8月15日，百度發(fā)起的AICA首席AI架構(gòu)師培養(yǎng)計劃（以下簡稱“AICA”）在北京舉辦第九期開學(xué)典禮。

讓人意想不到的是，很多學(xué)員都是世界知名企業(yè)的技術(shù)高管，包括茅臺、麥當(dāng)勞、奔馳等行業(yè)龍頭。

奔馳學(xué)AI似乎還能理解，茅臺和麥當(dāng)勞這種傳統(tǒng)食品企業(yè)，為什么也要學(xué)AI呢？

其實，時代的改變，早已經(jīng)開始。

兩年前，埃隆·馬斯克就表示，“AI自動化將取代所有工作?！笨萍计髽I(yè)家亞歷克斯·芬恩近期也發(fā)文警告說：“未來五年內(nèi)，不擁抱AI的人，將完全被社會邊緣化?！?/p>

傳統(tǒng)巨頭們?nèi)W(xué)AI，不只是好奇心驅(qū)動，而是變革已來。

盡管是傳統(tǒng)企業(yè)，但AI的賦能作用，是讓人意想不到的。

當(dāng)下的白酒市場正在面臨轉(zhuǎn)型，茅臺需要通過深度學(xué)習(xí)，更精準(zhǔn)地了解到消費者的需求，并迅速調(diào)整其營銷策略，讓每一分的投入產(chǎn)出更大的回報。

同時，AI大模型的應(yīng)用，也能夠幫茅臺預(yù)測原材料和市場的價格波動，幫助企業(yè)更有效地管理供應(yīng)鏈。

AICA主要培訓(xùn)一些什么內(nèi)容呢？一方面是技術(shù)開發(fā)，另一方面是項目落地。

想要用好基礎(chǔ)大模型，就需要針對性地對模型進行定制化，注入特定的行業(yè)、企業(yè)數(shù)據(jù)，才能更好地服務(wù)特定場景。

當(dāng)然，進入大模型領(lǐng)域，也需要找對師傅，百度在這一點上恰好具有優(yōu)勢。

百度是全球為數(shù)不多實現(xiàn)芯片-框架-模型-應(yīng)用四層技術(shù)棧的全棧自研的企業(yè)。

從昆侖芯到飛槳深度學(xué)習(xí)框架，再到文心大模型，各個層面都有領(lǐng)先業(yè)界的關(guān)鍵自研技術(shù)，自主可靠的同時，也大幅提升了效率。

像茅臺一樣，中車這樣的行業(yè)龍頭企業(yè)，也一直在積極布局AI，比如中車研究院就基于飛槳框架，僅用幾個月就完成了虛擬傳感器模型的搭建、訓(xùn)練和部署。

作為動車、軌道交通的龍頭企業(yè)，中車承載了中國人的出行安全，過去檢測軌道安全，需要很多人手排查，而多在深夜作業(yè)。

但通過百度飛槳的使用，實驗驗證顯示，其虛擬傳感數(shù)據(jù)與實際傳感器數(shù)據(jù)同等有效，且在算法優(yōu)化后，故障檢測準(zhǔn)確率整體提升了10%，更有效地保障了軌道交通裝備的安全。

百度AI賦能的企業(yè)還有奔馳。

奔馳車出廠前，都要經(jīng)過漆面檢測的工序，過去這個工序是依靠傳統(tǒng)機器和人工來檢測，成本非常高，一套檢測系統(tǒng)大概在1500、1600萬左右，但帶來的收益又微乎其微。

怎么把成本打下來？百度AICA第八期的一位奔馳學(xué)員，就用飛槳等百度AI技術(shù)做了一個漆面檢測的系統(tǒng)，讓檢測的成本大大減少，同時提升了準(zhǔn)確率。

現(xiàn)在這套系統(tǒng)已經(jīng)在奔馳很多工廠落地了，每一套成本都比原來降低了數(shù)百萬。

奔馳的工程師還特地提到，當(dāng)時他們對比了大概幾十個模型，百度提供的算法收斂會更快，效果也是測試下來最好的。

學(xué)好AI，立省幾百萬，正是這種誘惑，讓越來越多的企業(yè)，開始關(guān)注AI的產(chǎn)業(yè)化應(yīng)用。

百度的李彥宏曾說，應(yīng)用驅(qū)動是第一性原理，大廠不要卷模型，要卷應(yīng)用。

由此可見，大模型的價值不在參數(shù)競賽，而在于能否真實成為產(chǎn)業(yè)的賦能工具。

麥當(dāng)勞團隊在開學(xué)典禮上表示，過去他們開發(fā)的智能體“麥麥巡警官”存在很多問題，比如遷移到其他場景時需要重復(fù)進行提示詞，過于繁瑣，在多項任務(wù)執(zhí)行時，智能體也容易錯亂，這就需要通過更好的模型和訓(xùn)練方法賦能。

而本次AICA 9期班，特別新增了文心開源、MCP前沿技術(shù)、多模態(tài)、數(shù)據(jù)等模塊，以及百度重點技術(shù)的實戰(zhàn)案例，對當(dāng)前AI應(yīng)用的主流技術(shù)路線，實現(xiàn)了全覆蓋。

與往期相比，AICA第九期特別攜手了頭部高校產(chǎn)教融合平臺、國家重點實驗室等，帶領(lǐng)學(xué)員交流訪學(xué)，直指產(chǎn)業(yè)之間缺乏互動的痛點，杜絕紙上談兵。

同時還首次試點“共創(chuàng)小組”模式，鼓勵產(chǎn)業(yè)上下游企業(yè)自由組隊，聚焦產(chǎn)教融合、產(chǎn)業(yè)鏈協(xié)同等合作模式，彌補行業(yè)上下游交流不足的難題。

金拱門AI研發(fā)工程師韋文澤提到，“大模型幫助我們提升我們的工作效率，提升我們員工的幸福度，我覺得這就是一個非常大的貢獻?！?/p>

愉悅家紡信息技術(shù)總監(jiān)胡健也提到了大模型對企業(yè)賦能的案例：

大家都把紡織行業(yè)叫成“夕陽行業(yè)”，但愉悅卻認為，這是“朝陽行業(yè)”。

過去的紡織行業(yè)，非常依靠紡織老師傅的印染經(jīng)驗，但這很難轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)。

想要構(gòu)建工藝知識圖譜，將手感、色差等模糊指標(biāo)數(shù)字化，就需要AI的幫忙。

胡健提到，之前他們和紡織協(xié)會信息中心合作過一個AI的項目，用自己20多年的畫稿素材積累，實現(xiàn)了AI生圖，在7個月時間內(nèi)，將效率提升了20多倍。

AI的應(yīng)用，不僅讓傳統(tǒng)手工業(yè)有了新的科技玩法，對于科技行業(yè)來說，更是極大縮短了實驗周期。

能不能用AI采集到電流電壓的震動數(shù)據(jù)？（物理限制無法加裝傳感器）如果可以，具體用什么樣的模型？

如何在高鐵上立硬幣，硬幣的1.0、2.0版本，或者立一個雞蛋能保證它的平穩(wěn)？

中車研究院人工智能所副所長劉琦提到，今天的AI落地趨勢，已經(jīng)從單點試水向深水區(qū)拓展，尤其是在高價值領(lǐng)域，如動車組設(shè)計、故障預(yù)測、懸掛控制優(yōu)化等，都需要對其進行系統(tǒng)性的規(guī)劃產(chǎn)業(yè)變革路徑，通過構(gòu)建大模型與小模型協(xié)同，強化落地性和人機協(xié)同機制，提升投入產(chǎn)出比。

AI在高端制造業(yè)的核心價值，就在于以技術(shù)確定性應(yīng)對產(chǎn)業(yè)不確定性。

百度AI追求的不是技術(shù)炫技，而是扎根研產(chǎn)供銷服的高價值問題——用不斷完善的模型去解決企業(yè)的實際痛點，用生態(tài)協(xié)作去放大創(chuàng)新效能。

AI的好，全球的科技界都知道，但能不能將AI貫穿到企業(yè)的實際應(yīng)用，關(guān)鍵還要看人。

尤其是懂AI，能把AI用好的人。

劉琦就在最近的分享中提到，她從2020年就參加了AICA的第三期，她認為，現(xiàn)在的企業(yè)發(fā)展，非常需要創(chuàng)新技術(shù)的人才：

“AICA在2019年開始從創(chuàng)設(shè)之初，我們那時候就會發(fā)現(xiàn)復(fù)合型的人才，就是既懂AI新技術(shù)又懂行業(yè)?！?/p>

AI是一個體系化、系統(tǒng)化的工程，靠一個人或者靠一件事情其實是很難做到的。

就拿中車來說，動車組從設(shè)計到落地，再到檢修要考慮到上百種應(yīng)用場景，分批分步驟實施，比如工業(yè)設(shè)計、審圖、質(zhì)檢、安防、故障預(yù)測等。

怎么解決那么多的工程難題呢，這就需要一個堅實的技術(shù)底座，既能實現(xiàn)多模態(tài)數(shù)據(jù)融合感知、虛擬傳感，又要對時空關(guān)系進行深度理解，多個智能體之前，還要有人機協(xié)同控制。

在這基礎(chǔ)上，還要進一步考慮方案應(yīng)用的落地，比如怎么和云邊端結(jié)合，哪些適合放在云端，哪些適合放在邊或者端側(cè)來進行應(yīng)用。

總之，要想實現(xiàn)整個系統(tǒng)的AI化，就需要一個“懂場景、有技術(shù)、真實踐”的AI團隊去推動，完成從“單點場景”的突破到“協(xié)作深水區(qū)”的攻堅。

所以中車也正在籌劃一個AI+裝備制造的聯(lián)合創(chuàng)新體，來聯(lián)動高校、科研機構(gòu)以及民營企業(yè)一起加入，共同把工業(yè)人工智能發(fā)展起來。

愉悅家紡也是深刻認識到AI對系統(tǒng)的整體賦能作用，今年以來，從董事長層面到所有公司高層和中層管理人員，都在全面學(xué)AI，全面用AI。

企業(yè)的升級，往往始于微小突破：一顆螺絲的質(zhì)檢精度提升1%，一句客服應(yīng)答快0.5秒，一次漆面掃描省100元。

正是這些微觀層面的積累，才能匯聚成了茅臺重構(gòu)消費服務(wù)、中車創(chuàng)新研發(fā)、麥當(dāng)勞重寫運維的宏觀產(chǎn)業(yè)變革。

所以說，AICA的這些學(xué)員帶回企業(yè)的不僅是代碼工具，更是讓AI在鋼鐵、糧食、布料中扎根生長的能力。

而在2025年的AI競賽中，百度也是逐步明確了自己的方向定位：

不做炫技的參數(shù)王者，做產(chǎn)業(yè)轉(zhuǎn)型的“水電煤”。

從芯片層到框架層，從模型層到應(yīng)用層，再到AICA培養(yǎng)計劃，讓AI真正“降得下成本、扎得進車間”，將“有用且好用”的AI基因植入到中國制造的毛細血管。

好的智能，不是替代勞動者，而是讓每個勞動者，都成為AI的駕馭者。

這便是百度的價值觀。

AICA首席AI架構(gòu)師培養(yǎng)計劃第十期預(yù)報名鏈接：https://iwenjuan.baidu.com/?code=787mjf&user=AILive