當前人工智能發展已進入大模型時代。今年《政府工作報告》部署開展“人工智能+”行動后,大模型技術與產業的融合不斷加速,大模型在各行業場景的創新應用將對培育發展新質生產力發揮重要作用。但從落地情況看,大模型要融入實體經濟、賦能千行百業,仍有“三個鴻溝”需要跨越。
一是認知鴻溝。新技術的應用落地,需求牽引是關鍵。如果需求側對大模型缺乏認知,就難以產生對大模型的應用需求。從前期接觸的一些政府、企業客戶來看,不少人員對大模型認識還不全面,有些還存在認識誤區:有的是意識不到大模型技術的底層支撐作用,對大模型技術融入各行各業的趨向沒有前瞻思考,因而不會產生對大模型的主動需求;有的則是預期過高,期待大模型能解決全部問題,如果不及預期就放棄,對新技術的發展缺乏耐心。解決認知鴻溝,需要加強人工智能知識特別是大模型知識的普及,加強對政府部門、企業相關負責人的專業培訓,逐步提升大模型技術接受度,從而擴大需求端市場。
二是數據鴻溝。大模型要落地各行各業,必須解決特定行業的具體問題。通用大模型雖然具備知識的廣泛性,但要滿足特定場景的需求,還需要使用更專注于某個領域或任務的數據集進行后期預訓練和微調,形成針對特定任務的垂類大模型。盡管我國數據相關基礎制度基本完善,公共數據向社會也進一步開放,但由于保密、隱私保護等需要,數據的全面性和質量距離訓練垂類大模型要求還有差距。解決數據鴻溝,一方面要加強數據治理,進一步提升公共數據的質量和開放度,另一方面要探索新的垂類大模型開發模式,可以借鑒合肥市做法,政府牽頭建立融合政務、社會和行業數據的數據集,面向社會提供“算力池+數據集+模型底座”公共服務,鼓勵產業企業利用自身數據優勢與大模型廠商合作開發行業大模型。
三是市場鴻溝。在ChatGPT引領的生成式AI浪潮下,國內人工智能企業紛紛入局大模型,目前國產大模型數量已經超過300個。大模型訓練需要大量的數據和算力支撐,資金投入非常高,但目前落地的應用場景主要集中在金融、醫療、自動駕駛、政務領域,行業競爭愈演愈烈,大模型產出遠遠無法覆蓋投入。與此同時,在醫療、政務等大模型重點應用領域,地方政府也更愿意扶持本地的大模型企業,不少國有企業也在數字化轉型過程中成立信息化或數據子公司,導致大模型應用的細分市場進一步分割,垂類大模型產品的跨地區推廣應用難度加大。解決市場鴻溝,既有賴于大模型廠商通過持續技術創新,以良性市場競爭推動優勝劣汰,也需要地方政府進一步落實建立統一大市場要求,開放應用場景,減少行政干預,推進優化大模型內卷式競爭格局。(濟南市國資委 沈文濤)
