智能體的應(yīng)用落地，在哪里？

文：董指導(dǎo)

圖片由文心4.5生成

本期要點(diǎn)

b

大模型被用起來了嗎？最近在業(yè)內(nèi)有些聲音：用調(diào)用量、Token數(shù)等指標(biāo)來表明大模型使用度、公司實(shí)力。這有一定道理，但不是核心。

畢竟大模型已經(jīng)過去兩年了，調(diào)用量的邊際指導(dǎo)意義，已經(jīng)不如從前了。要關(guān)注的是有效調(diào)用量、真正作為生產(chǎn)力的調(diào)用量，要比純嘗鮮、簡單對(duì)話的調(diào)用量更有價(jià)值。

就像，“讀了”十本書，和“讀懂”十本書，肯定是不一樣的。

那么，大模型被用起來了嗎？是的。不僅是大模型，眾人期待的智能體，也已經(jīng)用了起來。不只是用在C端可以自動(dòng)做研究、生成PPT；更是在B端和產(chǎn)業(yè)結(jié)合，帶來了效率躍升。

尤其擔(dān)當(dāng)國民經(jīng)濟(jì)大任的央國企，也作為創(chuàng)新先鋒，讓智能體走進(jìn)了業(yè)務(wù)，讓AI服務(wù)了大眾。

大模型開始讀懂產(chǎn)業(yè)，而不只是讀了數(shù)據(jù)。而產(chǎn)業(yè)的落地，也對(duì)大模型行業(yè)的競爭格局，產(chǎn)生著影響。

01電網(wǎng)新系統(tǒng)，AI新幫手

在上世紀(jì)90年代，停電是太稀松平常的事情。隨著我國電網(wǎng)的大規(guī)模建設(shè)，電幾乎是唾手可得了。然而，隨著光伏、風(fēng)電、核電等新能源開始成為發(fā)電主力，儲(chǔ)能電池、電動(dòng)車等成為用電新秀，電力生產(chǎn)模式，輸電結(jié)構(gòu)和消費(fèi)形態(tài)都發(fā)生了變化。

把電用得穩(wěn)，也并不容易。新型電力系統(tǒng)建設(shè)，也迫在眉睫。

比如，“電網(wǎng)斷面”，是承擔(dān)特定方向電力輸送任務(wù)的通道，也被譽(yù)為電力系統(tǒng)的關(guān)鍵動(dòng)脈。就像如果人的關(guān)鍵動(dòng)脈堵死、或者壓力過大爆掉，旁邊細(xì)小的血管并不能有效提供所需血液的供應(yīng)。同樣的，一旦電網(wǎng)斷面發(fā)生故障，整個(gè)電網(wǎng)也會(huì)遭受嚴(yán)重沖擊。

因此，在電網(wǎng)運(yùn)維中，斷面管理就非常重要。

傳統(tǒng)模式下，斷面管理主要靠調(diào)度員，日積月累、經(jīng)驗(yàn)越來越豐富。但是，隨著新型電網(wǎng)的普及，人工調(diào)控就有點(diǎn)“捉襟見肘”了：響應(yīng)速度慢、精細(xì)化程度差，無法快速有效識(shí)別故障點(diǎn)。

這些越來越凸顯的困難，都在發(fā)出提醒：該補(bǔ)AI了。

南方電網(wǎng)廣西電網(wǎng)，就付諸了實(shí)踐。首先，南方電網(wǎng)基于百度千帆工具鏈以及人工智能算法模型支撐，開發(fā)了電力調(diào)度領(lǐng)域的行業(yè)大模型“大瓦特-天璇”；廣西電網(wǎng)基于大瓦特平臺(tái)，開發(fā)了電網(wǎng)斷面調(diào)控智能體。

為了確保智能體的可靠性，研發(fā)人員從海量的監(jiān)視信息中，提取了電網(wǎng)故障與斷面狀態(tài)，基于強(qiáng)化學(xué)習(xí)小模型，實(shí)現(xiàn)了自適應(yīng)的調(diào)控策略、實(shí)時(shí)安全校核；他們也構(gòu)建了一個(gè)數(shù)字孿生空間，模擬極端場景，讓智能體快速積累了百萬次訓(xùn)練。

這個(gè)場景就像電影《黑客帝國》里尼奧在矩陣的虛擬世界里學(xué)習(xí)功夫一樣。要足夠智能，依然要付出努力，但訓(xùn)練速度和人類相比，可謂是指數(shù)級(jí)加倍。

如今，斷面調(diào)控智能體已經(jīng)在廣西電網(wǎng)調(diào)度臺(tái)運(yùn)行了半年多，檢測范圍包括全省600多個(gè)場站、90多個(gè)斷面。

根據(jù)廣西電網(wǎng)的工作人員介紹，4月19日廣西白色地區(qū)發(fā)生極端天氣事件，1個(gè)小時(shí)內(nèi)有11條20萬伏及以上線路因故障跳閘。而斷面調(diào)控智能體，在海量告警信息中迅速辨識(shí)了關(guān)鍵故障信息，不僅發(fā)現(xiàn)、約束了斷面，也提前警示了潛在風(fēng)險(xiǎn)的斷面。

除了南網(wǎng)之外，國家電網(wǎng)以百度文心大模型為基礎(chǔ)，開發(fā)了千億級(jí)、多模態(tài)的“光明大模型”。各類智能體也逐漸投入使用。例如，營銷供電方案智能體，大幅節(jié)省了雙方精力。用電企業(yè)在國網(wǎng)App上發(fā)起用電申請(qǐng)后，智能體對(duì)需求進(jìn)行拆解、規(guī)劃、并且自動(dòng)填寫工單、生成多套供電方案；并且告知用戶優(yōu)劣區(qū)別，便于用戶做出最優(yōu)選擇。

用戶用電無憂的歲月靜好，除了電力工作人員的默默付出之外，人工智能也已經(jīng)加入進(jìn)來、保駕護(hù)航。

02生活所需處，皆有AI

如果說投票一下，哪些領(lǐng)域的管理需要提高效率？排在前列的，應(yīng)該有交通、醫(yī)療。

公路建設(shè)是我國遙遙領(lǐng)先的成就之一。雖然公路變長了，但汽車數(shù)量也暴增了。尤其出現(xiàn)一些不規(guī)范駕駛時(shí)，美好的假期出行，就會(huì)變成公路聚會(huì)。因此，交通管理也是用AI等新技術(shù)來提效的重要方向。

高清攝像頭，已經(jīng)司空見慣；許多城市，也已經(jīng)采用了無人機(jī)來協(xié)助交通管理。然而，在公路上，可能會(huì)遇到交通事故、異常停車、行人闖入、道路遺撒、火災(zāi)等等情況。無論是無人機(jī)，還是攝像頭，要想?yún)f(xié)助交通處理，第一步是，能準(zhǔn)確識(shí)別交通狀況。

為此，河北高速聯(lián)合百度智能云，基于百度智能云千帆大模型平臺(tái)、以及文心大模型能力開發(fā)落地了公路應(yīng)急指揮智能體，并采用了大小模型的協(xié)作。

小模型用來做實(shí)時(shí)路況檢測，可以快速從視頻中抽出幾百幀進(jìn)行處理，反應(yīng)靈敏，但缺點(diǎn)是“理解力還不夠”。比如在堵車時(shí)，車輛走走停停，可能就會(huì)被小模型誤判為“異常停車”，開個(gè)錯(cuò)誤罰單。所以，就需要大模型的介入，對(duì)完整視頻做語義理解，精準(zhǔn)判斷。

智能體給出情況判斷、處罰建議后，監(jiān)管人員會(huì)確認(rèn)執(zhí)行；然后智能體自動(dòng)發(fā)送情報(bào)，聯(lián)動(dòng)應(yīng)急、養(yǎng)護(hù)等相關(guān)部門，推進(jìn)處置。在事件處理結(jié)束后，生成相應(yīng)的報(bào)告，作為后續(xù)類似事件的參考。

智能體、無人機(jī)，將來可能還會(huì)有無人執(zhí)法車、機(jī)器人擔(dān)架等等智能設(shè)備來協(xié)助交通管理，促進(jìn)交通駕駛更規(guī)范，出行更暢通。

而提到醫(yī)療，也許每個(gè)人都有排隊(duì)等待的經(jīng)歷，甚至也有病情嚴(yán)重但掛不到號(hào)的焦急。改善醫(yī)療資源的匹配效率，就格外重要。

武漢協(xié)和醫(yī)院和百度智能云，一起開發(fā)了智慧就醫(yī)智能體。它可以發(fā)揮大模型自然語言的理解、生成能力，通過患者在就診前的描述，為患者推薦合適的科室；在問診階段，智能體也可以輔助書寫結(jié)構(gòu)化病歷，節(jié)省醫(yī)生的精力，從而可以接待更多的病人。

對(duì)于患者而言，在過去，即使病情嚴(yán)重，需要加號(hào)，也需要等待。因?yàn)榧犹?hào)人也多，醫(yī)生在接診之余，還需要審核是否應(yīng)該加號(hào)，壓力太大。

現(xiàn)在，患者可以先上傳過往就診報(bào)告、病情照片等資料給智能體，智能體識(shí)別相關(guān)信息，并有針對(duì)性地向患者詢問最近的狀況、病情的變化等信息，然后生成病情卡給到醫(yī)生，醫(yī)生可以更快捷判斷、篩選加號(hào)需求。

這樣，病情嚴(yán)重的病人，既不需要承受排隊(duì)等待之苦，也可以提前就醫(yī)、減少疾病之痛。

智慧就醫(yī)智能體，就像一個(gè)高級(jí)醫(yī)學(xué)助理，率先和患者進(jìn)行溝通，彌補(bǔ)信息不對(duì)稱，讓患者和醫(yī)生會(huì)診的每一分鐘，都花在刀刃上。畢竟，在醫(yī)院里，時(shí)間不是金錢，而是健康和生命。

諸如交通、醫(yī)療等領(lǐng)域的智能體應(yīng)用案例，還有很多。它們雖然是在B端部署、落地，卻也都把創(chuàng)新紅利直接帶給了普通人，實(shí)踐著科技的使命。

03 B端不性感，但很關(guān)鍵

在B端做應(yīng)用開發(fā)，看起來不如C端性感：沒有C端一夜成名的爆發(fā)、沒有網(wǎng)絡(luò)快速傳播的快感，甚至有時(shí)候都沒辦法登上臺(tái)前、而是在客戶業(yè)務(wù)的幕后默默支持。

但實(shí)際上，在大模型的浪潮中，B端的落地，對(duì)競爭格局、對(duì)終局景象，非常重要。

一方面，當(dāng)下的科技巨頭，往往是“成年人不做選擇，B端、C端我都要”。而且，B端的業(yè)務(wù)比重也越來越重要。

就像微軟，雖然有用戶熟知的辦公軟件、操作系統(tǒng)，但實(shí)際上面向企業(yè)的云業(yè)務(wù)、和生產(chǎn)力業(yè)務(wù)流程業(yè)務(wù)，才是微軟的收入核心。根據(jù)2024年11月的財(cái)報(bào)顯示，500強(qiáng)企業(yè)中有70%都在使用其AI產(chǎn)品Copilot，85%在使用其Azure的開放AI服務(wù)。

AI當(dāng)紅炸子雞英偉達(dá)，也早早從C端為主的游戲顯卡業(yè)務(wù)，轉(zhuǎn)向了面向B端的數(shù)據(jù)中心業(yè)務(wù)。亞馬遜、谷歌，也都是B、C兩手抓。

另一方面，對(duì)于人工智能的落地、Agent的開發(fā)，面向B端也許比面向C端更容易形成壁壘。

如果C端的Agent只是工具，而沒有涉及用戶數(shù)據(jù)的話，相對(duì)而言，很難形成粘性。就像當(dāng)前的Chatbot，和螺絲刀、扳手之類機(jī)械工具一樣，哪個(gè)好用、用戶用什么。

但在B端，即使作為工具，企業(yè)用戶的切換成本，還是要比C端個(gè)體要高；尤其，當(dāng)工具不局限是工具，而是深入到企業(yè)用戶的業(yè)務(wù)流程中、伴隨著業(yè)務(wù)更新迭代時(shí)，客戶粘性就會(huì)顯著增加。

而且，每個(gè)行業(yè)、每個(gè)場景，都有各自特點(diǎn)。在大模型還未強(qiáng)大到完全通用的前提下，行業(yè)特色，依然現(xiàn)實(shí)存在。而AI落地時(shí)的前期開發(fā)、中期部署、后期運(yùn)維，整個(gè)過程都會(huì)形成深厚的行業(yè)know-how，成為客戶選擇的理由，參與競爭的底氣。

因此，B端的扎根、結(jié)果，雖然沒有C端迅猛，但卻也“力大勢沉”，是站在終局的重要因素。

但扎根，也非易事。

有些公司會(huì)采用低價(jià)策略來搶奪云服務(wù)市場。這個(gè)策略可以快速見效，但云市場已經(jīng)過了純比價(jià)的時(shí)代，真正留住用戶的，還是服務(wù)體系、和客戶的共識(shí)。

一站式產(chǎn)品服務(wù)，無疑是贏得客戶的重要“法寶”。一個(gè)案例是百度智能云，打造了系統(tǒng)級(jí)服務(wù)，包括百度百舸GPU算力平臺(tái)、千帆大模型平臺(tái)，可以針對(duì)算力部署、模型開發(fā)、應(yīng)用開發(fā)實(shí)現(xiàn)全旅程陪伴。

千帆平臺(tái)上的智能體工廠，提供成熟的智能體供直接使用、也有便捷工具支持用戶開發(fā)智能體，也可以通過MCP、A2A等協(xié)議，調(diào)用外部智能體、外部接口等等。

模型層面，文心4.5 Trubo 多模態(tài)理解能力提升了30%，而且價(jià)格僅為GPT4.1 的6%、DeepSeek V3的40%。可以說是，又好又實(shí)惠。可以降低B端客戶的成本焦慮、提升探索的欲望。

如今，有65%的央企都選擇了百度智能云，作為其人工智能落地的合作伙伴。“勇于創(chuàng)新”的背后，也離不開“便于創(chuàng)新”的支撐。

04 結(jié)尾

無論是在大眾看得見的地方、還是看不見的地方，各類智能體都已經(jīng)開始作為超級(jí)同事、協(xié)助工作人員處理各項(xiàng)事務(wù)。

它們遠(yuǎn)遠(yuǎn)超越人類個(gè)體的知識(shí)儲(chǔ)備、秒級(jí)的響應(yīng)速度、一絲不茍的態(tài)度、幾乎不掉線的耐心，以及還在飛速提升的能力，必須、也必然會(huì)和產(chǎn)業(yè)結(jié)合，帶來增長的新動(dòng)力；更作為產(chǎn)品、服務(wù)提供者，為大眾帶來新體驗(yàn)。

這是B端的發(fā)展，也是C端的提升。很欣喜，在創(chuàng)新先鋒們的探索下，智能體的落地，已經(jīng)來了。

---全文完，歡迎交流

理工/金融 復(fù)合背景

暢銷書《英偉達(dá)之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷