AI大模型路线走向分化：垂直行业落地能力成关键

2023年是AI大模型爆发元年。在AI大模型不断向纵深发展的浪潮中，如何将大模型技术能力与行业场景有效结合正在成为摆在赛道玩家们面前的一道课题。

“中国做大模型的机会在于企业级市场，最应该抓住产业互联网发展的机会。”360公司创始人周鸿祎在日前召开的2023全球数字经济大会上作出如此判断。

在他看来，相比于行业大模型，公有大模型存在四个问题：一是公有大模型缺乏行业深度；二是存在数据安全隐患问题；三是无法保障内容可信；四是公有大模型动辄千亿级参数，部署成本过高，无法实现成本可控。

(相关资料图)

事实上，行业内与周鸿祎存类似观点的玩家并不在少数，许多大厂近期纷纷推出面向垂直场景的行业大模型，高调进军企业级市场。

日前，腾讯面向金融、政务等数个行业推出MaaS（Model-as-a-Service）大模型一站式服务平台。

腾讯之外，华为盘古大模型也在日前亮相。据华为常务董事、华为云CEO张平安介绍，盘古大模型3.0是一个面向行业的大模型系列，“盘古大模型不会作诗，只做事。”

由此可见，与此前诸多大厂纷纷推出的通用大模型和C端（消费者端）产品不同，腾讯与华为均将入局大模型的切入点放在了面向B端的行业大模型身上。这在一定程度上也昭示着国内当下的大模型路线正在走向分化。

“行业不要试图用一个大模型解决所有问题，大模型未来在企业落地形态一定是多个垂直化模型组合。未来小规模的大模型将可能成为行业趋势。”周鸿祎总结道。

图片来源：视觉中国

垂直化学习能力

21世纪经济报道记者梳理发现，当前市场上推出的行业大模型主要面向金融、政务、教育等场景，面向制造业场景的大模型产品相对较少。

但在业内人士看来，制造业有着丰富的场景与落地可能，因此在未来，有着强大技术实力的大厂与丰厚场景沉淀的工业软件企业将共同塑造制造业行业模型新的竞争格局。

“工业软件的核心是透过流程和表单的方式来规范企业运行、辅助企业决策，同时在这一过程中进行数据挖掘与学习。在AI技术的加持下，工业软件开始走向智能化，而各式各样的行业大模型也加速了行业智能化的趋势。”鼎捷软件营运长刘波在接受21世纪经济报道记者专访时表示。

在他看来，物理世界中的所有事物都可以被数据化，只要有行为，数据就会联动改变。简言之，数据不再只是提供信息、支持企业做出判断，而是驱动企业的实际运营行为。

刘波告诉21世纪经济报道记者，过去，工业软件只能在系统的设置下驱动流程。但在行业大模型的加持下，工业软件能做到的不只是驱动流程，而是在知识图谱和智慧型数据驱动两个能力的叠加下，经过数据的运算，进行数据的感知和理解，形成自身的下一步行动。

但刘波也对记者坦言称，虽然AI大模型正在逐渐普及，但其全面进入企业还需要较长时间，这背后主要有模型能力和场景适配两方面的原因。

一方面，目前AI大模型只能在自主生成这一层面有所突破，但并不能完全进行自主理解和自主决策，因此对企业的帮助有限；另一方面，当前各个企业有大量的领域知识和个性化内容，并且其对大模型的容错率非常低。

无独有偶，在周鸿祎看来，推动大模型发展同样也要做到行业化，“只有行业深度训练的数据才有价值。同时，要做到企业化，需要和企业内部知识库进行配合，而且做到实时迭代更新，从而保证大模型更懂企业。”周鸿祎说道。

行业大模型“和而不同”

与AI大模型的“捉对厮杀”相似，行业大模型的竞争也呈现加剧态势。但是不同的是，行业大模型的“量身定制”在一定程度上缓和了工业软件企业间的竞争格局。

刘波对记者表示，目前鼎捷软件的客户以产业链上下游的厂商为主，一般都会对技术比较敏感。

与此同时，虽然AI大模型被普遍认为未来可能产生很好的效益，但当下仍然看不到具体的商业化路径。因此为了让产品落地，工业软件企业将更多的服务于头部企业，去训练自己的行业大模型，以及去提供更为完整的平台和系统。“当对大模型进行持续投入后，它便能展示出自己独特的、个性化的竞争优势。”

在这一背景下，即使是同一行业的两家公司，其垂直业务和相对应的知识也存在着较大差别，训练出来的AI大模型也各具特色。所以即使互为竞争对手，也可以做到“私人订制”。

商汤科技联合创始人、首席科学家王晓刚在接受21世纪经济报道记者采访时也表达了类似的观点，在他看来，类似于大模型的前端产品在深入到各个行业后，行业方可以给予有益的反馈，而这非常关键。“例如，一些金融领域会要求模型在数字数理逻辑上有非常强的准确性。而汽车行业则需要在把模型应用到车舱里面时，能够产生比较好的操作指令，跟外界的API协议进行连接等等。”

因此，在王晓刚看来，未来随着大量的行业反馈给到模型提供方的基础研发团队，能够帮助其不断在各个方面更新和加强，从而不断迭代模型能力。

关键词：