新京報貝殼財經(jīng)訊（記者 白金蕾）5月13日晚間，騰訊研究院發(fā)布《向AI而行，共筑新質(zhì)生產(chǎn)力——行業(yè)大模型調(diào)研報告》（下文簡稱：報告），這是業(yè)內(nèi)首份行業(yè)大模型調(diào)研報告。
“人工智能大模型正在催生新一輪技術(shù)創(chuàng)新與產(chǎn)業(yè)變革，也將為工業(yè)、金融、廣電等行業(yè)數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展帶來新動能。當前市場以基礎(chǔ)大模型為主，通識能力強，但缺少行業(yè)專業(yè)知識。如何將大模型融入千行百業(yè)，是下一階段的發(fā)展重點。”中國工程院院士鄔賀銓在報告序言中提出。
行業(yè)大模型和通用大模型的對比。圖/受訪者供圖
所謂 “行業(yè)大模型”，指的是利用大模型技術(shù)，針對特定數(shù)據(jù)和任務(wù)進行訓(xùn)練、優(yōu)化，形成具備專用知識與能力的大模型及應(yīng)用。與通用大模型相比，行業(yè)大模更專注于提高性價比、增強專業(yè)性并保障數(shù)據(jù)的安全性。這份報告結(jié)合騰訊研究院發(fā)起的對人工智能與大模型領(lǐng)域百余名專家的深度訪談“大模型百人百問”，深入剖析了行業(yè)大模型發(fā)展、應(yīng)用、實現(xiàn)、治理與未來發(fā)展趨勢。
《報告》認為，大模型存在專業(yè)性、泛化性和經(jīng)濟性“不可能三角”問題，導(dǎo)致目前行業(yè)實際落地應(yīng)用進程并不快?！皩I(yè)性”指大模型處理特定領(lǐng)域問題或任務(wù)的準確性與效率；“泛化性”指大模型處理訓(xùn)練數(shù)據(jù)集之外新樣本的能力；“經(jīng)濟性”則指大模型訓(xùn)練和應(yīng)用的投入產(chǎn)出比。三者很難同時得兼，因此需要行業(yè)大模型來針對性解決。
本報告主要厘清了三個問題：一是行業(yè)大模型既有模型，也含應(yīng)用；二是行業(yè)大模型大多生長在通用大模型之上，基于通用大模型進行再開發(fā)；三是行業(yè)大模型具備定制特征，本質(zhì)是解決方案，而非產(chǎn)品。行業(yè)大模型中的產(chǎn)品通常是“毛坯房”，客戶需要因地制宜地“裝修”才能滿足需要。
行業(yè)大模型的市場滲透率。圖/受訪者供圖
在實際應(yīng)用方面，數(shù)字原生行業(yè)（如各類互聯(lián)網(wǎng)應(yīng)用）是行業(yè)大模型應(yīng)用的先行者，傳統(tǒng)行業(yè)中生產(chǎn)性服務(wù)業(yè)（廣告、金融等）進展相對快，而重資產(chǎn)行業(yè)（建筑、制造、能源等）進展相對慢。《報告》發(fā)現(xiàn)，其中有兩大核心影響因素是需求的適配度和數(shù)據(jù)的可得性，越高的行業(yè)進展越快。
雖然不同行業(yè)與大模型結(jié)合的進展和側(cè)重點存在差異，但也存在三大共性需求，包括：內(nèi)容生成與創(chuàng)意設(shè)計、信息提煉與專業(yè)輔助、任務(wù)調(diào)度與智能交互。
針對業(yè)界普遍關(guān)心的“如何衡量行業(yè)大模型成功與否”問題，《報告》稱：要避免片面追求技術(shù)性能或短期收益的兩個誤區(qū)，應(yīng)評估降本提效、業(yè)務(wù)創(chuàng)新和體驗增強上的三類價值，并重點構(gòu)建一個高質(zhì)量數(shù)據(jù)飛輪的模式。
《報告》還認為，在“人工智能+”等重要政策指引下，行業(yè)大模型有望加速在傳統(tǒng)行業(yè)的落地應(yīng)用。在云智一體的基礎(chǔ)設(shè)施支持下，行業(yè)大模型向多模態(tài)、人工智能體、端側(cè)及小型化等方向發(fā)展，將更深入嵌入各行業(yè)的工作流程中，從而提升生產(chǎn)力。
隨著AI應(yīng)用的深入，模型的規(guī)模、類型和復(fù)雜性將不斷增加，MaaS（模型即服務(wù)）將日益成為行業(yè)用戶云上用智的主流方式。用戶可以或直接調(diào)用云的大模型API（應(yīng)用程序接口），或借助全生命周期的大模型訓(xùn)練工具，生成適用于自身場景的大模型，并托管在云上，為最終用戶提供高質(zhì)量智能服務(wù)。
編輯 李錚
校對 陳荻雁
