智能體的應用落地，在哪里？

文：董指導

圖片由文心4.5生成

本期要點

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)等指標來表明大模型使用度、公司實力。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)用量的邊際指導意義，已經(jīng)不如從前了。要關注的是有效調(diào)用量、真正作為生產(chǎn)力的調(diào)用量，要比純嘗鮮、簡單對話的調(diào)用量更有價值。

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。

尤其擔當國民經(jīng)濟大任的央國企，也作為創(chuàng)新先鋒，讓智能體走進了業(yè)務，讓AI服務了大眾。

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，電幾乎是唾手可得了。然而，隨著光伏、風電、核電等新能源開始成為發(fā)電主力，儲能電池、電動車等成為用電新秀，電力生產(chǎn)模式，輸電結(jié)構和消費形態(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，也迫在眉睫。

比如，“電網(wǎng)斷面”，是承擔特定方向電力輸送任務的通道，也被譽為電力系統(tǒng)的關鍵動脈。就像如果人的關鍵動脈堵死、或者壓力過大爆掉，旁邊細小的血管并不能有效提供所需血液的供應。同樣的，一旦電網(wǎng)斷面發(fā)生故障，整個電網(wǎng)也會遭受嚴重沖擊。

因此，在電網(wǎng)運維中，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“捉襟見肘”了：響應速度慢、精細化程度差，無法快速有效識別故障點。

這些越來越凸顯的困難，都在發(fā)出提醒：該補AI了。

南方電網(wǎng)廣西電網(wǎng)，就付諸了實踐。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，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)，基于強化學習小模型，實現(xiàn)了自適應的調(diào)控策略、實時安全校核；他們也構建了一個數(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練。

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

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

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個小時內(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了關鍵故障信息，不僅發(fā)現(xiàn)、約束了斷面，也提前警示了潛在風險的斷面。

除了南網(wǎng)之外，國家電網(wǎng)以百度文心大模型為基礎，開發(fā)了千億級、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)起用電申請后，智能體對需求進行拆解、規(guī)劃、并且自動填寫工單、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)加入進來、保駕護航。

02生活所需處，皆有AI

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

公路建設是我國遙遙領先的成就之一。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，美好的假期出行，就會變成公路聚會。因此，交通管理也是用AI等新技術來提效的重要方向。

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

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、以及文心大模型能力開發(fā)落地了公路應急指揮智能體，并采用了大小模型的協(xié)作。

小模型用來做實時路況檢測，可以快速從視頻中抽出幾百幀進行處理，反應靈敏，但缺點是“理解力還不夠”。比如在堵車時，車輛走走停停，可能就會被小模型誤判為“異常停車”，開個錯誤罰單。所以，就需要大模型的介入，對完整視頻做語義理解，精準判斷。

智能體給出情況判斷、處罰建議后，監(jiān)管人員會確認執(zhí)行；然后智能體自動發(fā)送情報，聯(lián)動應急、養(yǎng)護等相關部門，推進處置。在事件處理結(jié)束后，生成相應的報告，作為后續(xù)類似事件的參考。

智能體、無人機，將來可能還會有無人執(zhí)法車、機器人擔架等等智能設備來協(xié)助交通管理，促進交通駕駛更規(guī)范，出行更暢通。

而提到醫(yī)療，也許每個人都有排隊等待的經(jīng)歷，甚至也有病情嚴重但掛不到號的焦急。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)構化病歷，節(jié)省醫(yī)生的精力，從而可以接待更多的病人。

對于患者而言，在過去，即使病情嚴重，需要加號，也需要等待。因為加號人也多，醫(yī)生在接診之余，還需要審核是否應該加號，壓力太大。

現(xiàn)在，患者可以先上傳過往就診報告、病情照片等資料給智能體，智能體識別相關信息，并有針對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、篩選加號需求。

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

智慧就醫(yī)智能體，就像一個高級醫(yī)學助理，率先和患者進行溝通，彌補信息不對稱，讓患者和醫(yī)生會診的每一分鐘，都花在刀刃上。畢竟，在醫(yī)院里，時間不是金錢，而是健康和生命。

諸如交通、醫(yī)療等領域的智能體應用案例，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，實踐著科技的使命。

03 B端不性感，但很關鍵

在B端做應用開發(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)絡快速傳播的快感，甚至有時候都沒辦法登上臺前、而是在客戶業(yè)務的幕后默默支持。

但實際上，在大模型的浪潮中，B端的落地，對競爭格局、對終局景象，非常重要。

一方面，當下的科技巨頭，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)，但實際上面向企業(yè)的云業(yè)務、和生產(chǎn)力業(yè)務流程業(yè)務，才是微軟的收入核心。根據(jù)2024年11月的財報顯示，500強企業(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。

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

另一方面，對于人工智能的落地、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，相對而言，很難形成粘性。就像當前的Chatbot，和螺絲刀、扳手之類機械工具一樣，哪個好用、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端個體要高；尤其，當工具不局限是工具，而是深入到企業(yè)用戶的業(yè)務流程中、伴隨著業(yè)務更新迭代時，客戶粘性就會顯著增加。

而且，每個行業(yè)、每個場景，都有各自特點。在大模型還未強大到完全通用的前提下，行業(yè)特色，依然現(xiàn)實存在。而AI落地時的前期開發(fā)、中期部署、后期運維，整個過程都會形成深厚的行業(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。

有些公司會采用低價策略來搶奪云服務市場。這個策略可以快速見效，但云市場已經(jīng)過了純比價的時代，真正留住用戶的，還是服務體系、和客戶的共識。

一站式產(chǎn)品服務，無疑是贏得客戶的重要“法寶”。一個案例是百度智能云，打造了系統(tǒng)級服務，包括百度百舸GPU算力平臺、千帆大模型平臺，可以針對算力部署、模型開發(fā)、應用開發(fā)實現(xiàn)全旅程陪伴。

千帆平臺上的智能體工廠，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%，而且價格僅為GPT4.1 的6%、DeepSeek V3的40%。可以說是，又好又實惠。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)開始作為超級同事、協(xié)助工作人員處理各項事務。

它們遠遠超越人類個體的知識儲備、秒級的響應速度、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、也必然會和產(chǎn)業(yè)結(jié)合，帶來增長的新動力；更作為產(chǎn)品、服務提供者，為大眾帶來新體驗。

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 復合背景

暢銷書《英偉達之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷