随着ChatGPT掀起大模型的發展熱潮，人工智能産業風頭更勁，業界、學界、公衆高度關注。
7月2日，由北京市人民政府聯合工業和資訊化部、國家網信辦、商務部、中國科協共同主辦的全球數字經濟大會在北京召開，其中包括人工智能高峰論壇，聚焦通用人工智能、大模型發展等熱點問題。
目前，已有80餘個大模型公開釋出，但大模型的商業化落地才最為關鍵。論壇參與嘉賓對大模型商業化應用落地提出了設想：大模型必須通用，賦能百行千業才能引領工業革命，必須觸點到具體的應用場景，充分挖掘商業價值。
大模型必須通用
此前有聲音指出，大模型是風口和泡沫。“大模型是真智能，其标志着通用人工智能的到來。”360創始人周鴻祎說，“大模型直接提高每個人、每個組織的生産力，同時實作賦能。電腦剛發明時并未帶動工業革命，距離普通人、普通企業也很遠，後來電腦走入家庭和企業才改變了世界。”
銜院科技創始人周伯文指出，ChatGPT使人工智能走到新拐點，AI的本質應當是與人協同互動，從互動中學習，進而協同人類解決問題。
他指出，人工智能演化分為三階段：
階段一為ANI，狹義人工智能，已經實作。該階段機器高度受監督，需要大量人工标記的資料；任務範圍狹窄，需要為新任務訓練新模式。
階段二為ABI，廣義人工智能，也就是目前階段。可實作自監督，無需過多明示教學；端對端，即一個模型可以完成多項任務，以及湧現能力、零樣本學習等技能。
階段三則為AGI，通用人工智能，尚未到來。這時人工智能比人類更聰明，且總是學着變得更聰明，獨立、自主發展，可能會失控。
“ABI階段人工智能已經足夠強大，可以創造價值，又不必太過擔心負面影響。我們應盡量把人工智能的研究深化落地，為将來的AGI做好準備。”周伯文指出。
根據麥肯錫2022全球人工智能調研報告，中國人工智能使用率暫時落後于全球平均水準，較世界領先國家仍有較大提升空間。隻有9%的中國企業可借助AI實作10%以上的收入增長，而領先國家受訪企業中有19%的公司能實作該增長。
論壇上，與會嘉賓的共識是抓住本輪人工智能發展機會，利用大模型賦能産業。
周鴻祎認為，大模型發展真正的機會在中國，政府、城市、企業都有廣闊的應用市場，中國做大模型最應該抓住産業網際網路發展的機會。他同時指出，對行業而言，隻有大模型走進千家萬戶、賦能百行千業，才能真正推動人工智能帶來的這場革命。
有人将大模型比喻為作業系統，大部分公司沒有機會使用。周鴻祎則認為，未來大模型不會隻有一兩個，而是像資料庫一樣，變成每個數字化系統的标配，從手機部署到汽車部署，也包括在企業和政府内部的部署。
多個垂直模型組合
如何利用大模型賦能産業發展？與會嘉賓給出了自己的解題思路。
從硬體層面，周鴻祎給出的答案是做行業化、企業化、垂直化、小型化、專有化的大模型。
他直言，企業級場景落地大模型面臨的“四個問題”：第一，公有大模型缺乏行業深度。公有大模型與組織内部業務結合不緊密，知識不互通，不能滿足企業級應用場景的垂直性、專業性要求。
第二，公有大模型存在資料安全隐患。組織内部知識庫不适合訓練到公有大模型中；公有大模型易造成企業内部資料洩露。
第三，公有大模型無法保障内容可信。大模型存在“幻覺”，無法保障内容真實可信、有據可查；企業内部資料更新疊代速度快，公有大模型無法實作知識實時更新。
第四，公有大模型無法實作成本可控。直接訓練和部署千億級參數大模型成本過高，企業級應用應使用百億級基礎模型，根據不同需求訓練不同的垂直模型，企業則隻需要負擔垂直訓練成本。
“對很多企業來說，訓練企業級大模型的成本已在急劇降低，我們的目的是把大模型‘拉下神壇’，變成每個企業、政府部門都能夠直接使用的東西。”周鴻祎說。
到底需要什麼樣的大模型？如何解決上述問題？
周鴻祎認為大模型要做到以下幾點：一是行業化，有行業深度訓練的資料才有價值；二是企業化，需要和企業内部知識庫進行配合，做到實時疊代更新，進而保證大模型更懂企業；三是垂直化，“不要試圖用一個大模型解決所有問題，大模型未來在企業落地形态一定是多個垂直模型組合，垂直模型解決專業問題的能力更強。”周鴻祎表示。
四是小型化，做小規模的大模型，百億參數的大模型成本更低，部署更新也更靈活；五是專有化，專有部署才能保證安全可控。
昆侖萬維科技股份有限公司CEO方漢則指出，高品質資料對大模型發展至關重要。目前國内大模型發展前景是To B和To C戰略并重，不過大模型在B端發力必須搭配高品質的行業資料，但目前行業資料存在碎片化、分割化的問題。
“坦白地講，最近三年的大模型訓練積累的是對豐富的預訓練資料深度加工能力。OpenAI所有公開的論文和講演，對訓練過程和訓練算法都是公開的，但其從不公開模型結構及資料處理。”方漢指出，目前全世界大模型預訓練團隊都試圖重制OpenAI在模型架構的動作以及預訓練資料的動作，任何一家企業的預訓練資料加工能力都至關重要。
他表示，預訓練大模型對于行業資料品質要求極高，隻有擁有底座大模型和預訓練資料處理的公司才能快速定制行業模型，目前國内定制大模型企業将快速向頭部彙聚。
尋找場景
在業務場景等方面，與會嘉賓認為，大模型要充分觸點應用場景。
周伯文表示，大模型能否和業務充分結合，進而真正解決業務問題，是決定AI能否實作經濟價值的關鍵因素。隻有緊貼業務的AI戰略設計、完善的配套架構、充足的AI人才及健全的内部培養機制，才能使AI與業務發展需求充分融合，最大化經濟收益。
他從消費場景方面提出了自己的見解，“B2C的方向，B端企業主導生産和銷售，難以滿足C端使用者的個性化需求，試錯成本高，商品滞銷帶來積壓浪費；如果是C2B的角度，以消費者為中心，C端使用者占據主導，企業根據消費者需求按需生産，不僅可以提升銷售額，還能夠減少積壓浪費。”
周伯文表示，在具體應用場景中，可以用大模型對消費者和産品二進制管理進行重構，針對真實世界的消費者和産品互動的資料，了解消費者的思想和情感，洞悉消費者所處的狀态和體驗，圍繞5D（機會洞察Discover，爆品定義Define，産品設計Design，具體研發Develop，觸達轉化Distribute），把所有消費者和産品的資訊壓縮進入模型。
本輪AI變革帶來了人機互動方式的根本性變革。第四範式副總裁、主任科學家塗威威認為，從B端來看，這是非常大的機會。“過去很長一段時間，企業軟體的市場使用者體驗是很糟糕的，大部分情況下，80%的使用者隻使用了20%的功能，軟體價值遠遠沒有被發掘出來。如果有這樣人機互動更自然的方式，軟體使用門檻和開發使用效率都會降低很多。大模型需要針對這樣的垂直場景去做更多的優化。”他指出。
從投資的角度，君聯資本執行董事紀海泉指出，大模型領域首要投資的是底座技術，但投資者并不期望底座的應用技術快速成熟，大模型領域勞動分工短期内也不會發生；其次投資關注的是垂直一體化的大模型，從底座到上層應用由一家公司完成，未來金融、教育、汽車等行業會出現一系列行業垂直一體化的大模型公司。而随着大模型底座逐漸成熟，與公有雲類似，未來可能會産生一些類似雲原生的AGI原生公司，也可能會出現像ChatGPT這樣的Killer APP。
更多内容請下載下傳21财經APP