近日，艾瑞咨詢重磅推出《2023年中國銀行營銷數(shù)字化行業(yè)研究報告》(以下簡稱《報告》)，并發(fā)布“中國銀行營銷數(shù)字化轉(zhuǎn)型卓越服務廠商TOP30榜單”，百融云創(chuàng)憑借大模型在垂直產(chǎn)業(yè)的應用實踐，成功入選該榜單。

今年以來，人工智能領域話題不斷，AIGC、?成式??智能、?模型等概念層出不窮。以大模型為代表的第二波AI浪潮正席卷而來，在產(chǎn)業(yè)領域醞釀新的變革。

大模型帶來了一種新的范式，它將機器學習步驟分為了預訓練和微調(diào)兩個階段。這種方式讓機器學習的過程從任務導向的煙囪模式轉(zhuǎn)化成了平臺模式，通過上游的訓練后形成強泛化能力的模型，可以降低多種下游任務的邊際成本。

產(chǎn)業(yè)客戶無需關注硬件設備和底層技術細節(jié)，只需要將精力專注于業(yè)務邏輯，通過API調(diào)用現(xiàn)成模型產(chǎn)品，或者根據(jù)大模型“微調(diào)”出滿足實際業(yè)務的模型。比如在金融領域，無論是大型銀行還是中小銀行，都能輕松上手，無需額外的學習成本。

雖然市場對大模型有良好的預期，吸引了全世界多個科技巨頭做戰(zhàn)略級投入，但大模型也面臨著成長的煩惱。從技術上和產(chǎn)業(yè)應用兩個層面來說，大模型的應用難點有很多。

在技術方面，比較典型的一個問題是，在實際的應用中，大模型會常常發(fā)生一些事實性錯誤。這是因為對于大模型的訓練數(shù)據(jù)中未曾覆蓋到的信息，大模型會按照上下文的概率進行事實編造，從而導致大模型產(chǎn)生“幻覺”。

讓大模型變得更可靠，生成式AI和決策式AI的有機融合發(fā)展或許將是一個有效路徑。比如針對生成式AI在權衡一些對沖性的信息時，不能做出正確取舍的弊端，可以在模型建設中加入決策式AI的決策樹等算法，通過引入顯性的邏輯規(guī)則來判斷相互矛盾的信息，進而給出最優(yōu)解。

在產(chǎn)業(yè)應用方面，很多產(chǎn)業(yè)機構還是將大模型當作“玩具”，還不足以作為“工具”使用。要真正實現(xiàn)大模型的落地，產(chǎn)業(yè)機構需要的不僅是大模型本身，還需要充分的行業(yè)Know-how、行業(yè)知識庫，以及對于落地場景的深入挖掘。在實際的交互中決定需要哪些功能，以及可能以何種方式與這些功能產(chǎn)生鏈接，強化大模型的“工具”能力。

簡而言之，大模型在產(chǎn)業(yè)領域的應用絕不是單純的技術問題，能否打造“模型-行業(yè)理解-場景應用”的完整體系才是決定成敗的關鍵。

隨著技術的演進發(fā)展，行業(yè)也將發(fā)展出幾大不同的路徑，即以科技巨頭為主的底層大模型、新興創(chuàng)業(yè)公司主導的各類“小模型”，以及像百融云創(chuàng)這樣的AI科技公司研發(fā)的行業(yè)大模型。后續(xù)，外界對于大模型的關注將轉(zhuǎn)向其在垂直領域的落地，行業(yè)大模型勢必將迸發(fā)出更多勢能，垂類應用和模型能力的結合也會更為緊密。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關鍵詞：