大模型的產(chǎn)業(yè)化尚任重道遠(yuǎn)，但行業(yè)對落地的訴求已十分迫切。

據(jù)?2022?年工信部發(fā)布的《國家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)“智賦百景”》通知顯示，在公共安全、交通運(yùn)輸?shù)染糯驛I落地領(lǐng)域中，制造、農(nóng)業(yè)、能源、金融、醫(yī)療作為我國重要經(jīng)濟(jì)支柱，雖然貢獻(xiàn)多，但尚屬于AI落地未開發(fā)領(lǐng)域，場景滲透率較低。

很顯然，大模型的故事到了決定下一階段的關(guān)鍵情節(jié)轉(zhuǎn)折點(diǎn)。隨著科技巨頭在通用大模型領(lǐng)域的開發(fā)，更多的AI科技公司更愿意選擇垂直領(lǐng)域的行業(yè)大模型。一個形象的比喻是，通用大模型更像大學(xué)，但它不會統(tǒng)治一切，行業(yè)大模型是不同科目培養(yǎng)出來的千千萬萬個大學(xué)生，它們所做的事情是怎么“學(xué)以致用”，與實(shí)體產(chǎn)業(yè)深度融合。

也即是說，行業(yè)大模型是構(gòu)建在基礎(chǔ)大模型的能力之上，具備一定的通用能力、能覆蓋多任務(wù)使用場景，還結(jié)合了行業(yè)Know-?How或引入知識圖譜、有解決專業(yè)領(lǐng)域問題的能力。

站在企業(yè)的視角上，能夠深入行業(yè)、進(jìn)入生產(chǎn)環(huán)節(jié)的大模型還需要考慮一個基本問題，那就是私有數(shù)據(jù)的安全問題，行業(yè)大模型想要效果表現(xiàn)好，離不開企業(yè)提供足量、質(zhì)量夠高的數(shù)據(jù)來支撐模型訓(xùn)練要求，這也是為什么多數(shù)企業(yè)通常選擇私有化部署的原因。

國內(nèi)AI企業(yè)大模型帶來新驚喜？

如今，市面上大模型產(chǎn)品眾多，也不乏在支持私有化部署上出色的大模型。實(shí)在智能就是其一。近期，實(shí)在智能上線開測了自研垂直領(lǐng)域大模型TARS（塔斯），TARS垂直大模型支持私有化部署和定制化訓(xùn)練，用戶可完全自主掌控?cái)?shù)據(jù)和模型，確保內(nèi)部敏感數(shù)據(jù)和信息的安全性，并可根據(jù)業(yè)務(wù)需求進(jìn)行定制化開發(fā)，為客戶提供"有效、安全、可信任、可落地”的“大模型+”行業(yè)解決方案。

值得一提的是，除了私有化部署，在落地應(yīng)用戰(zhàn)中，實(shí)在TARS（塔斯）垂直大模型也有著自己的核心競爭力。實(shí)在TARS（塔斯）垂直大模型將作為實(shí)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。

基于新的技術(shù)底座，在國際人工智能競爭愈發(fā)激烈的當(dāng)下，大模型浪潮帶動產(chǎn)品、服務(wù)、行業(yè)等多方位變革已是不爭的事實(shí)。接下來的競賽，不再是局限于大模型技術(shù)的追逐，在AI深入產(chǎn)業(yè)的視野中，千行百業(yè)也正迎來巨大的想象空間。企業(yè)也亟需從大模型的商業(yè)化狂潮中回歸冷靜，用性價比最優(yōu)的方式選擇最佳的合作對象。