大模型时代下AI中台主题沙龙火热召开，和鲸科技执行总裁殷自强受邀出席并做分享

摘要：2024年9月12日下午，由中国人工智能产业发展联盟AI Infra工作组、中国信息通信研究院人工智能研究所、人工智能关键技术和应用测评工信部重点实验室举办的“大模型时代下AI中台主题沙龙”以线上直播形式召开。此次活动邀请了来自中国信息通信研究院、和鲸科技、中

2024年9月12日下午，由中国人工智能产业发展联盟AI Infra工作组、中国信息通信研究院人工智能研究所、人工智能关键技术和应用测评工信部重点实验室举办的“大模型时代下AI中台主题沙龙”以线上直播形式召开。此次活动邀请了来自中国信息通信研究院、和鲸科技、中国工商银行、中国电信、中国移动、百度、中信银行、浩鲸科技等多位行业专家，围绕大模型时代下人工智能中台的产业痛点、实践经验及未来趋势等展开了深入探讨。

中国信通院人工智能研究所平台与工程化部副主任董昊进行了开场主持，提出了AI中台作为整合、管理和部署AI能力的平台，起着连接底层算力和上层应用的桥梁作用，为企业智能化提出了更加系统、灵活的解决方案。

中国信通院人工智能研究所平台与工程化部工程师刘星辰介绍了中国信通院在AI中台方向的工作背景和工作计划。她提出大模型时代的到来使AI中台面临计算资源支撑复杂、技术流程改造成本高、数据中台对接困难、建设投入成本高等诸多挑战，企业需要通过建设坚实的基础设施底座、清晰的组织规范流程和运营优化机制，构建高效灵活易用的AI中台。目前产业中各大型企业正在积极构建适用于大模型应用落地的AI中台。

为推动人工智能中台的发展并加速人工智能技术在企业中的规模化应用，中国信通院正在开展人工智能中台系列标准的研制工作。和鲸科技深耕人工智能与数据科学领域多年，积极参与联盟AI中台相关标准的研制，共同为行业的标准化建设贡献力量。

面向应用方企业，提供完整的AI中台能力成熟度模型，体系化解决数据和模型管理复杂、建设门槛高、跨领域应用难等问题，帮助衡量企业自身AI中台建设应用水平。计划研制《人工智能中台应用成熟度评估方法》等标准。面向供给方企业，提供人工智能中台建设技术和服务成熟度的能力标准，以促进供给方企业提供更优质的技术服务，计划研制《人工智能中台服务成熟度评估方法》等标准。

和鲸科技联合创始人、执行总裁兼首席产品官殷自强专注于AI中台产品与企业级协同流程的持续性产品创新，领导了多个行业头部客户的AI工程化项目落地，对人工智能在企业数字化转型的应用场景有独到的见解与丰富的经验积累。他提出，AI中台的目标是让更多的AI能力得以构建、管理，并能够直接应用于业务场景，实现从数据到模型再到决策的全链路打通，并从为什么建AI中台、如何建AI中台、企业AI中台建设案例三个方面进行展开分享。

01 AI中台建设的必要性

随着数据成为企业重要资产，模型的重要性也日益凸显。面对复杂决策，企业需要依赖精准的决策模型，因此，模型已成为企业竞争力的关键因素。AI中台的建设旨在更好地管理这些复杂且快速更新的模型，实现数据、模型至决策的全链路打通，确保模型能够服务于业务，提升企业的智能化决策效率与准确性。然而，当前许多企业在AI模型的应用中面临“黑盒”困境，算法团队与业务团队难以形成协同认知，导致AI难以真正落地于核心业务场景。此外，业务变更导致的模型失效问题也屡见不鲜。因此，构建一个能够连接算法团队、数据团队、IT团队和业务团队的AI中台，已成为企业加速智能化转型的必然选择。

02 大模型与AI中台的关系及构建路径

在大模型快速发展的背景下，企业应更多地思考如何利用大模型，而非如何训练大模型。AI中台作为整合内部模型资产的重要工具，能够将好的决策和方法模型化、工具化，随着AI的普及，推动整个企业智能化运行。AI中台初期主要面向算法团队，专注于模型的全生命周期管理。然而，为了发挥AI中台的最大效能，需要更多业务团队的参与。因此，AI中台建设的目标在于构建、管理并开放AI能力，打通从数据到模型再到决策的全链路。

构建AI中台需要平衡企业内部各团队的声音，确保AI能够发挥作用。首先，企业应盘点模型资产，将模型分为核心业务模型、传统AI模型和大模型三类，明确AI中台的管理对象。其次，梳理工作流，包括人群画像、数据使用、模型构建与部署等环节，确保各团队之间的顺畅协作。最后，设计MVP场景，快速跑通AI中台的价值闭环，为后续推广奠定基础。

03 和鲸科技AI中台建设案例分享

以和鲸科技与某三甲医院的合作为例。该医院面临人才短缺、模型价值难以评估、跨部门协作困难等问题。通过建设AI中台，医院成立了医学人工智能研究中心，明确了MVP场景，实现了可穿戴设备分析引擎的引擎化设计。这一过程中，医院不仅解决了重复劳动和数据挖掘难题，还促进了跨部门协作，形成了管理流程和决策感知。同时，医院还注重内部人才培养，通过挑战性问题的训练营设计，提升了员工对AI中台的使用能力。现在，医院已从内部设备分析引擎扩展到真实世界数据研究，形成了医疗体系的研究范式和方法。