记者 胡群  人工智能正在促进人类踏入第四次工业革命。

第一次工业革命主要发生在英国等欧洲部分国家，人类从此由农业时代跨进机械化时代；第二次工业革命仍由欧洲发起，并传至北美，人类进入电气时代；第三次工业革命从美国发起，迅速扩展至全球，人类进入了信息化时代。目前，人类正在从信息化时代迈向数字化时代，中国和美国的人工智能领域投入巨大。

在美国，北京时间11月7日凌晨，OpenAI首届开发者大会推出团队最新的成果GPT-4 Turbo，并开放多模态API，宣布计划上线GPT Store等，这加速构建人工智能领域的用户生态。

在中国，百度文心一言、讯飞星火等大模型已陆续向普通用户开放。11月3日，昆仑万维“天工”大模型正式面向全社会开放服务。11月8日，蚂蚁集团透露，蚂蚁百灵大模型已完成备案，基于百灵大模型的多款产品已陆续完成内测，将向公众开放。11月9日，阿里巴巴集团CEO吴泳铭在2023年世界互联网大会乌镇峰会上透露，阿里巴巴即将开源720亿参数大模型。据记者不完全统计，目前基础大模型数量已超过100种。

11月8日，神州数码副总裁、CTO李刚向记者表示，“大模型所引发的技术变革和应用场景的爆发还处于早期阶段，真正应用端大爆发还没有到来。在C端，大家已能明确直观感受到大模型带来的变化，但要赋能千行百业，我认为这个路还比较长，但不可忽略的是，企业端才是大模型应用的更大场景。”

李刚表示，企业数字化转型中应用大模型将成为一个不可逆转的趋势，数字技术不断进步，工业领域呈现出前所未有的复杂性和广泛性，大模型距离企业应用并非只有一公里，而是一平方公里，大模型企业落地需要的是更多方面的就绪，不是线性过程，而是综合过程。

10月26日，神州数码正式发布神州问学平台产品，然而，这并非是一款大模型，而是为企业提供模型、算力、数据和应用的连接能力，既是一站式企业大模型集成平台，也是企业的大模型运营平台。

“从神州问学平台的战略定位来讲，我们非常开放的与各家基础大模型厂商合作。无论是开源的，还是闭源的。”神州数码战略营销部总经理皇甫子乔称，可能这就是神州数码与基础大模型厂商的定位不一样的地方。基础大模型厂商构建的生态相对聚焦，问学平台目的是希望能够链接产业供给侧和需求侧，最终通过生态各方的力量，推动产业繁荣，实现合作共赢。

不做基础大模型

：为什么神州数码在大模型赛道上另辟蹊径，选择做大模型运营平台？

李刚：从来没有哪一个时刻，数字技术如此深刻地影响着我们。十多年前，移动互联网和云计算广泛普及，极大地加快了业务数字化进度，企业和客户以及企业和产业链的关系就从线下转向了云端，转向了移动APP。而随着海量数据不断累积，大数据时代到来使得数据资产价值不断凸显。今天AI领域的重大突破，具有泛化能力的大语言模型又打开了数字化转型新的赛道、新的领域。我们预测，未来十年里，所有企业在企业战略里将充分利用云原生、数字原生、AI原生颠覆既有业务，构造自己的第二、第三增长曲线，实现企业跨越式的增长。

神州数码不做基础大模型，而是做大模型的集成与应用开发交付平台，除了做应用以外，更重要的是要做支持应用的生态环境，希望加速企业AI创新。尽管市场上已涌现了各式各样大模型在企业的应用实践，至今仍未见到“爆款”应用诞生。

对企业来说，单一的大模型能否提供“包打天下”的方案？从当前的实践来看，大模型存在四种部署模式：公有云API部署、专有云部署、私有云部署、一体机部署，不同的部署模式也为企业提供了不同选择，企业根据情况选择一个或两个主模型，再加若干辅助模型。这样的部署需要神州问学这样的平台来帮助企业完成。尤为重要的是，企业部署实施大模型的成本高昂，算力、数据、标注包括企业内部的知识语料的治理和管理都需要大量的管理成本，从长期角度来看，如何保证大模型的安全、可控也是巨大的挑战。

在AI领域，以神州问学平台为抓手，神州数码将专注于大模型企业级市场，帮助行业客户快速搭建模型、算力、数据和场景四大层面的能力，在企业内有效打通从生成式AI技术到业务场景的通道，共建数字化的力量。

皇甫子乔：新技术涌现出来后，我们必须去拥抱，如果还持有怀疑态度，企业可能会被创新潮流所抛弃。这一轮大模型的技术浪潮为企业数字化转型，注入了强大且更为直接的新动能，大模型将会改变产业格局。

神州数码作为中国IT生态的核心参与者，始终致力于促进先进技术在企业的系统化应用。作为生态链的建设者和守护者，我们深知生成式AI技术的崛起标志着一场技术革命的开始。因此，我们决意联合整个生态体系，共同帮助企业全面拥抱这一技术范式转变的到来。神州数码认为大模型应该更深入地了解各行各业，在数字化转型方面给予更大的推动力。

制造业将是大模型主战场

：中国虽是多条AI赛道的领跑者，企业部署AI的速度却慢了一步，您如何看待这一现状？在大模型领域是否仍会如此？

李刚：制造业将是AI大模型的应用主战场，而且不仅限于销售和研发，更会进入到生产环节。对于企业来说，最为关心的问题是人工智能如何帮助构建企业大脑，现在基于大模型加持，可以更方便地帮助大家进行构建。数据和大模型结合起来，会产生更好的化学反应，成为企业不断进化的大脑。随着大模型技术的不断的进步和完善，人工智能对企业知识的处理能力会从精度、广度和深度这三个维度上不断提升,最终我们认为有可能会出现可以深刻洞察企业运营全局的“企业超级运营大脑”。

大模型具有强大的学习和表达能力，非常适用于多种任务和广泛的应用场景，但在实际的项目实施中，应结合具体的业务需求、数据特性、技术背景等因素，灵活选择和利用各种算法模型。目前来看，基础大模型通用性强但专用性弱，在基础大模型基础上，利用行业数据训练出的适用于特定领域的专用模型，能够很好解决具体行业场景中的问题。我国拥有庞大的产业基础和消费市场，并且处于产业转型和消费升级过程之中，制造、金融、政务、医疗等领域的头部企业凭借在特定行业的知识、业务和客户资源基础，分别开发利用特定领域的大模型，能够获得商业价值和社会价值。

少量基础大模型与众多领域大模型相结合，将成为AI产业的底座，满足AI场景应用的需求，促进AI产业繁荣发展。随着行业大模型的推出，AI在企业端领域的商业化应用逐步深化，AI应用从企业内部智能化逐步扩展到产业智能化，从提升企业效率扩展到提升产业整体效率。

皇甫子乔：当前大模型在许多应用场景中表现出色，可以处理多种类型的任务，但在一些特定领域，比如金融，当前的大模型尚未能深入到风控等核心领域。尤其是特定行业的企业很难将核心数据放在大模型中训练，因此，在实际的AI项目落地过程中，大模型往往需要和其他算法模型(小模型)进行互补，共同构建更强大、更灵活的解决方案。大模型与其他模型并非互斥，它们在实际应用中可以相互补充，发挥各自的优势，共同构建更完善的AI解决方案。

目前来看，大模型不会是企业唯一需要的模型，大小模型混合部署才是常态。尽管未来企业将基于大模型技术的驱动重新定义开发、测试、设计、生产制造、营销、服务、风控、智能决策方式等，但是从通用大模型技术走向企业级场景价值的真正落地，从技术到生产力的转化还需跨越鸿沟。

企业应用场景即将爆发

：现在企业端还没有特别的大模型成功应用案例，核心问题在哪里？

皇甫子乔：当前行业热点是大模型本身，但是行业的痛点在需求。如果不是从模型的角度出发，而是从需求的角度去思考，就会有很多可以落地的方案。现在很多场景不一定需要先做一个通用大模型，再去大范围推广。再深入思考下去就会发现，很多应用还没有深入到行业核心的场景。企业级市场向来是更理性的，由价值来驱动。

李刚：大家对大模型真正的企业端应用场景有一些负面观点，但是我个人认为大模型真正的企业应用场景将会在明年开始爆发。神州问学平台类产品需求将会有大规模爆发，因为这个理念已被很多客户认同。现在很多企业的预算都来自于项目变更，而随着技术的快速迭代以及企业端应用场景的探索，2023年将会有一批大中型企业开始应用大模型，比如医药、汽车行业的市场营销、法务、人力资源等场景。