AI落地遭遇“成本、安全、幻覺”三重門 為什么主機(jī)廠看好邊緣主機(jī)？

每經(jīng)記者：胥帥 每經(jīng)編輯：許紹航

能自己寫文案、做PPT、安排工作的智能體AI正加速普及，但企業(yè)和個人用戶很快發(fā)現(xiàn)：算力賬單越滾越大、核心數(shù)據(jù)不敢上云、AI還會“一本正經(jīng)地胡說八道”——三大難題正在倒逼人工智能產(chǎn)業(yè)尋找新路徑。目前芯片廠商和聯(lián)想、華為等整機(jī)廠商迅速跟進(jìn)，推出內(nèi)置智能體的AI主機(jī)。5月27日，每經(jīng)記者在聯(lián)想百應(yīng)AI主機(jī)發(fā)布會采訪業(yè)內(nèi)人士了解到，AI產(chǎn)業(yè)的下半場已從比拼技術(shù)參數(shù)，轉(zhuǎn)向比拼誰能真正幫用戶解決實際問題。用戶省錢、省心、保安全，這成為邊緣主機(jī)被看好的原因。

成本高、怕泄密、愛犯錯，他們?yōu)槭裁磽?dān)心AI？

過去一年，能自己“干活”的AI（業(yè)內(nèi)稱為智能體）迅速走紅，從寫文案、做PPT到安排日常工作，越來越多企業(yè)和個人開始使用。但隨之而來的，是三個現(xiàn)實難題：算力成本水漲船高、按使用量付費(fèi)的支出居高不下，以及數(shù)據(jù)安全和AI“胡說八道”帶來的麻煩。

蘇州的畫宗人工智能公司，是一家成立不到一年、估值已達(dá)1億元的AIGC視頻小企業(yè)。創(chuàng)始人秦文山算了一筆賬：公司從劇本創(chuàng)作、人物設(shè)定到素材處理，以前全在云端調(diào)用AI大模型，每用一次都要付一次費(fèi)。隨著產(chǎn)量增大，這筆費(fèi)用越來越重。他的解決辦法是：把最頻繁、最基礎(chǔ)的活兒——比如寫劇本、處理場景素材——全部轉(zhuǎn)移到公司自己的電腦上運(yùn)行，只有最后的“視頻生成”環(huán)節(jié)才上云。據(jù)測算，這種“本地+云端”混合模式，能把調(diào)用大模型的成本降低約30%，人工審核工作量減少80%，整體制作周期縮短約20%。更重要的是，所有原創(chuàng)素材和創(chuàng)意資產(chǎn)都保存在本地，不用擔(dān)心被云端泄露。

北京云跡科技創(chuàng)始人李全印從安全角度指出，對制造企業(yè)來說，生產(chǎn)圖紙、工藝參數(shù)等核心數(shù)據(jù)一旦上傳云端，就存在泄露風(fēng)險。把模型部署在本地，能從物理上切斷這種隱患。另外，工廠里經(jīng)常遇到臨時插單、緊急調(diào)產(chǎn)等需要快速決策的場景，本地算力響應(yīng)更快，還能通過一個統(tǒng)一的智能體來調(diào)度，員工不用同時操作多個AI工具，效率更高。

一位資深I(lǐng)T從業(yè)者向記者吐槽，為了提高辦公效率，他每月花錢在系統(tǒng)里“養(yǎng)”了三只AI智能體。其中一只是總管，另一只專門負(fù)責(zé)督促和檢查剩下那只干活。即便是這樣層層制約，單只智能體每月花費(fèi)仍超過300元，三只加起來上千元，系統(tǒng)還是常常漏掉重要內(nèi)容，需要人工反復(fù)核對。這暴露了兩個隱性成本：AI大模型有時會“一本正經(jīng)地胡說八道”，而且多智能體的分工設(shè)計本身就很冗余。省下來的時間，又花在了改錯上。

正是這些來自中小企業(yè)和個人用戶的真實痛點，推動芯片和電腦廠商開始調(diào)整方向。英特爾、AMD等芯片公司已經(jīng)推出了專門支持智能體的新一代電腦架構(gòu)，讓本地電腦和云端AI可以協(xié)同工作。聯(lián)想、惠普、戴爾、華為等整機(jī)廠商也迅速跟進(jìn)，發(fā)布了內(nèi)置AI處理單元或智能管理系統(tǒng)的算力主機(jī)。

業(yè)內(nèi)人士：邊緣主機(jī)可理解為放在家里、辦公室的“AI大腦”

5月27日，在成都舉行的聯(lián)想百應(yīng)AI主機(jī)發(fā)布會上，記者看到了這樣一臺主機(jī)。輕點鼠標(biāo)，內(nèi)置的“AI總管”就能自動梳理一次客戶拜訪任務(wù)：提取對方的核心需求，從本地知識庫中調(diào)出過往案例，甚至還能模擬銷售對練。整個過程不需要人工反復(fù)操作。這套系統(tǒng)背后是本地知識庫檢索，響應(yīng)快、數(shù)據(jù)不出門。

""

內(nèi)置“龍蝦”正在工作 圖片來源：每經(jīng)記者 胥帥 攝

聯(lián)想集團(tuán)中國區(qū)中小企業(yè)方案服務(wù)事業(yè)部總經(jīng)理、聯(lián)想百應(yīng)總經(jīng)理魏東對記者打了個比方：“現(xiàn)在這類新產(chǎn)品，解決了普通人自己折騰部署AI的麻煩。它已經(jīng)不是傳統(tǒng)意義上的AI電腦，而是一個‘邊緣計算節(jié)點’——你可以理解為一個小型化的、放在公司或家里的‘AI大腦’。”他進(jìn)一步解釋：在企業(yè)倉庫里部署這樣一臺設(shè)備，它就能成為整個倉庫的管理中樞。員工通過微信或釘釘發(fā)個指令，它就能自動完成入庫、出庫、破損處理等一系列操作。在家里，它也能統(tǒng)一接收指令，控制窗簾、空調(diào)、電視等各種設(shè)備。

更關(guān)鍵的是算力和數(shù)據(jù)安全。這種AI主機(jī)不需要堆最貴、最猛的芯片，因為大規(guī)模的復(fù)雜計算仍然放在云端；主機(jī)只負(fù)責(zé)跑一些輕量級的、可以在本地完成的小模型。兩者分工合作，既快又省錢。魏東表示，所有數(shù)據(jù)都在本地計算，即便是賣硬件的廠商也看不到用戶的具體數(shù)據(jù)，系統(tǒng)只會通過分析用戶的使用習(xí)慣來優(yōu)化性能，機(jī)密內(nèi)容在物理上就不會被泄露。

盡管前景廣闊，但AI主機(jī)在當(dāng)下的實際落地中仍面臨不少技術(shù)與體驗層面的挑戰(zhàn)。每經(jīng)記者發(fā)現(xiàn)，在實際測試部署任務(wù)時，用戶也會面臨智能體運(yùn)行緩慢甚至卡頓的問題，比如“龍蝦”運(yùn)行要跑一會兒時間。這種延遲不僅受制于初始需求的復(fù)雜度，還在于云端與邊緣側(cè)的協(xié)同調(diào)配能力。邊緣主機(jī)的智能化程度依賴后期的生態(tài)規(guī)模與數(shù)據(jù)喂養(yǎng)。魏東表示，在部署初期或使用量較小的情況下，系統(tǒng)的學(xué)習(xí)能力和響應(yīng)速度均會表現(xiàn)得較為弱。只有隨著用戶生態(tài)的擴(kuò)大、本地數(shù)據(jù)的不斷沉淀，系統(tǒng)的迭代速度與處理能力才會逐漸強(qiáng)化。

多位業(yè)內(nèi)人士認(rèn)為，隨著各大電腦廠商紛紛推出內(nèi)置智能體的AI主機(jī)，人工智能產(chǎn)業(yè)的競爭邏輯正在轉(zhuǎn)變——從比拼技術(shù)參數(shù)，到比拼誰能真正幫企業(yè)解決成本、安全和效率問題。“本地+云端”協(xié)同的模式能否真正跑通，還要看本地小模型的能力、硬件性價比以及行業(yè)標(biāo)準(zhǔn)的進(jìn)一步成熟。