我们正处在一个智力变革的路口。
很少有一项技术像大模型这样,全球热度持续了快两年,还在不断涌现新热点。从文生文、文生图到文生视频,大模型不断解锁新能力,逐步替代传统的智力劳动,使得原本需要专业团队长时间才能完成的工作,现在仅需一个简单的提示或草图即可实现。
结果就是,人类的智力成果可以云端的方式、通过大模型提供给每个人,一个人带领 AI 团队就能完成复杂的任务,这可能会成为未来世界的常态。
然而,在大模型技术持续快速迭代的同时,我们也越来越发现一个现实问题:大模型在具体行业中的应用,推进好像没那么快。很多企业对大模型是一边期待、一边焦虑,想尽快用起来,又不太知道怎么用,即使是有试用的,效果也不明显,存在不少困惑和挑战。这反映出,目前大模型技术的能力与行业应用需求间还存在差距,要用一个通用的大模型来直接满足各行各业的特定需求,至少现在还有一定距离。
那么,应该怎么办?
行业大模型应运而生。大模型发展到今天,研究已经不能只停留在眺望未来的视角,更需要贴近实践,用深度的研究推动创新探索和落地。报告做了大量的一线实践调研,访谈了超过百位的各界专家,系统归纳解答了一系列共性问题,包括为什么要发展行业大模型、行业大模型是什么、哪些行业和场景发展快、如何衡量成功、如何负责任地应用等。通过这项研究,可以说明行业大模型至少现阶段是客观存在的,通常基于通用大模型调整而来,是很多企业提高模型专业性的有效选择,也是国家落地“人工智能 +”的最后一公里。而决定大模型影响大小的核心因素,就在“知识密度”,密度越高的行业或场景,受影响会越大,比如教育行业、研发和设计环节等等。
希望未来我们可以共同推动大模型深入各行各业,一起创造和见证一个以人为本的人机共生时代的来临。