“您认为AI公司在昆明，跟北上广相比有什么优势？”
“我觉得昆明就是中国的硅谷，气候特别好。”
这段对话，是在一次人工智能主题座谈会上真实发生的。
经常参加这类交流活动的朋友可能会懂，这类问题一般在“递话”，给受访人一个“安利”自家的产品、技术、差异化价值的由头。所以当现场有人抛出这个问题时，我也做好了听到一堆PR公关辞令的准备。
没想到，这位昆明某AI服务商、数据科技公司的技术负责人，给出的答案是大家都没有设想过的。但这种“意料之外”，展现出在“北上广”这类大城市少见到的“地气”。
活动结束后，我和这位技术负责人单独聊了聊，又发现了一种“意料之外”。
他们公司也在做大模型，用的是开源Llama架构+国产算力，经由私有数据微调，为云南游客提供线上问答服务。
你可能会问，AI模型都不是自己从底层代码写上来的，有什么差异化竞争力？实际上并不是大家想的那么简单，只要调用API再用数据跑一遍就行了，他们在模型之外做的工作非常多且扎实。
比如，他们服务的一些云南本地企业，可能连数据标注、数据治理、数据工具链等基础概念都不知道，高质量数据集、文档也没有，想要训练专有AI模型，就得从自己组建“标注组”开始。因为客户都很在意数据隐私，所以一个组的项目做完就要解散，标注人才就流失了，下次再重新建组。今天的AI落地，依然高度依赖“有多少人工就有多少智能”。
当我们走到三、四线城市，发现这里的AI公司和开发者，对AI的认知和做法，都有很大的不同。
用这些“意料之外”，我们可以大概拼出一张拼图，上面写着：在小城市做AI，究竟是一种什么体验。
小城做AI，如同养“中华田园猫”
雄踞全球科技资本和人才的硅谷，是OpenAI、DeepMind等顶级AI机构生长的土壤。那么，中国三、四线小城市的一方水土，会孕育出怎样的AI呢？
在云南，我见到了两个AI服务商，以及不少开发了行业AI应用的实体企业，他们的AI模型有一个共同点：都使用通用大模型作为基座。比如基于开源Llama 2架构，加上自有数据、客户数据进行精调，底层代码都不是自己从头写上来的。
站在巨人的肩膀上，是目前在小城市做AI的最优解。
当地的AI开发者告诉我，首先，他们测试了市面上主流的开源大模型和闭源大模型，最终选择了Llama，原因是模型在业务场景下的表现好，而且生态够丰富，社区资源多，配套工具成熟，这给他们的后续训练和开发减少了很多难度。
此外，身在三、四线城市的AI公司，往往并没有足够的预算、算力、工程人才去从头训练一个新的大模型，加入开源社区或闭源生态是最现实的选择。一位技术负责人说，他们没法像大厂那样囤上几千几万张英伟达算力卡，加上N卡价格疯涨，所以用的是国产算力，虽然需要解决跟CUDA的兼容性问题，但能满足他们的需求，是目前比较有性价比的选择。
另外，他们在本地垂类赛道，数据和工程是核心竞争力。这些三、四线城市的AI公司，没有股价压力，也不需要给投资人PR，专注于某一个非常小的垂类场景，一般也是大厂看不上、不会去碰的小市场，依靠私有数据积累和工程化交付的能力，就能建立起商业模式。
因为很多落地场景，只有在当地深入了解行业才能发现。
比如一个AI公司，基于开源大模型+自有旅游数据开发的民宿大模型，已经在云南大理的民宿落地了。而将大模型的对话能力，打造成“24小时AI管家”，这个灵感来自民宿会遇到社恐的游客，或者不希望暴露隐私，不想因为WiFi密码等小事麻烦服务人员，管家的介入很难做到恰到好处，让游客住的不够舒适自在。而大模型出来之后，就在旅客和管家之间，多了一个AI交互的缓冲地带，一些小问题通过AI管家就能解决，需要人工服务时随叫随到，这样就很好地解决了旅客的顾虑。
目前，该公司的AI大模型服务，主打的就是可落地、支持私有化，目前覆盖了文旅、工业、政务等场景，业务营收有70%以上来自大型企业的数智化。
实话说，很多一线城市的AI创业公司、高校科研院所打造的大模型，都未必能产生这样的落地能力和经济价值。
总的来说，我的感受是，三、四线城市的技术从业者，上来就是从场景里找机会，找跟AI的结合点，反而更容易出效果。
一位开发者朋友是这样说的，“搞AI就像养猫，科学家们和企业会养聪明的品种猫，这跟我没什么关系，我喜欢养小猫串串，把AI领域跟人文艺术领域结合起来，这个品种你没见过吧”。
将通用大模型的“品种猫”跟本地场景、本土需求相结合，进行“杂交”，养出一只只“混血小猫”，这些垂类AI应用，就像中华田园猫，可能是大厂和科技媒体人不太关注的，却沐浴着云南得天独厚的阳光，真实而有生命力地成长着。
在小城市做AI的可能性
在交流活动中，有好几个媒体人都询问，在云南做AI有哪些阻碍和挑战。真正的问题，似乎在意料之外，又在情理之中。
所谓意料之外，是很多问题已经在被积极解决了。
比如基础设施，在大家的印象中，三、四线城市的数字基础设施发展比较晚，发展AI的资源禀赋比较薄弱。实际上，基础设施在当地越来越不成为问题。
拿算力来说，云南的算力资源已经可以满足当地AI的开发需求。当地工作人员告诉我们，由于电价便宜，气候条件好，所以云南很适合发展AI人工智能数据中心，前文提到的民宿大模型，就是在昆明人工智能计算中心上进行训练的，采用的国产算力。当地交通领域的数据中心工作人员也提到，该行业数据中心已经完成了60%的国产替代率。
至于数据，参加交流活动的两家AI服务商，此前都是数据服务提供商。其中一个成立于2018年，在2020年的时候就形成了第一版数据解决方案，和一、二线的大厂签订了合作关系，积累了大量的数据资源和工程经验。而算法，如前所说，依托全球领先的开源模型和社区，当地AI公司也可以快速上手开发。
那么，当地AI发展的真正约束条件是什么呢？
一是远离产业带。行业AI解决方案包含了多个环节和生产链条，很多小城市还没有建立起产业集聚优势，导致生产环节中存在断点。一位昆明当地的AI服务商提到，客户的私有化部署，往往需要单独成立标注组，项目完成就解散了，人才就要流失。而他们跟省外的标注公司合作，有的要收取加盟费，有的对团队规模有要求，必须达到100人以上，这就给他们的项目增加了不少成本。
二是缺人。既然到外省找人很麻烦，那么找本地人才呢？答案就是当地没有那么多AI人才。那一场交流活动中，也有云南当地的AI产业学院老师参加，对方提到，该学院今年招收了200名人工智能专业的本科生。现场一家AI公司表示：“200个？根本不够用啊。”
除了人数少，由于人工智能是一个新兴专业，当地也还在探索培养方案，有老师提到，目前AI教学还存在跟应用领域不够贴近的问题，企业提供的AI实训平台不符合教学、科研的需求，学校只能自己开发。
如何解决上述困境？我也在当地看到了一种跟开源文化有点类似的产业集群创新模式，那就是“抱团取暖”。
一家本地的数据服务公司，将自己打造的数据标注、数据治理、数据探源等工具链，开源出来，丰富区域内的数据资源。此外，依托昆明人工智能计算中心，当地也在陆续开展师资培训、工程师培训等人才培养项目，打通“学练训赛业”，推动产学研用的融合。
远离了“北上广”和“龙头企业”的三、四线城市，由于AI产业链的零星聚集，反而跟彼此产生了格外强的引力，特别积极地希望贡献出自己的一份力量。
产业AI的“面子”和“里子”
说到这里，你可能会问，那三、四线城市的AI落地情况究竟怎么样？跟当地产业相结合的广度和 如何呢？
我可以分享两个真实的见闻故事：
一个是“面子”。在中国－老挝的边境城市，当地工作人员带我们参观了位于火车站附近的“智慧展示中心”。我们发现，这个展示中心的作用，确实是“展示”，我们到大屏幕前观看完两部宣传片，就没能再深入了。
另一个是“里子”。当我们走到日常运行的货车检查站，一个工作人员对着镜头侃侃而谈，告诉我们5G+AI的应用如何落地，让货车一站式通关，避免了层层卡验，将每辆车的平均通关时间从8分钟缩短到4分钟。从技术规划到落地效果，讲的非常清晰，带着一种很了解一线实际情况才有的挥洒自如。
对此，不同的人可能会有不同的解读角度。
AI应该乐观吗？好像是的，它已经抵达了最遥远的边境线，在n线城市落地。AI应该悲观吗？也有点道理，有效的AI应用似乎就那么多，作为“典型案例”存在，而如果没有AI场景的遍地开花，那么建好的AI基础设施发挥的作用，确实就是摆在那里，作为“展示”。
今天，三、四线城市的AI探索，处于一个智能化需求特别多、特别分散的阶段，只能一个场景一个场景地渗透。而这也是本地AI企业和开发者的机会，也有越来越多的人看到了这些地方存在的无数个被AI改变的可能性。
在当地走访时，本地AI企业提到一句话：通过一个场景，探索出一些模式，应用到整个行业，一个个场景的智能化，拼起来就是整个行业的智能化。
他们确实也是这样做的。
这些微小而分散的需求，是AI大厂和巨头不愿意触碰，做了也投入回报比很低的场景，被当地企业一个接一个地解决着。
比如云南开发出的越南语、老挝语、缅甸语、柬埔寨语、泰语等南亚东南亚语言的扫描笔、AI翻译机；帮助企业无需写字段调用API，就能根据不同的使用场景，比如经营分析会、领导参观汇报、财务数据上报等，实时生成任意需求BI的垂类大模型；为麻醉科提供高效智能排班服务的大模型等。
大模型狂奔这一年，已经从价值炒作阶段进入到价值沉淀阶段，有大模型厂商提出了“不作诗、只做事”的理念。那么，谁来做事呢？
这些在小城市做AI的人，用一个个场景的拼图，拼出了大模型“有用”的答案。而AI的小城故事，还会在这片土地一直讲下去。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
