“想要通过今天的发布会，来告诉大家，亚信科技有自己的一套工具。亚信科技虽然不会对所有行业都精通，但有几十年的业务流程的沉淀以及对现有系统的理解。所以，基于对行业的理解，亚信科技希望能够帮助通用型大模型在其中的应用，来帮助企业提升效率、降低成本最后达到营收的增加。”2024年5月16日，亚信科技在北京举办了“渊思”行业大模型产品发布会，正式揭晓了1个通用人工智能与认知增强平台TAC MaaS、3款行业大模型、8大认知增强工具。亚信科技执行董事、首席执行官高念书在会中说道：“亚信科技具备工具、对行业的深度理解，有数据处理能力、有数据安全能力，也有系统集成能力和规划能力。在当下，亚信科技希望能够帮助到各位合作伙伴、未来的潜在客户，当需要大模型的时候，能够想到有一个公司能起到这样的作用。”
在过去的几年里，亚信科技不断的对自身业务进行重新规划和转型尝试，既要巩固亚信科技传统的运营商BSS（业务支撑系统）领域，又要开拓数智运营（DSaaS）、垂直行业及企业上云和5G OSS（网络支撑系统）三个新的方向。所以，渊思行业大模型产品的发布，则是建立在“一巩固，三发展”基础上，总结了亚信科技对行业总体系统规划的能力，又诠释了数据采集、数据处理能力、不同系统的连接能力以及对流程与业务能力的理解和数据安全问题处理能力的体现。
由于通用大模型市场的特性，亚信科技面对的是一个繁冗且复杂的领域。因为通用大模型被全产业链、全价值链、全要素的全面链接所围绕，而且还要强调海量的互联互通、运行数据价值的挖掘以及垂直领域知识的沉淀复用。亚信科技理清了通用大模型与行业应用之间的联系，在大模型与行业应用之间的鸿沟上架起了一座专属大模型桥梁，这座桥亚信科技将其命名为“渊思”大模型。
渊思大模型聚焦三层思考 构成“1-3-8”产品架构
回到国内市场来看，据公开资料的不完全统计显示，截至2023年11月底，国内已有200+大模型推出，并且在各行各业“落子不断”。大模型厂商类型方面，不仅国内互联网科技公司纷纷入局，垂直AI领域的厂商，以及初创企业，还有金融、汽车、教育、智能家居、消费电子等垂直行业也基于垂直领域人工智能技术和数据积累等推出大模型。
亚信科技首席科学家叶晓舟表示：“在大模型的热潮下，我们并没有急于推出自己的大模型，而是经过一年半的时间对产品的潜心设计、细致的打磨，和应用落地的实践锤炼，才在今天推出亚信科技渊思行业大模型产品。”基于对避免企业重复建设、解决企业缺少落地方法和工具等难题的考虑，亚信科技围绕数据安全、行业专属、综合成本等因素，通过聚焦“平台、模型、工具”三个层面的思考，形成了“1-3-8”的产品架构。
其中，1是指大模型研发的底座平台，一个通用人工智能与认知增强平台。TAC MaaS平台是通用人工智能AGI赋能应用的基础平台，提供了行业差异化的能力，为大模型提供国内外的异构算力的支持。叶晓舟介绍道：“TAC MaaS提供了为大模型的训练和推理实现优化和加速的PaaS for AI的能力，实现了通用知识和行业认知的三个融合增量，即：大模型与行业知识库的融合增强，大模型与存量的IT网络小模型的融合演进，业务流程能够与亚信科技的自主代理、自主智能体功能的融合增强，完成整个业务流程的自动化、智能化的全流程闭环。而AI Agent是我们打造AI原生的核心。TAC MaaS可以一站式的可视化的来构建AI原生应用的智能体。”
亚信科技又基于TAC MaaS大模型研发底座平台，发布了3个行业大模型——编程大模型、自智网络大模型、智能运维大模型。其中，“渊思·编程大模型”可以支撑行业专属场景的代码生成注释、代码总结、单元测试生成等10余项编程任务；“渊思·自智网络大模型”能够支撑网络状态实时分析、网络故障识别、网络投诉处理等网络全生命周期智能化能力；“渊思·智能运维大模型”则会提供客户投诉处理、运维工单处理、运维知识问答、运维决策执行等全方位智能运维服务。
最后，8则是指亚信科技为企业提供了8个工具，分别是渊思慧见·业务智办副驾ChatCRM、渊思慧见·自智网络副驾（AN CoPilot）、渊思慧见·商业智能增强分析工具产品（ChatBI）、渊思慧见·知识对话机器人（ChatBots）、渊思慧见·图灵程序员（TuringCoder）、渊思慧见·智能运维副驾（Ops CoPilot）、渊思慧见·任务编排自动化公祖（RPA TaskGPT)、渊思慧见·数据管治副驾（DMG CoPilot）。这些工具便于嵌入到企业的具体流程和交互场景中，用于解决企业应用的最后100米。
“自从2022年ChatGPT发布以后，我认为每一天大模型都在日新月异、突飞猛进的发展，前几天GPT-4O基本上把大模型领域推到一个新的高度了。”高念书说道：“今天所发布的大模型，实际上想告诉大家亚信科技能提供什么样的帮助，来弥补通用大模型和行业应用之间的鸿沟。也想借此机会，告诉行业领域的人，我们有哪些工具、有哪些模型、有哪些能力可以提供给大家。”
亚信科技先行进行红蓝对抗 借AI之势帮行业提升生产力
亚信科技首席技术官兼高级副总裁、IEEE Fellow欧阳晔博士
“渊思现在这些行业里面已经形成了70+的落地商用案例，目前是以通信行业为主，在其他的垂直行业，比如能源行业、交通行业，也正在逐渐的落地。”亚信科技首席技术官兼高级副总裁、IEEE Fellow欧阳晔博士说到。据他的介绍，面向其他的垂直行业，比如说面向能源行业，面向交通行业，甚至面向邮政这样的行业专属的模型也会逐渐落地，所以可能会在Q3和Q4做一个增补的发布。
值得一提的是，面对通信行业，可能会有成百上千的其他各种各样的百花齐放的场景，有的时候需要去用GOL，可能有的时候需要用LLaMA。欧阳晔博士提到，在遴选的过程中是要结合场景的。比如要做一个业务的变更整体交互的过程，可能就要去面向南向做各个大模型的配置的对比，或者集成学习。可能有七个不同的大模型，就会需要去进行大模型的训练，加上RAG，或者加上知识图谱，最后精调出来的结果，发现可能是GLM是最好的，或者LLaMA开源的是最好的。所以面向这个场景，就要去选择最适合这个场景水平的通用大模型，再结合行业的专属模型在一起，去做整体的集成学习。
“以前亚信科技是网络中立，我们面向不同的设备商做网络的管理。大模型整体的选型过程也是中立的，因为运营商也需要中立，或者任何一个大的行业垂直合作伙伴也需要有中立的态度。”欧阳晔博士表示：“并不是说面向成百上千个场景就必须用这一个模型，所以还是以结果为先，哪一个模型针对某一个场景的落地的最终效果是最好的。这个服务平台是一个中立的态度，它能够容纳和兼容所有不同的大模型。”
欧阳晔博士又进一步指出，当前，行业大模型正推动着各行各业软件系统从+AI的注智模式向AI+的重构模式快速迁移，为了全面有效地解决企业面临的数智化转型挑战，亚信科技联合清华大学、Intel共同发布《AI Native技术重构软件产品白皮书》，体系化阐述基于行业大模型构建AI原生应用的观点与实践。
为了更好的落实AI原生应用的观点与实践，亚信科技不仅会将泛自动化和智能化的认知增强的工具集，用来帮助行业合作伙伴，自身也在内部启动了先行先试计划。所以，在经历了从去年Q3至今年的Q2，近一年时间的对内先行先试，催熟产品，自己内部的自动化和智能化的程度也得到提高和提升。“在先行先试当中，其实有一个痛苦的学习曲线的过程。”欧阳晔博士介绍道，比如说编程模型，程序员学习要花额外的时间。其次，在应用的过程中，可能会遇到功能的缺陷以及各种bug。虽然先行先试的计划也算磕磕碰碰，但是也算比较顺利的。
接下来，在对内的能力提升和提高的过程里，亚信科技内部还会做红蓝军的对抗，即一部分团队是用自己自研的模型，还有一部分是用开源的，以此进行红蓝的碰撞和对比。此外，对外则分成两个。第一，用AI原生，LLaMA、大模型，还有泛自动化和智能化的能力，去打造一些新型的通信和垂直领域的专属模型和应用工具集。第二，要重构现在所有的软件。因此，既要面向产品的创新，把新的基于AIGC的专属模型和应用工具集做出来。同时，亚信科技还要帮助通信行业和垂直行业构建了成百上千个IT软件基础设施系统。
写在最后：
至此亚信科技所构建的渊思大模型1-3-8产品架构基本雏形已显现，从大模型研发的底座平台向上至搭建通用大模型与行业应用之间的桥梁的构思，就是亚信科技接下来要做的事情。欧阳晔博士举例说道，专属模型是解决移动通信的网络优化，通用模型则是收集数据分析数据的。通用模型可以利用数据，学习及推理做到指导或优化，但是落地还是要专属模型。 “现在任何一个水平的通用模型，三方的、开源的、闭源的，真正要到行业里面落地，最后是要解决问题的，如果只是随便问一问，我觉得对行业真正的落地应用的帮助是不大的。所以我们也要针对去铺这个桥梁，或者解决嫁接最后一公里和100米。”
京公网安备 11010202008829号