腾讯汤道生：行业大模型是企业拥抱AI的更优选项

学习知识要善于思考，思考，再思考！今天golang学习网小编就给大家带来《腾讯汤道生：行业大模型是企业拥抱AI的更优选项》，以下内容主要包含等知识点，如果你正在学习或准备学习科技周边，就都不要错过本文啦~让我们一起来看看吧，能帮助到你就更好了！

腾讯汤道生：行业大模型是企业拥抱AI的更优选项

7月6日，2023世界人工智能大会在上海举办。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，在大会全体会议-产业发展论坛，做主题演讲。他表示，通用大模型有很强的能力，但并不能解决很多企业的具体问题。企业的大模型应用需要综合考虑行业专业性、数据安全、持续迭代和综合成本等因素。基于行业大模型，构建自己的专属模型，也许是企业更优的选项。

“通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。”汤道生表示，通用大模型一般是基于广泛的公开文献与网络信息来训练的，许多专业知识与行业数据积累不足，导致回答的行业针对性与精准度不够。但用户对企业提供的专业服务，要求高、容错性低，企业一旦向公众提供了错误信息，可能引起严重后果。

他表示，企业如果基于行业大模型，再加上自身数据进行精调，可以建构专属模型，打造出高可用的智能服务。而且模型参数比通用大模型少，训练和推理的成本更低，模型优化也更容易。

同时，行业大模型和模型开发工具，也可以通过私有化部署、权限管控和数据加密等方式，防止模型训练和使用带来企业敏感数据的外泄。

另外，大模型落地过程，还需要经过算法构建、模型部署一系列环节，每个环节都不能“掉链子”。模型后续还需要不断地迭代调优，这需要用到系统化、工程化的工具。

针对这些问题，腾讯云最近也公布了腾讯云MaaS服务全景图，基于腾讯云TI平台打造行业大模型精选商店，提供金融、文旅、政务、医疗、传媒、教育等10大行业，50多个解决方案；推出行业大模型精调解决方案，帮助模型开发者与算法工程师，一站式解决模型调用、数据与标签管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。在这些模型和工具平台基础上，企业只用加入自己的场景数据，就可以快速生成自己的“专属模型”。

“伴随着大语言模型的发展，产业和社会，也将从数字化、网络化，走向智能化。在这个过程中，腾讯始终认为，人工智能发展的根本目标是落地于产业，服务于人。能真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。腾讯将携手各方伙伴，以优质模型、澎湃算力，让每个企业的‘黄金数据’发挥出高效用，助力产业创新发展。”汤道生说。

以下是演讲全文：

大家好！非常高兴参加世界人工智能大会。今天在这里抛砖引玉，也请各位专家指正。

腾讯公司参加世界人工智能大会已经整整5年。在这5年中，我们参与和见证了人工智能“上海高地”的建设。腾讯在青浦的数据中心、松江的长三角人工智能超算中心，累计已经投产了数万台服务器。我们其中一个AI实验室——优图实验室，就在上海，也获得了超过1600 项全球专利。同样设立于上海的科恩安全实验室，在AI安全等领域，也达到了国际领先水平，被称为中国网络安全的“梦之队”。

这5年中，腾讯的人工智能技术和产品也在各行各业落地生根：我们的数智人“入职”了130多个行业，担任金融客服、虚拟主播等“数智员工”，为用户提供个性化的服务。我们的工业AI质检已经在3C零部件、锂电等多个制造业产线上使用，提高良品率的同时，帮助企业降本增效。我们借助AI、游戏引擎等游戏技术以及南航虚像显示技术，生成虚拟飞行环境，为民航飞行员提供更高效、安全的飞行训练。

过去几个月，大语言模型与生成式AI的发展实现了强大的语言理解与推理能力，并能按提词生成完整的段落、精致的图片、视频甚至代码等，让AI成为更强大的个人助手。

很多实体企业既兴奋又焦虑，迫不及待地想要拥抱大模型技术，推动设计、销售、服务等环节的智能化升级，提升生产、经营、管理效率。

事实上，虽然通用大模型很强大，但并不一定能解决很多企业的具体问题。大模型在产业场景中是否真正可靠、可用？怎样才能保护好企业数据产权和隐私？如何降低大模型的使用成本？这些都是企业需要考虑的现实问题。

企业基于行业大模型构建自己的专属模型，也许是更优的选项。同时也要借助高效的专业工具，不断优化、迭代模型，满足企业和市场持续变化的需求。

首先，借助行业大模型，更高效地为用户提供精准服务。

通用大模型一般都是基于广泛的公开文献与网络信息来训练的，网上的信息可能有错误、有谣言、有偏见，许多专业知识与行业数据积累不足，导致回答的行业针对性与精准度不够，输出的信息也相对宽泛。虽然通用大模型整体水平在不断提升，但策略上有点像要把大海煮沸（Boil the Ocean），并不聚焦。通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。

但用户对企业提供的专业服务，要求高、容错性低，企业一旦向公众提供了错误信息，可能引起巨大的法律责任或公关危机。因此，我认为，每个企业都可以基于由专业知识和数据训练出来的行业大模型，再加上企业自己的数据进行精调，建构独有的“专属模型”，更高效地打造出高可用的智能服务。

同时，基于行业大模型的企业专属模型，模型参数比通用大模型少，训练和推理的成本更低，模型优化也更容易。

其次，借助专属模型，保护企业数据，保证数据安全。

数据是大模型的原材料，模型最终要在真实场景落地，达到理想的服务效果，往往需要把企业自身的数据也用起来。过程中如果数据保护不当，可能会造成企业核心数据、敏感数据的泄漏。

行业大模型和模型开发工具可以通过私有化部署等方式，让模型训练更放心，也可以避免员工访问模型时，发生企业敏感数据的外泄。

如果模型服务是面向用户，用户的反馈数据也可以用来优化专属模型，不断提升服务体验。

再次，借助高效率的平台开发工具，实现模型快速、低成本的持续优化。

模型在产业中的落地是一个复杂的系统化工程，要经过数据处理、算法构建、模型部署一系列环节，每个环节都不能“掉链子”。

同时，企业模型的应用也不是一次性部署完了就结束了。还需要在使用中不断根据新的数据调整，让模型跟上不断变化的市场和用户需求。过程中就需要管理好大量的数据与标签，不断测试与迭代模型。这就需要用系统化、工程化的工具保障模型的持续运行。

基于这些企业现实问题和需求的思考，上个月，我们也正式公布了腾讯云MaaS服务全景图。

基于腾讯云TI平台打造的行业大模型精选商店，提供金融、文旅、政务、医疗、传媒、教育等10大行业，超过50个解决方案。在这些能力模型基础上，伙伴们只需要加入自己独有的场景数据，就可以快速生成自己的“专属模型”。我们也可通过模型的私有化部署、权限管控和数据加密等方式，帮助企业用户在使用模型时保护好自身数据，更加安心。

我们也推出基于腾讯云TI平台的，行业大模型精调解决方案。帮助模型开发者与算法工程师，一站式解决模型调用、数据与标签管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。

比如，我们和国内的头部在线旅游公司，基于“文旅大模型”打造了机器人客服。当用户咨询假期行程，如果是基于通用大模型的客服机器人，只能给出一些简单的景点介绍。但当我们基于行业大模型，加入企业数据进行模型精调之后，客服机器人的回答变得更加精准、可用和详细，能够规划出交通、景点、酒店安排，甚至可以直接提供预订链接，以及优惠券等信息。不仅实现了贴心的服务，也具备了更强的销售转化能力。这才是企业所需要的。

我们也将行业大模型能力融入到腾讯自身的企业级应用，通过更智能的服务，帮助客户提高工作效率。

例如，新一代的腾讯企点智能客服基于行业模型，结合客户业务需求进行训练与精调，可以提供更精准、更详细的回答，用户体验也更人性化。同时，借助企点分析平台，销售人员用自然语言提问就可以实现准确的商业分析，不需要花费大量的时间学习复杂的软件、制作看板。

我们的数智人也因为融入了AI生成算法，提升了数字形象的复刻速度。2D数智人的制作只需要录制3分钟的真人口播视频，借助平台的多模态处理能力，就可以实时建模并生成高清人像，在24小时内，制作出与真人近似的“数智人”，成本大大降低。

各位嘉宾！伴随着大语言模型的发展，产业和社会正在从数字化、网络化走向智能化。在这个过程中，我们始终认为人工智能发展的根本目标是落地于产业，服务于人。能真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。

腾讯将携手各方伙伴，以优质模型、澎湃算力让每个企业的“黄金数据”发挥出高效用，助力产业创新发展。

腾讯人工智能的产业实践，也将在腾讯分论坛和游戏AI分论坛中，与大家做详细分享。另外，也非常欢迎大家到腾讯展台，体验一下录制3分钟视频制作自己的数智人等技术。

谢谢大家！

到这里，我们也就讲完了《腾讯汤道生：行业大模型是企业拥抱AI的更优选项》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于​大模型,腾讯,汤道生的知识点！