其實，這也正是百度和李彥宏自己的實踐。“百度也在用AI原生思維重構我們所有的產品、服務和工作流程。比如我們的如流智能工作平臺，讓每一位員工都有一個具有豐富專業知識、實時響應的工作助理。通過對話理解能力，實現聊天記錄的智能總結。”

可以說，在潛移默化中，大模型正在逐步構建新的C端和B端邏輯。對個人而言，這種改變在于對待信息的態度、獲取方法，而對企業而言，它更代表一種新的工作和產品理念，以及完全不同以往的IT設計。

AI真正來到了人們面前。

二

大模型，催生AI原生應用

而在這波潮流里，尤其對企業而言，應該如何獲得自身的“AI力”？或者說，該如何拿到大模型巨輪的船票？實際上，在回答這個問題前，或許可以先來審視下在大模型催生的新的產業數字化邊界。

在過去，隨著云計算的普及，云原生技術作為云時代的新型架構方式也逐漸嶄露頭角。它將應用程序的開發、交付和部署等流程，以及其中產生的數據完全置于云端，實現高效、可靠、彈性的運維管理，云原生成為了許多企業數字化轉型的首選。

但在數據上云之后，中間依舊存在諸多問題。比如對很多企業而言，數據更多的呈現可見不可用的特點，即“上云”更多僅是個動作，對實際業務的價值并不大。

大模型帶來了新的解題方式——AI原生。

即可以理解為，AI原生不同于以往企業需要基于云原生開發軟件、進行交付、部署，而是基于在AI原生生成上層應用軟件，甚至可以直接幫助企業進行智能決策。

“云計算的游戲規則徹底被改變?？蛻暨x擇云廠商，主要會看能的模型好不好，框架好不好，而不是算力、存儲這些傳統能力?！崩顝┖暾f道。

這意味著，在其中，算力、算法以及開發模式這些都將可以成為“黑盒”，企業最終完成的是為效果付費。對應到云廠商的服務模式上，則是不論IaaS、PaaS還是SaaS，未來企業都將考察服務商的MaaS（模型即服務）能力，基于MaaS層的AI能力進行原生開發，更智能地滿足業務需求。

客觀來看，這種底層模式的變化，也恰正在改變企業固有的數字化轉型路徑。

具體來看，由于中國企業數字化起步晚、標準化程度低，國內數字服務商往往存在服務力不夠的情況。對大型客戶，缺乏必要的行業圖譜能力，定制化服務力不夠；而對小型企業而言，在不充裕的IT預算下，其又很難享有個性化開發。

而隨著通用大模型的發展，這些需求都將會被逐漸滿足。以文心大模型為例，比如其和百圖生科聯合構建的異構生物超算平臺，支持超大規模的GPU并行計算來訓練超過千億級的多模態大模型，通過這個平臺為百圖生科進行創新藥物的研發工作；幫助長安汽車構建了人工智能基礎設施平臺，雙方也在基于文心一言大模型聯合研發一款新的人工智能產品，賦能長安汽車的量產車型等等。

而對于小型企業，未來基于大模型，企業可以接入如文心大模型這類的通用大模型，基于少量訓練或者不訓練，進行文本、圖像、音頻、視頻、數字人甚這是簡單軟件的生成，對自身的數字化需求進行自我個性化滿足。

“過去，無論是PC還是移動時代， IT技術棧都是三層，芯片層、操作系統層、應用層。人工智能時代，IT技術棧正在變成四層?！?/strong>李彥宏表示。