本报记者 袁传玺

随着ChatGPT、Midjourney的风靡，AIGC正在以令人惊叹的速度颠覆人们的认知。不过，相比在C端让用户以较低的门槛使用AI生成内容，B端被业界认为是AIGC的主要商业模式。在中国从制造大国迈向制造强国的道路上，一些在智能制造赛道上领跑的AI企业，也因此正摩拳擦掌加快投入布局，试图在AIGC开启的AI2.0时代中，再度占领竞争制高点。

国内最大的“AI+制造”解决方案供应玩家，港股上市公司创新奇智正是抢滩者之一。在日前举行的AI2.0时代战略布局暨2022年业绩沟通会上，创新奇智宣布推出以工业预训练大模型为核心的AIGC引擎“奇智孔明”（AInnoGC），旨在把AIGC的能力带到以制造业为主的垂类场景中，推动产品/行业解决方案创新。

创新奇智CEO徐辉与CTO张发恩接受了《证券日报》等媒体记者采访，详细阐释了公司在AI2.0时代的战略规划与落地路径。“我们给自己的定位是坚定去做运用大模型技术的行业应用的公司，我们希望去做行业的一面创新旗帜。”张发恩说道，“奇智孔明会更加面向B端的制造业，会更加关注服务能力，带来的经济上的能力。”

支持私有化部署的“制造业ChatGPT”

AIGC，即生成式AI，许多人已经在尝试用它来生成各种各样的文字或者图片内容，那么，是否可以用它来生成一个设备的机械结构设计，或者一个工厂物流的设计呢？

答案是可行，而这也是创新奇智正在试图做的事情。“AI2.0阶段我们要把生成式AI的能力带到产品和行业解决方案中，进一步满足客户的需求。”张发恩道。

奇智孔明能够生成高质量的垂直行业（或企业）的内容，这主要源于创新奇智高质量的工业预训练大模型。不同于ChatGPT这样的依托于公开互联网数据的通用预训练大模型，创新奇智工业预训练大模型是基于行业（或企业）内部的业务数据知识打造的。

对于制造业用户而言，一方面需要大模型具备洞察业务数据，能够理解业务主观需求的能力。譬如每天下午3点到5点间哪个工厂生产的某个产品最多，这样非常动态的需求靠传统的BI（商业智能）报表是无法解决的。

另一方面，由于企业的很多业务数据、物流数据、财务数据等都是非常核心的私域数据大数据时代银行业特点，“你很难想象华星光电或者是中石油会把数据拿给人家去训练”。这就必然要求大模型支持私有化部署。

据介绍，依托背后工业预训练大模型之上的四个关键的技术组件——Fine Tune Service、Prompt Service、Instruction Service以及Model Service，奇智孔明落地了解决上述核心痛点的能力，从而实现了让不同细分行业（或企业）都拥有基于私域数据的AI生成能力。

目前，奇智孔明着重应用于制造业、工业软件领域，有效解决行业中大客户的专属需求，例如交互式动态业务报表生成，智能产线设计等，打破垂类信息孤岛，提升生产力，实现更全面的数字化转型。

同时大数据时代银行业特点，创新奇智方面也表示，奇智孔明将结合旗下MMOC人工智能技术平台建设，提供模型服务以供AI开发者调用，进一步降低研发成本，提升AI解决方案性能的标准化，不断加大创新奇智聚焦在智能制造业的优势。

聚焦行业应用

抢滩三大“必然趋势”制高点

面对AI2.0浪潮，徐辉始终强调，创新奇智的战略定位非常明确：术业有专攻，就做大模型技术的行业应用。

在他看来，做平台的那一“横”固然重要——逻辑上未来中国也会诞生非常先进的大模型平台公司，但未来有更多的“纵”——把大模型技术在平台的基础上运用到各个行业更重要。正如发明了电和冷冻技术的人非常伟大，但赚到更多钱的是将电和冷冻技术应用到不同场景的人，譬如冰箱和冰柜，而比冰箱和冰柜还要赚钱的，是可口可乐，因为它改变了人类的生活方式。

而聚焦实体行业，把技术和行业场景相结合，是创新奇智与生俱来的DNA。

“我们一直强调技以致用，技术是用来用的，要帮客户创造价值的，技术不是用来秀的，再好的技术，如果客户不买单对客户没有用，只能在实验室里面束之高阁。”徐辉道，“技术能高效、务实地产品化、场景化、商业化、工程化，是我们这家公司的特点。”

在AI1.0时代，作为国内最大的“AI+制造”解决方案供应商，创新奇智已在包括钢铁冶金、面板半导体、3C高科技、工程建筑、汽车装备、能源电力、食品饮料&新材料、智造实训等8个制造业细分行业以及金融业有着深入布局和积累，打造出全价值链行业最佳实践。

以钢铁冶金细分行业为例，公司已经获

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！