激情五月天 独家对话阿里云刘伟光：什么是着实的AI云

激情五月天

畴昔一年，云磋议行业"内卷式"竞争的趋势渐消，但如安在生成式 AI 波澜中蹚出一条云磋议新路，莫得什么模范谜底能参考，不管是国际的照旧国内的云劳动商，皆在一边执行一边考证。

阿里云也不例外。阿里云智能集团资深副总裁、全球云功绩部总裁刘伟光暗示："若是我不我方在一线去感受客户的需求，我莫得想法或者莫得信心去计算打算露面向畴昔几年的策略标的。"

他的管制门径很浮浅，也很有用。畴昔一年，他的日程表记载下了至少 162 家客户的访谒日程——这还不是全部。来自一线的 AI 应用需求天壤之隔，最终怎么千里淀为全球云平台的能力，这是刘伟光和阿里云全球云团队濒临的挑战。

在创新性时期发展的早期，需求是粗鄙发散再到不休拘谨的过程，现阶段的 AI 需求一经能够凝练出一些共性。

基础大模子的先驱还在抓续地历练大模子，垂直化应用公司开动深度使用大模子，一些传统公司探索用大模子进行业务的创新和提效。一个更值得关注的趋势是，越来越多企业不仅是使用浮浅调用大模子，而是在原有应用中大皆镶嵌 AI Agent，甚而在原有应用除外开发 AI 原生应用。

这些企业的需求集体鼓励了 AI 云的进化。若是说自 2006 年，云磋议首创了一个期间，让更多中小企业上云、节俭资本和捏造门槛，初步成为企业的数字化坐蓐力用具。

那么，AI 和云的引诱，将云磋议产业送入一个至关进击的节点，畴昔悉数基础智力的能力皆会被 AI 所冲击。被冲击的过程就是云磋议能力的十足迭代升级甚而重构的过程，AI 云期间一经到来。

如同传统 IT 期间的 IOE（IBM 的袖珍机、Oracle 数据库、EMC 存储征战），作为上一个磋议纪元的代表产物，它们缔造了通用算力的基础智力底座；AI 云则是典型的智能算力的基础智力底座，谣言语模子从出身的第一天起，就滋长在云上、成长在云上。

这一阶段的云劳动的进击瑰丽是——岂论主动照旧被迫，企业拥抱云不是单纯的 IaaS（Infrastructure as a Service，基础智力即劳动）资源需求，而是 IaaS、PaaS（Platform as a Service， 平台即劳动）、谣言语模子、AI 应用等全栈能力，这个垂直时期栈的最好承载毫无疑问等于云磋议。

而对于云磋议的最终使用者——企业而言，怎么基于大模子形成智能期间的坐蓐相关、施展 AI 着实的价值成为一谈必答题。

刘伟光在访谒 162 家客户后，感知到越来越多的传统企业级阛阓客户、外资企业及跨国公司（MNC）不仅将资源移动到云霄，更是将业务系统全面云化，涵盖麇集、存储、大数据、数据库等 IaaS+PaaS 一体化的全栈劳动。

他给出了认贼为子的不雅点："只须具备 IaaS+PaaS 一体化能力的云，才能被称为着实的云。这是我今天对‘云’的界说。相似地，在 AI 期间不创造社会价值的大模子，很难称之为大模子。"

对于上述问题，在钛媒体《AI 云年度 10 问》栏目中，钛媒体集互助合创始东谈主、联席 CEO、ITValue 发起理事刘湘明与阿里云智能集团资深副总裁、全球云功绩部总裁刘伟光，以及阿里云智能集团副总裁、全球云首席管制决策架构师韩鸿源，伸开了一次对 AI 云的深度瓦解。

以下为对话实录，经钛媒体裁剪整理。

右一为阿里云智能集团资深副总裁、全球云功绩部总裁刘伟光；左一为钛媒体集互助合创始东谈主、联席 CEO 刘湘明

只须具备 IaaS+PaaS 一体化能力的云，才是着实的云

刘湘明：阿里云全球云功绩部是客岁 11 月底成立的，这一年以来作为全球云功绩部总裁，你有什么感受？

刘伟光：我的第一感受是"但愿"。不管是里面家具研发的进展、AI 能力的普及，照旧谣言语模子的日益精进，以及百行万企客户在探索云和 AI 引诱方面的执行，皆让我对畴昔充满信心——不仅是畴昔一年，甚而是接下来的 5 到 10 年。

今天，许多客户不仅将云磋议视为资源，更将其当成数字化转型的要害用具；同期，他们也不单是把 AI 看作创新妙技，而是动作鼓励产业升级、面向畴昔的策略性火器。因此，我看到了颠倒大的但愿。

刘湘明：AI 可能是下一次"蒸汽机出现"的时刻，你提的"但愿"我也颠倒招供。最近 IDC 发布《中国公有云劳动阛阓（2024 上半年）追踪》，暴露 IaaS+PaaS 阛阓同比增长 12.2%，对比之前的增速，不错说中国公有云阛阓开动回暖了。其中 PaaS 同比增长达 21.9%，施展更超越一些，这里面阿里云依然保抓阛阓跨越和稳固的普及。背后的原因有哪些？

刘伟光：从内因来讲，阿里云一直在践行鼓励 IaaS+PaaS 一体化，而不单是把云当成资源来进行售卖。咱们但愿客户能大鸿沟剿袭咱们 PaaS 层的家具，尤其像数据库、大数据、容器化、Serverless、开发运维用具等家具。PaaS 层的能力和数据能力对企业业务有颠倒径直的因循作用，甚而不错径直鼓励业务。当 PaaS 的家具与客户业务百分百引诱在一谈，才能着实引发坐蓐力。

许多传统企业级客户、外资企业及跨国企业（MNC），一经把 IaaS+PaaS 全栈搬上云去。因为他们认为全栈上云节俭了采购、时候、创新资本，还裁汰了创新的时候。

从外因角度看，这一年我拜访了颠倒多客户，发现他们对云的融会跟畴昔有了很大不同。许多客户贯通到云不单是是劳动器资源，更提供丰富的数字化能力。比如，开源软件发展速率远超贸易化软件，在云上选拔多样具备不同时期能力且开源的组件，是最好的选拔。

若是客户自行开发软件、家具，所消耗的东谈主力资本、研发资本、劳动器资本、创新资本、试错资本皆颠倒高。比较之下，云磋议提供的开箱即用的 PaaS 化能力，不错径直助力客户业务创新迭代。

越来越多的客户意志到，IaaS+PaaS 一体化才是充分欺诈云、用云来完满业务的迭代创新、匡助业求完满径直的增长的最好选拔。

阿里云劳动了小红书、喜马拉雅、得物这种大型互联网企业，他们通过阿里云的大数据家具，不仅引发了数据价值，更完满了对搜索、保举、告白等业务价值的径直普及。

2024 年，小红书文牍顺利移动 500PB 数据湖至阿里云

最近，我跟许多共事讲，莫得 PaaS 的云，很难称之为云，只须具备 IaaS+PaaS 一体化能力的云，才是着实的云。

刘湘明：可能十年前，巨匠频频问的问题是"为什么要上云"，处于扭捏景象。但当 AI 出现之后，巨匠发现需要的能力在腹地再也无法得到了，一定要在云上得到。

刘伟光：颠倒对。我这一年遭受的企业险些莫得不谈 AI 的。这里面有一个进击的机会——企业大模子应用必须要跟数据引诱，这就绕不外 PaaS 层的大数据、数据库家具。莫得畴昔这样多年云磋议鸿沟化地从底层算力到麇集、存储、大数据的蕴蓄，就不会有今天的大模子，它不可能在空中楼阁上成就起来。这也鼓励了许多客户从头注目云磋议中 IaaS、PaaS、SaaS 的敬爱。

刘湘明：从资源池到时期栈，企业的用云深度在不休加强，从自研、自建向径直选拔 PaaS 层家具，简易单的资源租借到全栈上云，有哪些原因或者业务价值鼓励这种振荡？

刘伟光：从外部阛阓看，云上的时期上风颠倒较着，悉数的先进时期皆优先出身在云上。企业会优先选拔先进的时期栈，而先进的时期栈只须云上有。

从云磋议从业者角度看，咱们要餍足不同类型的客户需求，就必须把能力作念"厚"——不仅是餍足资源层面需求，还要作念好容器化往上的悉数 PaaS 层。

这里面还有一个与时俱进的点：云磋议把悉数客户辘集在云上，跟 IOE 期间把客户、时期洒落在无数点上，是两种不同的时期见地。畴昔莫得鸿沟化的时候，只可看单点需求；在云上，当鸿沟化的客户每天调用大模子时，大模子对麇集、存储、弹性磋议等皆有着颠倒大的鼓励作用。因此，今天云必须要为 AI 转换、适配、升级原有的时期能力，才能餍足今天 AI 使用者的需求。

莫得贸易价值和社会价值的大模子，很难称之为大模子

刘湘明：你出差许多，可能是国内见客户最多的东谈主之一，对客户的痛点、需求应该也有很较着的体感。有莫得统计过这一年省略见了若干客户？他们有什么痛点和需求？

刘伟光：从全球云功绩部成立到今天截止，我省略拜访过 162 个客户，走遍大江南北，看千行百业。若是不去一线感受不同业业和地域的客户需求，就莫得想法判断鄙人一个财年咱们怎么计算打算更好的策略，因循好阛阓。

巨匠对 AI 的需求天壤之隔，有作念基础大模子的先驱还在抓续历练大模子，有作念垂直化应用的公司在深度使用大模子，还有一些传统行业的公司用大模子进行业务创新和提效……他们不仅是浮浅调用，还会在原有应用中大皆镶嵌 AI Agent（智能体），还有许多客户在原有的应用除外去开发 AI 原生的应用，不仅在手机端，还有 PC 端的企业应用。

我认为，畴昔通盘阛阓对于谣言语模子的使用，不管是从模子调用照旧开发我方的模子，一定不单是局限在手机 APP 上。畴昔会有更多应用来自于企业应用。这些企业的应用若是站在谣言语模子的肩膀上，其实着实开释的是贸易价值，是社会价值。

阿里云劳动了许多 To B 企业、创造贸易价值。比如在中华财险，他们通过阿里云通义千问，输入指标客户各样情况的教唆词，就不错自动生成一份定制化团险保单。若是不完好不错再次对话，大模子会络续计算打算。通盘模式耗时只须东谈主工的 1 ‰或者 1 ‱。终末若是成交就会创造贸易价值。

2024 年中华财险文牍新一代分散式中枢系统全面上线，图为中华财险与阿里云的签约典礼

在快递领域，中国快递行业发展赶紧，着力高、东谈主员多、数据多且迭代快、场景多，大模子应用就颠倒有用果。申通快递和阿里云经过屡次碰撞、考证场景之后，一谈完满了大模子应用在网点谋永诀析、客服纲目、客服质检、地址校验等多个物流场景的落地，完满客服违纪率下落 50%，信息处理率普及 60%。

一家国内跨越的蓝领招聘企业欺诈 Qwen-Plus 整理腹地公众号、微信群中的脱落用工信息，捏造了 80% 运营东谈主力资本；使用模子检测潜在的用工脑怒、跨国用工等风险信息，大幅普及平台合规能力。此外，东谈主岗匹配、搜索保举、客服质检等场景灰度上线中。

此外，中国的跨境电商颠倒发达，一家垂类的电商企业，面对大皆细分品类和近百万 SKU 的日常上架及运营使命，通过通义大模子，进行商品要害词生成、标题提真金不怕火、商品刻画，并提拔进行商品上架前的违纪检测，不错高质料完成海量商品上线，普及商品上架着力。

还有，基于通义打造的智能招投标信息劳动平台，欺诈大模子的当然话语会通和推理能力，通过 Prompt 工程识别模式称呼和公告称呼中的要害信息，进行研究概率磋议，向最终用户提供与模式研究的悉数公告信息的搜索查询劳动。

尽管咱们看到许多实实在在的着力普及着力，但从阛阓举座来看照旧微乎其微。畴昔中国在谣言语模子发展和场景应用上会迎来快速普及，我对畴昔充满信心。因为越是东谈主多，数据多、经由复杂、场景复杂的业务，大模子起到的效果就越较着。

咱们来岁有个指标，但愿阿里云提供的推理资源能劳动中国 90% 的 AI agent、90% 的 AI 原生应用。若是说莫得 PaaS 的云今天弗成称为云，那么大模子弗成创造社会价值和贸易价值亦然莫得敬爱的，是以咱们朝着创造价值的标的来作念。

海选av女优

刘湘明：AI 在 To B 的价值要完满，意味着 AI 应用和劳动一定要无缝镶嵌现存数据流和使命流，着实进入坐蓐环境才能施展价值，有哪些挑战？

刘伟光：第一个难点是巨匠皆知谈 AI 进击，但是不知谈怎么下手，不知谈大模子应该跟企业的哪一个场景、哪一类数据引诱才能最快出效果。

第二个难点是东谈主才。在完满 AI 终末一公里成立的时候，在开源模子和推理资源基础上构建专属模子、AI 应用、AI Agent 等等使命是需要客户我方来作念，别东谈主无法代劳。它是好几件事情的组合：第一是 AI 应用开发的范式；第二是这个范式之下悉数要用到的 AI 用具链；第三是选拔基础大模子；第四是合理选拔底层的推理资源。这四件事组合在一谈才是开发一个 AI agent 或者 AI 应用的充分且必要要求。

挑战存在于方方面面，但同期我也看到许多客户有寂寞的 AI 权略、AI 预算，AI 东谈主才、AI 办公室……这是颠倒好的欢快。因为只须着实把 AI 作念成一个企业的一霸手工程、企业级策略模式，才有可能把 AI 着实跟企业完好会通在一谈。

AI 云，一个充满设想力的新期间

刘湘明：当今东谈主们对于 AI 基础智力创新的关注度，远不足对大模子和生成式 AI 劳动的关注，你奈何看？

刘伟光：关注谣言语模子或者 AI 对基础智力的演变的，是颠倒小的一个客户群体，比如这个领域专科的使命者、不雅察者，或者是基础大模子的研发者。

更多东谈主会关注 AI 应用，这很平时。就像东谈主们戴个 AI 眼镜，关注的是它能完满什么功能，能翻译吗？能对话吗？而不会关注背后是用什么时期来完满的。但因循这些 AI 应用创新的中枢竞争力的基础智力时期是颠倒进击的，就像咱们打滚水龙头，不会温煦它从哪个水厂流出来，但阿谁水厂的征战应该是源流进的。是以，当 AI 能力越来越强，教唆词工程产生的效果越来越好、反应越来越快、对话越来越通顺的时候，内容上是因为背后的基础智力能力颠倒强，这两者是相反相成的。

刘湘明：咱们正站在一个拐点上，预测 2025 年，AI 与云磋议的引诱将开启一个充满设想力的新期间，你预判畴昔的增长机会将发生在何处？企业需要作念好哪些准备？

刘伟光：我的设想力是无限的，这来自于我的客户，我拜访了这样多客户，看到他们对 AI 畴昔发展感到昂然。

AI 和云的引诱是云二次升起的要害。从云磋议提议来到今天快要 20 年时候，是让全宇宙多样企业贯通到云是先进时期的辘集地，云是让更多中小企业上云，能节俭资本。同期能够把云不仅是资源，照旧数字化坐蓐力用具。

畴昔的悉数基础智力的能力皆会被 AI 冲击，这个过程就是能力的十足迭代、升级甚而重构，这是一个 AI 云的期间。我投诚畴昔百行万企皆会不休拥抱 AI，基于谣言语模子去构建的 AI 应用、AI agent 会层出叠现，甚而可能会有特意的 AI agent store，这会产生一个全新的宇宙。越来越多的客户正加快拥抱云的程度，何况此次拥抱云不是简浮浅单是对 IaaS 的拥抱，而是包含 IaaS、PaaS、AI 资源、谣言语模子、AI 应用、AI agent ……是着实愈加广义的全栈。

对于企业来讲，要进行更细分的资源权略，从 AI 的顶层计算打算，到 IT 层面的 AI 东谈主才、AI 资源，包括 AI 开发用具，皆要进行全地点考量。今天悉数企业皆要为 AI 从头准备一套数字化用具或者 AI 用具链，这是企业应该作念好的事情。

我颠倒投诚中国在拥抱 AI 这件事情上，不会比其他国度慢。中国的创新能力将在 AI 应用期间爆发，这亦然我所说的"但愿"所在。

谣言语模子应在相宜的场景施展效果，而非泛化到管制一切问题

右一为阿里云智能集团副总裁、全球云首席管制决策架构师韩鸿源；左一为钛媒体集互助合创始东谈主、联席 CEO 刘湘明

刘湘明：在 2024 年与企业的疏导中，你看到高频的问题或者关注点有哪些变化？这些高频词汇响应了企业在 AI 与云磋议引诱的新期间下，需求产生了什么变化？

韩鸿源：谣言语模子的效果，照旧要停留在其自己相宜施展的场景里商议，而不是泛化到一个管制一切问题的大模子。今天咱们在作念的悉数事情，照旧但愿谣言语模子能够在业务里面施展其因循作用。

比如 AI 提拔写代码，这是悉数谣言语模子应用领域里面，经过了最充分的考证、最能体现出径直效果的场景。通过调研大互联网公司，咱们看到绝大部分跨越企业，一经有 20% 甚而 30% 的代码使用了 AI 提拔生成。通义灵码一经得到了比较粗鄙的应用。

有些大型企业客户会采购上万个座次的通义灵码使用权，小一些的企业可能采购几千个座次，这种情况当今一经非不时见。当客户使用了这个用具之后，他会抓续使用下去，会提议更多的需求，迭代之后也会逍遥施展更大的作用。

另外咱们看到，除了谣言语模子自己的变化外，它还鼓励了底层基础智力的演进。许多客户开动更多地欺诈 GPU 资源进行业务创新，举例在搜索和保举系统中引入 GPU 以普及性能。

企业落地生成式 AI 的渊博难点和管制决策

刘湘明：生成式 AI 在企业落地的环境准备、模子就绪、应用工程三个阶段中，企业渊博遭受了哪些难点？阿里云提供了哪些管制想路和门径？

韩鸿源：我从上往下说，先从应用工程开动，在选拔合适的 AI 应用场景时，咱们看到两个典型的作念法。

一是构建全新的应用和业务系统时，但愿引入 AI 或以 AI 为主构建。这种情况咱们充分地分析能力，寻找相宜的应用场景，并经过考证逍遥迭代，最终使系统趋于完善。这种作念法职守比较小，收效快，但对现存业务的影响有限，依赖于新场景的需求。

另外一个是在既有应用里引入 AI 以普及着力。这是咱们比较看好的标的。企业里面已有大皆数字化系统因循业务运转，这些系统在构建时 AI 尚未锻练，因此存在许多不错优化的点。举例，许多业务经由依赖笔墨处理，波及大皆重叠性使命。若是引入机器话语会通时期，将大幅普及着力。

从全球化范围看，Salesforce 等跨越公司一经展示了这种后劲，将其 Agentforce 平台视为畴昔的增长点。

然则，这种后劲的开释的前置要求是：经由会被使用迷漫多的次数，不然改形资本有可能支抓不了业务答复。

回到环境准备和模子就绪阶段，选拔合适的模子偏激运行样式至关进击。尤其在国内严格的合规要求下，通义提供了一个可靠的选拔，它不仅在国内粗鄙使用，在国际亦然最受接待的开源模子之一。

下一步是决定怎么支抓模子运行。最浮浅的样式是调用现成的模子劳动。模子劳动已成为云磋议不可或缺的能力。用户不错选拔径直使用模子的劳动能力，或者凭证特别需求定制模子。

当模子鸿沟化使用时，优化其运行环境变得颠倒要害。它径直波及资本和生命周期管制，能否以低资本让客户抓续有用地使用模子，施展其最大价值，是一个进击挑战。

云为通盘模子使用全生命周期提供了一个颠倒好的要求。不管是从用户的选拔角度照旧天真性上，皆提供了颠倒多可能性。

企业的 AI 应用部署范式

刘湘明：你认为对于不同能力的企业，畴昔在模子的应用部署样式上头，他们的选拔会有什么不同？

韩鸿源：若是想以最快的样式开展应用开发，模子劳动可能是一个开端最浮浅的样式，何况这些模子自己经过的考证也比较多。

若是企业照旧想要保留一部分学问产权，就会选拔另外一条路：使用一些模子作念调遣，或者在不作念调遣的情况下，我方把推贤慧力建起来，终末调用这些模子劳动，完满相对偏独有域的应用的使用样式，亦然十足合理的需求。

通义千问会络续保抓开源敞开，客户十足不错选拔我方搭建推理平台，把模子的调用变成我方里面的事情，不让别东谈主介入到我方的模子调用过程中。

话语交互的推理有波峰波谷的效应，云提供了一个比较好的选拔，巨匠在云上使用云的全球基础智力，也不错保抓我方运行的相对寂寞性的情况下，保有我方的一些守秘和阴事。

面向推理和多模态数据处理趋势

刘湘明：推理亦然本年颠倒热的词。推理阛阓的繁茂将对于企业使用全球云有哪些影响？又对全球云提议了哪些新的要求？深度用云的企业有哪些关注点？

韩鸿源：我认为其实历练是更蛊惑眼球的，但一个模子的历练过程不径直产生任何内容价值，模子着实要施展作用是在推理阶段。历练插足会络续增长，但模子要重叠使用才能开释价值，是以，畴昔推理插足占比可能会远远高于历练。

今天云上悉数模子 API 劳动自己就是一个推理，是包装一层 API 之后被用户去用，通义大模子自己会使用很大的推理资源来响应客户的需求。另一种，是客户不想用现成的 API 样式使用模子，选拔我方去作念推理。

通义系列模子在对外劳动过程中蕴蓄了丰富的推理时期优化教化，使用户能够径直享受这些时期带来的红利。比如，阿里云会提供通义模子劳动、会提供百真金不怕火上调遣模子的样式和使用模子的样式，包括用具链，同期也会提供 PAI 平台去作念更底层的能力承载，用户不错基于这些作念相对更目田一些探索。最终，咱们是但愿能够去餍足用户的全地点的需求。

刘湘明  ："多模态数据"亦然本年的一大热词。您怎么看待多模态数据处理的需乞降发展趋势？在这个大趋势下，阿里云在多模态数据的调处存储、检索和管制方面有哪些上风？

韩鸿源：一方面模子索取非结构化数据的结构化信息能力在普及，视觉话语模子具备了自动化的信息索取的能力，不错更好地会通这些多模态数据，让以前无法有用使用的数据充分施展作用。

另一方面，Agent 和这些数据探索能力的引诱贮蓄着稠密的后劲。以前，东谈主们麇集到的结构化和半结构化的数据需靠东谈主去会通、探索，许多时候无法充分挖掘出数据的后劲。今天 AI 提供了自动化处理能力，引诱大数据让 AI 探索数据会成为一个颠倒有后劲的发展标的。

对云磋议而言，除了提供基础的资源供应，表层软件能力会变得越来越进击。

举例，将多模态数据管制能力被鸠合整合到特定家具中，完满对多种类型数据的调处管制。在 RAG（检索增强）过程中，这些数据不错在模态之间无缝切换和使用，大大简化了客户的操作复杂度和数据管制难度，从而更顺畅地运行其业务经由。（本文首发于钛媒体 APP，作家 | 张帅，裁剪 | 盖虹达）