自ChatGPT问世引发国产AI大模型研发烧潮以来，过去一年多的时间里，在激烈的中美竞逐和国内竞争之下，中国已经有包含智谱AI ChatGLM、讯飞星火、百度文心、阿里云义通千问、商汤日日新等等在内的几百个大模型逐渐发布。
如果说2023年被视为AI大模型的元年，那么到了2024年，行业的焦点则更多地转向了大模型的应用和商业化落地。
5月15日，在第四届上海数字创新大会上，中国科学院院士、华科智谷 人工智能 研究院院长何积丰在会议上指出，大模型务必有企业去做，作为我们的技术基础，但不是每家企业都值得做。
360集团开创人、老总周鸿祎在讲话中更是称要把大模型“拉下神坛”。他认为，走开源大模型，专家小模型，和走“专业化、场景化、垂直化”之路是行业当前和将来的三个趋势。
他以“锤子”和“钉子”的比喻形象地解释道，“我们不能有了一个特强的大模型，就拿着锤子四处找钉子”。客户很多时候购买的不是技术，而是技术造成的实际效用。因此，应当小切口、大纵深，在垂直场景做专业大模型，而找到“明星场景”就显得尤其重要。
专家们指出，应在新业态和垂直场景中，探索大模型的融合应用。而训练出“智能”大模型的关键，在于提高数据管理的效力。
挖掘明星场景
就在几天前，李开复在零一万物的发布会上主张行业应共同避免“ofo 式流血烧钱打法”。而早在去年11月，百度老总李彦宏就已经在一次论坛上给大模型热泼下冷水，称“我们不用100个大模型”。
一方面，算力紧缺、巨量数据要求及高昂成本，使行业开始逐渐意识到“卷”大模型其实不是所有公司值得做和能做。另一方面，“AI+”所展现出的广阔发展空间和潜在价值，使得探索大模型的应用和商业化总体而言更具现实前景。
毕竟，大模型本身只是一种技术基础，在追求这种基础的突破之外，重复开发并无太大意义。与其“卷”大模型，不如寻求大模型在多元场景中的应用，使“智能”真正在生产和生活的各个领域涌现出价值。
从大模型的开发转向应用，如何找到大模型的落地场景成为行业新的核心关切。对此，周鸿祎表示“重要的顺序是要找到明星场景，根据场景来设计功能，再根据功能再来训练精湛的模型。”
如何找到“明星场景”呢？周鸿祎表示，明星场景就是能最大水平感动用户、抓住用户的槽点和刚需的场景。企业和政府要自上而下、自内而外地梳理自身的业务场景，寻找这样的场景。例如，在产品服务、内部管理流程、员工效率等方面，寻求实现“四个10倍原则”，即提高10倍效率，提高10倍的用户体验，降低10倍的成本，或降低10倍的人力。
进一步放宽视野，至新一轮信息技术革命所召出的数智产业和经济的未来图景，大模型如何落地的问题，也应在探索 数字经济 的新业态和发展空间中创新求解。
何积丰院士指出， 数字经济 催生出众多新业态，包含数据经济、服务经济、物联经济、智能经济等。他特别提出，服务贸易是我国 数字经济 里一个很具前景的发展空间。在国内方面，2023年，我国服务经济总量已占全国经济总量的55%，这证明国内服务业的发展空间已经非常大。在全球方面，全球服务贸易占全球货物与服务贸易总量的40%，而我国的服务外贸仅占货物与服务外贸总量的12%。这说明，在服务贸易领域，我国还有很大的发展空间。
另一方面，数字技术极大地推动了服务经济的转型和升级，这使得服务经济作为 数字经济 里的新业态，显示出广阔的前景，而我国具备相关技术实力。因此，服务贸易领域的数字服务是一个生长点。
另外，他还强调了“工业软件是 数字经济 的灵魂”。他认为，在工业软件制造上的发展趋势是让工序帮人自动生成代码，从而更多的人能够自己创造自己期望的东西，而不是依靠软件公司来做。
“智能”的关键在数据管理
在大模型落地中，另外一个突出的困难在于数据的缺乏。
周鸿祎指出，许多政府部门和企业在大模型的落地进程中，找到了应用场景，却巧妇难为无米之炊，没有数据的积累和知识的沉淀，来训练大模型。
而正如何积丰院士所言，大模型之所以“智能”，是因为它有数据和知识，能把数据组织得很好，很容易地找到期望的数据。因此，对数据的组织是关键问题。对此，他指出有三类技术起着尤为重要的条件支撑作用：建设知识中国化，建设向量数据库，和数据编制和数据网格。对于“ 数据中心 不够”的疑惑，何积丰院士认为更重要的问题应是怎样提高数据管理的效力。
周鸿祎也汇总了大模型落地中大家犯过的几个错误。
一个错误是认为大模型可以取代之前的IT系统。“原来IT系统还是极为重要的，它会变成大模型的手和脚，而大模型永远就是一个大脑的作用。”他表示，“大模型要和业务深度融合，这样才能在业务流中施展作用。”
另外一个错误是“迷信”聊天 机器人 。他指出，在企业内部使用聊天 机器人 ，实际上效果非常差。它要求学会提示词，这是许多人使用中的最大障碍。因此，还是需要一套工作流业务系统框架，把专业大模型与企业以往的用户界面融合在一起，把组织与业务系统连接在一起，这样才会发生更好的效果。
在他看来，从根本上说，技术的生命在于应用，“智能化”的目标就在于更好地服务于人的生存。“百模大战”的下一站，行业应该共同努力探索新业态和多元化场景，提高数据管理的效力，踏实、创新地推动大模型技术的融合应用。
