Questo dimostra come Huawei stia sviluppando sistemi agenziali di intelligenza artificiale che vanno oltre le semplici interazioni comando-risposta per arrivare a piattaforme in grado di pianificare, decidere ed eseguire in modo indipendente.
L’approccio di Huawei alla costruzione di questi sistemi di IA agici è incentrato su una strategia completa che comprende infrastrutture di IA, modelli di base, strumenti specializzati e piattaforme di agenti.
Zhang Yuxin, CTO di Huawei Cloud, ha illustrato questa struttura in occasione del recente Huawei Cloud AI Summit di Shanghai, dove oltre 1.000 leader del mondo politico, economico e tecnologico hanno esaminato le implementazioni pratiche nei settori della finanza, dei porti marittimi, della produzione chimica, della sanità e della guida autonoma.
La distinzione è importante perché le applicazioni di IA tradizionali rispondono ai comandi degli utenti nell’ambito di processi fissi, mentre i sistemi di IA agici operano con un’autonomia che cambia radicalmente il loro ruolo nelle operazioni aziendali.
Zhang ha definito questo fenomeno come “un grande cambiamento nelle applicazioni e nell’informatica”, sottolineando che questi sistemi prendono decisioni in modo indipendente e si adattano dinamicamente, rimodellando il modo in cui i sistemi informatici interagiscono e allocano le risorse. La domanda per le aziende diventa: come costruire infrastrutture e piattaforme in grado di supportare questo livello di operatività autonoma?
Le sfide dell’infrastruttura spingono verso nuove architetture di calcolo
Le richieste di calcolo dei sistemi di intelligenza artificiale agici hanno messo a nudo i limiti delle architetture cloud tradizionali, in particolare con l’aumento dei requisiti di formazione e inferenza dei modelli di base.
La risposta di Huawei Cloud prevede l’utilizzo dei supernodi CloudMatrix384 collegati attraverso una rete MatrixLink ad alta velocità, creando quello che l’azienda descrive come un sistema di calcolo ibrido flessibile che combina funzionalità di calcolo generiche e intelligenti.
L’architettura affronta in modo specifico i colli di bottiglia dei modelli Mixture of Experts (MoE) attraverso l’inferenza del parallelismo esperto, che riduce i tempi di inattività della NPU durante il trasferimento dei dati. Secondo le specifiche tecniche dell’azienda, questo approccio aumenta la velocità di inferenza di una singola unità di elaborazione di 4-5 volte rispetto ad altri modelli popolari.
Il sistema incorpora anche l’AI-Native Storage incentrato sulla memoria e progettato per le attività tipiche dell’intelligenza artificiale, con l’obiettivo di migliorare l’efficienza della formazione e dell’inferenza. ModelBest, un’azienda specializzata in AI generica e intelligenza dei dispositivi, ha mostrato le applicazioni pratiche di questa infrastruttura.
Li Dahai, cofondatore e CEO di ModelBest, ha illustrato come la serie MiniCPM – che comprende modelli di base, funzionalità multimodali e integrazione di tutte le modalità – si integri con Huawei Cloud AI Compute Service per ottenere un miglioramento del 20% nell’efficienza energetica dell’addestramento e un aumento delle prestazioni del 10% rispetto agli standard del settore.
I modelli MiniCPM hanno trovato applicazione nei sistemi automobilistici, negli smartphone, nell’AI incarnata e nei personal computer abilitati all’AI.
Dai modelli di base alle applicazioni specifiche del settore
La sfida di adattare i modelli di base alle esigenze di settori specifici ha spinto a sviluppare metodologie di formazione più sofisticate. L’approccio di Huawei Cloud comprende tre componenti chiave: una pipeline di dati completa che va dalla raccolta alla gestione, un flusso di formazione incrementale pronto all’uso e una piattaforma di valutazione intelligente con set di valutazione predefiniti.
Secondo quanto riferito, il flusso di formazione incrementale aumenta le prestazioni del modello del 20-30% grazie alla regolazione automatica dei dati e delle impostazioni di formazione in base alle caratteristiche principali del modello e agli obiettivi specifici del settore. La piattaforma di valutazione consente di configurare rapidamente sistemi allineati ai benchmark del settore o dell’azienda, soddisfacendo i requisiti di accuratezza e velocità.
Le implementazioni reali illustrano l’applicazione pratica di queste metodologie. Shaanxi Cultural Industry Investment Group ha collaborato con Huawei per integrare l’intelligenza artificiale nelle operazioni di turismo culturale.
Huang Yong, presidente di Shaanxi Cultural Industry Investment Group, ha spiegato che utilizzando la piattaforma di convergenza dati-AI di Huawei Cloud, l’organizzazione ha combinato diversi dati sul turismo culturale per creare set di dati completi che abbracciano la storia, i film e il patrimonio immateriale.
La partnership ha creato quello che viene definito uno “spazio dati nazionale affidabile per il turismo culturale” su Huawei Cloud, che consente di realizzare applicazioni come la verifica dei beni, le transazioni sul copyright, il miglioramento del credito delle imprese e lo sviluppo creativo.
La collaborazione ha prodotto il modello di turismo culturale Boguan, che alimenta strumenti guidati dall’intelligenza artificiale, tra cui un cervello intelligente per il turismo culturale, un assistente di gestione intelligente, un assistente di viaggio intelligente e una piattaforma di video brevi con intelligenza artificiale.
Le implementazioni internazionali mostrano modelli simili. Il Comune di Dubai ha collaborato con Huawei Cloud per integrare modelli di fondazione, esseri umani virtuali, gemelli digitali e sistemi di informazione geografica nei sistemi urbani. Mariam Almheiri, CEO della Building Regulation and Permits Agency del Comune di Dubai, ha raccontato come questa integrazione abbia migliorato la pianificazione della città, la gestione delle strutture e le risposte alle emergenze.
Nascono piattaforme di agenti di livello aziendale
La distinzione tra agenti di intelligenza artificiale orientati al consumatore e sistemi di intelligenza artificiale di livello aziendale si basa sui requisiti di integrazione e sulla complessità operativa. I sistemi aziendali devono integrarsi perfettamente in flussi di lavoro più ampi, gestire situazioni complesse e soddisfare standard operativi più elevati rispetto alle applicazioni consumer progettate per interazioni rapide.
La piattaforma Versatile di Huawei Cloud affronta questa lacuna fornendo alle aziende un’infrastruttura per creare agenti su misura per le esigenze di produzione. La piattaforma combina calcolo AI, modelli, piattaforme di dati, strumenti e funzionalità dell’ecosistema per semplificare lo sviluppo degli agenti attraverso le fasi di distribuzione, rilascio, utilizzo e gestione.
L’implementazione di Conch Group nella produzione di cemento offre metriche di performance specifiche. L’azienda ha collaborato con Huawei per creare quello che descrive come il primo modello di cemento e materiali da costruzione alimentato dall’intelligenza artificiale del settore del cemento.
Gli agenti del cemento che ne derivano prevedono la resistenza del clinker a 3 e 28 giorni con previsioni che si discostano meno di 1 MPa dai risultati effettivi, con un’accuratezza superiore al 90%. Per l’ottimizzazione della calcinazione del cemento, il modello suggerisce parametri di processo chiave e soluzioni operative che riducono dell’1% l’utilizzo standard di carbone rispetto agli standard di efficienza energetica di classe A.
Xu Yue, assistente del direttore generale di Conch Cement, ha sottolineato che il successo del modello nel controllo della qualità, nell’ottimizzazione della produzione, nella gestione delle attrezzature e nella sicurezza getta le basi per una collaborazione e un processo decisionale end-to-end attraverso gli agenti del cemento, facendo passare il settore “dall’affidarsi alle competenze tradizionali all’essere completamente guidato dai dati in tutti i processi”
Per quanto riguarda la gestione dei viaggi aziendali, Smartcom ha sviluppato un agente di viaggio utilizzando Huawei Cloud Versatile che fornisce servizi intelligenti end-to-end per le partenze, i trasferimenti e i voli. Kong Xianghong, CTO di Shenzhen Smartcom e direttore di Smartcom Solutions, ha riferito che il sistema combina i dati del settore viaggi, le politiche aziendali e lo storico dei viaggi individuali per generare raccomandazioni.
I dipendenti adottano oltre la metà di questi suggerimenti e completano le prenotazioni in meno di due minuti. L’agente risolve l’80% dei problemi in una media di tre interazioni grazie all’abbinamento predittivo delle domande.
Quali sono i prossimi sviluppi dell’intelligenza artificiale autonoma?
Le implementazioni discusse al summit riflettono una tendenza più ampia del settore verso sistemi di IA agenziali che operano con crescente autonomia all’interno di parametri definiti. La progressione della tecnologia da strumenti reattivi a sistemi in grado di pianificare ed eseguire compiti complessi in modo indipendente rappresenta un cambiamento architettonico fondamentale nell’informatica aziendale.
Tuttavia, la transizione richiede investimenti sostanziali in infrastrutture, una sofisticata ingegneria dei dati e un’attenta integrazione con i processi aziendali esistenti. Le metriche delle prestazioni delle prime implementazioni – che si tratti di incrementi di efficienza produttiva, di miglioramenti nella gestione urbana o di ottimizzazione delle prenotazioni di viaggio – forniscono parametri di riferimento per le organizzazioni che stanno valutando implementazioni simili.
Con la progressiva maturazione dei sistemi di intelligenza artificiale, l’attenzione sembra spostarsi dalla dimostrazione delle capacità tecnologiche alle sfide di integrazione operativa, ai quadri di governance e ai risultati aziendali misurabili. Gli esempi della produzione di cemento, del turismo culturale e della gestione dei viaggi aziendali suggeriscono che il valore pratico emerge quando questi sistemi affrontano specifici problemi operativi piuttosto che servire come strumenti di automazione generici.
