‍‍‍‍卖掉华为云产品，尽快从行业客户手里挣到现金才是华为做AI最急迫的事。

为了实现盈利和落地，华为选择了与百度和阿里巴巴保持一定的界限。

华为发布了AI大模型盘古3.0版本，但与百度和阿里巴巴等公司相比，其定位有些不同。华为云CEO张平安明确表示，华为大模型是为行业客户而设计的，主要关注B端他自豪地表示，盘古大模型致力于解决行业痛点，而不是花时间写诗或聊天。

三个月前，华为云人工智能领域首席科学家田奇就预告了这一点。在他的演讲中，他简单提及了GPT类的自然语言处理大模型，以及更多现场介绍了为行业客户开发的大模型。

盘古大模型3.0由此而来的版本，之前增加了多模态大模型，但华为并没有过多介绍这个大模型的意义。然而，自然语言处理大模型在智能助手和政务应答场景中有所体现。

华为进军AI领域的方式可能不够引人注目，也很实用。华为明智地选择不与互联网公司针锋相对，而是将重点放在自身最擅长且最容易落地的B端领域。

这也是华为能够做出的最佳选择。根据华为2022年的年报，其销售收入增长几乎裁员，最初达到了68.7%，营业额超过了70.2%。华为虽然在全力研发，但实际上实际上没有太多时间和资金去尝试不熟练的领域。因此，对于华为来说，出售华为云产品，最快从行业客户那里获得现金才是最令人期待的任务。

只为B端

随后，盘古大模型偶尔会在行业客户合作案例中出现，并推出相应的药物研发、矿山、气象、海浪和金融 OCR（文字识别）大模型。

对于华为的自然语言处理大模型，可以确定的是它的参数和数据非常庞大，参数量达到了1000亿，数据量达到40TB，略小于GPT-4，但比文心一言大十倍。同时，还可以检索文档检索、ERP和小语种等领域。

然而，这个自然语言处理大模型从未真正展现出其真实能力。没有实时演示，也没有应用展示，缺乏像GPT那样的引爆点。

在本次发布会上，盘古自然语言处理大模型依然相当“无聊”。华为更新了一些信息，包括可以为客户提供具有不同参数数量的 NLP 模型，如 1000 亿、380 亿和 100 亿，以满足不同行业的需求。在金融大模型中，AI可以解答政策，帮助金融分析师分析数据。它还可以以问答的方式帮助政务人员分析交通图片。

这些应用离普通用户相甚远，但它们确实能够真正提高生产力，并吸引行业客户。在媒体沟通会上，张平安表示：“我们和ChatGPT没有上轨道，我们关注的是行业中解决多少问题。”

行业客户拥有极高的订单价格和稳定性，这让所有的厂商都垂涎三尺。微软、腾讯、百度和阿里都投入巨资来开发大型模型，最终还是要面向政企市场销售。

每家大公司都有自己擅长的领域，比如电商和办公，而华为在工业智能制造、政务和金融行业中口碑不错。他们与这些公司有着几十年的合作关系，并且能够获得丰富的行业客户的授权数据。

因此，盘古3.0系列基本上是华为盘古大模型在政企客户案例方面的汇总。包括枯燥的政策解答、金融数据分析，以及普通人难以理解的供应链分配。这些产品的目的是提高行业工作人员的效率，是不迎合普通用户的。张平安表示，在一段时间内，华为的盘古大模型不会对个人用户开放使用。

与百度、阿里和科大讯飞的发布会相比，华为盘古大模型的访谈缺乏聚焦。然而，对于华为来说，目前的聚焦并不重要。正如华为云CEO张平安在发布会上明确指出的那样如此表示，华为大模型“不作诗”。让工厂、国企和政府客户满意是华为关注的重点。

算力销售者

华为可以被看作是一个既掘金又销售的公司。

华为在底层芯片、数据库、开发框架和开发平台方面都进行了自主研发，形成了一套完整的技术栈。全栈技术的好处是可以建立高壁垒，更容易进行深度优化，但缺点是兼容性较差。

华为自研的昇腾910芯片在性能方面可以与英伟达媲美，而华为自主开发的框架MindSpore才能发挥出最大的性能。然而根据Omdia的报告，即使在中国，AI开发者仍然主要使用TensorFlow和PyTorch这两个框架，两者的使用率都超过30%，而MindSpore的使用率仅为11%。

这也意味着，华为必须为客户进行深度定制，才能让不同的模型在华为昇腾原生体系中顺利运行。

这是一个很难获得边际效益的工程，将B端客户按行业进行打包，打造垂直的专业解决方案更具成本效益。

而行业客户天生适合华为这样的封闭式AI大模型。特别是大型国企和金融机构，它们需要建立一整套定制方案，从底层到应用层，要求安全、可靠、国产化，并且相对封闭，而华为的盘古大模型正好符合这些要求。

华为一直以来擅长与厚重的垂直行业大客户合作，而其他互联网公司很难深入挖掘这些领域。行业产品和C端产品有着完全不同的商业逻辑，而华为在ICT时代就积累了与政企客户合作的丰富经验，华为云也拥有丰富的政企资源，这些是互联网新贵们通过投资无法轻易获得的壁垒。

更重要的是，相比互联网公司，华为通过自主研发解决了不可避免的芯片问题。目前国内阿里、百度等公司采购的大多是英伟达的芯片，阿里拥有最多的英伟达A100 GPU，在算力方面具备明显优势。然而，这种供应是否稳定尚不可知。而国内大多数芯片厂商还无法供应用于训练复杂大模型的芯片。

华为的昇腾芯片虽然适配性略差，但在算力方面表现强劲，并在自家系统中进行了良好的优化。只要不出现制造或供应中断问题，华为能够持续更新升级。在人工智能算力竞争中，它与英伟达最新芯片的差距不会太大。这一点足以让政企客户放心。

成为一体化的算力解决方案是华为最大的竞争优势，也将成为其收入的又一个来源。华为推出了面向AI行业的升腾云，并建立了两个AI数据中心。国产替代的客户说，他们不会让升腾云订单减少。

OpenAI的出现无疑点燃了AI行业的热情，但目前这条道路的方向并不明确，而华为选择了当前稳妥的路线。在中国这个巨大的市场中，华为一直处于独特的地位。而在B端领域三十多年的优势将推动到AI时代。

‍‍‍‍