为工人找一个“AI助理”
　　上周，清醒异构刚刚和一家制造业企业签署合作协议，帮助客户快速训练属于企业自己的“小模型”，实现降本增效。这家位于江苏昆山的工厂，是一家专注于新材料的研发型制造企业，希望通过利用人工智能（AI）改进其市场策略、融资过程及生产线效率。
　　这是一个非常典型的中国式样本。客户公司很“年轻”，没有像传统企业一样背负较重的“包袱”，是集技术创新、产品研发、高端制造于一体的高新技术企业，数字化程度较高，所属行业属于新兴领域，创始人对人工智能有非常浓厚的兴趣，愿意尝试新技术。而清醒异构是国内大模型“清华系”中的一员，一开始创业方向便是解决大模型技术和业务“两张皮”问题，为行业应用场景提供人工智能解决方案，建构企业专属模型，打造高可用性的智能服务，形成企业自己的AI Agent（人工智能代理）。
　　“一拍即合”之后，清醒异构将为客户训练四个“助理”：AI融资助理、AI代码助理、AI工人助理和AI市场助理，在市场分析、融资支持、生产线效率提升等方面先行尝试AI+。
　　“在前期测试中，效果已经十分明显。”余腾告诉记者，初步成型的“AI市场助理”已经可以帮助客户市场人员对企业产品有更加深刻认知，尤其市场分析和商机挖掘方面的效果，客户很是满意，接下来将重点训练“AI工人助理”，可以将“老”产线工人的经验数字化，让新工人迅速通过AI助理学会解决实际问题。
被多模态大模型改变的数据采集方式
　　与传统企业信息化系统中的知识库相比，AI助理对于效率的提升不仅仅体现在自然语言的问答上，更多是输入输出时体现出更强的综合能力和多模态能力。
　　当前，制造业最头疼的问题莫过于劳动力紧缺，一方面是劳动人口的整体比例下降，另一方面则是新老工人的交替并不顺畅。
　　一位广东某地家具工厂的“厂二代”曾告诉《IT时报》记者，第一代中国工厂普遍存在的问题是，老板和工人都一起老了，但没有新鲜血液补入，即便有年轻人进厂，培训时间也很长，往往还没成为“熟练工”便离职了。
　　如今，随着多模态大模型的逐渐成熟，当企业进行数字化转型时，最基层且最重要的数据采集阶段，可用的手段不再仅仅是访谈和填表格，而是增加更加多元数据，比如图片、视频，甚至现场对熟练工人动作的无感拍摄，而这些多模态数据也可以通过大模型进行一定程度的描述和分解，从而快速完整地将成熟工人的经验数字化，并形成经验积淀下来，成为企业“小模型”的训练数据。
　　同时，这些数据被精准标注后，可用于对大模型进行微调和反馈训练，最终以多模态的方式对新员工输出，新员工只需根据自己的问题“提问”，便可以得到有针对性的精准答案。
　　当然，从目前大模型落地的实际情况看，这只是最理想状态，现有企业专属模型的能力尚无法完全实现。
　　“最主要原因当然还是作为底座的通用大模型能力有限。”余腾告诉记者，企业级大模型大多建构在开源大模型上，而开源大模型的参数级相对较小，清醒异构正在微调的开源大模型参数普遍在13B～30B之间，“幻觉”仍然不可避免。
　　此外，采集效率也很可能成为影响整个企业数字化升级的重要因素。正如前文所言，最终理想状态的数据采集是一种“无感体验”，产线工人无需任何动作，只需用摄像头自动拍摄其工作流程即可形成有效数据，但如果达不到这种规范和流水线、标准化方式，容易出现经验已经升级而大模型能力还未升级的现象。目前清醒异构大约每隔两个月左右会为客户做一次微调和升级，以避免出现“倒挂”现象。
　　“AI会带来很多生产和沟通方式的变化。”余腾认为，大模型出现对制造业最大的意义在于，可以创造出很多新需求，解决了很多曾经以为是无解的问题，而随着通用大模型的能力提升、更多具有普适性的AI应用工具出现，人工智能对于工业的引擎拉动性将加速跃迁。