TechTalks
大模型混合云,让每个企业都拥有专属大模型
智能化是大势所趋,大模型为代表的AI技术当前正是成熟阶段,政企拥抱大模型主要考虑哪些关键因素?来听听中国信息通信研究院 云计算与大数据研究所 云计算部副主任 李哲的分析观点
2024年04月
Q1:您能分享一下,大模型在行业的应用现状和发展趋势么?
- 2023年是大模型爆发的一年,这一年,大模型在行业已开始涌现一些成功的案例,一些像金融、能源等行业的先行者已经开始将大模型能力应用到生产实践中,并取得一些成果。
- 但从产业发展上来看,大模型仍处于探索发展阶段。一方面,行业对于新技术的认知和接受程度不一,大模型商用仍需培养市场信心和技术储备。另一方面,从相关产业链完善程度来看,大模型产业链长、业态复杂,在硬件算力、软件生态、人才储备等方面仍需要进一步积累和发展。
- 随着技术的逐渐成熟、数据与算力产业的高质量发展,2024年将是大模型走向规模化应用的关键年。一方面,大模型技术在2024年将达到更高的成熟度,不仅模型的性能和泛化能力更强,而且在垂直领域应用中将具备更好的适应性和针对性,这使得大模型能更有效地解决行业应用中的复杂问题。另一方面,随着企业生产经营业务数据的持续积累,大模型将能更好地利用这些数据进行深度学习和预测分析,为企业在决策优化、生产效率提高和成本控制等方面提供强大支持。
- 尤其是政务、金融、电力、能源等这类大型政企,通常都是行业的领头羊,自身需求规模大、应用场景丰富、产业配套全,在国家政策驱动下,带头建设和发展大模型将会是下一阶段的重点方向。
- 因此,行业市场,尤其大型政企行业将成为接下来大模型的主要战场,把AI真正转换为生产力。
Q2:您认为大型政企建设和应用大模型,主要面临的挑战是什么?
- 首先,大模型的建设,高昂的资金投入是最显而易见的挑战,基础大模型的训练需要消耗大量的算力,单次训练可能就需要成百上千万的资金投入,还需要耗费大量时间准备高质量的算料,此外还有人才培养成本等诸多因素。因此,选择有强大公有云算力与模型技术研发的厂家是更好的选择。
- 第二,合规方面的挑战。源于长期的行业积累,大型企业拥有丰富的私有数据资源,而政企由于行业特殊性,通常也会面临很多行业监管的政策法规要求,因此很多大型企业而言,他们更倾向于将数据留在本地,确保“数据不出域”。但大模型的训练需要海量的高质量数据,在公共和开放数据集的基础上,还必须要企业的私有数据参与训练过程,通过增量训练和微调,让大模型更适配企业。
Q3:对于大型政企应用大模型有什么建议?
- 政企需要在保证数据安全的基础上,让私有数据参与大模型的训练。因此,基于混合云,在本地建设企业专属大模型,将成为未来行业大模型的重要部署形态,既满足业务发展的诉求,也缓解企业对数据安全和隐私的担忧。
相比小模型生产方式,大模型具备良好的泛化性,具备在政企行业数量众多的中长尾离散场景实现规模化的部署推广。中国幅员广阔,在能源、交通、制造、电力、矿山、油气等众多领域,存在大量集团分支和中小型企业,非常适合行业头部领军企业或集团公司,集约化规划与建设行业大模型平台,并将能力外溢,将自有模型进行交易,帮助行业中小企业快速实现智能化升级,并获得商业闭环和前期大模型投资变现。