7月4日消息，周鴻祎日前在2023全球數字經濟大會人工智能高峰論壇上發布演講，他認為大模型還是有機會，并且在中國，在產業側。

(資料圖)

周鴻祎認為大模型不是所謂泡沫，而是一場新的工業革命。不能把大模型比喻為操作系統，而是像數據庫一樣，成為每一個數字化系統的標配。

在中國發展大模型，應該搭上產業數字化的順風車。

下面是周鴻祎發言實錄。

《構建“安全可信可控易用”的企業級AI大模型》

尊敬的各位領導、各位嘉賓，大家下午好!由于時間有限，下面我分享一些對人工智能大模型的應用前景。

前幾個月大家都在討論OpenAI和中國什么時候能夠做出自己的大模型，這幾個月大模型層出不窮，我看到很多投資人開始急了。前兩天朱嘯虎和付盛在網上吵了一架，主題就是對很多創業者和公司來說，大模型的商業場景在哪里?

聽了姜局長的講話，我感覺這一頁是多余的，但在外面開會的時候還要跟人講，很多人不相信大模型是真人工智能、強人工智能或者通用人工智能，這些是我們所有討論的前提。讓我非常感慨的是，人類第一次讓計算機完整地理解人類的語言，理解語言就可以理解世界的知識和模型。

有人認為，大模型是不是像之前流行的概念一樣，就是一個風口和泡沫?我認為應該不是，而是一場新的工業革命。大模型直接提高每個人、每個組織的勞動生產力，同時實現了一種通用人工智能能力的賦能。

可以想一想，電腦剛發明的時候也沒有帶動工業革命，剛開始只是一些物理研究、氣象預報，高精尖的領域才要用到電腦，距離普通人、普通企業很遠，后來PC走入家庭和企業才改變了這個世界。行業應該爭取這個目標，只有大模型走進千家萬戶、賦能百行千業，才能真正推動人工智能帶來的這場革命。

有人覺得，模仿OpenAI的話，將來中國和全世界可能就是一兩個大模型，因此把大模型比喻為操作系統，大部分公司可能就沒有機會了。我認為未來大模型的趨勢不會只有一個，而是會像數據庫一樣，變成每個數字化系統的標配，小到手機上的部署，中等規模的汽車上的部署，當然也包括在企業和政府內部的部署。

國家當前的重要戰略之一是產業數字化，就是利用數字化技術幫助傳統產業，特別是制造業賦能轉型。要在中國發展大模型就應該順勢而為，為產業數字化賦能。最近我經常出差，跟很多省市的主官交流，大家的認知是一致的，大模型真正的機會在中國，我覺得是在企業級市場，包括政府和城市，中國做大模型最應該抓住產業互聯網發展的機會。

但是當我們帶著通用大模型API走到政府、城市和企業，就會發現光有大模型，直接用起來是有很多問題的。光有大模型是通才，但缺乏行業深度。ChatGPT剛開始的時候很驚艷，覺得什么都能回答，但如果真的是行業專家提出很深度的問題，它的能力是有限的。行業內部、企業內部真正有價值的知識，公開渠道是拿不到的，光有大模型沒有辦法滿足行業和企業的場景垂直專業性的要求。

剛才朱軍院長講到，公有大模型存在很多數據安全隱患。每個企業自己內部的Knowhow是核心資產，肯定不會訓練到公域大模型。公有大模型使用會有數據泄露的問題，因為很多想法和計劃都要告訴它，它才能寫出一篇好的文章。公有大模型是生成式AI，本身算法的特點就是會胡說八道，而且是一本正經、理直氣壯地胡說八道。

這個特點用來做小說、寫劇本，作為聊天機器人逗悶子效果很不錯，但放在企業級場景問題就很大，要是真的拿醫療大模型開的藥方，你敢不敢相信?敢不敢吃?公有大模型無法實現成本可控，因為大模型成本之高也被渲染得很厲害，訓練一次要一千萬美金，需要多少算力、多少顯卡，企業內部做垂直大模型不用追求知識的全面，也不用追求能力面面俱到，百億模型可能就足夠了，千億到百億看起來參數做小了十倍，節省的訓練和部署成本可遠遠不止十倍。

因此對很多企業來說，訓練企業級大模型的成本已經在急劇降低，我們的目的就是把大模型拉下神壇，變成每個企業、政府部門都感覺能夠直接使用的東西。

針對以上這些問題，我們思考一下，企業、政府、市場到底需要什么樣的大模型?可以簡單總結為五化。

行業化。一定要有行業深度訓練的數據才有價值。

企業化。需要和企業內部知識庫進行配合，而且做到實時迭代更新，從而保證大模型更懂企業。

垂直化。我們不要試圖用一個大模型解決所有問題，大模型未來在企業落地形態一定是多個垂直模型組合，垂直模型解決專業問題的能力更強。最近有一個謠言，大家都在感慨ChatGPT4.0很強大，可能是超萬億參數的大模型，這樣的大模型成本和微調都會比較困難，牽一發而動全身，后來有人說是八個千億模型組成，真的是這樣的話就證明模型垂直還是非常重要。

小型化。Google Lamma發展方向的趨勢就是拼命把大模型做大，不到萬億都不好意思說自己是做大模型的，但還有一個趨勢就是把大模型架構的參數、訓練數據集做小。一臺最新的蘋果電腦，可以運算大規模的300多億的模型。未來小規模的大模型可能也是一個趨勢，未來如果一個大模型管理自動駕駛、智能座艙，不可能在云端瞬時響應，可能每輛車都有一個大模型架構。

專有化。中國市場不會是全部都是公有云的市場，公有云會占到一部分，很多大型央企、國企、政府機構對Location很在意，對數據在哪里存儲看得比較重，所以專有部署能夠保證安全可控。

前幾天，我在山東參加世界互聯網大會，也有提出另外三個原則，就是產業化方案需要遵循安全、可信、可控。

安全。剛才朱軍老師已經提到，我就不多提了，傳統的網絡安全、網絡攻擊、漏洞、算法安全、數據安全問題都能夠找到方法解決，最可怕的是生成內容不安全。最早我也很鄙視別人錄屏，每次現場演示的時候我也忐忑不安，不知道下一句話會回答什么結果。

確實有人利用AIGC生成各種以假亂真的內容詐騙，這種治理要比搜索引擎公眾號的管理復雜很多，所以人工智能安全問題從現在開始著手研究。

插播一個廣告，360也是中國第一的安全公司，我們也在做大模型，把人工智能的黑箱子打開，所以大模型也是我們要和大家一起努力攻克的方向，保證人工智能的發展底線。

可信。大家并不需要打八十分的模型，另外二十分亂說，需要百分之百準確和精確。如何解決幻覺的問題?如何解決輸出內容準確的問題?現在可以通過向量數據庫、企業搜索和外部知識庫進行校正。

可控。大模型目前還有點不靠譜的情況下，政府和場景利用起來步子要小一點，不要一上來就是主駕駛、插件和函數模式。不要輕易向大模型開放API，因為這只是一個助手，最后還是要人來決策。

企業大模型如何落地找場景?我們要用好通用能力。

首先要把大模型目前最擅長、最成熟的能力用好。以現在的大模型為例，生成與創作、代碼能力、邏輯推理、知識問答，總結下來，最擅長的其實就是兩點：一個是問答對話，一個是寫作生成。政府和企業使用的時候應該先從幾個成熟的角度切入，上來就和企業業務系統緊密耦合在一起，做成很復雜的應用，我的經驗是恐怕難以收斂。

其次是從痛點剛需選擇場景，小切口，大縱深。真正用大模型，你會天天算奧數題、腦筋急轉彎嗎?其實不會，真正需要的場景還是跟大多數人相關，說明辦公場景是剛需。面向員工有企業知識搜索、知識管理和培訓，面向領導有信息決策和輿情分析，對內有辦公生成辦公協作，對外有提高用戶體驗的智能客服。目前企業的數字化、智能化程度不高的情況下，這些場景是企業辦公的痛點，也是大模型最能夠提高效率的地方。

大模型不是萬能的，有些企業家激動地說，有了大模型，企業中的ERP、CRM都可以丟掉了，實際上很多數據庫存的核心業務是取代不了的，大模型只能打輔助。微軟給大家提供一個很好的例子，所有的場景都是副駕駛，可以給你導航、給你建議、給你指點，但不會亂搶方向盤。

我覺得讓大模型剛開始先開啟副駕駛模式，與現有的業務系統保持相對獨立和隔離度，做到安全可控、安全落地、快速執行。如果非要和現有系統結合在一起，很多單位的API可能都沒有人維護了。

AI普惠。不能只給領導用，很多業務系統都是給領導做一個大屏展示，這當然也很重要，但人工智能真正的價值是每個人都要用得上，科技平權。很多領導問我到底怎么用人工智能賦能?我說如果企業的每個員工、每個產品經理、每個業務骨干都不熟悉人工智能，沒有用過大模型，產生很多想法是根本不切實際的。

如果一個企業從領導到中層和基層，所有人都能夠簡單上手使用人工智能大模型的基本功能，半年以后很多人對大模型逐漸熟悉就會主動思考如何與業務系統結合，怎樣改善自己的工作，作為人和大模型的雙向賦能。

大模型發展要以人為本，好用、易用。老是有人渲染應用大模型就要大裁員，搞得很多員工對大模型很抵觸。我堅決反對這個觀點，大模型目前想獨立完成一項工作還是很難的，更多的定位是人類很好的工具、知識的助手，所以大模型的發展要以人為本。

但模型真的好用嗎?各位專家可能覺得自己寫Prompt都很戰場，但指望變成Prompt的專家，大模型用到八九十分也很難。360的建議就是在大模型的基礎上跟企業一起打造有靈魂的數字助理，定義為數字員工、數字專家、數字顧問。

因為跟通用的對話框打交道還是不如跟各種業務定義的數字員工聊天符合日常習慣，我們通過數字人的方式進一步引導大家輕松利用大模型完成工作。數字人跟目前網上直播從頭到尾念固定稿子的數字人不一樣，背后一定是大模型驅動，有著專業背景和長期積累的數字助理。未來誰能把基于大模型的數字人定義好，可能是大模型在企業內部用得好的關鍵。

最后總結一下：大模型的發展要真正和國家戰略相結合，一方面是要發展核心技術，另一方面要找各種應用場景。作為投資人，一個純粹的技術只有和應用場景相結合才能創造持續不斷的商業價值。大模型在城市、行業、企業數字化轉型到智能化的過程中大有可為，進化迭代剛剛開始，相信未來會成為數字化系統的標配。

未來可能不是百模大戰，而是萬模窮舞，無論是To B、To G還是SaaS化的企業都有很多機會。我們會和生態合作伙伴一起打造可信、可控、安全的大模型解決方案，為網絡強國和數字中國建設保駕護航。

關鍵詞： 人工智能 數字經濟 人工智能高峰論壇