AI能释放真正的生产力吗?

2024年还没过半，但我可以大胆地预测，等到年底各类机构进行「年终盘点」的时候，「AI」这个词出现的频率肯定不会低。

和往年的一些「科技热词」不同，这一波AI爆发不是概念营销、也不是人为「造词」，是真正靠技术进步驱动的热点。

但在大家拥抱AI的同时，也有一类问题经常被讨论：除了写诗、作画这类娱乐性的应用，AI到底能不能释放真正的生产力？能不能真正地提高我们的工作效率？

我的答案是肯定的，其实很多科技公司已经在推动AI的专业化应用了，只是全面覆盖到各行各业还需要时间。

比如去年Intel发布酷睿Ultra处理器时，提出了「AI PC」的概念，之后这个词在科技圈的出现频率也挺高的。到了今年，Intel又联合来一些AI科技公司以及OEM厂商，开始推动「商用AI PC」的普及了，这也是AI向专业领域渗透的一个重要信号。

「商用级AI」与「消费级AI」有什么不同？

我们日常体验的各种写诗、作画类的AI大多属于消费级AI应用，我们喜欢和这类AI互动，往往是因为AI输出的结果能给我们带来惊喜，也会给我们留下充足的想象空间。

但商用级的AI就不同了，它对以下几个维度有更高的要求：

1. 内容的专业性

商用级AI的能力不能局限于日常对话，知识范围也不能局限于基本常识，因此模型的训练需要融合更多细分领域的专业知识。

2. 输出的准确性

商用场景对误差的容忍度很低，因此商用级的AI需要输出更准确、更可控的结果，不能只输出一个模糊、宽泛的结果，然后让用户自己去解读。

3. 数据的隐私性

很多企业用户对数据隐私的要求极高，有大量数据是不能共享给云服务商的，因此商用级的AI可能会需要有本地化运行的选项，从硬件的角度，也就需要有更强的本地化AI算力。

4. 产品的完成度

消费级AI产品可以把很初期的Beta版推向市场，在测试中不断迭代、完善；但商用级的AI需要为企业和客户负责，因此需要有更高的完成度才能推向市场。

其实我们作为个人也不必被「商用」两字吓到，商用并不意味着和个人没有关系。

商用AI PC对生产力和创造力的提升最终也会影响到具体的个人，不论是大企业的员工、小型工作室还是个人创作者，只要是对专业性、可靠性有要求的用户，都会是AI商用化进程的受益者。

Intel是如何推动AI PC商用化的？

酷睿Ultra的技术革新

前面提到过，商业用户对数据隐私有更高的要求，因此本地AI能力对于商用AI PC是个很重要的指标。

而酷睿Ultra相比上一代的重要提升就是AI能力，通过CPU、GPU、NPU这三大 AI引擎，为本地化的专业AI应用提供了可能，可以在不联网的情况下，在本地运行200亿大语言模型，满足各种文字、图片甚至是视频类的AIGC需求。

这样AI应用的开发者就可以这个算力为基础，去开发能在本地运行的AI应用，避免企业用户对数据隐私的担忧。

当然，酷睿Ultra的本地AI能力也不仅对商用场景有价值，我自己作为个人，也很想拥有一个能在本地部署、无需联网使用的AI助手。

vPro平台

除了酷睿Ultra的AI能力之外，Intel还为企业用户提供了一个vPro平台，用来提高商用AI PC的生产力、安全性、稳定性和可管理性。

在实际的使用中，vPro 平台最直接的效果就可以帮企业的IT部门节省大量时间和资源。不需要频繁地去现场进行硬件支持，这对于有一定规模的企业来说非常重要。

一个大公司里可能有几千台电脑，不是每个员工都是IT专家，所以即使故障率再低，每天也会遇到大量的IT问题需要处理，处理不好会就影响整个企业的运行效率。

而vPro平台的作用就是帮助IT部门对商用电脑进行统一管理，保证它们安全、稳定、高效地运行，所以vPro平台是AI PC大规模商用的一个重要保障。

商用AI的六大场景

要让AI 真正进入商用领域，仅靠Intel一家肯定是不够的，所以他们也联合了很多AI相关的软件开发商，在商用AI的六个主要的场景中，把企业所需要的算力和大语言模型部署到终端上，不需要联网也能使用。

这六个场景包括：AI Chatbot、AI PC助理、AI Office助手、AI本地知识库、AI图像视频处理，以及AI PC管理。

这六个场景都是针对一些通用性较强的商用需求，不论是什么行业、哪家企业，在使用AI提高生产力的过程中，都可以基于这六个场景，去挖掘符合自己需求的AI应用。

这里就举两个例子说明一下：

比如在「AI本地知识库」这个场景，Intel和星环科技合作，提供了一个可以把本地文件资料转化成知识的应用，这样无论是什么企业，都可以利用本地的文本、图片和视频等多模态数据，构建一个企业专属的知识库。

企业内部人士可以像使用GTP类应用一样，通过问答的方式进行查询，而且因为知识库部署在本地，安全性和私密性也更高。

在「AI图像处理」这个场景，Intel和当虹科技合作，提供了一个可以在本地完成AI视频补帧的应用，不需要联网，就能将原视频转换成更高帧率的慢动作。

这个应用其实也有很多使用场景，如果你是拍vlog的视频创作者，可以将一些没来及用慢动作的捕捉的画面进行后期慢放。

在一些高速运动的体育回放中，也可以通过补帧让观众看清楚动作细节。

甚至是在专业影视后期制作中，也可以用它来实现更流畅的慢镜头效果，而且因为工具部署在本地，也不用担心片源泄露的问题。

总之，Intel提出这六大场景的目的并不是为了做任何限定，而是为了在AI商用化的初期，通过实际案例为企业提供思路和启发，帮企业找到使用AI提高生产力的方向。

像星环科技、当虹科技这样和Intel官方合作的本土ISV（独立软件开发商）已经超过了35家，这也说明Intel确实是在实践层面推动商用AI的落地，而不是只提出一些宏观战略和模糊的口号。这种前瞻性的布局也会推动AI行业向更加务实的方向发展。

AI PC三大法则

在今年的CES 2024上，Intel CEO帕特·基辛格分享了AI PC的三个法则，也是AI PC商用化过程中需要遵循的。

首先是经济法则，他认为将AI数据放在本地处理，可以节省云服务的成本，提高AI服务的经济性，让更多用户享受AI的便利。

其次是物理法则，在云端和本地传输AI数据时，响应速度可能会受到影响，因此，需要提升物理层数据传输效率，以确保AI服务的及时性和准确性。

最后是数据保密法则，这一点针对的是数据的隐私性和安全性，不论数据保存在云端还是本地，都需要进行严格的数据监管，确保用户的数据安全。

我对于最后一点的感触还是挺深的，比如现在有很多「AI图生图」的服务，你上传一张照片，它会给你换成另一种风格，但我并不知道我上传的原图有没有被商家保存。

所以我很希望在AI PC的商用化过程中，催生出更多本地化的AI应用，让我们也可以在非商用场景中安心使用。

对商用AI PC的未来，我们可以有哪些期待？

其实AI商用化的进程才刚刚开始，未来我们可以期待的事情还有很多。

技术角度

从技术的角度，我们可以期待酷睿Ultra的后续版本能带来更强的本地化AI算力，为商用AI提供更强力、更稳定的「基础设施」。

生态角度

当商用AI PC作为「基础设施」更加普及之后，就会有更多的开发者和专业人士参与到商业级AI应用的开发中，针对不同行业的专业需求，开发出能真正提高生产力的AI应用。

应用角度

当商用AI生态丰富起来之后，AI也会普及到更多行业、更多企业和更多个体，大量用户对于AI工具的创造性使用，也会反向地为开发者提供新的灵感和迭代方向。

总结

像Intel这样的科技公司现在开始推动AI 的商用化，其实是一个比较有前瞻性的做法。

从企业和生产者的角度，能更充分地利用AI提高实际生产力。

从AI技术革新的角度，商业场景中对专业性、准确性和稳定性的高要求，也能给爆发期过后的AI发展提供更具体、务实的方向，加速AI落地的进程。