6月21日上午，在一場(chǎng)北大光華管理學(xué)院的活動(dòng)上，騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生表示，人工智能（以下簡(jiǎn)稱(chēng)“AI”）對(duì)世界的改變，一定是通過(guò)與產(chǎn)業(yè)融合實(shí)現(xiàn)的，大模型只是起點(diǎn)，未來(lái)應(yīng)用落地的產(chǎn)業(yè)變革才是更大的圖景。

(資料圖)

湯道生在演講中回顧了AI發(fā)展的歷史，表示算法創(chuàng)新、算力增強(qiáng)、開(kāi)源共創(chuàng)三大因素的疊加，構(gòu)成了AI的“增長(zhǎng)飛輪”。

他認(rèn)為，現(xiàn)在的企業(yè)應(yīng)該積極擁抱人工智能技術(shù)。過(guò)去傳統(tǒng)的研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)等環(huán)節(jié)中，有很多依賴(lài)人來(lái)判斷、協(xié)調(diào)與溝通的地方，都可以疊加AI的生產(chǎn)力來(lái)提質(zhì)、降本與增效。而通用大模型缺乏專(zhuān)業(yè)知識(shí)和行業(yè)數(shù)據(jù)積累，導(dǎo)致模型的行業(yè)針對(duì)性與精準(zhǔn)度不夠，數(shù)據(jù)“噪音”過(guò)大，企業(yè)客戶(hù)更需要有針對(duì)性的行業(yè)大模型產(chǎn)品。

在湯道生看來(lái)，企業(yè)使用的大模型必須可控、可追溯、可修正，而且必須反復(fù)與充分測(cè)試才能上線(xiàn)。如何在合理成本下選擇合適安全的模型，是企業(yè)客戶(hù)所需要思考與決策的。

以下為湯道生演講摘要（有所刪減）：

隨著大語(yǔ)言模型的發(fā)展，我們正在進(jìn)入一個(gè)被AI重塑的時(shí)代，從生產(chǎn)銷(xiāo)售、組織人才，到產(chǎn)業(yè)革新、社會(huì)發(fā)展，都會(huì)發(fā)生劇烈的變化。

許多企業(yè)管理者也在思考，如何把大模型技術(shù)應(yīng)用到自己的企業(yè)場(chǎng)景中，比如在客服與營(yíng)銷(xiāo)環(huán)節(jié)，為業(yè)務(wù)經(jīng)營(yíng)帶來(lái)更多降本增效？如何在使用大模型時(shí)，保護(hù)企業(yè)數(shù)據(jù)的產(chǎn)權(quán)與隱私？如何降低大模型的使用成本？這些都是企業(yè)管理者需要考慮的現(xiàn)實(shí)問(wèn)題。

最近，OpenAI給ChatGPT API增加了函數(shù)調(diào)用能力，這意味著大模型也能使用工具了。自己不具備的能力，可以靠各種第三方服務(wù)嘗試解決，大大增加了通用大模型解決問(wèn)題的能力。

大語(yǔ)言模型代表人工智能的發(fā)展已經(jīng)達(dá)到了一個(gè)新的高峰。用大量數(shù)據(jù)預(yù)訓(xùn)練的模型也推動(dòng)機(jī)器視覺(jué)、語(yǔ)音識(shí)別、機(jī)器人等AI能力發(fā)生新的突破。

大語(yǔ)言模型不僅懂多種人類(lèi)語(yǔ)言，還掌握多種程序語(yǔ)言，還可以幫助程序員寫(xiě)代碼。我們打造了騰訊云新一代AI代碼助手，實(shí)現(xiàn)AI對(duì)代碼的理解，輔助程序員編寫(xiě)、排錯(cuò)與測(cè)試，為軟件研發(fā)的全流程助力，提高開(kāi)發(fā)效率與代碼質(zhì)量。

大語(yǔ)言模型不僅能與人溝通，更重要的是通過(guò)模型的精調(diào)，可以按需求產(chǎn)生一系列的執(zhí)行步驟，比如聯(lián)網(wǎng)調(diào)用不同插件的能力，加上多模態(tài)讓AI同時(shí)能看懂圖、聽(tīng)懂話(huà)、會(huì)規(guī)劃、能行動(dòng)，這樣就可以做出更強(qiáng)大的應(yīng)用，讓AI更像真正意義上的智能助手，完成更高級(jí)的任務(wù)。

比如線(xiàn)上廣告投放員，每天需要刷新大量廣告素材，確保廣告投放的ROI。如果結(jié)合廣告效果數(shù)據(jù)與文生圖能力，可以不斷地根據(jù)數(shù)據(jù)分析，生成投放策略，調(diào)整投放渠道，并且針對(duì)性的生成投放素材，自動(dòng)化程度與效率都會(huì)更高。

企業(yè)應(yīng)該如何擁抱AI？

事實(shí)上，不管哪個(gè)行業(yè)都應(yīng)該積極擁抱AI，過(guò)去的研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)等環(huán)節(jié)中，都有很多依賴(lài)人來(lái)判斷、協(xié)調(diào)與溝通的地方，今天我們應(yīng)該看下哪些環(huán)節(jié)可以疊加AI的生產(chǎn)力來(lái)提質(zhì)、降本與增效。

既然大模型這么重要，在座的企業(yè)家與管理者，可能也會(huì)問(wèn)我們?nèi)绾伟阉迷谄髽I(yè)上，抓住技術(shù)變革的紅利？

我可以給企業(yè)管理者一些建議：

第一，聚焦企業(yè)自身業(yè)務(wù)，挑選具體場(chǎng)景，讓AI成為服務(wù)的增量；

第二，確保訓(xùn)練數(shù)據(jù)質(zhì)量，梳理出測(cè)試用例，建立上線(xiàn)評(píng)估流程；

第三，確保服務(wù)合規(guī)，同時(shí)關(guān)注數(shù)據(jù)的產(chǎn)權(quán)與隱私；

第四，使用云廠(chǎng)商工具，搭建一體化的模型服務(wù)，這樣效率比較高，節(jié)約訓(xùn)練、運(yùn)維的成本和時(shí)間。

在具體實(shí)施中，模型、數(shù)據(jù)和算力是大家需要格外關(guān)注的三個(gè)點(diǎn)。

首先是模型。雖然大家對(duì)通用大語(yǔ)言模型的聊天機(jī)器人期待很高，但它不是唯一的大模型服務(wù)方式，也不一定是滿(mǎn)足行業(yè)場(chǎng)景需求的最優(yōu)解。

目前，通用大模型一般都是基于廣泛的公開(kāi)文獻(xiàn)與網(wǎng)絡(luò)信息來(lái)訓(xùn)練的，上面的信息可能有錯(cuò)誤、有謠言、有偏見(jiàn)，許多專(zhuān)業(yè)知識(shí)與行業(yè)數(shù)據(jù)積累不足，導(dǎo)致模型的行業(yè)針對(duì)性與精準(zhǔn)度不夠，數(shù)據(jù)“噪音”過(guò)大。

但是在很多產(chǎn)業(yè)場(chǎng)景中，用戶(hù)對(duì)企業(yè)提供的專(zhuān)業(yè)服務(wù)要求高、容錯(cuò)性低，企業(yè)一旦提供了錯(cuò)誤信息，可能引起巨大的法律責(zé)任或公關(guān)危機(jī)。因此，企業(yè)使用的大模型必須可控、可追溯、可修正，而且必須反復(fù)與充分測(cè)試才能上線(xiàn)。

我們認(rèn)為，客戶(hù)更需要有行業(yè)針對(duì)性的行業(yè)大模型，再加上企業(yè)自己的數(shù)據(jù)做訓(xùn)練或精調(diào)，才能打造出實(shí)用性高的智能服務(wù)。企業(yè)所需要的是，在實(shí)際場(chǎng)景中真正解決了某個(gè)問(wèn)題，而不是在100個(gè)場(chǎng)景中解決了70%-80%的問(wèn)題。

另外，訓(xùn)練數(shù)據(jù)越多，模型越大，訓(xùn)練與推理的成本也越高。實(shí)際上，大部分的企業(yè)場(chǎng)景可能也不需要通用AI來(lái)滿(mǎn)足需要。因此，如何在合理成本下選擇合適的模型，是企業(yè)客戶(hù)所需要思考與決策的。

其次，數(shù)據(jù)是大模型的原材料。針對(duì)具體場(chǎng)景，相關(guān)數(shù)據(jù)的覆蓋與質(zhì)量都至關(guān)重要，標(biāo)注數(shù)據(jù)的管理也是模型迭代中的重要工作。

模型最終要在真實(shí)場(chǎng)景落地，要達(dá)到理想的服務(wù)效果，往往需要把企業(yè)自身的數(shù)據(jù)也用起來(lái)。在模型研發(fā)過(guò)程中，既要關(guān)注敏感數(shù)據(jù)的保護(hù)與安全合規(guī)，也需要管理好大量的數(shù)據(jù)與標(biāo)簽，不斷測(cè)試與迭代模型。

再次，算力是模型持續(xù)運(yùn)轉(zhuǎn)的基礎(chǔ)。高性能、高彈性和高穩(wěn)定的算力，需要借助專(zhuān)業(yè)的云服務(wù)。

在大模型的訓(xùn)練和使用過(guò)程中，需要大量異構(gòu)算力的支持，對(duì)網(wǎng)絡(luò)速度與穩(wěn)定性要求也很高，加上GPU服務(wù)器比一般服務(wù)器穩(wěn)定性更低一些，服務(wù)器的運(yùn)維、問(wèn)題的排查更頻繁，整體運(yùn)維的難度與工作量會(huì)高很多。

在訓(xùn)練集群中，一旦網(wǎng)絡(luò)有波動(dòng)，訓(xùn)練的速度就會(huì)受到很大的影響；只要一臺(tái)服務(wù)器過(guò)熱宕機(jī)，整個(gè)集群都可能要停下來(lái)，然后訓(xùn)練任務(wù)要重啟。這些問(wèn)題會(huì)使得訓(xùn)練時(shí)間大大增加，投入在大模型的成本也會(huì)飆升。

騰訊能做些什么？

基于這些企業(yè)現(xiàn)實(shí)問(wèn)題和需求的思考，就在前兩天，騰訊也正式公布了騰訊云MaaS服務(wù)全景圖。

基于騰訊云TI平臺(tái)打造的行業(yè)大模型精選商店，將覆蓋金融、文旅、政務(wù)、醫(yī)療、傳媒、教育等10大行業(yè)，提供超過(guò)50個(gè)解決方案。在這些能力模型基礎(chǔ)上，客戶(hù)只需要加入自己獨(dú)有的場(chǎng)景數(shù)據(jù)，就可以快速生成自己的“專(zhuān)屬模型”。

我們也推出基于騰訊云TI平臺(tái)的行業(yè)大模型精調(diào)解決方案，幫助模型開(kāi)發(fā)者與算法工程師一站式解決模型調(diào)用、數(shù)據(jù)與標(biāo)注管理、模型精調(diào)、評(píng)估測(cè)試與部署等任務(wù)，減輕創(chuàng)建大模型的壓力。我們也可以通過(guò)TI平臺(tái)實(shí)現(xiàn)模型的私有化部署、權(quán)限管控和數(shù)據(jù)加密等方式，讓企業(yè)用戶(hù)在使用模型時(shí)更放心。

在算力服務(wù)上。騰訊云所提供的穩(wěn)定計(jì)算、高速網(wǎng)絡(luò)與專(zhuān)業(yè)運(yùn)維，可以為算法工程師大大減輕設(shè)備運(yùn)維的壓力，讓他們把精力放在模型的構(gòu)建與算法的優(yōu)化上。

騰訊云也打造了面向模型訓(xùn)練的新一代HCC（High-Performance Computing Cluster）高性能計(jì)算集群。其搭載最新次代GPU，結(jié)合多層加速的高性能存儲(chǔ)系統(tǒng)，加上高帶寬、低延遲的網(wǎng)絡(luò)傳輸，整體性能比過(guò)去提升了3倍，獲得了很多客戶(hù)的高度認(rèn)可，幾家大模型獨(dú)角獸，都與騰訊展開(kāi)了算力合作。

在計(jì)算集群的“硬實(shí)力”之外，騰訊最近也推出了更適合AI運(yùn)算的“軟能力”——向量數(shù)據(jù)庫(kù)，它能更高效地處理圖像、音頻和文本等非結(jié)構(gòu)化數(shù)據(jù)，支持單索引10億級(jí)規(guī)模，比單機(jī)插件式檢索規(guī)模提升10倍，數(shù)據(jù)接入AI的效率也比傳統(tǒng)方案提升10倍。

毫無(wú)疑問(wèn)，AI對(duì)世界的改變，一定也是通過(guò)與產(chǎn)業(yè)的融合實(shí)現(xiàn)的。機(jī)器決策、自主生成、自然交互等一系列變革，推動(dòng)產(chǎn)業(yè)實(shí)現(xiàn)更高效率、更低成本、更好體驗(yàn)和更大創(chuàng)新。未來(lái)的企業(yè)，也將向智能原生進(jìn)化。

關(guān)鍵詞：