CLOUD 云+未来应用（2024）

本期特辑由华为云与应用现代化产业联盟联合策划 未来应用特辑 P01 未来应用，以智启航 P05 AI产业大爆发， 应用是赢得未来的关键 P09 应用现代化六大关键技术，加速企业数字平台进化升级 内部资料免费交流 准印证号：粤BL0230022 第十九期2024年5月 4 编印单位：华为技术有限公司出版人：董理斌李明潇 顾问：黄瑾陈宝国张宇昕徐峰执行主编：张桂林蒋宁静 编辑：翟传璞罗斌林扬 印刷单位：雅昌文化(集团)有限公司印刷日期：2024年5月24日发送对象：本行业、公司员工 印数：2000册 目录CONTENTS 未来应用，以智启航 华为云副总裁、战略与产业发展部总裁黄瑾01 AI产业大爆发，应用是赢得未来的关键 中国信通院人工智能所副所长（主持工作）魏凯05 应用现代化六大关键技术，加速企业数字平台进化升级 华为云PaaS服务产品部部长徐峰09 AI驱动的软件研发：挑战与机会 华为公司软件教练组贾岩涛15 软件开发与演化：大语言模型打开的空间和带来的挑战 南京大学教授、中国计算机软件工程专业委员会主任、国务院学科评议组成员（软件工程）李宣东18 未来应用特辑 主办：华为云计算技术有限公司 本期特辑由华为云与应用现代化产业联盟联合策划 电子版请登陆huaweicloud.com阅读或下载 索阅、投稿、建议和意见反馈，请联系编辑部： Email:hwcloudplus@huawei.com P01 未来应用，以智启航 P05P09 内部资料免费交流 AI产业大爆发，应用现代化六大关键技术，准印证号：粤BL0230022 应用是赢得未来的关键加速企业数字平台进化升级 第十九期2024年5月 编辑部地址：中国深圳市龙岗区坂田华为基地G1 华为云热线电话：950808 本期特辑由华为云与应用现代化产业联盟联合策划 ChatDev：大语言模型多智能体协作式软件开发 清华大学副研究员钱忱23 未来应用重塑千行万业 华为云Marketing部部长董理斌26 AI时代的应用开发者变革 CSDN创始人&董事长蒋涛28 模块化设计的行业云：构建不动产行业的未来应用 明源云生态发展中心解决方案总经理郭世伟30 软件工程的进化“人在环内”到“人在环外” 华为软件工程应用技术实验室主任夏鑫32 未来应用，以智启航 黄瑾华为云副总裁、战略与产业发展部总裁 01 未来应用，以智启航 AI正在改变技术栈，大模型将重塑千行万业 中国软件产业的发展需要培养软件付费的习惯，当前这个问题在慢慢改善。两年前整个中国超过1亿人民币收 入的软件公司不多，估计有30家左右。但是最近看到 跨过1亿人民币的软件公司到处都是，这说明中国的软件在慢慢崛起。随着数字化转型的深入就需要非常多的软件，这就是机会，所以我们看到云化转型、云服务企业软件是增速非常快的一个赛道。 从福布斯发布Cloud100初创企业调研报告可以得出几个简单的信息：生产力工具、互联网金融或者金融科技、数据领域的估值相对排名是比较靠前的。今年和去年最大的变化是Cloud100企业里有70家在其产品中都已经深度使用AI的能力，估值排名第一就是OpenAI，所以变化非常大。去年有一个体会，一个软件如果只卖License，PS值*很难超过十倍。如果是纯SaaS软件，企业的估值和收入很容易突破十倍PS值。如果把数据和AI做好的话，通常很轻松突破20倍PS值。如果从Cloud100来看，有接近100倍PS值的，在未来应用 TOP3 生产力工具/金融科技/数据 70家 Cloud100估值排名#1 Cloud100企业在其产品中 Cloud100估值类别排名 使用AI能力 中把数据和AI用得好，估值就会大幅度的上升。 福布斯AI50的榜单提到，人工智能创业公司中有三大类：一类是在基础设施领域、一类是大模型本身、一类是在应用。在应用方面分为面向2C场景、2B的通用场景和垂直行业场景。从趋势上看，基础设施层面有非常多做标注工具、数据生成、数据清洗和合成数据，我们判断在2026年之后提供给大模型训练的语料可能用尽，所以会有大量的公司做合成数据。 AI正在改变云的技术栈，AI将重新定义云基础设施、增强数据、数智和开发平台能力，重塑所有的应用软 件，并带来开发者生态的改变。大模型也将重塑千行万业，成为企业生产力的基础需求，帮助企业从解决行业难题，充分释放AI生产力。AI出来之后，数据中心会发生很大的变化，基本上今天所有的数据中心都很难迎接AI的新技术。从架构上看已经出现了超节点，以前所有的外设是以CPU中心，现在不是的，内存是所有人共享的，所有外设都是共享的，协议要重新设计。为了应对AI趋势，存储已经发生了很大的变化，是内存存储。网络也会发生变化，好几层要合并，同时架构也会变化。所有的平台都会被AI影响，所有软件都会由AI带来新的体验，生态是会完全的改变，以前的软件生态和未来可能会完全不一样。 *PS值：PS值为市销率（PS=市值/销售额），适用于电商、软件等未来价值较高的行业。 02 未来应用，以智启航 AI正在改变技术栈，大模型将重塑干行万业 政务 金融 制造 石油化工 电力电网 交通运输 矿业 零售 每一位员工都至少 需要一个AI助手 每一个企业都 需要AI大模型和数智融合平台 每一款软件都 需要AI大模型赋能 每一个应用开发都 需要AI驱动的编程助手 解决行业难题 大模型重塑千行万业，成为企业生产力基础需求 释放AI生产力 重定义 超节点，内存池化，多网归一 云基础设施 增强 平台能力 重塑 所有应用软件 数据集生态，大模型生态，软件工程3.0 数据集，数智平台，开发平台 AI原生，80%数据+20%代码，SaaS>FTaaS 改变 开发者生态 大模型正在改变云的技术堆栈 每一个员工都至少需要一个AI助手，每一个企业都需要AI大模型和数智融合平台 从业务体验来说，我们认为每一个员工都至少有一个AI助手，每一个企业都会有AI大模型和数智融合平台，每一款软件都需要AI大模型的赋能，每个AI都需要AI驱 动的编程助手。面向未来，多模态+巨声智能会有更大的发展，AI最终会走向多模态，加上具身智能。现在有一个词很热“VLA”*，前面要感知，大模型会变成中控，会调用其他的模型、数据库、分拆任务等等，最终“A”一个是在数字世界里执行，另外一个是要直接控制物理世界。 以华为为例：AI是生产力革命，从20+到上万场景，逐渐深入到更多场景，创造更多价值 AI 是技术 AI 是变革 AI 更是思维 场景 数字员工 算法业务模式重构 智能原生 数据AI治理 算力组织人员转型 智能原生，一切都值得用AI重做一遍 备件合单 园区安全 干部履历 采购稽查 企业客服 软件测试 会议摘要 要货计划 SRE运维 代码生成 硬件质检 法律咨询 发票验真 内部审计 工程勘测 线上电商 市场洞察…… 物流预警 IT网络安全 营销展会 投标 项目验收 零售门店 产销计划 海关清关 合同评审 供需匹配 简历招聘 收入预测 *VLA：视觉-语言-动作模型（VLA：vision-language-action）。 03 未来应用，以智启航 每个企业都需要AI大模型和数智融合的平台，AI首先是生产力的革命，大模型AI可以把原来所有的AI都做一遍，但是要取决于价值，从价值大的先做，不仅仅是技术、变革，还是思维的改变。实际上我们认为大模型用好会产生价值，只是说成本比较贵，一定要选价值高的先开始干。 智能化反推数字化：大模型驱动数智融合 智能化会反推数字化，我们看到大数据整个平台，是数据融合，是参考以下几个经典的东西：一个是湖仓一体 （LakeHouse），其次要有一个数据网络（DataMesh），最后是数据编织（DataFarbic）。再加上数智融合，因为整个数据湖和AI一定要共一个数据底座，共一个引擎，共一个工作台，共一个资源池，共一套安全机制，共一套存储，共一个数据接入方法，这样企业的效率才会高。 加拿大有一个研究所专门研究AI对软件开发过程的影响，初步一个结论：基本上软件开发的所有环节，AI都会起到非常大的作用，只是今天大部分人都用在编程和测试，因为编程和测试的效果是比较明显和快速的。实际上需求分析、设计、运维、收集客户的反馈等环节都可以用到，所以AI会对整个软件开发过程都有影响。 未来软件应用正在朝着Agent方向积极发展，未来所有 的应用都可以基于智能Agent来设计。Agent很火，无论是学术报告还是创新公司都非常多，Agent有多种路径，有大模型的Agent，也可以是一个体外的Agent，一个Agent可以调所有的软件，不仅仅是调自己的软件，会做一图识别、任务分解，包括控制等等，这对软件也会产生非常大的变化。 当前还面临很强的市场竞争，要加速发展做到世界第一的竞争力。一定要抓住产业的下一跳，还要发挥自身独有的优势。中国有很多开放的行业场景，很多行业走得很快，我们要用下一代的技术和方法快速做到世界第一，马上就有机会复制给更多的客户，甚至海外、全球，我们的竞争力就会起来。比如华为有军团，为什么成立军团？就是要深入客户的场景，只有将一个个场景做到世界第一的竞争力才能在商业上成功。不深入场景，是做不好的。第二，为了加速中小企业，全国有160多个地方政府与我们合作建立赋能中心，开发了数百个新的方案和产品，所有软件伙伴跟我们一起在赋能中小企业，大部分是基于公有云进行开发和部署的，复制起来会更快。第三，跟我们一起组团出海，2023年年初有300多个企业跟我们出海到印尼，中国的软件和云厂商一起抓住产业的下一跳，在自己的场景上做成世界第一的竞争力，一起走向全球，相信我们的产业就会发展得很好。 04 AI产业大爆发， 应用是赢得未来的关键 魏凯中国信通院人工智能所副所长（主持工作） 05 AI产业大爆发，应用是赢得未来的关键 大模型代表了人工智能发展的新范式 大模型出现以后改变了人工智能很多发展的范式，我们认为至少在四个方面跟以前人工智能显著不一样：第一，有规模扩展性：尤其是大语言模型，DeepMind率先发了一个研究报告，他们发现堆数据、算力、扩大参数可以让模型效果变得越来越好，这是在2020年的时候发的文章。之后OpenAI在GPT上也发现这个规律，持续堆这些资源，可以让性能变得越来越好。到现在为止大语言模型还没有看到规模扩展性的瓶颈，所以全世界对AGI到来的乐观理由就是规模扩展性还在持续。同时不光是大语言模型的规模扩展性，现在视觉模型上可能会探索出来，这是乐观最重要的一个原因，规模可以让性能变好，以前小模型是没有这样的特性。 第二个最重要特性，现在是多任务的：一个模型可以处理很多能力，下游任务的适应性非常多。最近的变化不仅是多任务，而且是可以走向跨模态，实际上所有物理上的信号可以被编码到同样一个高维的向量空间。一只狗或一张图片在被输入之后可以在向量空间中离得很近，这就让大模型具有了实现跨模态生成理解的能力，所以多任务适应性是非常强的。大家一致在探索，这也是为什么既可以生成文本也可以开车，也可以搞RT2*的具身智能，这是非常大的变化。大家越来越认为平台化的机会出现了，以前人工智能都是一个个烟囱，企业恨不得有几百个模型，形不成很好的规模效应，有了多任务适应性之后，人工智能在企业场景中可以规模部署，这也是一个很好的消息。 同时，表现出来了复杂理解推理能力：不仅靠自己可以 进行复杂推理，也可以教它一步步怎么做，就是思维链让大模型表现出越来越强的复杂推理能力。前几天微软发了一个研究报告，不去微调模型，只靠把内容写得越来越细，就让GPT4发现在医学上很多惊人的能力，所以可塑性非常强。 最后知识吸收能力是超强的：这不仅是自身可以记忆信息，同时我们现在业界都在探索，把它和知识图谱跟向量数据库结合起来，让它的记忆更准确，防止出现幻觉。 所以整体上这四个方面是展现出大模型代表新的人工智能发展范式。发展范式也在启发新