百融云創：“模型-行業理解-場景應用”決定大模型成敗

近日，艾瑞咨詢重磅推出《2023年中國銀行營銷數字化行業研究報告》(以下簡稱《報告》)，并發布“中國銀行營銷數字化轉型卓越服務廠商TOP30榜單”，百融云創憑借大模型在垂直產業的應用實踐，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，在產業領域醞釀新的變革。

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。

產業客戶無需關注硬件設備和底層技術細節，只需要將精力專注于業務邏輯，通過API調用現成模型產品，或者根據大模型“微調”出滿足實際業務的模型。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略級投入，但大模型也面臨著成長的煩惱。從技術上和產業應用兩個層面來說，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，大模型會常常發生一些事實性錯誤。這是因為對于大模型的訓練數據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則來判斷相互矛盾的信息，進而給出最優解。

在產業應用方面，很多產業機構還是將大模型當作“玩具”，還不足以作為“工具”使用。要真正實現大模型的落地，產業機構需要的不僅是大模型本身，還需要充分的行業Know-how、行業知識庫，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生鏈接，強化大模型的“工具”能力。

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

隨著技術的演進發展，行業也將發展出幾大不同的路徑，即以科技巨頭為主的底層大模型、新興創業公司主導的各類“小模型”，以及像百融云創這樣的AI科技公司研發的行業大模型。后續，外界對于大模型的關注將轉向其在垂直領域的落地，行業大模型勢必將迸發出更多勢能，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。

關鍵詞：