华为大咖答疑丨AI大模型行业应用，面临哪些问题和挑战

9月25日，时习知特邀华为算力平台先遣队 行业领域首席代表孙壮老师，进行了一场主题为“AI大模型行业应用推进与思考”的直播，为大家系统地分享AI大模型行业应用的前世今生。

直播中，小伙伴在评论区提了很多问题，但由于时间有限，孙壮老师回答了部分提问。宠粉的小知特地在直播结束后整理了直播中未被回答的问题，请孙壮老师为大家答疑。

01

 问题：目前有没有供水、自来水管网调度相关的AI大模型？

🎓孙壮老师：智慧水务涉及大量的不同场景，其核心价值在于对水务全系统进行智能化升级的管理，需要人工智能技术进行支持。

针对此行业，可以尝试通过人工智能以自然语言为基础，解决部分供水业务逻辑推理问题。

一是知识问答：通过学习水务相关规章制度、业务流程、规则规范等知识，为运营管理人员和外部用户提供对话式的智能知识问答；

二是内容生成：通过调度方案和经验、运营管理报告等日常运营材料智能写作，支持业务人员便捷获取管理数据；

三是推理判断：大模型可以识别业务意图，根据思维链和业务规则，并通过复杂逻辑判断和服务插件调用，最终完成任务。
 

02

 问题：关于AI大模型的行业应用，在哪个行业有具体案例，且有降本、增效、人员方面的量化指标？

🎓孙壮老师：以煤矿为例，目前已经实现了中心训练、边缘推理、云边协同、边用边学、持续优化功能。67类算法模型，全面覆盖了煤矿采、掘、机、运、通及安全管理等专业，在矿井提升安全管理、降本增效方面发挥了积极作用。

以某能源集团为例，分别在4703采煤工作面、31606采煤工作面等地点的171个摄像仪部署了230路模型，通过应用场景的常态化运行，提升了煤矿安全生产及管理水平。另外，部分行业效率提升数据，受业主单位管理要求限制，暂未公开。

03

 问题：储能行业中有应用AI的案例吗？

🎓孙壮老师：在能源领域，储能技术是连接能源生产、分配和消费的重要桥梁。

传统的储能方式存在效率低下、成本高昂等问题，同时随着储能应用的持续增长，安全成为储能行业发展的重中之重。如何及时、准确、全面地监控电芯健康状态，提前进行有效预警及排查处理，已成为行业亟待解决的问题。

AI技术，可以通过智能化管理和优化控制，提升储能系统的效率、经济性和安全性，为能源行业带来革命性的变革。包含：①预测性维护②能源管理优化③安全管理。这几方面，可随储能企业的业务发展，实现相关创新落地。
 

04

 问题：在科研领域，大模型聚焦在训练还是推理？未来科研领域的大模型发展趋势如何？

🎓孙壮老师：目前在科研领域，业界重点聚焦基于大模型的推理能力，在学知识、读文献、写文章、处理数据等领域为科研提供助手能力。

科研领域具备行业属性，如气象预测，医疗研究，金融投研投顾等相关细分领域，基于相关行业属性需进行深入洞察，利用人工智能的行业能力，进行专项推动和落地。其中训练、推理需求此消彼长，在未来一段时间内，需头部科研单位持续投入，预计将在科研领域引领人工智能的创新发展。

05

 问题：在AI大模型应用场景的识别和规划方面，企业是要培养业务人才还是开发人才？

🎓孙壮老师：开发人才和业务人才，两种培养模式侧重不同。企业规划行业人工智能，建议针对业务人才和开发人才进行如下布局：

在业务人才方面，建议聚焦在价值场景或生产单元的复合型人才，此部分人才是基于业务生产需求布设，也可以理解为传统人才；建议以内部培训、联合创新团队、KPI提升团队等模式进行，结合业务痛点，重点培养具备AI意识和能力的业务人员或人才，形成“金种子”。

在开发人才方面，建议企业通过科技公司或人工智能专项来增加投入，重点在规划，因为未来的场景落地需持续通过此队伍见成效，除培养特定项目的开发人员外，建议重点关注人才来源，寻找适合自身企业特性的人才培养或引进模式。