【资料图】

“通用大模型有很强的能力，但并不能解决很多企业的具体问题。”7月6日，2023世界人工智能大会在上海举办。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在大会期间表示，企业的大模型应用需要综合考虑行业专业性、数据安全、持续迭代和综合成本等因素；基于行业大模型，构建自己的专属模型，也许是企业更优的选项。

“通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。”在汤道生看来，通用大模型一般是基于广泛的公开文献与网络信息来训练的，许多专业知识与行业数据积累不足，导致回答的行业针对性与精准度不够。但用户对企业提供的专业服务，要求高、容错性低，企业一旦向公众提供了错误信息，可能引起严重后果。

汤道生提到，如果基于行业大模型，再加上自身数据进行精调，可以建构专属模型，打造出高可用的智能服务。“因为模型参数比通用大模型少，训练和推理的成本更低，模型优化也更容易；同时，行业大模型和模型开发工具，也可以通过私有化部署、权限管控和数据加密等方式，防止模型训练和使用带来企业敏感数据的外泄。”

事实上，大模型落地过程，还需要经过算法构建、模型部署一系列环节，每个环节都不能“掉链子”。“模型后续还需要不断地迭代调优，这需要用到系统化、工程化的工具。”汤道生以腾讯云为例谈到，头部平台基于MaaS发布服务全景图，进而打造行业大模型精选商店，提供金融、文旅、政务等行业的大模型精调解决方案，能够减轻行业企业创建大模型的压力。这种压力减轻可以体现在，“在这些模型和工具平台基础上，企业只用加入自己的场景数据，就可以快速生成自己的专属模型。”

“伴随着大语言模型的发展，产业和社会，也将从数字化、网络化，走向智能化。”汤道生认为，在这个过程中，人工智能发展的根本目标是落地于产业，服务于人。“能真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。”

关键词：