自从ChatGPT诞生，我们无时不刻担心自己会被AI所取代。这样的担忧其实已经轮回数次。200年前，为保住饭碗而捣毁机器工人的一定想不到，人们不仅没有失业，反而变成了机器的操盘手。

AI亦如此，未来AI一定会融入千行百业，进入到企业中。AI也将成为人们工作最好的助手，因为AI，未来也会诞生无数的全新职业。

日前，英特尔首次提出“企业AI”的概念，旨在将AI真正融入企业，深化数字化转型。上一次，英特尔提出AI PC的概念，彻底改变了消费市场，这一次，英特尔要彻底改变企业了。

让AI真正进入千行百业

企业AI与我们所说的生成式AI有何区别？

事实上，现在AI模型多为通用模型，AI算力主要放在公开场合，所以一旦企业要把数据在这些模型上再做提炼、升华时，不得不把自己的数据上传到公有云训练。此时，不但会有泄漏的风险，同时也会对它的竞争力带来影响。

企业AI则不同，它能够通过开放的生态，更有规模地、更可靠地帮助企业释放AI潜力，这也是英特尔企业AI最基本的核心。英特尔公司市场营销集团副总裁、中国区数据中心销售总经理、中国区运营商销售总经理庄秉翰这样解释道。

从整个系统来看，英特尔企业AI的生态系统共有四层：开放的应用生态、开放的软件生态、开放的基础设施生态和算力生态。不同层级环环相扣，通过一整套系统生态的建设，以此提升整个系统的性能，同时保证隐私性。

通过企业AI，企业也将迎来不同阶段的革命。

第一阶段，也就是现阶段，AI在企业中主要扮演辅助工具的角色。如帮助总结会议纪要、提炼大纲，或者生成图像等，这些功能类似于Copilot这样的辅助工具，能够提升工作效率，但尚未达到完全自主决策的程度。

第二阶段，AI将进入助手时代。AI将能够承担更多助手型的功能，如智能客服和日常行程管理助手等，这些助手能够更全面地协助企业处理各种任务，但仍然局限于单一功能的执行。

第三阶段，全功能AI时代，即AI助手之间将实现互动和协作。当企业需要决策时，不再仅仅依赖传统的数据，而是能够与其它助手进行协作，综合考虑市场情况、产品竞争力以及合规要求等多个因素。届时，AI将真正成为企业决策和运营的重要支撑。

现在，正是AI发展的转折点。

根据英特尔的预计，到2026年，80%的企业将会使用生成式AI，预计有50%的企业在边缘计算将会部署各种不同的机器学习或者是深度学习，从而提升企业竞争力。

而企业在生成式AI的投资，预计在今年会达到400亿美金的规模，到2027年会达到1510亿的规模。

筑好企业AI的地基

“技术并非为技术而生，而是为落地而生。”英特尔公司市场营销集团副总裁、中国区云与行业解决方案部总经理梁雅莉如是说。

一直以来，商业化都是生成式AI的难题。从行业整体发展情况而言，即便生成式AI已经经历了一轮洗牌，商业化落地依然是它无法跨越的鸿沟。

cnvrg.io调研结果显示，2023年只有10%的企业成功将其生成式AI项目产品化。其中，大概有一半以上的企业认为他们需要部署生成式AI，但都在硬件或软件等方面遇到了不同的难题。

企业AI便是为解决上述问题而生。通过不同层级的生态系统来看，算力生态是一切的基石，只有根基稳固，上层才能更好地循环和运作。

与大模型不同，企业AI需要的能力并不过分依赖GPU，对算力需求更加多样化，同时要具备可获取性、隐私性。这涵盖了数据中心AI、AI PC、边缘AI三方面。

首先，在数据中心AI或边缘AI方面，大多数人认为这需要依赖AI芯片，特别是GPU。其实现在CPU也具备很强大的AI推理性能，也就是不用再因此单门购置大批量的AI芯片。而且由于CPU具备很强的通用性，这部分算力更容易调度，不会造成系统资源的浪费。

去年，英特尔将其产品推出至第五代至强，该产品便拥有不俗的AI推理表现。现在，英特尔将其更新到至强6，与以往每一代至强不同，全新的至强6品牌是一个产品组合，通过至强6的产品组合，我们可以解决数据中心在性能、功耗，以及多元工作负载等方面的各种不同问题。

至强6拥有两个不同的微架构，有点类似我们之前常常说起的大小核，即一个更强调性能的性能核（P-core），和一个更强调功耗比的能效核（E-Core）。

配备能效核（E-Core）的至强6，性能取得了质的飞跃，与第二代英特尔至强处理器相比，每瓦性能提高2.4倍，机架密度提高2.7倍。要知道，这种核心更强调的是功耗，这意味着我们可以用更少的核心，完成过去同等的工作，从而节能减排。

配备性能核（P-core）的至强6（代号为Sierra Forest）将于今年第二季度率先发布，它不仅能够支持MXFP4数据格式，在传统的FP16有性能提升，也可以运行700亿参数的Llama2。日前，英特尔称Granite Rapids在运行80亿参数的Llama 3模型推理时，延迟比第四代英特尔至强处理器表现出两倍的提升，并且能够以低于100毫秒的token延迟运行700亿参数的Llama 3模型推理。简单来说，就是随随便便跑大模型。

其次，在AI PC方面，英特尔的酷睿Ultra能够轻松推理100亿参数量的大模型，而作为针对企业而生的英特尔vPro系列，全新vPro不仅内置了酷睿Ultra处理器，同时内置锐炫GPU，目前100多款笔记本电脑、台式机和入门级工作站都已有商用产品系列。

可以说，英特尔为企业提供的算力是多元化和高性能的，而在此之上，企业可以放心地大展身手，搭建自己的AI生态。

当AI深入行业，会发生什么革命

“在眼下“百模大战”的时代里，我认为‘开放’和‘易部署’，是未来AI策略能够落地的一个重要关键点。英特尔始终坚持强调与生态系统伙伴的合作，这也是英特尔长期以来的核心竞争力之一。”为此，梁雅莉分享了诸多案例。

小米SU7汽车曾经轰动了一时，而小米的背后便由金山云云基础平台所支持。英特尔与金山云合作，在其第七代性能保障型云服务器 X7 中引入了第四代至强可扩展处理器。同时针对流行大模型进行优化，在Stable Diffusion推理性能提升高达4.96倍，Llama2和 ChatGLM2分别提升了2.62倍和2.52倍。

相信这几年，很多人发现“618”“双11”的体验越来越好了，这背后英特尔便是无形的力量。比如，在智能营销方面，京东实现了能够根据产业洞察及带货思维进行服务的数字人，其成本不到真人的十分之一；而智能客服方面，京东利用AI技术实现了拥有超大服务量并具备多模态理解能力的智能客服。相较于基于京东定制化第四代至强服务器平台，基于第五代至强的京东云新一代云服务器整体性能提高了23%。

被改变的还有制造业。TCL华星作为显示屏行业的顶梁柱，产能已经达到了全球的50%～60%，这家公司不仅是讲究“质”，同时也在寻求“量”的升级。这就需要更好的AI，帮助智能制造转型。TCL华星结合英特尔端边技术能力，成立TCL华星光电与英特尔智能制造联合实验室，实现了设备端取图、端边计算、终端显示、结果反馈等闭环方案的打通。同时，在生产线检测体系和智慧物流中，TCL华星借助英特尔提供的硬件产品和“云边端”架构，降低了人力和设备配置成本，使产品良率得到迅速提升。

做好AI，不仅能够提高生产效率，还能治病。研发生物创新药很重要的一环是药物探索与发现的过程，传统做法是在一万个靶点和化合物中筛选，AI技术则能够让我们效率大大提升，实现在一亿个靶点和化合物中进行探索。英矽智能利用在生命科学领域的优势，创建了PandaOmics平台，通过和英特尔的合作，无论是采用基于英特尔酷睿Ultra 7 的本地部署，还是基于第五代英特尔至强可扩展处理器的SaaS服务，PandaOmics平台能够帮助研发人员进行先期药物的发现和探索，为未来中国制药行业及疾病药物探索奠定基础。

可以说，在那个没有AI技术帮助加速之前，这些触手可及的改变都是无法想象的。正如AI四大天王之一的Andrew Ng所说，“很难想象哪一个大行业不会被人工智能改变。大行业包括医疗保健、教育、交通、零售、通讯和农业。人工智能会在这些行业里发挥重大作用，这个走向非常明显。”

诚然，技术本身是革命性的，但在进入千行百业之前，仍然需要坚实的软硬件支持。而英特尔企业AI，就是快速拥抱AI的捷径。