AI专题报告：2023电信AI产业发展白皮书（附下载）
今天分享的是AI系列深度研究报告：《AI专题报告：2023电信AI产业发展白皮书》。
（报告出品方：中国移动）
报告共计：37页
海量/完整电子版/报告下载方式：公众号《人工智能学派》
全球 AI 产业趋势与挑战分析
自 2022 年 12 月以来，由 OpenAI 推出的 ChatGPT 取得重大突破和交互体验提升，引 起全球广泛关注与资本追捧。基于 Transformer 的基础大模型展现出强智能能力，正在催生 能量和信息的新融合方式，以及产业发展的新范式，开启了以通用人工智能为引领的新一轮科技革命浪潮。正如牛顿三定律之于物理学的意义一样，大模型也开启了人工智能的大一统 时代。
人工智能大模型将成为新型基础设施，经济社会发展的基座作用日益凸显。目前，大模型已经在搜索、办公、智能交互、AIGC、生产流程变革、产业降本增效等场景表现出巨大的潜力。随着以大模型为代表的通用人工智能不断发展，人工智能新型基础设施及服务将深度赋能经济实现高质量发展，深刻影响人民生活和社会进步。相信未来人工智能服务会像今天水电、通信服务一样便捷、普适、安全、低成本。近年来，算力与数据需求已经在不断增加，智算中心与数据中心业务也稳步持续增长。按照 Gartner 最新预测，人工智能半导体收入将继续保持两位数的增长率，2024 年将增长 25.6%，达到 671 亿美元。到 2027 年，人工智能芯片收入预计将是 2023 年市场规模的两倍以上，达到 1194 亿美元。
人工智能将催生新的业务赋能模式，传统行业数智化转型迎来拐点。数据采集如果无法得到充分的挖掘利用，大数据只能意味着大成本，未必具备大的价值。通用人工智能的出现使数据价值的充分挖掘具备了一定的技术条件。数据成为 AI 模型训练的底层基础支撑，大模型与行业技术栈深度融合，充分利用行业的专业知识、专家经验和生产数据，打造行业专用的大模型，通过“数据飞轮””建立壁垒，将实现从 X+AI 转向 AI+X 的根本性变革。人工智能大模型将成为各行业各领域的智能内核，重塑行业的系统流程、用户体验与业务价值更好的发挥数智化转型的潜能，加速智能向生产力转化，真正带来更大的价值。
电信 AI 产业发展
在数字化转型背景下，领先运营商的第二曲线增势迅猛，新兴业务的收入占比不断提升。电信行业正在数字经济、AI 等多领域的全新赛道上全面升维，电信运营商作为数字经济主 力军的共识在不断加强。据 Valuates 预测，2027 年全球电信 AI 市场规模将从 2020 年的 12 亿美元增长到 150 亿美元，年均复合增长率 42.6%。
在通用人工智能时代，构建坚实的人工智能基础设施，打造普适安全的人工智能服务和 运营能力，是实现智能普惠、智能泛在及智能产业高效规模化发展的基础。基于此，电信运 营商需要新的智能服务运营范式，这个新的范式可以归纳为三个新模式。
一是新的运营供给模式，实现全场景全要素能力运营与供给。算力、网络、数据、模型、能力等多种智能化要素将作为运营与供给对象进行整体性的规划、建设、维护、优化，实现多要素融合管理;通过一体化编排、调度和安全内建实现智能化服务能力的构建和输出;通过对全要素体系化运营,为个人用户和千行百业的全场景智能需求提供真正无所不及的智能服务。
二是新的业务赋能模式，实现从 X+AI 转向 AI+X 的根本性变革。在通用人工智能的赋能模式下，将以大模型作为能力内核来重新设计具体业务的系统架构、工作流程、用户体验。不仅现有的业务模式将被重构，更将创造实现全新的业务形态。
三是新的产业合作模式，实现向体系化协同创新方式的转变。在通用人工智能时代，各行业将以通用基础大模型为基座，充分利用行业场景的专业知识、专家经验和生产数据，采用协同共建的方式打造实现行业标准的专用智能大模型，并在实际生产环境中反复磨炼，真正让智能转化为生产力跃升的根本。
电信运营商加速 AI 技术与应用布局
电信运营商具备可规模化应用 AI 技术的丰富场景，海量、多样的高质量数据，大规模云化的基础设施，以及 AI 商业化所必须的用户资源，因此在投入 AI 研发方面具备天然的优 势。领先运营商早已意识到 AI 的颠覆性趋势并开启全面布局，深度数智化转型探索迄今已经取得了诸多积极成果，构筑了差异化竞争优势。
中国移动：提供开放、高效、安全、可控的社会级智能服务
当前，中国移动以建设面向通用人工智能的“人工智能大平台”作为目标。通用人工 智能大平台定位为新型的人工智能基础设施，也是实现智能服务运营范式创新的关键载体。 包括大规模智算中心、数据汇聚平台、人工智能模型训推服务平台、面向国民经济主体的通 用人工智能大模型、行业人工智能大模型等组成部分，可基于泛在的算力网络提供开放、高 效、安全、可控的社会级智能化服务。面向该目标，中国移动已经开展了以下几方面的工作：
1) 构建坚实的网、算、数基础设施。
2) 构建“芯合”算力原生平台，使能 AI 应用跨架构部署迁移。
3) 以“九天”人工智能平台为核心实现新型智算引擎。
4) 建立“体系化人工智能”原创技术体系。
5) 打造“九天”大模型体系，建立供给、汇聚、运营三位一体的服务模式。
6) “九天揽月”，共建人工智能合作新生态。
KT：打造全栈 AI，让每个人可以轻松的体验、使用、共享和测试人工智能
KT 拥有韩国最大的 IDC 基础设施，结合其云服务、5G 公网、5G 专网(有线/无线)开展 各项 B2B/B2C 业务， 并且通过合作伙伴协作关系，增强研发能力，建立了从基础设施到服务的“全栈 AI”研发链条。通过提供兼容的 AI 解决方案，使能自身业务和行业客户提收增效。
通过不断增强研发能力，创新商业模式，KT 聚焦垂直行业，打造目标导向、定制化的 AI 研发能力。以 AI 全栈为核心理念，通过领域聚焦，架构创新，实现精准和高效的满足行业客户需求。
1）面向基础语言大模型的核心技术
2）AI 芯片协作
3）商业与生态战略
4）AI 用例
电信 AI 发展的关键技术
AI 运营
人工智能产业的快速发展，越来越多机器学习被应用到终端云的各类业务中，机器学习 端到端流程涉及数据探索与分析、模型开发、模型训练、模型评估、模型部署和效果评估等 多个环节。机器学习下的持续交付 MLOps 于 2015 年首次由 Google 提出用于解决机器学 习技术栈问题，旨在统一机器学习系统开发（Dev）和机器学习系统运营（Ops），通过集 成、测试、发布、部署和基础架构管理等步骤的自动化和监控实现高效的 ML 系统构建流程。 基于 MLOps 框架的机器学习项目周期如图15：
目前，MLOps 已经在IT、金融、电子商务、制造、化工和医疗等行业广泛应用，助力服务运营、产品开发、营销、风险预测和供应链管理等领域，在电信领域中，由于用户数量巨大，为保证模型稳定性，模型上线后的运营监控尤其是关注重点。以电信网络智能化演进的应用场景为例，MLOps 作为未来高阶自智网络发展的关键技术3，可以应用于管理数据模型、算法等网络智能化应用的研发资产，实现大规模自动化部署自智网络应用，持续监控自智网络应用效果，避免模型退化风险，支持模型的持续优化和迭代训练，规范应用从模型开发到交付运营的工作流程等。
随着大模型的兴起，LMOps 和 LLMOps 也逐渐进入到人们的视野，即“面向大模型基础语言大模型的 MLOPs”，其继承了 MLOps 整体的框架和机器学习的全生命周期等主要环节，并在每个环节都针对大模型的变化进行了微调适配，从而解决大模型驱动的应用在引入生产环境中面临的挑战，例如，在数据工程环节，要针对特定行业、领域或场景的需求通过数据工程生产高质量的中小规模数据集，作为模型开发和调优的语料输入，包括数据采集、标注、处理和生成、回流等，不再包括特征工程。在模型调优环节，通过各种调优技术对大模型进行参数调整或二次开发，以实现深度的、精细化的模型优化， 从而适配特定需求， 包括提示工程、 模型重训、模型微调、 强化学习等过程。模型交付环节，经过调优后的模型形成可部署的模型或服务，包括模型的压缩转换、测试、服务部署等子环节。
AI安全
AI 安全指通过采取措施对人工智能系统的软硬件、数据及依托其开展的业务进行保护杜绝偶然或者恶意的未授权访问、泄露、破坏、修改、审阅、检查、记录或销毁，保证信息的机密性、完整性与可用性。一方面，生成式 AI 相关技术本身存在数据泄漏、虚假信息、色情暴力内容等问题;另一方面，随着生成式人工智能及各类应用的陆续落地，数据量、软硬件应用等将大幅增加，攻击范围相应增加，生成式人工智能也将大幅降低黑客攻击门槛批量生成漏洞攻击、钓鱼攻击、鱼叉攻击等代码，攻击量增长。人工智能技术将对网络安全带来前所未有的挑战，呈现“ChatGPT 大规模人工智能计算广泛应用于安全领域，攻防进入智能化对抗时代”的新趋势。
生成式 AI 将影响信息安全产业逻辑发生重大变化，安全产品和安全服务的表现形态也将发生重大变化，“AI+安全”模式拓宽了未来整个产业的发展空间。以“AI 安全大脑”的为核心的安全管理类平台将出现，将推动信息安全产业硬件产品、软件产品和安全服务集成程度的提升。
中国移动实践进展与典型案例
中国移动始终把人工智能作为技术创新的战略方向，已打造了算、网、智融合的新型人工智能基础设施和全面的智能化服务能力。
网络智能化转型，打造高阶自智网络
中国移动是全球首个提出在 2025 年达到全网 L4 高阶自智目标的运营商，为了更好的 将 AI 技术应用到公司全球最大、用户最多、运维最复杂的通信网络中支撑网络数智化转型， 中国移动从平台研发、能力与应用创新等方面展开攻关。
1）网络智能化仿真平台
智慧网络仿真平台为网络 AI 能力孵化提供模拟推演、模型训练交互、能力进入现网前的 3D 孪生验证环境，尤其是针对需要频繁调整和观察网络进行持续学习的智能决策类能力 提供训练和验证服务。平台选取多类型现网区域，构建现网数据驱动的端到端全要素智能化仿真能力，包括：基于城市图谱的智能用户行为轨迹仿真、真实环境的覆盖和基站全栈仿真、 可灵活编排的核心网和业务服务仿真、灵活网络故障注入和云网跨层数据采集等能力，促进网络智能感知、分析、决策类技术创新突破，推动 AI 能力孵化、验证及落地应用。
2）网络智能化能力平台
网络智能化能力平台为网络 AI 能力的规模化应用提供全网级能力训练、上线部署，以 及能力管理和运营服务，加速能力从研发到上线到迭代运营的闭环效率，目前已入驻移动内外部研发单位 60 多家，上台能力 3600 余个，其中实现十省以上复用的高价值能力达到 110 余个，能力平台支撑 32 家单位生产调用，服务生产应用 3000 多项，累计调用量达到 2.3 万亿次。
3）网络智能化应用创新
数字政府：政务大模型助力公共服务便民化、社会治理精准化
中国移动基于“九天”人工智能平台，适配主流基础设施资源，搭载政务类人工智能能力及九天·海算政务大模型，构建智慧政府 AI 引擎，赋能政务行业重点应用，为广大市民提供优质服务，有效提高政府管理数智化水平。
1）应用案例：在黑龙江省落地省级数字政府项目中首个人工智能平台
黑龙江数字政府 AI 平台围绕“3+1+1+N”的理念设计建设：即推理平台、训练平台、 视频云三个基础平台，一个原子能力中心，一个应用支撑平台，赋能支撑 N 个上层场景应用。平台对接视频、图像、语音、文本等多源异构数据，为智慧政务、精准治理、惠民服务等上层应用提供智能分析服务，创新监管，提升业务效率，营造便利政务环境，充分解决了在省、市、厅、局不同级别政府政务应用中的集约化赋能挑战。提高了数字政府的建设成效。
2）应用案例：打造甘肃省智慧政务助手，全国首创智能导办
在智能客服构建过程中，团队利用技术中台推理平台，调用自然语言处理能力、智能语 音能力，构建 20 万实体和 1000 万业务关联的政务知识图谱以及 100 万级标准问答，不断 优化智能客服的响应速度与应答准确率。在实现智能客服基础功能的同时，团队还打造了全 国领先的智能导办功能，为企业用户和个人用户提供更便捷、更贴心、更智能的一站式智能客服新体验。政务智能客服深度赋能甘肃多个政务系统平台，为省内 2500 万的百姓提供便捷、高效的数智政务服务。
报告共计：37页
海量/完整电子版/报告下载方式：公众号《人工智能学派》