作者 | 曾响铃
文 | 响铃说
当大模型以摧枯拉朽的姿态深入千行百业时，一个AI大爆发的时代已经真正来临。
“任何事情都值得被大模型重做一遍”，普遍的共识下，产业进化、行业竞争、企业经营都进入到一个新的阶段，一个充满变革希望又充满未知挑战的阶段。
新的科技革命下，如何借助AI大爆发来加速智能化升级、降本增效，又如何在普遍的智能化转型升级中跟上队伍乃至走出自身独特优势，成为摆在很多企业面前的现实问题。
在智能化转型升级这件事上，业界迫切呼唤更有能力与潜力帮助企业抓住时代机遇的打法。
这时候，联想全栈智能，站了出来。
2月4日，立春，北京、上海、深圳、成都等全国十大机场都上线了有关联想“全栈智能”的巨幅海报，聚焦在智能终端、基础设施和方案服务的三个不同场景。
在联想多年智能化技术与产品积累之上，联想全栈智能已经在不同领域帮助企业加速智能化转型，落地优质创新价值成果，帮助企业抓住AI大爆发的时代机遇。
十大机场巨幅海报上线，正是全栈智能全面深化布局后的首次亮相。
作为全球产业发展的后进者，中国依托智能化已经找到了弯道超车了最佳机会，建立了属于自己的多维度优势。这种优势，孕育了龙头科技企业的智能化创新打法，而这些打法，反过来又在不断强化优势本身。
其中最典型的事例之一，就是“全栈智能”。
土壤：智能化大时代，中国已建立起“1+3”全维度优势
不得不承认的是，智能化的发展有种为中国“弯道超车”量身定做的意味。
它与航空发动机等领域不同，不是一定要依赖长达几十年的积累，只要在一个相对较短的时间周期内做好准备、紧跟脚步，就可以站到同一起跑线上；
与此同时，宏观的经济、技术领域很多前期建设与积累，又能够提供重要的能力加持，而这恰恰又是中国最具备的资源禀赋。
具体而言，在智能化时代，中国已经建立了1个基于宏观经济环境带来的巨大市场优势，以及3大围绕AI基本要素的技术优势。
首先，是无可否认的全球最大单体市场规模，让所有在这片土地上进行的技术创新都能够得到最直接、广泛的市场反馈、反哺，广泛的实践应用一方面让技术迭代的进程加快，另一方面用实打实的回报推动着技术创新持续进行，形成良性循环。
在这样的背景下，AI发展的三大件——算力、算法、数据都得到了长足发展。
在算力上，强大的、引以为傲的基建能力转移到“新基建”上，智算中心甚至“东数西算”织就的算力网络让中国算力规模不断扩大——根据IDC报告，2022年中国智算规模已达268EFLOPS，直到2027年都将以52.3%的年均复合增长率增长。
在算法上，凭借一些龙头企业的深入耕耘，业界已经形成了“AI算法只看中美”的格局。
在数据上，多年来深度的产业信息化、数字化积累，广泛的来自一线的实践数据，在数量与质量上都拥有巨大潜力——据IDC测算，预计到2025年中国产生的数据总量将达48.6ZB，占全球27.8%。此外，国家层面已经先后发布《“十四五”数字经济发展规划》、《数据安全法》、《数据十二条》等文件，来完善数据的流通、确权、交易、保护等工作。
几乎在智能化所要求的方方面面，中国都有了充分的准备。
这片智能化的土壤，已经足够肥沃。
生长：全栈智能，在“中国优势”下产生并进阶
正是有了全维度的智能化发展优势，一些领先的智能化打法得以孕育，在这里产生并持续生长。
去年8月，联想正式对外发布全栈智能战略，成为业内首个完成全栈智能布局的AI解决方案与服务提供商。
联想从2017年开始就着手围绕“端边云网智”的新IT架构，做“全栈智能”布局，早前，已完成AI内嵌的智能终端、AI导向的基础设施、AI原生的方案服务三个方向的全栈智能完整业务布局。
这种布局，面向的是庞大的市场，又受到算力、算法、数据等优势的支撑。
现在，这个布局还在不断进阶。
在AI内嵌的智能终端这里，在庞大的市场需求、领先的算法等优势驱动下，联想并不只有“拿着已有的优势终端产品就整合进来”，而是以智能化为导向将智能终端的产品与生态再进化。
比如，在产品上，联想不久前发布了全球首款AI PC；在生态上，联想正推进“一体多端”战略布局，构建全新的智能终端生态，对接产业伙伴的大模型等AI算法能力，满足更深刻的市场需要。
在AI导向的基础设施领域，与宏观上强大的算力新基建能力协同，这种进阶同样在发生。
之前，联想已经面向通用计算、科学计算、智能计算构建了包括AI服务器、AI存储、高性能计算等在内的完备产品线（其中AI服务器还完成了从训练到训推一体再到推理的AI全场景产品体系建设），典型如，助力吉利汽车集团打造吉利星睿智算中心·智能仿真平台，成为国内汽车制造企业一次性建设的最大仿真科学计算集群。
现在，在设备之上，联想还研发了异构智算平台，满足大模型等超大规模训练的需要并覆盖边缘推理等算力领域，强化对企业算力需求的满足能力。
到了AI原生的方案服务领域，背靠市场、数据、算法等优势，联想还在对新兴智能化技术实现深度融合。
原本，联想已经建设了从咨询到部署、调优、升级、运维和运营全过程的个性化方案服务体系，现在，这套体系又把企业迫切需求的大模型融合进来，在咨询阶段就可以根据企业实际需求量身定做大模型实施的解决方案，并提供对应的全周期服务。
这其中，除了沿袭运维和运营用的智能平台（AI Force）、智能混合云平台（xCloud）和智算中心服务（一次性交付或订阅式服务-联想臻算服务）等核心的产品工具及平台，联想同样进行了针对大模型的自研技术创新，例如企业大模型和企业Agents、推理和训练用的AI平台工具等，实现方案服务对大模型的完备支持。
总的看来，在中国智能化发展独特优势下孕育出的全栈智能，正在帮助千行百业实现深度智能化转型升级。
加速：全栈智能，让“中国优势”潜力进一步兑现
当我们进一步审视中国智能化发展优势时，就会发现，“全栈智能”不只是这种优势孕育的产物，反过来，也正在以行业引领姿态，解决这些优势发挥过程中的一些关键问题，推动潜力进一步兑现。
可以说，全栈智能，既是中国智能化发展的优势的代表性体现，也在成为这种优势的重要驱动力之一。
具体而言，这体现在三个方面。
1、市场优势&算法优势：屏蔽复杂性的“交钥匙”工程让优势潜力快速释放
全栈智能与过去其他很多智能化转型服务最直接的区别，是能力与服务的“整合”。
对企业来说，全栈全周期，等于“交钥匙”工程，不用焦头烂额去采购各种必要的智能化产品或服务，在基础条件、相关认知不足时，能借助联想的力量一站式搞定智能化转型。
而从宏观来说，这种“交钥匙”工程打法，最直接的价值，是让中国创新技术所拥有的市场优势的潜力能够更好地释放出来。
毕竟，我们所拥有的“市场优势”只是一种潜力，而潜力要发挥、要兑现，就面临新技术、产品与方案的复杂性，如果在“最后一公里”卡住了不能走向产业价值变现，再庞大的单体市场也只是空话。
全栈智能的“交钥匙”工程，意味着联想这样的服务提供商正在帮助产业屏蔽各种技术的复杂性，或者说，把复杂留给自己、把高效易用留给客户，从而带动大量基于AI技术创新的应用落地，推动市场优势的快速兑现，完成价值转化。
最典型的，是上文提到的AI原生的方案服务将大模型融合进来，咨询、部署、调优、升级、运维和运营一整套服务，能够让“高高在上”的大模型快速普及到千行百业当中。
按联想集团执行副总裁、中国区总裁刘军的说法，企业大模型是全新驾驭整个企业运营的最重要引擎，而联想要让“每个企业都将拥有自己基于云端和本地的大模型”，“希望成为企业大模型落地的实践者，行业大模型场景的赋能者，打通大模型产业应用的最后一公里。”
值得一提的是，在这里，联想并不自己做通用大模型，而是与产业伙伴合作基于现有的通用大模型进行二次深度开发，完成对个人大模型和企业大模型的构建。
换句话说，进阶后的全栈智能，推动“市场优势”落地的过程同样在帮助中国AI“算法优势”的潜力释放出来。
算法能力很多时候更像是“考试成绩”，不代表最终的“产业实践”能力，国内外很多大模型前沿厂商已经纷纷把目光聚焦到了商业落地上——只有商业价值转化，才能体现算法优势的意义。
此时的“全栈智能”，某种程度上还承担起对接算法与应用上下游的“AI产业链枢纽”责任，本质上成为前沿算法的重要产业生态方，帮助大模型等AI算法优势落地到智能化产业升级当中。
例如，基于现有通用大模型进行二次深度开发支持的AI PC以及“一体多端”战略，直接让大模型能力走入智能终端、带来工作效率与体验的提升，推动算法优势快速变成产业转型的力量。而在方案服务上，联想以个性化方式服务各类大、中、小型企业，也就是在让优质算法的价值直接渗透到产业当中。
2、算力优势：解决症结问题让“基建”能力的发挥更进一步
算力优势背后的“新基建”，与传统基建有一个明显的区别：不只是按规划修好了等着别人来用就行。
算力优势的潜力发挥，面临几个症结问题，而联想通过自主创新，在“全栈智能”中都进行了针对性解决。
首先，是算力资源的整合问题——不只是简单的硬件堆砌，越来越需要满足各种算力需求。
市面上的算力硬件资源日趋丰富，企业需求变得多样化，而联想与国内外领先的AI算力生态企业广泛合作，并构建起异构智算平台，能够根据客户对不同规模算力的需求匹配最优的算力基础设施，对整体算力进行池化和性能的优化。
说白了，联想同样帮助企业屏蔽了底层算力硬件的复杂性，不管什么样的算力资源都能统一接入与融合，只要企业提出要求即可。
这种做法，也使得业界关注的云边端协同算力问题迎刃而解。
然后，是算力的有效利用问题——再强大的算力基础设施，在建设完成后，还必须以更恰当的方式支撑产业进化。
这时候，按需订阅的联想臻算服务的价值就发挥出来，企业“用多少付多少”，极大提升了企业使用算力的灵活度——“算力即服务”，“算力优势”不再只有“大块头”，更有精细化的“手工活”。
在这种服务的加持下，联想助力打造的甘肃“紫金云公共算力中心”已经成为西北最大公共算力平台，帮助地区大量企业成长，成功入选工业和信息化部“数字化转型创新案例”。
最后，是算力基建带来的“副作用”问题——高能耗下如何提升能效比、契合绿色低碳时代趋势。
算力规模越庞大，能耗问题就越值得关注，有数据显示，目前全球每年数据中心的能耗已经比得上日本一个国家的能耗。
由此，提升能效比就成为关键。
这方面，联想“全栈智能”已全面布局液冷关键技术的研发及应用，能极大降低数据中心的能耗水平。例如，联想帮助上海交通大学构建的“思源一号”不仅是目前高校中最强的高性能计算中心，其PUE值更是低至1.1。
“算力优势”正在全栈智能创新下，变成“绿色生产力优势”。
3、“数据优势”：以“要素价值”开发进行数据金矿的发掘
不久前的2024年全球CES大会上，联想一口气展示了10余款AI PC产品以及40多款智能终端产品。
按官方表述，在AI技术的驱动下，联想的智能终端将内嵌个人Agent、个人大模型、本地知识库、应用接口等，形成下一代AI OS，“一体多端”。
“一体”，一方面指的是个人大模型和AI应用生态之上要构建统一的AI OS，另一方面，是个人Agent的任务将穿梭于多种AI终端，跨AI PC、AI平板、AI手机、智慧大屏、AIoT等设备为用户提供服务。
这种进阶的标后，暗含了另一条支线任务：所有的智能终端，都不再只是“数据的生产者”，而同样成为“数据的利用者”，通过大模型对数据这种新型生产要素的价值挖掘，来为用户提供更好的服务，给工作、学习、生活等场景带来颠覆性的创新体验。
事实上，中国AI发展过程中强大的数据优势如同一座埋在土里的金矿，只有更好地发掘、利用才能转化成价值，而全栈智能正在推进多种“挖掘”方式。
这也是中国提出将“数据”作为新型生产要素的底层逻辑。
“一体多端”下，通过大模型等的引入，被庞大数据“喂养”的大模型产生认知智能，能帮助用户做到很多过去做不到的事，而这些数据又很大一部分来自用户日常的应用交互，实现了“越用越聪明”的数据要素利用过程。
与此类似的，是AI原生的方案服务中推进的企业大模型与企业Agents，通用大模型的数据集基础+企业本身长期以来的数据积累，创造了能够“驾驭整个企业运营”（刘军语）的最重要引擎，挖掘既有数据积累的价值、深刻改造企业的业务、推进企业变革升级。
总的看来，中国智能化发展形成了自己的独特而全面的优势，这种优势潜力的发挥又被“全栈智能”在客观上解决了特定的问题，正在有力推进产业变革升级，强化国家竞争力。
当中国正在形成独立的AI生态，急需包含大模型&应用、智能基础设施、终端AI技术等全栈技术支撑时，“全栈智能”，无疑踏准了时代节奏、顺应了时代发展的潮流。而联想在这其中的努力，表达出一个龙头科技企业在时代大势中能够起到的作用，以及应该承担的责任。
*本文图片均来源于网络
