自ChatGPT、Bard、Claude、Midjourney以及其他內(nèi)容生成工具問世以來，人們對生成式AI抱有很高期待。各企業(yè)CEO自然也在思考：這究竟是科技炒作，還是顛覆行業(yè)格局的機遇？如果是后者，那生成式AI能給自身業(yè)務(wù)帶來什么價值？

CEO們想知道是否應(yīng)立即采取行動，以及如果采取行動，該從何開始。有些人可能從中看到了機遇，希望通過重塑人與生成式AI應(yīng)用程序協(xié)同工作的方式，在競爭中彎道超車。其他人則可能希望謹(jǐn)慎行事，在進行大規(guī)模投資之前先嘗試幾個用例，增進對生成式AI的理解。

當(dāng)然企業(yè)也需要評估自身是否具備必要的技術(shù)專識、技術(shù)及數(shù)據(jù)架構(gòu)、運營模式以及風(fēng)險管理流程，這些是更進一步部署生成式AI時所需要的。

以中國為例，作為國內(nèi)最早一批探索AI的巨頭，2023年3月20日，百度正式上線生成式AI文心一言。隨后阿里巴巴的通義千問大模型、華為的盤古大模型等一批批優(yōu)秀大模型也陸續(xù)涌現(xiàn)出來。在這當(dāng)中，華為盤古大模型中的NLP大模型更是行業(yè)內(nèi)首個千億參數(shù)中文大模型，擁有1100億密集參數(shù)，經(jīng)過40TB的海量數(shù)據(jù)訓(xùn)練而成。

伴隨著大模型的狂飆突進，各企業(yè)CEO對生成式AI的期待顯而易見，企業(yè)高管自然希望借此東風(fēng)運籌帷幄，有計劃地快速推進。CEO們應(yīng)將探索大模型列入工作議程，不能僅視之為“可選項”。

大模型在企業(yè)中有很多應(yīng)用，財務(wù)領(lǐng)域可對財務(wù)報告中的要點給出文字描述，客戶關(guān)系則可以為客戶互動建議，在銀行、金融機構(gòu)、審計機構(gòu)等文本相關(guān)崗位的審核工作中，有許多費時費力、重復(fù)枯燥、價值低的文檔處理工作環(huán)節(jié)，可以準(zhǔn)確地識別、提取和審閱文檔內(nèi)容等。

除了華為發(fā)布盤古金融、電力、藥物分子三個垂直領(lǐng)域大模型，阿里云宣布與7家企業(yè)推動大模型在油氣、電力、交通等行業(yè)落地，京東表示將發(fā)布千億級大模型，進一步聚焦行業(yè)應(yīng)用等大廠大模型之外，不乏新銳科技公司也在垂直大模型領(lǐng)域有了自己的一席之地。

拿實在智能舉例，近期實在智能上線內(nèi)測了自研垂直領(lǐng)域的大語言模型——TARS大模型，這是國內(nèi)人工智能企業(yè)、RPA賽道頭部的大語言模型，由于致力于AI與RPA深度融合，本身具備一定的行業(yè)領(lǐng)域知識，反而在垂直大模型的探索上具備天然優(yōu)勢。TARS垂直大模型中疊加了多項自然語言處理前沿技術(shù)，基于開源基座模型，在千億級高質(zhì)量Tokens上進行了充分訓(xùn)練，完整復(fù)現(xiàn)了Pretrain、SFT和RLHF三個階段，語言理解能力及指令跟隨能力等在橫向?qū)Ρ葴y試中均取得良好效果，并疊加了如：模型的不當(dāng)言論判別等多項自然語言處理前沿技術(shù)，進一步增強了模型的生成效果和安全性。

此外，在落地場景上，實在TARS大模型還將作為實在智能IDP文檔審閱產(chǎn)品的下一代核心引擎，為更多企業(yè)提供更準(zhǔn)確、高效的文檔處理能力。借助TARS大模型的語言理解和深度學(xué)習(xí)能力，IDP將升級為Chat-IDP，即為用戶提供與文檔直接“對話”的能力，使用戶可更準(zhǔn)確地識別、提取和審閱文檔內(nèi)容，打出一套文檔高效審核處理的“組合拳”，大幅提升自動化辦公效率。

多年來，企業(yè)一直在探索AI之路、追求宏遠的目標(biāo)，?許多公司已經(jīng)收獲了新的收入來源、改進了產(chǎn)品、?提升了運營效率。其中許多成功都源于AI技術(shù)，它們?nèi)匀皇翘幚硖囟ㄈ蝿?wù)的最優(yōu)工具，企業(yè)應(yīng)繼續(xù)保持這方面的努力，在大模型浪潮中啟動生成式AI的旅程。