xí)的解決方案在工業(yè)界普遍嘗試，創(chuàng)新奇智提出基于雙注意力機(jī)制的少樣本學(xué)習(xí)和基于原型的分類器學(xué)習(xí)方法，并且還通過技術(shù)創(chuàng)新，擴(kuò)充數(shù)據(jù)彌補(bǔ)工業(yè)視覺中訓(xùn)練樣本不足的問題。

　　2022 年底，伴隨 ChatGPT 走熱，創(chuàng)新奇智也看到背后 AIGC 在工業(yè)場(chǎng)景中的應(yīng)用空間，如交互式動(dòng)態(tài)業(yè)務(wù)報(bào)表生成、智能產(chǎn)線設(shè)計(jì)等。但以 ChatGPT 和 LLM 為代表的泛場(chǎng)景大模型，不能有效的解決行業(yè)中大客戶對(duì)大模型的專屬需求。

　　"ChatGPT 大模型訓(xùn)練時(shí)使用的數(shù)據(jù)是公開的互聯(lián)網(wǎng)數(shù)據(jù)，大模型內(nèi)部并不含有行業(yè)的或某大客戶內(nèi)部業(yè)務(wù)數(shù)據(jù)知識(shí)，而行業(yè)大客戶一般不愿意把數(shù)據(jù)公開給外部技術(shù)服務(wù)商。"，而且，"現(xiàn)在市面上也沒有現(xiàn)成可用、適用的通用大模型。" 創(chuàng)新奇智 CTO 張發(fā)恩表示。

　　為此，創(chuàng)新奇智著手研發(fā) AIGC 產(chǎn)品 AInnoGC(奇智孔明)，其核心是正在訓(xùn)練的工業(yè)預(yù)訓(xùn)練基礎(chǔ)大模型，預(yù)計(jì)參數(shù)規(guī)模在百億級(jí)別。

　　據(jù)介紹，AInnoGC 產(chǎn)品目前具備以下五個(gè)核心能力：

　　支持 Zero/Few-Shot In-Context Learning，支持客戶私有化部署;

　　企業(yè)級(jí) Fine Tune 機(jī)制，通過無縫對(duì)接、高效處理企業(yè)自有數(shù)據(jù)并進(jìn)行高性能微調(diào)計(jì)算，為企業(yè)客戶量身打造具備私域知識(shí)的專有大模型;

　　企業(yè)級(jí) Prompt 工程支持，通過提示擴(kuò)展、提示增強(qiáng)、結(jié)果融合等技術(shù)手段，協(xié)助客戶獲得更好的生成效果，同時(shí)實(shí)現(xiàn)反饋閉環(huán)，促進(jìn)大模型迭代、優(yōu)化;

　　提供豐富的 API/SDK 以及 Model as a Service(MaaS)服務(wù)，充分釋放大模型算法和工程化能力，加速生成式 AI 應(yīng)用開發(fā)進(jìn)程;

　　具備多模態(tài)，支持工業(yè)缺陷樣本生成、交互式報(bào)表生成、交互式故障診斷、產(chǎn)線設(shè)計(jì)生成等文本 / 視覺 / 多模態(tài)內(nèi)容生成，驅(qū)動(dòng) AI 2.0 應(yīng)用和解決方案的開發(fā)與落地。

　　談及訓(xùn)練大模型可能存在的高研發(fā)投入，張發(fā)恩解釋稱，雖然訓(xùn)練一個(gè) GPT 大模型消耗了大量算力，但達(dá)到同樣訓(xùn)練精度，需要的算力其實(shí)是在快速地下降，可能算力只需要原來的幾十分之一，可以理解成第一次交付周期和成本會(huì)比較高，后面實(shí)現(xiàn)批量化后逐漸下降，" 在工業(yè)預(yù)訓(xùn)練大模型這件事情上，不會(huì)搞軍備賽，務(wù)實(shí)就好。"

　　讀財(cái)報(bào)：毛利率提升至 32.6%，平均客單價(jià)1903 萬元

　　但是，大模型只是個(gè)引子，在 AI 技術(shù)浪潮尚未席卷產(chǎn)業(yè)之前，創(chuàng)新奇智依然面臨 AI 公司存在的常見商業(yè)難題：產(chǎn)品通用性，怎么拓展更多場(chǎng)景，在 AI 領(lǐng)域毛利較低。

　　2022 年 1 月，創(chuàng)新奇智在港上市，根據(jù)其不久前公布的截至 2022 年 12 月 31 日止的年度業(yè)績(jī)，可以梳理出幾個(gè)關(guān)鍵信息：

　　2022 年總收入達(dá) 15.58 億元，同比增長(zhǎng) 80.9%。從 2018 年到 2022 年，總收入復(fù)合年增長(zhǎng)率達(dá)154.4%。

　　扣除股份支付及上市開支等項(xiàng)目后的經(jīng)調(diào)整凈虧損為 1.38 億元;經(jīng)調(diào)整凈虧損率為 8.9%，較 2021 年度降低 7.6 個(gè)百分點(diǎn)。

　　毛利方面，整體毛利潤(rùn)實(shí)現(xiàn)5.07 億元，同比增長(zhǎng)89.7%;整體毛利率實(shí)現(xiàn) 32.6%，較 2021 年度提升 1.6 個(gè)百分點(diǎn)。財(cái)報(bào)指出毛利實(shí)現(xiàn)增長(zhǎng)的幾點(diǎn)原因：1、產(chǎn)品的標(biāo)準(zhǔn)化提升及交付周期成本減少;2、規(guī)�；瘞�來采購的降低;3、頭部客戶到腰部客戶的發(fā)展。

　　從業(yè)務(wù)成分上看，「AI+ 制造」業(yè)務(wù)板塊收入達(dá) 9.48 億元，同比增長(zhǎng)111.2%，營(yíng)收占比60.9%;其次是「AI+ 金融」業(yè)務(wù)板塊收入達(dá) 3.82 億元，同比增長(zhǎng) 39.5%。

　　創(chuàng)新奇智 CEO 徐輝在媒體交流會(huì)上表示，" 創(chuàng)新奇智不會(huì)做系統(tǒng)集成商，希望深耕行業(yè)，也不會(huì)完全依賴于一兩個(gè)場(chǎng)景，期望到 2025 年覆蓋到 16 個(gè)細(xì)分領(lǐng)域，其中 13-15 個(gè)都集中在制造業(yè)，金融行業(yè)不會(huì)放棄。" 目前，創(chuàng)新奇智的客戶領(lǐng)域覆蓋了鋼鐵冶金、面板半導(dǎo)體、汽車裝備、能源電力、食品飲料 & 新材料、智造實(shí)訓(xùn)、金融等。

　　客戶數(shù)量上，從上一年的 159 家增長(zhǎng)至 2022 年的 292 家。公司將一個(gè)財(cái)政年度內(nèi)收入貢獻(xiàn)超過 450 萬元以上的客戶定義為白金客戶，2022 年白金客戶 71 家，共計(jì)貢獻(xiàn) 13.51 億元收入。另外，平均客單價(jià)增長(zhǎng)至 1903 萬元，最大客戶的客單價(jià)占比不超過 10%，這種做法避免單一客戶的風(fēng)險(xiǎn)。

　　過去一年，創(chuàng)新奇智還新收購兩家子公司進(jìn)而拓寬業(yè)務(wù)領(lǐng)域，旗下經(jīng)營(yíng)奧利普奇智、賽迪奇智、浩亞智能、慧眼奇智等子公司。

　　AI+ 制造的硬實(shí)力

　　結(jié)合上述公布的數(shù)據(jù)信息，能夠發(fā)現(xiàn)，在制造業(yè)場(chǎng)景的 AI 能力的可標(biāo)準(zhǔn)化落地，是創(chuàng)新奇智毛利率和客單價(jià)得以提升的重要原因。

　　產(chǎn)品層面，除了正在研發(fā)的 AInnoGC 之外，創(chuàng)新奇智還構(gòu)建了 MMOC 人工智能技術(shù)平臺(tái)—— ManuVision 機(jī)器視覺智能平臺(tái)、MatrixVision 邊緣視頻智能平臺(tái)、Orion 分布式機(jī)器學(xué)習(xí)平臺(tái)、Cloud 云平臺(tái)，已經(jīng)實(shí)現(xiàn)云邊端一體化 AI 交付。平臺(tái)內(nèi)置了產(chǎn)品缺陷質(zhì)量檢測(cè)、生產(chǎn)現(xiàn)場(chǎng)安全管理、智能生產(chǎn)計(jì)劃、智能化運(yùn)維等垂類場(chǎng)景算法模型和功能模塊。

　　為了提升行業(yè)壁壘，創(chuàng)新奇智實(shí)現(xiàn)了 1+N 擴(kuò)展和 1*N 復(fù)制的商業(yè)路徑：1+N 擴(kuò)展，從某一具體應(yīng)用場(chǎng)景切入，通過首個(gè)項(xiàng)目標(biāo)桿，鼓勵(lì)客戶用 AI 解決更多場(chǎng)景問題;1*N 復(fù)制，則是從某個(gè)燈塔客戶案例，復(fù)制到同領(lǐng)域的更多客戶，實(shí)現(xiàn) AI 產(chǎn)品及解決方案的網(wǎng)絡(luò)效應(yīng)。

　　此外，創(chuàng)新奇智還計(jì)劃在一些客戶場(chǎng)景聯(lián)合探討應(yīng)用落地。例如，智慧鐵水運(yùn)輸系統(tǒng)方案已在多個(gè)鋼鐵廠得以應(yīng)用，智能液晶半導(dǎo)體生產(chǎn)方案也被多家客戶采用。

　　不過，從同一時(shí)期的百度、阿里等科技大廠，到商湯、曠視等獨(dú)立 AI 公司，它們先后宣告投入大模型，也在逐漸折射出一個(gè)現(xiàn)狀：并不是所有企業(yè)都適合投入基礎(chǔ)大模型，無論是多模態(tài)還是深入行業(yè)，大模型背后的核心商業(yè)化問題依然無法忽略。