中国，下一个爆发点！

2023年仅余一个月，有人说，这又是见证历史的一年。

地缘政治动荡、全球供应链再平衡、通胀高企等多种因素叠加下，“变”与“不确定性”已成为时代的主旋律，乌卡时代来临。

国际权威研究机构Gartner曾发布预测称：2025年前，全球70%的CEO将建立“韧性文化”，以应对“黑天鹅”的威胁。而“数智之韧”似乎正在慢慢成为共识。

数字经济时代

的世界格局，亟待变化

根据中国信通院估计，到2032年，我国数字经济规模将超过100万亿元。

从技术和规模两个维度综合而论，当下，中国数字经济规模巨大，在部分领域具有一定先发优势或比较优势，拥有无限的发展潜力。

不难看出，数字技术、数字经济是世界科技革命和产业变革的先机，是新一轮国际竞争重点领域，我们一定要抓住先机、抢占未来发展制高点。

而随着ChatGPT的横空出世让人工智能进入大加速时代，一个共识同步形成：区分数字经济大棋局上下半场的关键转变，就在于智能化。

在这样的趋势下，云和AI已经成为企业不可或缺的生产力，其带来的价值创造也正以指数级的方式不断增长，我们肉眼可见，今天的智能化应用与日俱增：

在政务领域，政务大数据平台的普及，解决了传统办事大厅办事跑多次、等待时间长的问题，很多事在手机上动动手指就能办，让政务服务无处不在。

AI开始帮助我们感知城市运转的脉络。通过将城市感知源全面接入大模型，可以实现文本、视频和图像的动态解析，更好地理解城市事件、并给出根因分析和处置建议，将事件发现间隔从5到10分钟降低到秒级，分拨准确率提升到95%以上。

再看看金融的创新趋势。

金融系统规模和复杂度都与日俱增，但由于专业知识复杂且分散在不同系统，客服人员需要来回切换、反复查询，问题解决耗时长，影响客户满意度。

现在，基于大模型的智能客服系统，通过对各种流程、政策和案例文档进行预训练，能够根据客户的问题，自动生成流程和操作指导，将原来平均5次的查询操作降为1次，办结时间缩短5分钟，来电处理时长缩短了15%。

未来大模型还将应用于信贷业务、风控分析等更多场景。

能源行业同样如此，大型矿企通过大模型对海量矿山数据进行预训练，一个大模型就能覆盖中心和边缘多个作业场景，实现从单点智能化向单企智能化的转变。

此外，一些地方政府或头部企业也开始牵头建立大模型中心平台，推进产业集群智能化，让应用和算法可以在更多企业间交易和流转。

而在关系国计民生的制造业领域，融合了AI技术的智慧工厂越来越多，基于工业物联平台和大数据技术，实现智能化分析，让工厂的生产决策、优化和执行更智能。

AI重塑千行万业不再是一句口号，我们已经明显感受到到它将给我们生产和生活带来革命性变化，智能世界正加速到来。

而能否抓住智能化的机会，就决定了中国在多大概率上完成跨越式创新发展。

大型政企已经率先迈出了步伐。

政企智能化

升级，全面加速

数字经济的上半场，中国打了一场漂亮的胜仗，智能化的下半场也在乘势而上。

过去10年，在政策的大力支持和企业自身提质创新的需求下，云计算在中国风起云涌，AI技术加快从理论走进现实，数字化成为每一家企业的转型共识，其中政企核心业务上云不仅在政务数字化上提升政务效率、产业数字化推动产业升级上起到龙头作用，更是在促进医疗公平、消除教育鸿沟、助力乡村振兴等社会价值方面发挥了关键作用。

毕竟，中国的政企大市场包括政府、泛政府等部门、银行、电力、能源、制造等大型央国企，不仅关乎国计民生，也是中国经济的排头兵和压舱石。

随着消费互联网的红利消褪，产业互联网的红利爆发，整体经济呈现出“脱虚向实”的面貌，大型政企也更加迫切地需要借助人工智能等科技创新的力量赋能企业发展，提升企业的生产力、竞争力，创造更多的利润，实现稳中求进。

在探索智能化的过程中，政企已经迈入“云”的深处。

一方面，当下智能化所涉及的技术门槛其实非常高，从基础设施、应用、数据到AI等更多赋能，政企要么缺人力，要么缺能力，花钱买来技术却用不起来的情况并不罕见。

同时，政企是一个大市场，涉及千行百业，这意味着政企数字化越深入，越渗透，所产生的云化场景就越多，更难的是，这些场景所面临的需求往往还存在较大的差异，难以标准化和复制。

最后，由于政企的特殊性，其对于安全风控的要求非常高，在引入“云”时会牵涉到非常复杂、严苛的服务标准和资质需求，要处理和平衡好这些，就得找到既有技术，又对政企市场有丰富服务经验和理解的合作方，相当难得。

就拿政府、金融和央国企这类大型政企举个例子。

这类企业往往将数据资产的安全性列在重要位置，要求“数据不出域”，因此在选择业务上云的技术底座时，混合云是政企建设本地云基础设施的首选。

这样政企可以直接掌控数据，保证安全性和服务质量，只不过初期投入和运维成本会增加，属于一个优缺点共存但基本符合需求的方案，在业务上云阶段是绝大多数政企的选择。

而在智能化的时代，数据依然是政企的核心竞争力，是绝对不能交出去的关键资产，因此政企也希望把大模型部署到自己的数据中心去，这已成为政企的普遍需求。

在这样的普遍诉求下，不难看出，一个坚实稳固的云底座已经成为政企智能升级走稳、走实的必备要素。

如何既稳又智，让政企的智能升级有更大的创新空间？

近日，在华为云行业高峰论坛2023上，华为云给出自己的方案——业界首推的大模型混合云。

华为混合云总裁尚海峰介绍，华为云将盘古大模型叠加到华为云Stack最新的8.3版本上，打造了业界首个大模型混合云，让政府、金融和央国企客户在本地数据中心，也能放心地、一站式建设自己的专属大模型。

华为混合云总裁 尚海峰

众所周知，大模型是一个极其复杂的系统工程，除了训练和推理，还要考虑数据采集和处理、模型的共享与流通，以及AI应用的高效开发。华为云Stack基于原生混合云能力，用户可以将大模型从本地延伸到边缘和公有云，在一种云上训练的模型，就能全场景跨云部署。

华为云还提供了算力平台、云服务、开发套件和专业服务等业界最完整的AI生产链，让整个模型和应用的开发更简单。此外，华为云还联合10多个行业开展了大模型的实践，这些经验都可以高效共享。

尚海峰也强调，在大模型时代，华为云Stack就是要成为政企智能升级的首选。希望基于它丰富的云服务和盘古大模型的强大能力，让AI的建设、开发和运营更简单，让每个企业都拥有自己的专属大模型。

根据IDC近日最新发布的《中国混合云基础架构2023厂商评估》显示，华为云位居领导者类别，产品能力和市场份额两项均位列市场第一，领跑全行业。

在论坛现场，通过尚海峰的分享，我们看到了一系列实践案例。

在央国企领域，华为云和山东能源集团、云鼎科技用了两年时间，共建了业内首个矿山大模型。通过公有云测试、混合云部署的路线，山东能源实现了基于公有云对3个场景进行快速验证，再基于华为云Stack商用落地。

到2023年，这套系统已经覆盖了9大专业40多个场景，并且将模型部署到了多个边缘矿区，这些好的场景模型未来还能通过公有云市场外溢，赋能行业。

整个过程中，华为云、山东能源和云鼎分工合作，探索大模型的持续开发和运营之路，未来也将会把这些经验复制到更多的场景。

在工业互联网方面，华为云提出了央国企工业互联网的参考架构，在传统工业数据采集和治理的基础上，融入大模型的能力，让智能化赋能工业化。

华为云还提供了制造、电力等5个开箱即用的工业大模型，让企业能够针对各类复杂的作业场景，短平快地上线自己的智能化方案。多层云边端级联架构，支持1集团+N工厂的典型部署方案，匹配大型企业复杂的生产体系。

目前，长安汽车、一汽、陕煤等众多工业企业，已大规模采用了华为云的方案，加速新型工业化建设进程。

针对新型工业化企业对数据的核心诉求，华为云也打造了数智融合底座，可支撑数据产品和AI产品的开发，形成数据资产库、算法和模型。

企业可以基于TICS隐私计算开发高密数据产品，让数据可用不可见。通过EDS实现数据在不同主体间快捷合规地流通，提供20多个控制策略，确保数据不出域。

在这些之外，城市治理、金融业、矿业、能源业……看似千差万别的行业，在大模型混合云的技术底座之上，都能生成适应各行业各种应用场景的专属大模型。

当下，政企所需要的智能化支持，其实就是像华为云这样一种黑土地似的存在，将技术创新和经验作为营养，帮助不同的种子扎自己的根，结自己的果，助力丰收。

结语

华为云在行业高峰论坛2023上发布的《深度用云展望2025》和“深度用云行动倡议”，前者展望了将要在政企市场广泛落地的十大技术和模式，后者则旨在凝聚产业的力量，推进全行业践行深度用云，释放云和AI的价值。

在数字经济的时代大趋势中，中国的基础设施建设一直是发展的一大优势，再加上市场广阔，发展的势头难以阻挡，不愁吸引全球的资本和技术要素前来中国寻求发展机会。

中国5G通信覆盖率全球第一，5G基站数占全球60%以上，光纤网络、移动通信、宽带、数据中心等基础设施建设在国际上处于先进水平，这既是一种体制优势，更是一种国家优势。

未来，我们不妨就像华为云所倡议的一样，将全产业的力量凝聚起来，以“锻长板”带动“补短板”健全产业链，同时从政企开始，下大力气把企业真正建成数字技术创新主体。

那么，超越创新，拭目以待。