每经记者：杨昕怡每经编辑：刘雪梅
ChatGPT的出现和国内外对大模型的竞逐战让2023年成为了技术变革里程碑式的一年。面对将被技术重塑的未来，生成式AI爆发会带来颠覆式创新还是渐进式迭代？AI带来的新能力又会给不同的产业、产品怎样的可能性？
12月14日，在科技新闻Hi Tech Day暨2023数字开物大会上，科技新闻运营总经理黄晨霞表示，在应用落地的路上，需要厘清大模型的基础还有哪些卡点、AI与产业结合的可能性以及AI产品的潜在形式。
谈及AI带来的颠覆，昆仑万维CEO方汉相信，小企业中一定会诞生新的C端AI巨头，而“渐进式创新会在B端落地比较快，颠覆式创新是在C端大放异彩。”
“明年或是AI应用元年”，AI创新将在C端爆发
当各行各业埋头钻研大模型时，产业将如何被这一新技术改变实则是当下企业们最为关注的问题。
“作为甲方和行业从业者都应该记住，不能变成大模型的业务不是好业务。”竹间智能总裁兼COO孙彬在会上表示，大语言模型把生产力的三要素解决了，因此它一定会在B端带来被使用的生产力，“这一生产力后续的承载模式就是以大语言模型为基础的数字员工，它是成本和效率完美的结合体。因为大模型能为企业提效，谁也无法阻挡这一趋势。”
对于企业应该如何使用AI大模型，孙彬建议采用外部购买和联合建设的方式。他认为，如果不是行业头部企业，没有自己足够的IT开发实力的企业，不建议去做自研开发。
他还表示，未来大模型会变成大家的工作依赖、能力依赖和生活依赖，“就像现在手机成为大家的依赖一样”。
然而，面对这一新技术，很多人也开始焦虑难以预测的颠覆性变革，担心AI可能搅乱自己的工作和生活。
对此，英诺天使基金合伙人王晟表示，一个新的技术范式从产生到变得成熟有其时间点，“明年可能是应用的元年。但今年绝对不是这个时间点，今年是基础设施之年。”
民生证券近期也发布研究报告称，2024年或是AI应用的真正元年，AI终端重构、算力国产化与多模态引领AI应用这三大新方向孕育了重要机遇。
王晟进一步说明，AI和产业的结合并非刚刚开始，大模型只是拓宽了融合可能，但在业务模式未改变的情况下，这种进步依然会是渐进的。“作为投资者，比起B端，我们肯定会更看重C端赛道。”他表示。
通过列举了互联网和移动互联网时代的谷歌、亚马逊、字节等巨头的例子，方汉也指出，B端的用户增长是线性的，所有增长飞速的企业一定是C端企业，“因此，渐进式创新会在B端落地比较快，颠覆式创新是在C端大放异彩。”
“AI+产业”，大模型是数字化转型的必选项吗？
在大模型技术浪潮下，作为国民经济发展的基础产业，传统制造业的数字化转型升级已经成为必然趋势。
对此，思谋科技联合创始人刘枢表示，通用大模型虽然已经很好，但面对专业领域时，它的专业知识还是相对匮乏的，能力也是需要提升的，“GPT4是非常强的一个模型，但真正工业场景落地的时候，专业知识的匮乏是一定需要被解决的问题。”
“工业企业在接纳大模型方面存在两个问题，一是成本问题，数据散，模型训练成本高；二是幻觉问题，工业里面要么是经济产出，需要100%正确，大模型难以达成。”腾讯云智能制造首席专家邴金友在会上指出。
目前，通用大模型在工业领域的应用大多还停留在自然语言交互的阶段，尚未走到多模态级别。可以看到的是，百度、思谋科技等企业正在该领域上发力。今年11月7日，思谋科技发布了全球首个工业多模态大模型IndustryGPT V1.0。
刘枢介绍称，他和团队在研发IndustryGPT时收集了涵盖200+不同工业场景，超300万张工业图像，超500亿Tokens的原始数据，“500亿Tokens大概是什么概念？工科博士毕业阅读量大概是50万字，500亿Tokens相当于10万个博士的阅读量。”
那么，当AI和制造业融合时，大模型是制造业数字化转型方向的必选项吗？
北京信息化和工业化融合服务联盟理事长闫同柱表示，对于不同的制造业企业而言，大模型的意义也有所不同。
“高端制造业积极拥抱大模型是因为，高端制造业本身对知识的要求比较密集，大模型起到的是优化作用，有比较大的价值。但传统制造业来说，它的数据量不大，而大模型的门槛相对比较高，投入产出比并不那么明确。”他具体解释。
同时，他还特别指出了一个特殊的观察角度。他提出，中国的工业知识和工业数据在很多地方都因为人才离职被遗失了，并没有转化为企业的知识资产，所以很多创新都是在重复造轮子，但大模型的出现可以更有效地将经验数据转化为可用的知识资产。
每日经济新闻
