体系化、全要素、社会级 运营商在通用智能时代的机遇与实践
近年来，以大模型为代表的生成式人工智能迅猛发展，成为推动经济增长的重要引擎。据麦肯锡全球研究院预测，到2030年，人工智能将为全球经济贡献13万亿美元，相当于全球GDP年均增长率提升1.2个百分点。从全球来看，各大运营商均在积极布局人工智能领域。Verizon、T-Mobile、德国电信、Vodafone等欧美运营商侧重于大模型赋能通信行业，SKT、KT等日韩运营商则侧重于拓展大模型研发与服务。
从国内来看，中国移动、中国电信和中国联通三大运营商都将人工智能作为企业转型发展的重要战略选择。
通用智能的发展现状
人工智能是“新基建之智”，正如中国移动杨杰董事长所指出的，以大模型为代表的通用人工智能正在推进能量和信息的深度融合，加快从助力千行百业提质增效的辅助手段，升级为支撑经济社会转型发展不可或缺的基础设施和核心能力，促使行业发展加速从“+AI”向“AI+”发生根本性变革。人工智能成为新的生产工具，数据成为新的生产要素，算力成为新的基础能源，三者共同构成新质生产力的重要驱动因素。
大模型作为从“+AI”向“AI+”转变的能力内核，将逐渐重构千行百业的系统架构、工作流程、用户体验和业务价值，不但会颠覆现有的业务模式，还将创造全新的业务形态。当前，大模型取得实质性突破，加速迈入规模应用的新阶段。大模型不仅要会“作诗”，更要会“做事”，只有将先进大模型应用到具体场景，才能真正赋能经济社会发展。截至2024年7月30日，国内公布的大模型数量已超300个，通过国家网信办备案的达到197个。在“百模大战”的背后，基于大模型的“AI+”场景应用创新仍面临着“大而不稳、多而不合、通而不专”等诸多现实挑战。
一是大而不稳。大模型具有强大的理解能力、泛化能力和生成能力，然而同时也存在显著的幻觉率问题。传统制造业涉及对各类实体（如机器）的操作，环节众多且流程复杂，对安全性、准确性和稳定性要求极高。大模型基于生成式原理，根据问题的不同表达形式生成不同结果，甚至可能生成相互矛盾的答案。在处理实例和特征值时，可能会产生幻觉，生成与现实不符的信息，这种不确定性对于追求精确度的工业应用而言是一个重大挑战。
二是多而不合。业界大部分模型和智能体在训练时都是为了实现自身智能的最大化，且在训练阶段和推理阶段均未嵌入合作机制，缺乏支撑大小模型以及智能体之间合作的理论，因此，无论是白盒开源模型的合作，还是黑盒闭源模型之间的合作，都存在不足。然而，复杂场景的智能化往往需要群体智能合作才能完成，目前模型或智能体之间的合作机制十分匮乏。
三是通而不专。行业大模型是更为复杂、准确性要求更高、能够嵌入到复杂生产系统且可自适应闭环升级的高强度密集型研发的大模型。基础通用模型的训练数据极为广泛，能够生成跨领域、跨专业的知识内容，但难以满足专业领域的深层次需求。基于基础模型利用专业数据构建行业模型，是当前产业智能化探索的主要路径，但大部分行业业务场景复杂多样，涵盖领域广泛，数据之间的关联性和复杂性较高，导致数据结构多样、数据质量参差不齐、数据准备所需时间和成本高昂，这为行业大模型的训练和应用带来了挑战。行业大模型并非一个缩小版的通用智能模型，而是以通用智能大模型为基础，利用行业场景的专业知识、专家经验和生产数据，以完成行业生产任务为目标，在高动态生产环境中不断自适应优化和持续学习，性能与结果均达到行业标准的专用智能大模型。
“AI+”是一个长期过程，从“+AI”转向“AI+”核心在于实现工业行业等复杂系统的智能化。
运营商在通用智能时代的优势与定位
以智能化技术为特征的数字经济发展是各行业面临的普遍机遇，对于电信运营商而言，尤其如此。在通用人工智能时代，加快数智化基础设施建设，加速面向行业的智能应用创新与商用，是运营商实现向科技公司战略转型的普遍共识。运营商入局大模型在核心资源和业务场景方面具有很大优势。一方面，充沛且可按需配置的算力、数据和网络资源，能够实现大模型全要素的长期有效供给。运营商拥有丰富的网络、数据和算力资源，同时形成独有的算网融合优势，可以提供智算、通算和IDC资源，以及高品质传输网络和算力网络等服务。基于网、数、算一体化基础设施，运营商在大模型训练和推理方面更易发挥规模优势，这为其入局大模型奠定了坚实的资源禀赋基础。另一方面，基于超大用户规模的面向个人、家庭、企业、政府用户的信息服务业务，为大模型提供了充分的落地场景。
运营商在通信行业拥有海量业务场景，入局大模型本身就是以场景牵引驱动“AI+”赋能通信行业转型升级。此外，运营商长期致力于自智网络、智能客服、社会综治等复杂系统的智能化，由此积累了丰富经验，能够结合业务发展需求，分别规划大模型和小模型的适配场景，统筹考虑大小模型协同赋能，与现有生产系统高效融合渗透，加快推动其他国民经济重点行业的场景应用创新和智能化转型升级。
当前，运营商正在着力构建全要素的“AI+”社会级服务运营体系，在智能服务运营创新方面开展了一系列的探索和实践。例如，中国移动已确立成为通用人工智能时代的供给者、汇聚者和运营者的定位。
一是构建算力、数据、模型的全要素供给体系，成为通用人工智能的供给者。在算力方面，超前布局算力网络，加大万卡级智算基础设施建设，运营商智算总规模已超40EFlops；在数据方面，自主清洗、精准标注形成超万亿高质量数据集，积极打造跨行业、跨区域、跨主体的数据流通基础设施；在模型方面，积极布局多模态通专大模型体系，助力“AI+”场景应用创新，例如中国移动聚焦服务国民经济主体行业自主攻坚，打造了具备供给侧增强优势的“九天”基础大模型体系，使其成为央企首个通过中央网信办大模型算法和服务双备案、国内首批通过国家标准测试的大模型。
二是汇聚、承载业界优秀模型，成为通用人工智能的汇聚者。运营商积极打造全栈式人工智能生产服务平台，汇聚内外优质大小模型、数据集、智能体等资源，构建大模型评测数据集和评测体系，纳管万卡级智算中心，具备大模型训练、微调、推理、智能体构建等全生命周期工具链，面向行业用户提供“智算+大模型+数据集”的一站式智能化服务。
三是提供安全、高效、灵活、普适、低边际成本的社会级智能服务，成为通用人工智能的运营者。未来人工智能服务将像如今的水电、移动通信服务等一样便捷、普适、安全、低成本，运营商正在通过整体性的规划、建设、维护、优化等，实现算力、网络、数据、模型等多种要素的融合管理；通过一体化编排、调度和安全内生，实现智能化服务能力的构建和输出，并与现有生产系统高效集成，为个人用户和千行百业的全场景智能需求提供真正“无所不及”的社会级智能服务。
中国移动“AI+”的创新实践
中国移动始终将人工智能作为公司战略转型的核心技术，不但布局早，而且在智能服务运营创新方面开展了一系列的探索和实践。十多年的系统性人工智能创新，使中国移动基于体系化人工智能发展思路形成了丰富的落地实施经验，具备顶层设计、关键路径梳理、核心能力构建、规模化应用落地等多方面的“AI+”技术能力和服务能力。
首先是提出“点、线、面、体”的体系化人工智能创新实践方法。中国移动通过实践凝练出全新认知：“AI+”是一项系统性工程，它不仅仅是大模型，更是由技术、服务、生态、组织、流程、机制等一系列要素有机融合，并将变革现有生产范式的社会级智力运行“大系统”。在开展“AI+”赋能复杂系统智能化的过程中，需要把握好“夯实基础底座、坚持价值导向、守牢安全底线、健全配套机制”四个关键点，按照“点、线、面、体”的步骤从单体智能逐步向系统智能发展。“点”指的是智能化算法和能力在已有某个特定环节中的使用，解决的是在不改变既有流程的情况下，提升某个领域中单个具体场景的效率和性能。“线”指的是针对某个业务场景的智能化应用，通过对多个“点”的组合使用，解决某个业务领域完整端到端的智能化需求。“面”指的是搭建智能化平台，通过沉淀各类“点”和“线”的共性需求，形成服务各种智能化能力与应用研发、部署及运营的基座。“体”指的是行业的整体性智能化升级，通过综合运用“点”“线”“面”“体”，满足行业各种智能化需求，实现行业整体智能化升级。
其次是在生产经营和业务服务中，形成体系化的人工智能应用成果。中国移动持续推进算、网、智、“AI+”应用等一体化服务与运营，让AI既会“作诗”，更会“做事”，目前已在数十个行业落地超万个“AI+”项目。在“AI+通信”方面，推动AI深度运用到公司生产经营各领域、各环节，率先在“AI+网络”“AI+客服”等场景实现大模型的规模应用，成为全球领先的自智网络运营商，上线数字员工2.8万个，累计节省人工120万人天。在“AI+管理”方面，研发“中移獬智”“星火党建”等办公大模型，实现智能问答、提单、审批、摘要、创作、搜索、翻译、请假、公务用车、公文核稿等30项场景办公AI能力，在“听、答、读、写、译”上全面助力企业数智化转型。在“AI+新产品”方面，上线智能助理“灵犀”，可精确理解用户需求，重塑中国移动APP交互体验；推出“AI+5G”新通话服务，用户规模超过1100万，构建了高清、可视化、高交互的智能通话生态，荣获“SAIL之星奖”。在“AI+行业”方面，与中国石油合作共建国内首个能源化工行业“昆仑”大模型，覆盖三大产品线18个应用场景；与国内顶级医院合作研发“九天”医疗大模型，全面赋能医疗辅助决策、病历文书生成、智能随访等各类医疗场景。在“AI+家庭”方面，打造“小移管家”智能体，通过分布式感知家庭用户等多模态能力，提升家庭娱乐、教育、健康等全场景体验。
最后是建立并攻关体系化人工智能（Holistic AI）原创性技术。针对我国大模型和人工智能产业发展面临的落地成本高、效率低、国产化难等问题，中国移动原创性提出体系化人工智能技术架构（如图1所示），以实现普适、泛在、安全的社会级智能化服务。体系化人工智能依托泛在网络和AI算力，在开放环境中对AI能力进行灵活且高效地配置、调度、训练和部署，以满足日益丰富的数智化业务需求，同时确保AI业务可信、可控、安全。体系化人工智能是人工智能技术探索发展的重要方向之一，主要研究对人工智能技术进行体系化重构所需的理论、技术、机制、范式和框架，其主要特征为AI服务大闭环、AI能力原子化重构、网络原生AI及安全可信AI。从用户视角来看，在体系化人工智能服务智能化业务时，体系化AI OS（人工智能操作系统）能够自动感知连接、算力、数据和模型的需求，按需调度，对智能解析出来的标准化AI能力进行“算网云边端”灵活高效匹配，并对AI大小模型和能力进行原子化拆解和重构，实现在云侧、边侧、端侧的组合复用、弹性伸缩、闭环迭代、协同进化、安全内生。
当前，人类社会正迈入第四次科技革命（即“数智化革命”）阶段。运营商为通用智能时代打造新型信息基础设施和新型信息服务体系，是数智化时代新型基础设施建设的核心力量。让人工智能成为数字中国建设的重要引擎和科技底色，让人工智能服务像水电、移动通信服务等一样便捷、普适、安全、低成本，让每个人身边充满社会级人工智能服务，是通信运营商的重要使命。
*本文刊载于《通信世界》
总第954期 2024年10月25日 第20期
原文标题：体系化、全要素、社会级 运营商在通用智能时代的机遇与实践
