2023年是AI大模型爆發(fā)元年。在AI大模型不斷向縱深發(fā)展的浪潮中，如何將大模型技術(shù)能力與行業(yè)場景有效結(jié)合正在成為擺在賽道玩家們面前的一道課題。
“中國做大模型的機會在于企業(yè)級市場，最應(yīng)該抓住產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的機會?！?60公司創(chuàng)始人周鴻祎在日前召開的2023全球數(shù)字經(jīng)濟大會上作出如此判斷。
在他看來，相比于行業(yè)大模型，公有大模型存在四個問題：一是公有大模型缺乏行業(yè)深度；二是存在數(shù)據(jù)安全隱患問題；三是無法保障內(nèi)容可信；四是公有大模型動輒千億級參數(shù)，部署成本過高，無法實現(xiàn)成本可控。
事實上，行業(yè)內(nèi)與周鴻祎存類似觀點的玩家并不在少數(shù)，許多大廠近期紛紛推出面向垂直場景的行業(yè)大模型，高調(diào)進軍企業(yè)級市場。
日前，騰訊面向金融、政務(wù)等數(shù)個行業(yè)推出MaaS（Model-as-a-Service）大模型一站式服務(wù)平臺。
騰訊之外，華為盤古大模型也在日前亮相。據(jù)華為常務(wù)董事、華為云CEO張平安介紹，盤古大模型3.0是一個面向行業(yè)的大模型系列，“盤古大模型不會作詩，只做事。”
由此可見，與此前諸多大廠紛紛推出的通用大模型和C端（消費者端）產(chǎn)品不同，騰訊與華為均將入局大模型的切入點放在了面向B端的行業(yè)大模型身上。這在一定程度上也昭示著國內(nèi)當下的大模型路線正在走向分化。
“行業(yè)不要試圖用一個大模型解決所有問題，大模型未來在企業(yè)落地形態(tài)一定是多個垂直化模型組合。未來小規(guī)模的大模型將可能成為行業(yè)趨勢?！敝茗櫟t總結(jié)道。
21世紀經(jīng)濟報道記者梳理發(fā)現(xiàn)，當前市場上推出的行業(yè)大模型主要面向金融、政務(wù)、教育等場景，面向制造業(yè)場景的大模型產(chǎn)品相對較少。
但在業(yè)內(nèi)人士看來，制造業(yè)有著豐富的場景與落地可能，因此在未來，有著強大技術(shù)實力的大廠與豐厚場景沉淀的工業(yè)軟件企業(yè)將共同塑造制造業(yè)行業(yè)模型新的競爭格局。
“工業(yè)軟件的核心是透過流程和表單的方式來規(guī)范企業(yè)運行、輔助企業(yè)決策，同時在這一過程中進行數(shù)據(jù)挖掘與學習。在AI技術(shù)的加持下，工業(yè)軟件開始走向智能化，而各式各樣的行業(yè)大模型也加速了行業(yè)智能化的趨勢?！倍蒈浖I運長劉波在接受21世紀經(jīng)濟報道記者專訪時表示。
在他看來，物理世界中的所有事物都可以被數(shù)據(jù)化，只要有行為，數(shù)據(jù)就會聯(lián)動改變。簡言之，數(shù)據(jù)不再只是提供信息、支持企業(yè)做出判斷，而是驅(qū)動企業(yè)的實際運營行為。
劉波告訴21世紀經(jīng)濟報道記者，過去，工業(yè)軟件只能在系統(tǒng)的設(shè)置下驅(qū)動流程。但在行業(yè)大模型的加持下，工業(yè)軟件能做到的不只是驅(qū)動流程，而是在知識圖譜和智慧型數(shù)據(jù)驅(qū)動兩個能力的疊加下，經(jīng)過數(shù)據(jù)的運算，進行數(shù)據(jù)的感知和理解，形成自身的下一步行動。
但劉波也對記者坦言稱，雖然AI大模型正在逐漸普及，但其全面進入企業(yè)還需要較長時間，這背后主要有模型能力和場景適配兩方面的原因。
一方面，目前AI大模型只能在自主生成這一層面有所突破，但并不能完全進行自主理解和自主決策，因此對企業(yè)的幫助有限；另一方面，當前各個企業(yè)有大量的領(lǐng)域知識和個性化內(nèi)容，并且其對大模型的容錯率非常低。
無獨有偶，在周鴻祎看來，推動大模型發(fā)展同樣也要做到行業(yè)化，“只有行業(yè)深度訓練的數(shù)據(jù)才有價值。同時，要做到企業(yè)化，需要和企業(yè)內(nèi)部知識庫進行配合，而且做到實時迭代更新，從而保證大模型更懂企業(yè)?！敝茗櫟t說道。
與AI大模型的“捉對廝殺”相似，行業(yè)大模型的競爭也呈現(xiàn)加劇態(tài)勢。但是不同的是，行業(yè)大模型的“量身定制”在一定程度上緩和了工業(yè)軟件企業(yè)間的競爭格局。
劉波對記者表示，目前的客戶以產(chǎn)業(yè)鏈上下游的廠商為主，一般都會對技術(shù)比較敏感。
與此同時，雖然AI大模型被普遍認為未來可能產(chǎn)生很好的效益，但當下仍然看不到具體的商業(yè)化路徑。因此為了讓產(chǎn)品落地，工業(yè)軟件企業(yè)將更多的服務(wù)于頭部企業(yè)，去訓練自己的行業(yè)大模型，以及去提供更為完整的平臺和系統(tǒng)?！爱攲Υ竽Ｐ瓦M行持續(xù)投入后，它便能展示出自己獨特的、個性化的競爭優(yōu)勢?！?
在這一背景下，即使是同一行業(yè)的兩家公司，其垂直業(yè)務(wù)和相對應(yīng)的知識也存在著較大差別，訓練出來的AI大模型也各具特色。所以即使互為競爭對手，也可以做到“私人訂制”。
商湯科技聯(lián)合創(chuàng)始人、首席科學家王曉剛在接受21世紀經(jīng)濟報道記者采訪時也表達了類似的觀點，在他看來，類似于大模型的前端產(chǎn)品在深入到各個行業(yè)后，行業(yè)方可以給予有益的反饋，而這非常關(guān)鍵?！袄纾恍┙鹑陬I(lǐng)域會要求模型在數(shù)字數(shù)理邏輯上有非常強的準確性。而汽車行業(yè)則需要再把模型應(yīng)用到車艙里面時，能夠產(chǎn)生比較好的操作指令，跟外界的API協(xié)議進行連接等等?！?
因此，在王曉剛看來，未來隨著大量的行業(yè)反饋給到模型提供方的基礎(chǔ)研發(fā)團隊，能夠幫助其不斷在各個方面更新和加強，從而不斷迭代模型能力。
