文 |唐晓园

编辑 |严大方

正文共计 7060字

预计阅读时间 8分钟

微软总裁布拉德・史密斯（Brad Smith）这两天在聊到中国生成式人工智能时，说了两句判断：一是中国在AI的发展方面不会落后于美国科技巨头，比如不会落后于亚马逊和谷歌。

二是这项技术可以解决目前最大的挑战：劳动力短缺。

不得不说，美国人民对我们的 实力 和 焦虑 是有一定了解的。

劳动力成本优势曾帮助我们夯实产业链基础，造就了一批时代红利下的企业和企业家。

比如王传福创立比亚迪时买不起昂贵的镍铬电池自动化产线设备，就把原本由机器完成的工序交由大量工人完成——比亚迪这条 “半自动化半人工” 生产线带来巨大成本优势，成为中国企业撬动海外巨头盘桓的电池市场的关键。

又比如，为中国制造崛起立下赫赫战功的广东四小虎，“洋枪队”东莞靠外商经营、“国家队”中山靠市属企业、“游击队”南海靠村办小企业、“地方部队”顺德靠镇办企业。但更依靠的是劳动人民一双双手，手捶与手搓，敲打出珠三角产业集群的第一桶金。

就连中小企业出海买不起贵价软件，还能多找几个业务员或者技术员来解决问题。

但中国制造从轰鸣的手工车间向全自动生产车间迈进的过程中， 制造业关于劳动力的焦虑始终存在 。十年内的焦虑是，年轻人不愿意拧螺丝怎么办？十年后的焦虑是，老师傅手艺失传怎么办？

我们必须在人口红利尚未消散、在产业升级爬坡的窗口期内，抓紧再造一艘能托举起产业的船。

一切都指向了智能化。

这一次，压力给到了科技企业。

在手握新技术的科技企业和执掌行业know-how的传统制造企业所形成的双向奔赴潮中， 阿里云始终是科技焦点位上的领操员：

人们关注的，不仅仅是其14年来在云基础设施和数字化经验上取得的成绩，也不仅是其强大的硬实力。

人们真正关心的是，一家拥有丰厚技术家底和数字化经验的企业，在智能化时代到来时，到底能为中国制造业带来什么？

4月26日阿里云合作伙伴大会上，阿里云展现了三个动作：

一是， 阿里云将通义千问大模型的价值锚定在行业场景和产业落地上 。

二是， 进行史上最大规模降价。 阿里云核心产品价格全线下调 15％ 至 50％ ，存储产品最高降幅达 50% 。

三是， 合作伙伴会拥有安全可隔离的专属数据存储空间。

同时阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇再次提到让计算成为公共服务。

从实际行动看，在中国AI大模型的竞赛场中，阿里云正变得更有 服务意识 。

它没有选择追求利润最大化，而是选择用技术家底自研产品，降低算力成本，让利伙伴。并意识到千行百业的用户未来需要的不仅是存储、服务器，更是基于云计算+大模型的、可信赖的、能支撑自身业务增长的综合服务。

我们还想多问一句，从内在思考看，当所有人在智能化时代处于同一起跑线上时， 阿里云为什么选择了这样的起跑姿态？

如何理解大模型？

大模型，是阿里云建立在自己核心技术上的非常自然的阶段性探索成果。

星船知造注意到，张勇在本月数次谈到了“让计算成为公共服务”。阿里云未来要做好两件事，一让算力更普及，二让AI更普惠。

在我们的理解中，公共服务的特点首先是用的人要足够多，这意味着它的价格要让大家都“用得起”，比如水电煤。

同时它要具备温度，其核心应该是让大家在面对新机遇、新浪潮时能拥有同样的机会，比如宽带上网。

在星船知造对数家制造业企业的走访中，我们先从制造业角度大致捋了捋“算力普惠”和“AI普及（大模型）”能为产业带来的助益。

先说算力普惠下的云计算。

如果说制造业产生的大量数据是面粉，那么云计算就是酵母。在生产、库存跟踪、营销等多个环节，两者结合产生的数智化将帮助制造企业达到降本增效的核心诉求

中国制造业的特点是工厂多、场景更多、市场变化快，各自业务逻辑和业务需求千差万别， 不存在一把能打开所有机器数据堡垒的万能钥匙。 它需要分门别类展开讨论。

所以我们大致梳理了云服务对智能制造的通用优势

此外，云计算正进入制造业更深的层面， 包括鲜有互联网云厂商踏足的现场控制层、现场设备层等。

一家流程工业智能制造企业告诉我们，制造业企业使用的软件将越来越多是基于云的，“要抓紧集成云计算，以免落后。”

云计算也为我国中小型制造业企业递上了一把梯子——云计算可以让任何规模的公司实现智能制造。

这次除了史上最强力度降价之外，阿里云向整个社会层面传达了一次技术普惠。其向开发者抛出橄榄枝，推出“飞天免费试用计划”：

提供包括ECS、数据库PolarDB、机器学习PAI等在内60多款云产品的免费试用等‬。

无论大中小型企业、院校大学生等任何希望运用技术改变世界的人，都能使用这一工具。

点击图片可放大

再说大模型。

此前在《星船知造中国人工智能未来发展趋势报告》中，我们对大模型如何影响制造业有一些梳理。

大模型可被视下一场变革来临的信号

首先 可以用于生产流程优化、智能制造和质量控制等方面，提高制造业的效率和产品质量。

其次 ，在世界各国出生率下降，社会老龄化日益加重，人口红利逐渐消失的当下，大模型给生产力带来变化，也为生产方式带来变化。

比如上文提到的人们不愿意拧螺丝了，那么相对技术含量低的工种就采用机器换人——机器和设备替代了工人的重复性劳动，AI再给机器和设备安上决策和判断的大脑。

同样的，那些原本只存在于每个劳动者脑海中的难以言说的宝藏，可通过大模型被传承和持续进化。

当各行各业的企业将这些经验和知识用计算机的语言再写一遍，并结合自己的行业知识及场景需求，对通义千问这样的大模型进行再训练和精调，就能打造出自己的专属大模型，并集成进自己的行业整体解决方案中。

企业要训练自己的大模型，就必须上传其数据到云端。

阿里云智能CTO周靖人4月26日宣布阿里云将提供安全可隔离的专属数据存储空间。

这些数据不会被用于训练通用版的千问大模型，阿里云和任何第三方都无法触碰。

大模型的第三个助力是 ，在可以预见的将来，以硬件设备为主体的产业将更多加入人工智能软件的支撑。将供应链管理提升到一个新的水平。

那么问题来了，既然云计算和大模型那么好， 为什么阿里云反而要降价？

史上最强力度降价，为什么，凭什么？

我们可以从“企业犹豫观望”、“中美用云差距”和“云企业的追求”三方面理解。

先看上云企业的诉求。

不少制造业企业调侃自己是云计算的“后进分子”。这种和互联网云厂商之间的疏离主要有两方面原因：

一是制造业往往面临云平台部署复杂、运维复杂等问题，试错成本高昂。

这也体现在制造企业在生产环节用云大多只用在后端的“质检”和“物流”，以及前端的“设计”，不敢贸贸然进入核心生产场景。

二是制造业企业担心多年苦心积累的know-how外泄。

但另一方面，制造业用云程度变深也是业内共识。包括阿里云智能为钢铁、水泥、化工、电力、汽车等多个工业行业提供算力和通用/行业模型，帮助企业降本增效。

此次千问大模型的首批合作伙伴中就有中国石油集团的数字化转型公司昆仑数智，其将与阿里云联合共建 油气大模型 ，为油气勘探生产经营的全流程提供决策参考。

昆仑数智看中的，是大模型处理庞杂数据与知识的能力。

目前的情况可以说，很多企业加快了上云和集成大模型的节奏，但也有相当数量的企业正在犹豫和观望。AI新浪潮鼓点向中国制造更广袤空间传递需要云企业更多的宣传和让利。

再看数字经济时代下的中美用云差距。

阿里云收入结构中，非互联网行业收入连续三个季度超过50%，是目前阿里云最大的增长动力。 但放眼到整个中国市场的海洋，还有大片水域没有感受到云计算带来的数智体感。

对比中美，云计算市场竞速中中国目前还处于下风。

据Frost & Sullivan数据，2017年及2021年美国云服务支出占IT总支出的比例分别为 12.1% 和 22.1% ，2022年达到 24.1% ；相比之下，2017年及2021年中国云服务支出占IT总开支的比例分别为 3.6% 及 9.7% ，2022年达到 11.6% 。

阿里云公布的数据也显示，目前中国IT市场云计算渗透率不到 15% ，数据中心CPU利用率仅为 10% 左右。

图源：pexels

中美云计算渗透率差距在中大型企业中体现得更为明显。

同样Frost & Sullivan数据，2021年，美国1000人以上规模企业中， 87.9% 已进行多云部署，中国这一数字仅为 48.7% 。

此外，未来算力的供应速度跟不上数据需求的增长。据IDC预测，未来三年新产生的数据量将超过过去三十年的总和，而真正被有效利用的数据占比却不足 1% 。也就是说，现阶段庞大的数据量和算力都处于闲置状态，数据价值未被充分挖掘。

最后，来看中国云企业对未来的思考。

今年的云峰会上，张勇说到了阿里云的 “过去” ——幸运的踩中了时代鼓点，既“抓住了移动互联网的机遇，也抓住了千行百业产业数字化的机遇。”

他谈到了阿里云的 “未来” 。在人工智能技术下，“产业发展的未来是什么？阿里云对中国经济、对中国科技的未来、对整个生态的未来能带来什么？”

云计算经过十多年发展，已从互联网的花园迈向产业的辽阔之地。

让算力更普惠 ，因为算力是新时代的水电煤，大家都用起来才能发挥更大价值。

让AI更普及 ，但大模型训练成本高昂，对 算力、算法、数据储备和资金储备都要求惊人 ——

在《星船知造ChatGPT技术架构及中国人工智能未来发展趋势报告》中，据OpenAI最新研究，从2012年以来，最大的AI训练对于算力的消耗已经增长了30万倍，平均每100天就翻倍。速度大大超越了两年翻倍的摩尔定律。

同时据OpenAI 测算，目前训练一次ChatGPT模型的算力成本在 450万美元 左右，这还只是计算硬件投入的成本，还不包括人工成本、网络宽带成本、数据储存、固定资产折旧等的综合成本。

因此虽然现阶段跑通AI大模型注定是少数人的游戏（作为国内最大云厂商，阿里云显然手握入场券），但未来AI的爆发一定建立在丰富生态之上， 所以阿里云的逻辑是：

对广大企业而言，先由通义千问搭建好大模型平台，大家都可以轻装上阵来使用。大模型让大家站在了同一起跑线上。

对阿里云自身而言，阿里云无法自己承接所有需求，需要联合各个行业的生态伙伴一起服务全社会。

阿里云这次有史以来最大幅度的降价，是建立在其多年技术积累释放的技术红利和规模效应释放的让利空间之上的。

过去十年，阿里云提供的算力成本下降了 80% ，存储成本下降了近 90% 。这次释放的技术红利基于其多年的 体系化技术创新 。

产业链长是云计算的特征之一。

阿里云的体系化创新主要体现在其对云计算产业链的技术攻坚，包括上游自研芯片，中游钉钉等软件的“平台+低代码”模式创新等。

全球范围内，自研芯片都被认为是降低算力成本的可行路径。

比如亚马逊自研CPU芯片和AI加速芯片，在自研芯片达到规模化应用后，相比于购买英特尔的CPU芯片和英伟达的GPU芯片，总体算力价格将会下降。

阿里云在2021年推出自研云基础设施处理器CIPU，以及中国首个云上大规模应用的自研CPU倚天710芯片，都是典型的通过技术红利的释放，给客户带来更好的综合性价比。

不久前，阿里云资深架构师纪应忠在接受《星船知造》访谈时就表示，基于CIPU架构的云服务器，带给客户的体验升级首先就是 成本的下降 。其次是性能的提升，包括提供超高性能的云盘、对高带宽物理网络进行硬件加速，让客户无需修改代码，即可享受CIPU的加速红利等。

中国云市场上，阿里云之所以是焦点位上的领操员， 一方面是其作为亚洲最大一朵云的“总分第一”，如阿里云拥有亚洲规模最大的云基础设施等。另一方面，是阿里云保持多年的超高增速，在近年开始放缓。

就像班里年年考第一的三好生 ，虽然总分还是第一，但只要单一科目的上升速度没有其他同学快，也没有一路高歌猛进的自己快，人们就会腹诽：

他的下一个惊喜会在哪里？

此次阿里云基于技术红利和规模效应释放的超大降价空间，叠加中美用云的市场差距，以及中国相当部分企业对上云的观望， 人们意识到， 这家科技企业从来没有放慢过行进和思考的速度。它选择用自己的技术家底自研产品，助力伙伴，共同做大基本盘。

它看向的不是门门功课争第一。而是一个指向数字明天的更大的气候。

云+大模型落地产业长啥样？

2022年12月9日9点19分，国产大飞机C919交付全球首家用户东航，完成从上海浦东国际机场飞往虹桥机场的首秀。

C919引来万人空巷时，另一个不起眼的声音并未被太多人注意到——

法国达索系统航空航天和国防行业副总裁David Ziegler在一次采访时提到：“C919使用了CATIA软件作为唯一的设计工具。”从装配仿真设计，到复杂结构及材料性能模拟校核，再到训练模拟等，全部由达索系统包揽。

工业软件，和芯片、光刻机一样，是我国工业数字化转型的关键。但国产工业软件，尤其是3D CAD、CAE、EDA等研发设计类软件，与国外同行如达索、西门子、PTC和Autodesk不断拉大差距的原因主要有三方面： 起步晚、缺钱、缺人 。

云计算+大模型的出现，为国产工业软件增加了助力。

图源：pixabay

工业软件早已远离一家企业单兵作战的时代，成为一场生态系统间的对决。

一方面，云计算重构了软件开发模式和运维模式，使工业软件可以基于云端提供服务，这缩短了起步时间带来的技术差距。

另一方面，云服务为工业软件企业提供了现成的技术基础，并以相对低廉的方式进行试错，使工业软件开发与创新的成本大大降低。

比如“被集成”的阿里云，为工业软件生态合作伙伴提供了基于云智能的超车机会。

基于云计算和大模型的工业软件开发，具有以下几个优势：

1，更强大的软件能力。传统工业软件受限于本地服务器的算力，而基于阿里云计算的服务器可以充分“集成”和利用阿里云的千百倍的算力，并调用诸如AI、数字孪生等大量云上服务。

2，更简单易用。对于用户来说，无需本地*载下**，打开网页即可使用，工业仿真、三维设计等服务升级，使用更简便。

3，数据链接更容易。海量数据储存在云端，更易实现工业数据资源的融合打通，转化成数据资产和工业模型。

阿里云本月云峰会宣布“与产业伙伴同行”战略合作，聚焦产业数字化赛道，神州数码、软通动力、用友网络、太极股份、朗新科技、润和软件、鼎捷软件、浙江中控将成为首批产业战略合作伙伴。

其中，鼎捷软件和阿里云结合各自在数字工厂、上云方面的优势，共同推出“云上数字工厂解决方案”。

阿里云4月26日为加速大模型落地，宣布启动“通义千问伙伴计划”，其首批伙伴中的用友网络，就在近年和阿里云共同为医药控股集团朗致集团提供解决方案。

同时手握云计算技术和组织协同产品，是阿里云的一大差异化优势。

比如‬钉钉几乎在任何场景下都天然适合“被集成”。

瓴羊作为阿里内部沉淀的数字化技术与产品的一次“打包”，目的是在“被集成”过程中，帮助企业解决“无数可用”、隐私安全隐患等问题，实现“数据智能”。

跳出工业软件场景，大模型在数个制造业领域内也已有具体应用。

生物医药领域，制造企业拜耳与微软云Azure联合开发了数据科学平台ALYCE，利用人工智能和机器学习，ALYCE帮助拜耳更快、更有效地评估临床试验数据。

目前中国市场的AI算力和大模型服务模式主要有：

1，用公有云为行业提供AI算力和通用/行业模型，如阿里云公有云AI算力和通用/行业模型服务了小鹏汽车。2，用专属云为客户部署专属模型和AI软件。

阿里云「产品被集成」：

● 顶层为MaaS模型即服务，阿里云向生态开放大模型能力和训练底座；MaaS层的大模型能力是阿里云独有的。

●中间层为PaaS被集成，开放云平台产品、钉钉应用开发平台和羚羊数据智能平台能力；PaaS层的产品做得更厚了，钉钉、瓴羊进入「被集成」产品序列。

●底座为IaaS基础设施产品被集成，在云基础设施IaaS层，阿里云将进一步推动算力普惠，释放技术红利，为伙伴提供软硬一体的自研技术底座，降低伙伴集成算力技术的成本。

从更大的维度看，云计算+大模型正为中国制造业的 集群与协同 递上新的钥匙。

没‬有一家制造企业会在产业链上单独存在，通过云计算和大模型，实现全产业链的数字化，上下游企业之间就可以更便捷高效地互通信息，快速反馈，极大提升效率。

产业集群间的数智化也将大大降低企业间的运输成本和沟通成本。相关数据显示，“国家级专精特新小巨人”有65%在阿里云上，50%在钉钉上。产业集群与协同释放出的巨大的商业效益，为中国数字化转型再添双翼。

尾声

中国云计算的轶事森林里，有两个故事我们不妨连在一起看。

阿里云诞生之初，把自家的当家花旦淘宝网当作了上云“小白鼠”。

一边，是王坚逼着淘宝的同事使用阿里云的云梯架构，淘宝网的同事就比较担心，淘宝上业务又多，买家卖家也多，万一数据迁移出点问题，或者“买买买”洪峰涌入，系统撑不住怎么办？

时任淘宝技术总架构师行癫被逼得放出狠话：“干坏了要杀要剐我来扛！”

另一边，时任淘宝商城总经理张勇对阿里云的服务器承载能力也没啥信心。2009年双十一前夕，张勇给了淘宝一个保底方案—— 实在不行了就把页面切成黑白的。

故事二是阿里云诞生之初，阿里云同学跑去和客户谈合作，把自家业务说得天花乱坠。但对方只问了一句话，你们自己的淘宝、支付宝上云了没？

转身又是一季。

14年后，今天的阿里云早已不用为洪峰背后的支撑系统担心，它经受过由全国人民买买买热情构筑起的全球最大规模流量洪峰考验。遥想当年的黑白页面保底方案，张勇自己都说，“听起来非常可笑”。但淘宝、支付宝的率先上云，展现了一家企业面对新征程的勇气和眼光。

今天，我们注意到一个细节。阿里云推出通义千问大模型的同时，张勇说， 阿里未来将所有产品接入通义千问进行全面改造。 我想这展现了一种决心。

大模型的未来什么样，没有人知道。通义千问，站在未来某一天看，或许只是一艘巨舰初入海时荡起的第一圈涟漪。但阿里云的行动表明，这家企业依然年轻。拥有和14年前一样的魄力和诚意。

本文为星船知造原创内容