360周鴻祎：垂直大模型，是創(chuàng)業(yè)者的“金光大道”

7月24日消息，在極客公園日前主辦的AGIPlayground大會(huì)上，360集團(tuán)創(chuàng)始人周鴻祎，也是通過自研通用大模型“360智腦”親自下場(chǎng)，參與了本場(chǎng)大模型創(chuàng)業(yè)浪潮，給出了自己的答案。

周鴻祎在演講中說：“創(chuàng)業(yè)需要把大模型拉下神壇?！薄安灰鹊酱竽Ｐ蜔o所不能才開始做，只要想清楚了就可以開始干了?！薄霸谄髽I(yè)里面做大模型，我們要忘掉ChatGPT這個(gè)榜樣?！?/p>

周鴻祎在演講中表示，大模型是一場(chǎng)五到十年的風(fēng)口，有引發(fā)一場(chǎng)新的工業(yè)革命的潛質(zhì)。而大模型的未來絕對(duì)不像曼哈頓計(jì)劃，是尖端科學(xué)家和幾億人民幣才能訓(xùn)練出的原子彈，而一定像是AK47，價(jià)格便宜，火力足，分量夠。

圖注：360集團(tuán)創(chuàng)始人周鴻祎

（圖源極客公園公眾號(hào)）

而在周鴻祎眼中，創(chuàng)業(yè)者目前最好的“瞄準(zhǔn)技巧”就是面向B端市場(chǎng)。

周鴻祎談到，“現(xiàn)在創(chuàng)業(yè)者應(yīng)該做什么？做垂直大模型。我們講創(chuàng)業(yè)方法論，創(chuàng)業(yè)團(tuán)隊(duì)要算力沒算力，要錢也不夠多，要人才也不夠厚。跟這些巨頭競(jìng)爭(zhēng)相比，你唯一的機(jī)會(huì)是把你所有的資源聚焦在一根針上，才能形成非常大的壓強(qiáng)。垂直大模型，是創(chuàng)業(yè)者的‘金光大道’?！?/p>

以下是演講全文：

今天的演講題目叫“我的大模型產(chǎn)品方法論”，是我自己的一些經(jīng)驗(yàn)和體會(huì)。

最近有人開始唱衰大模型，但我覺得作為創(chuàng)業(yè)者，一定要站在現(xiàn)在看未來。如果站在現(xiàn)在看過去，我們能挑出大模型的很多毛病，但如果用發(fā)展的眼光來看，我相信大模型代表了未來一次工業(yè)革命的機(jī)會(huì)。

曾經(jīng)有人說風(fēng)口來的時(shí)候豬都在天上飛，我們也經(jīng)歷了AI、元宇宙、web3，但是我可以肯定：這次大模型不是風(fēng)口和泡沫。即使是風(fēng)口，我覺得這個(gè)風(fēng)怎么也得吹五年到十年。所以對(duì)在座的創(chuàng)業(yè)者來說，我覺得應(yīng)該還有十年的紅利期。

大模型有引發(fā)工業(yè)革命的潛質(zhì)。我們以電腦的發(fā)展為例：電腦在1946年被發(fā)明的時(shí)候，也沒有立刻引發(fā)工業(yè)革命。當(dāng)時(shí)，它只被氣象局、研究核物理的軍方等少數(shù)單位使用。電腦真正引發(fā)工業(yè)革命，應(yīng)該是比爾·蓋茨、喬布斯等人躬身入局，發(fā)明了個(gè)人電腦。雖然當(dāng)時(shí)大公司的人看不上個(gè)人電腦，但PC最大的好處就是每個(gè)人都用得起，每個(gè)公司都買得起。而且在通用的硬件架構(gòu)上加上不同軟件，就使得它能解決每個(gè)人生活工作中方方面面的問題，這才產(chǎn)生了電腦帶來的信息革命。

所以我認(rèn)為，大模型現(xiàn)在還很“高大上”，我們的目標(biāo)是要把它拉下神壇。讓大模型真正的走進(jìn)千家萬戶，影響百行千業(yè)，這才是大模型引發(fā)工業(yè)革命的道路。

作為行業(yè)里的先入局者，過去半年我們經(jīng)歷了3個(gè)過程：

第一個(gè)階段充滿了懷疑和震驚，第二階段是焦慮和等待——中國能不能也做出來大模型。我記得有投資人當(dāng)時(shí)認(rèn)為這是一件長(zhǎng)期的工程，結(jié)果過了不到3個(gè)月，國內(nèi)很多大模型都面世了。很快，“孩子出生”不到三個(gè)月，投資人的期望已經(jīng)來到了第三個(gè)階段：大模型究竟能不能賺錢。所以今天，你發(fā)現(xiàn)沒有太多人去關(guān)注大模型的技術(shù)，大家更關(guān)心大模型的產(chǎn)品化、場(chǎng)景化和商業(yè)化。

關(guān)于大模型，有一種說法是“大模型是操作系統(tǒng)”，我覺得這是一種謬論。大模型的未來不會(huì)成為操作系統(tǒng)，而是會(huì)成為個(gè)人電腦，成為數(shù)字化系統(tǒng)的標(biāo)配。因?yàn)椴僮飨到y(tǒng)往往是被大公司壟斷的，全世界不太可能有超過3套的操作系統(tǒng)；而在今天，在座每個(gè)人的兜里都揣著一臺(tái)甚至更多臺(tái)“電腦”。

所以，我覺得大模型的發(fā)展路徑會(huì)更接近電腦的發(fā)展歷程。以后每個(gè)家庭、每個(gè)企業(yè)、每個(gè)政府部門可能都有至少一個(gè)或多個(gè)大模型。

最近蘋果在嘗試讓大模型在電腦上跑起來，高通在嘗試讓大模型在手機(jī)跑起來。而在未來，我認(rèn)為大模型還會(huì)出現(xiàn)在每一臺(tái)智能汽車上，它不僅要解決智能座艙和交互控制的問題，甚至?xí)恼J(rèn)知層面解決自動(dòng)駕駛和輔助駕駛的問題。

這是我今天一個(gè)非常極端的觀點(diǎn)，但這的確是我認(rèn)知的未來大模型在中國的發(fā)展之路：不會(huì)有壟斷，不會(huì)只有3-5個(gè)大模型，大模型將無處不在。

所以像OpenAI這樣，做一個(gè)極端的遙遙領(lǐng)先的大模型的商業(yè)模式，也許不一定是我們各位創(chuàng)業(yè)者喜歡的模式。只有市場(chǎng)可以完全的去中心化，并且切成非常多碎片，才會(huì)有創(chuàng)業(yè)者的機(jī)會(huì)。大模型剛出來的時(shí)候，有人把它描述為“曼哈頓計(jì)劃”。但如果這是“曼哈頓計(jì)劃”，就沒有創(chuàng)業(yè)者的機(jī)會(huì)了。

ChatGPT剛出來的時(shí)候，我的人也很慌。我說慌什么，讓子彈再飛一會(huì)。因?yàn)槲矣袃蓚€(gè)東西會(huì)有突破。第一，OpenAI做大之后，就會(huì)有很多人離職創(chuàng)業(yè)。很多的訓(xùn)練方法、訓(xùn)練技巧被慢慢會(huì)出來。第二，就像《讓子彈飛》的劇情里一樣，安卓當(dāng)初在追趕iOS的時(shí)候，用了一個(gè)方法就是開源。我覺得這種開源非常好，就像是AK47：價(jià)格便宜，火力足，分量夠，能夠?qū)崿F(xiàn)“科技平權(quán)”。

所以今天我們要感謝開源，感謝對(duì)大模型越來越開放的討論和公開，特別是Facebook（Meta）。我原來以為小扎（Meta創(chuàng)始人扎克伯格）都陷入到元宇宙的泥潭里不能自拔，沒想到他們貢獻(xiàn)了LLaMa，LLaMa會(huì)讓很多公司不那么需要OpenAI。

免費(fèi)的開源帶來了科技平權(quán)，也降低了大模型的創(chuàng)業(yè)門檻。LLaMa開了這個(gè)先河，產(chǎn)生了寒武紀(jì)生物大爆炸的那樣的效果。

我今天沒有能力給大家發(fā)AK47，但可以教授一些射擊的方法，也就是對(duì)于創(chuàng)業(yè)者來說，在大模型領(lǐng)域應(yīng)該關(guān)注什么市場(chǎng)？市場(chǎng)分為中心化和去中心化。如果把中心化理解為科技巨頭、互聯(lián)網(wǎng)平臺(tái)公司，那么在已有的業(yè)務(wù)上，它們用AI把握住現(xiàn)有的存量市場(chǎng)，那么這一塊不會(huì)有創(chuàng)業(yè)者大多的機(jī)會(huì)，除非別人做到60分，你能做到200分。

所以巨頭們，會(huì)把自己已有的場(chǎng)景，特別是toC的場(chǎng)景都占住。為什么騰訊不慌不忙？因?yàn)檎l做出一個(gè)聊天機(jī)器人，最大的聊天場(chǎng)景都是在微信和QQ里；字節(jié)跳動(dòng)也不慌不忙，如果將來它有一個(gè)大模型，在每個(gè)抖音場(chǎng)景里給你放一個(gè)，那不用都很難。

我覺得，巨頭一定會(huì)用全家桶的思路，把自己的全家桶產(chǎn)品裝上它們的大模型。用戶又很懶，很多用戶會(huì)就近使用。所以這個(gè)存量市場(chǎng)，或者叫中心化市場(chǎng)，我預(yù)估在未來在大模型市場(chǎng)里，很難有大的改變。

我覺得在80%去中心化的企業(yè)級(jí)市場(chǎng)，蘊(yùn)含著巨大的機(jī)會(huì)。也就是我剛才提到的，每個(gè)政府部門、每個(gè)行業(yè)、每個(gè)企業(yè)可能都需要結(jié)合自己業(yè)務(wù)使用的大模型。因?yàn)榇竽Ｐ途拖褚粋€(gè)發(fā)動(dòng)機(jī)，這些企業(yè)都關(guān)心怎么把發(fā)動(dòng)機(jī)買來，放在自己造的“車”上，和現(xiàn)有的業(yè)務(wù)進(jìn)行緊密的結(jié)合。

張鵬前段時(shí)間去美國做了一系列調(diào)研。我這幾年也一直在轉(zhuǎn)型做toB和數(shù)字安全，我發(fā)現(xiàn)我們的調(diào)研結(jié)果是一致的，就是很多企業(yè)對(duì)大模型非常神往，但是他們又有非常多的顧慮。大模型不是云計(jì)算，企業(yè)不會(huì)選擇直接接入大模型的API，通用大模型在企業(yè)級(jí)場(chǎng)景中沒辦法直接用。周鴻祎總結(jié)主要是以下幾個(gè)方面的問題：

第一個(gè)痛點(diǎn)：目前的大模型是萬事通，但不是行業(yè)通。如果你真的用過chatGPT，在震驚完它什么都會(huì)之后，你會(huì)發(fā)現(xiàn)一旦問它一些行業(yè)的問題，它就會(huì)說很多概念性的正確廢話。也就是說，ChatGPT對(duì)行業(yè)理解的深度還遠(yuǎn)遠(yuǎn)不足。

我經(jīng)?？洫?jiǎng)創(chuàng)業(yè)者，“你可能是一個(gè)天才，但你一定不是一個(gè)全才?！狈催^來，如果把自己定義成一個(gè)通才、全才，那么在某一個(gè)方面要想達(dá)到天才的深度，我認(rèn)為也是很難的。

第二個(gè)痛點(diǎn)：不懂企業(yè)，不懂企業(yè)內(nèi)部的知識(shí)。而我們每個(gè)成功的企業(yè)，都有點(diǎn)自己的“小九九”，有點(diǎn)自己的know-how。比如說360，在數(shù)字安全方面積累了全球最多的攻擊樣本。我會(huì)愿意把這個(gè)貢獻(xiàn)給行業(yè)嗎？我會(huì)愿意把它訓(xùn)練到公有的大模型里嗎？不可能。所以這就形成了一個(gè)巨大的矛盾。即：企業(yè)有獨(dú)特的知識(shí)，希望能夠訓(xùn)到模型里面去，這樣這個(gè)模型才能更加的結(jié)合企業(yè)的業(yè)務(wù)，但同時(shí)，企業(yè)又不愿意把這些知識(shí)放到公有云上去。

順道說一下，中國和美國的市場(chǎng)有很大的不一樣。在美國，基本上都是公有云的天下。哪怕IBM收購了紅帽公司RedHat，但是私有云市場(chǎng)在美國還是不成氣候，甚至美國的很多軍方情報(bào)機(jī)構(gòu)都會(huì)接受和使用微軟或者亞馬遜的公有云。

但是在中國，你會(huì)發(fā)現(xiàn)我們的企業(yè)老板、政務(wù)部門對(duì)服務(wù)器的位置是非常在意的。所以在國內(nèi)，混合云、專有云、私有云的市場(chǎng)，機(jī)會(huì)要比美國要大很多。

第三，存在數(shù)據(jù)安全隱患。三星曾經(jīng)犯過這個(gè)錯(cuò)誤，360也給程序員開了ChatGPT的賬號(hào)，讓他們?cè)囉靡幌?。還真有程序員，把剛寫的代碼整個(gè)上傳，讓ChatGPT給他看一下有沒有bug，這是不被允許的。

第四，大模型無法保證生成的內(nèi)容完全可信，或者說大模型能產(chǎn)生知識(shí)模糊、制造知識(shí)幻覺。我覺得這是既是優(yōu)點(diǎn)也是缺點(diǎn)。

對(duì)于一個(gè)幫助別人寫劇本、寫小說的大模型來說，能編出“林黛玉三打白骨精”、“賈寶玉倒拔垂楊柳”的故事，可以看成創(chuàng)造力的展現(xiàn)。因?yàn)樵谶@個(gè)出現(xiàn)之前，世界上所有的動(dòng)物只有人類會(huì)瞎編，我們每個(gè)創(chuàng)業(yè)者都要學(xué)會(huì)描繪不存在的事情來激勵(lì)自己的團(tuán)隊(duì)，這是產(chǎn)生意識(shí)和智力的基礎(chǔ)。大模型有了這種能力，讓我們看到它有機(jī)會(huì)產(chǎn)生真正的智能。

但問題是，在企業(yè)里面，如果這種不可信和企業(yè)的業(yè)務(wù)系統(tǒng)融合在一起，就可能產(chǎn)生悲劇的結(jié)果。舉個(gè)例子，如果有人要做一個(gè)中醫(yī)大模型，準(zhǔn)備把本草綱目、黃帝內(nèi)經(jīng)全部都灌進(jìn)去了。但是它給你開了一方子，敢不敢照方抓藥呢？怎么解決內(nèi)容不可信的問題，我覺得是一個(gè)非常大的挑戰(zhàn)。

幻覺問題是一個(gè)大模型的普遍問題，誰能解決幻覺問題，相當(dāng)于摘下了“皇冠上的明珠”。

目前看到有人在用向量數(shù)據(jù)庫解決，其他的解決方案還包括使用企業(yè)全文檢索，企業(yè)外部數(shù)據(jù)庫，但即使這樣，你會(huì)發(fā)現(xiàn)它依然不能全部解決這一問題，所以我們也在研究如何訓(xùn)練一個(gè)大模型，來保證大模型的內(nèi)容輸出。

第五，大模型的模型訓(xùn)練和部署，現(xiàn)在的普通企業(yè)無法承擔(dān)。傳說OpenAI訓(xùn)練一次GPT-4，需要2000萬美元的成本。中國什么樣的客戶能承受這樣的價(jià)格？所以，如果不把大模型拉下神壇，讓它像PC一樣變得簡(jiǎn)單好用、成本低廉，企業(yè)是很難接受的。就算有一些企業(yè)和單位現(xiàn)階段買得起大模型，它也雇不起訓(xùn)練大模型的人——現(xiàn)在訓(xùn)練大模型的人比大模型還要貴。

最后一個(gè)問題，無法保證大模型的所有權(quán)。我們的企業(yè)和政府，對(duì)所有權(quán)都非常在意，因?yàn)榇竽Ｐ鸵坏┌哑髽I(yè)的核心知識(shí)訓(xùn)進(jìn)去了，它的安全性、重要性就無比重要。把中石化的數(shù)據(jù)拿到，然后去給中石油服務(wù)，或者把協(xié)和醫(yī)院的數(shù)據(jù)拿到，去給301醫(yī)院服務(wù)是不現(xiàn)實(shí)的。toB和toC的市場(chǎng)完全不一樣。

另外，我們要考慮國家對(duì)大模型的政策法規(guī)對(duì)創(chuàng)業(yè)的影響。我覺得國家大戰(zhàn)略是產(chǎn)業(yè)數(shù)字化。互聯(lián)網(wǎng)企業(yè)要甘當(dāng)配角，順勢(shì)而為，把數(shù)字化能力和大模型能力賦能傳統(tǒng)企業(yè)，特別是制造業(yè)，幫助他們實(shí)現(xiàn)數(shù)字化、智能化。

網(wǎng)信辦近期公布了一個(gè)《生成式人工智能服務(wù)管理暫行辦法》，它明確了如果你是為企業(yè)、行業(yè)提供生產(chǎn)力的工具服務(wù)，數(shù)字化轉(zhuǎn)型的賦能服務(wù)，用大模型給中國的產(chǎn)業(yè)數(shù)字化做賦能，國家是支持的，這對(duì)我們很多做toB、ToG的創(chuàng)業(yè)者來說是一個(gè)非常好的消息。

在我和極客公園張鵬討論的時(shí)候，我們談到會(huì)不會(huì)有行業(yè)大模型的機(jī)會(huì)。對(duì)這個(gè)問題，我現(xiàn)在還處于思考之中，我覺得行業(yè)大模型可能是一個(gè)幻覺。不會(huì)出現(xiàn)公有服務(wù)的行業(yè)大模型，但很多企業(yè)仍然會(huì)做私有的行業(yè)大模型。

可以想象一下，我是一家醫(yī)院，我有無數(shù)的病例知識(shí)做訓(xùn)練，訓(xùn)練結(jié)束后我會(huì)一定拿這個(gè)醫(yī)療大模型加強(qiáng)我的行業(yè)競(jìng)爭(zhēng)力，但我不會(huì)把它開放出去共享給其他醫(yī)院，所以做公有的行業(yè)大模型的機(jī)會(huì)是不是存在？我們打一個(gè)問號(hào)，這也是值得各位創(chuàng)業(yè)者去思考的問題。

所以從前面這些，我們推出一個(gè)結(jié)論，現(xiàn)在創(chuàng)業(yè)者應(yīng)該做什么？做垂直大模型。

我們講創(chuàng)業(yè)方法論，創(chuàng)業(yè)團(tuán)隊(duì)要算力沒算力，要錢也不夠多，要人才也不夠厚。跟這些巨頭競(jìng)爭(zhēng)相比，你唯一的機(jī)會(huì)是把你所有的資源聚焦在一根針上，才能形成非常大的壓強(qiáng)。

垂直大模型，是創(chuàng)業(yè)者的金光大道。

我認(rèn)為在這個(gè)下面，有六個(gè)垂直的趨勢(shì)：行業(yè)垂直化、企業(yè)垂直化、專業(yè)垂直化、小型垂直化、分布式垂直化、專有垂直化。

第一個(gè)是行業(yè)垂直化，即在通用大模型的基礎(chǔ)之上，做行業(yè)數(shù)據(jù)的訓(xùn)練。這就像你把一個(gè)本科生訓(xùn)練成研究生或者博士生。我最近剛考上博士生，博士生都是在特別專、特別垂直的領(lǐng)域里培養(yǎng)，要這樣才能在某個(gè)領(lǐng)域有所突破。

第二個(gè)是企業(yè)垂直化。做大模型一定要跟某個(gè)企業(yè)的技術(shù)訣竅、商業(yè)秘密的知識(shí)管理緊密地融合在一起。

第三個(gè)，也是非常重要的，是專業(yè)垂直化。在企業(yè)里面，我覺得從訓(xùn)練的難度來說，最好是用一個(gè)模型解決一類問題。

ChatGPT給了大家一個(gè)幻覺，覺得應(yīng)該用一個(gè)模型解決所有的問題，實(shí)際上如果大家訓(xùn)練過大模型就會(huì)知道，它跟人非常像，會(huì)出現(xiàn)學(xué)物理學(xué)多了，數(shù)學(xué)能力就有點(diǎn)下降的問題。

大家對(duì)GPT-4為什么這么強(qiáng)有一個(gè)猜測(cè)，說是它不是一個(gè)大模型，而是由8個(gè)專業(yè)模型共同支持的，一個(gè)模型解數(shù)學(xué)，一個(gè)模型解編程，一個(gè)模型定安全，我認(rèn)為這種猜測(cè)是合理的。

事實(shí)上，在企業(yè)信息化管理上，到今天也沒有一個(gè)統(tǒng)一的業(yè)務(wù)系統(tǒng)。HR有HR的管理系統(tǒng)，管理客戶有CRM管理系統(tǒng)，管理生產(chǎn)有ERP管理系統(tǒng)，不會(huì)用一個(gè)業(yè)務(wù)系統(tǒng)去做。

如果我們把大模型看低一點(diǎn)，它就是企業(yè)業(yè)務(wù)系統(tǒng)的智能化的升級(jí)。那么企業(yè)業(yè)務(wù)系統(tǒng)現(xiàn)在分成很多垂直的部分，那么大模型也應(yīng)該做到專業(yè)垂直。

第四是小型垂直化。現(xiàn)在的趨勢(shì)，GPT-5號(hào)稱據(jù)說要往100萬億的參數(shù)做，那需要一臺(tái)超級(jí)電腦進(jìn)行支持，據(jù)說英偉達(dá)一年的顯卡供給它用都不夠，這個(gè)肯定不是我們創(chuàng)業(yè)者該走的道路。

那么現(xiàn)在還有一個(gè)趨勢(shì)，是LLaMa的生態(tài)里有一家公司專門研究怎么往邊緣設(shè)備上部署LLaMa，模型小型化其實(shí)是OpenAI這種模式的逆向操作。小型化之后雖然能力會(huì)降低，但是我給企業(yè)做一個(gè)大模型，專門解決企業(yè)文書寫作的問題，需要會(huì)唱歌嗎？需要會(huì)解奧數(shù)題嗎？事實(shí)上奧數(shù)題也就是這些國內(nèi)的大模型，用來互相攻擊對(duì)手的一種測(cè)試案例，在生活中使用的都非常少，在企業(yè)市場(chǎng)里，使用的場(chǎng)景更是非常少。

王小川的百川智能和LLaMa都做了7B（70億參數(shù)）的模型，還做了13B（130億參數(shù)）的模型，它為什么要做這樣的參數(shù)？因?yàn)樾∧Ｐ蜔o論是訓(xùn)練、部署還是調(diào)試，成本都特別低?？赡埽热缯f你用大概80張A100（英偉達(dá)GPU產(chǎn)品）能夠調(diào)試一個(gè)百億的模型，這對(duì)很多企業(yè)的來講成本就非常低。

第五個(gè)是分布式垂直化，就是將來在企業(yè)里面云管邊端結(jié)合部署，既可以在云端也可以在終端上部署。

第六個(gè)是專有垂直化，或者叫私有垂直化，私有化的部署保證安全可控。

所以在企業(yè)里面做大模型，我們要忘掉ChatGPT這個(gè)榜樣。ChatGPT在C端使用，從奧數(shù)到物理，從天文到地理，從醫(yī)療到法律，無所不能。

你的目標(biāo)如果是打造一個(gè)天才，那我覺得這個(gè)挑戰(zhàn)會(huì)非常難，但是我們?cè)谄髽I(yè)里，通常雇不到也雇不起天才，常見的方法是用管培生——受過通識(shí)教育的優(yōu)秀本科生，根據(jù)公司業(yè)務(wù)進(jìn)行專門的培養(yǎng)。所以企業(yè)里面不一定需要GPT4這樣的全才、通才或者天才，而是需要有垂直領(lǐng)域經(jīng)驗(yàn)和技能的人才，這就是我們垂直模型要干的事情。

我還有一個(gè)觀點(diǎn)，我覺得創(chuàng)業(yè)者現(xiàn)在就能立即行動(dòng)起來，我們不需要等到大模型無所不能，等到它超越了GPT-4的能力之后才開始做。只要想清楚了產(chǎn)品應(yīng)用的場(chǎng)景，現(xiàn)在就能做。因?yàn)槲覀儎澏ǖ倪@個(gè)企業(yè)化、行業(yè)化、垂直化、專業(yè)化的一個(gè)市場(chǎng)，今天你只要達(dá)到GPT-4的70分或者80分，我認(rèn)為就夠用了，所以對(duì)創(chuàng)業(yè)者的要求也降低了很多。

最后誰能成功，我覺得就看誰能先找到場(chǎng)景，快速行動(dòng)，firstmove，justdoit。

最后簡(jiǎn)單分享一些我們關(guān)于如何讓大模型在企業(yè)去落地的實(shí)戰(zhàn)的想法。

第一個(gè)，雖然大模型無所不能，我建議大家仔細(xì)的把大模型的能力好好做一個(gè)篩選，把它最通用的、最成熟的能力先拿出來。

你像現(xiàn)在有很多人很癡迷于研究agent模式，就是代理模式，但是這是國外最前沿的研究。用大模型來做規(guī)劃，為什么干著干不下去了？規(guī)劃不穩(wěn)定，有時(shí)會(huì)陷入死循環(huán)，而且讓大模型做規(guī)劃，控制資源還有很多安全問題。

我覺得大模型最常用的功能只有兩個(gè)：一個(gè)是知識(shí)問答，一個(gè)是寫作生成。所以我覺得應(yīng)該先把大模型這兩個(gè)功能找到各種細(xì)化的垂直場(chǎng)景應(yīng)用。

第二個(gè)，要選擇用戶的痛點(diǎn)和剛需切入，“小切口、大縱深”。實(shí)際上目前討論大模型跟生產(chǎn)業(yè)務(wù)系統(tǒng)連接的，我認(rèn)為現(xiàn)在都是浪漫主義行為，我非常的不贊同。我的建議還是先回到辦公的場(chǎng)景。我把它劃分為四個(gè)需求：上下內(nèi)外。

對(duì)上，就是對(duì)領(lǐng)導(dǎo)，需求有信息決策、輿情分析。對(duì)下就是對(duì)普通員工來說，需求包括企業(yè)的知識(shí)搜索、知識(shí)管理和新員工培訓(xùn)。

對(duì)內(nèi)，需求有辦公協(xié)作，辦公生成。對(duì)外，智能客服。這些目前的場(chǎng)景都是企業(yè)客戶比較能接受的，也是大模型比較擅長(zhǎng)的。

第三個(gè)，這個(gè)觀點(diǎn)會(huì)很有爭(zhēng)議，一些創(chuàng)業(yè)者希望用大模型來做主駕駛驅(qū)動(dòng)業(yè)務(wù)系統(tǒng)。我倒是跟客戶都這么講，大模型不是萬能的，那么你現(xiàn)在的很多業(yè)務(wù)系統(tǒng)是不能被取代的。創(chuàng)業(yè)者千萬不要介入舊系統(tǒng)的改造之中，陷入其中可能長(zhǎng)期無法交付。

大模型要跟現(xiàn)有的系統(tǒng)做一定的隔離，盡量少發(fā)生API，函數(shù)調(diào)用的聯(lián)系，它們看起來很強(qiáng)大，但和已有業(yè)務(wù)融合在一起很難交付。做一個(gè)相對(duì)獨(dú)立的人工智能的公文系統(tǒng)、問答系統(tǒng)、知識(shí)管理系統(tǒng)，那么它相對(duì)容易落地，容易交付。

第四點(diǎn)，人工智能應(yīng)當(dāng)作為副駕駛。微軟做的產(chǎn)品叫Copilot，想想還是很有道理?，F(xiàn)階段人工智能還是有一些不穩(wěn)定和不確定的情況，不要讓它來做出不可撤銷的決定。

我舉一個(gè)例子，比如我們可以專門做一個(gè)系統(tǒng)，就叫客戶郵件生成，給客戶寫郵件。系統(tǒng)可以生成文本，可以幫助修改用戶的郵件，但是千萬不能接管用戶的郵箱。你想有一天我的機(jī)器分身接管了我的郵箱，自己就給別人發(fā)了一些信件，也太可怕了。

第五點(diǎn)是堅(jiān)持AI普惠的原則，大模型發(fā)展要以人為本。我們做大模型的創(chuàng)業(yè)，不要給企業(yè)宣揚(yáng)有了這個(gè)東西就會(huì)裁員。

過去很多信息化系統(tǒng)在落地之后，跟普通的企業(yè)的基層員工沒有關(guān)系。

但人工智能的辦公系統(tǒng)的用戶實(shí)際上是單位里的很多普通員工、中層干部，當(dāng)然也包括領(lǐng)導(dǎo)。如果中層骨干和基層員工都討厭你的系統(tǒng)，你的系統(tǒng)一定不會(huì)成功。這件事表面看起來是toB的模式，最后實(shí)際上你的產(chǎn)品的使用終端是toC的，最終的用戶還是企業(yè)里的個(gè)人。

第六點(diǎn)，也是和它相關(guān)的一個(gè)觀點(diǎn)，因?yàn)槲覀冃枰屍髽I(yè)里的每個(gè)人都能使用，我們做toB產(chǎn)品時(shí)需要考慮產(chǎn)品體驗(yàn)。我認(rèn)為現(xiàn)在有些人宣揚(yáng)LUI，也就是用自然語言作為交互界面，現(xiàn)在有點(diǎn)走火入魔了，我也不認(rèn)同我們每個(gè)人都要變成prompt專家。

網(wǎng)上有人研究寫prompt寫到那個(gè)令人發(fā)指的程度，那prompt你說它是中文嗎？說它是自然語言，它寫得又很有格式化，說它是編程序語言嗎？它比編程語言還復(fù)雜。寫prompt對(duì)于我們的觀眾來說可能不是很難，但是對(duì)一個(gè)企業(yè)的普通員工來說，基層員工來說，這個(gè)東西比搜索還要門檻要更高一些。

所以我在內(nèi)部講，能用程序解決的問題千萬不要用自然語言去解決問題。不要去迷信LUI，我認(rèn)為未來CUI、GUI將成為主流。

CUI（ConversationalUserInterface對(duì)話式用戶交互界面），是指可以把一些功能定義成數(shù)字人。數(shù)字人絕不僅僅局限于直播中，我們?cè)谡锩孀隽艘恍﹪L試，提供數(shù)字顧問。當(dāng)員工面對(duì)一個(gè)法律顧問時(shí)，他只會(huì)問跟法律相關(guān)的問題，更適合專業(yè)的垂直大模型。

GUI（GraphicalUserInterface）是圖形化交互界面。很多場(chǎng)合下，比如點(diǎn)餐，在圖形化界面上快速的點(diǎn)選其實(shí)還是最方便的交互方式。如果拿語言說，“我要一個(gè)蔥姜肉絲，多加點(diǎn)蔥，不要姜?！彪m然機(jī)器能理解，但是它依然很繁瑣。

大模型很好，但大家不要走極端，總說要把GUI都消滅。將來的應(yīng)用，背后可能是大模型的API，但是前端依然會(huì)是各種應(yīng)用軟件的界面，這樣也能更好地和企業(yè)的業(yè)務(wù)系統(tǒng)融合。所以我建議三條路并行，LUI滿足高級(jí)用戶，CUI滿足領(lǐng)導(dǎo)，GUI滿足普通員工。

所以最后總結(jié)一下，在我想象里，如果今天你有幸給一個(gè)企業(yè)做一個(gè)行業(yè)或者垂直的大模型，你不要試圖去解決萬能的問題，你不要試圖去解決所有的問題，你也不要跟它原來的業(yè)務(wù)系統(tǒng)糅合地特別緊密，你就是挑一個(gè)領(lǐng)域說，我?guī)湍阕鲆粋€(gè)知識(shí)管理，或者知識(shí)問答的應(yīng)用。

不過知識(shí)管理，大家不要狹隘地理解為回答問題。舉個(gè)例子，有一次我聽百度的Robin在臺(tái)上講，說他們進(jìn)入了造車領(lǐng)域。我一開始有些不解，他和我解釋說，一個(gè)車廠有上萬種零件，有幾千種工藝。創(chuàng)造一個(gè)工具，使大家可以及時(shí)地找出來應(yīng)該用什么零件，這本身是知識(shí)搜索的范疇可以解決的。你會(huì)發(fā)現(xiàn)，在很多場(chǎng)景下，本質(zhì)的邏輯都是知識(shí)搜索。

我建議大家去選小的切口，小的場(chǎng)景。比如我了解到，山東省想推文旅大模型，讓外地的人知道山東不僅有淄博的燒烤，還有其他的旅游項(xiàng)目。這用知識(shí)問答就可以解決，知識(shí)問答的方向可能是文旅知識(shí)，面向的是全國各地的旅游者。選這種小的接口、小的場(chǎng)景，特別容易成功。

現(xiàn)在很多甲方對(duì)于大模型依然還是一個(gè)半信半疑的態(tài)度，他們不是我們這行業(yè)里的人，他們也被無數(shù)新技術(shù)騙過。每次出來一個(gè)新技術(shù)都有公司找到他們，勸說他們花錢做個(gè)新技術(shù)，所以客戶希望的是我能不能花點(diǎn)小錢，快速地一兩個(gè)月、兩三個(gè)月能出一個(gè)成果。

如果這個(gè)成果出來之后，他的客戶，他的員工都能用一下，像我們第一次用ChatGPT一樣，有一個(gè)“哇”的感受，我認(rèn)為你就獲得了第一步的成功。所以這個(gè)模式的驗(yàn)證可能比你第一次要掙用戶一個(gè)億可能更為重要。

最后，構(gòu)建企業(yè)級(jí)大模型，我認(rèn)為應(yīng)該遵循安全、向善、可信、可控。

安全指的是網(wǎng)絡(luò)安全、數(shù)據(jù)安全、算法安全，這也是360核心要解決的方向。向善的原則，主要是內(nèi)容安全，要注意不要讓AIGC成為詐騙者的工具。

可控，是如何把大模型關(guān)在籠子里邊，保證它變得非常powerful（強(qiáng)大）的時(shí)候不會(huì)危害人類。這邊有兩個(gè)原則，一個(gè)是說永遠(yuǎn)讓人在決策的回路上，而不能讓大模型決策。第二個(gè)我覺得做垂直大模型也是一個(gè)很好的解決思路。垂直大模型出錯(cuò)的概率比一個(gè)天才大模型出錯(cuò)的概率要低很多。

大模型的進(jìn)化剛剛開始，百模大戰(zhàn)才是第一波浪潮，有了開源之后，萬“?！眮y舞都是有可能的。我覺得企業(yè)級(jí)市場(chǎng)具有無限的創(chuàng)業(yè)可能性，而且這個(gè)市場(chǎng)不會(huì)被壟斷，不會(huì)被統(tǒng)一。

360也做了自研通用大模型“360智腦”，我們希望能夠與許多創(chuàng)業(yè)者合作。如果你愿意做行業(yè)市場(chǎng)，那360可以提供to B方向很多的經(jīng)驗(yàn)和算力。我們也愿意把很多原來是我們安全的客戶分享給大家，因?yàn)槊恳粋€(gè)行業(yè)都需要有大模型的深度結(jié)合。光有foundation model（基礎(chǔ)模型）是不夠的，與B端結(jié)合的技術(shù)和經(jīng)驗(yàn)非常重要。

我們目前的服務(wù)已經(jīng)落地了。我們和中稅集團(tuán)合作做了一個(gè)稅務(wù)大模型，在注冊(cè)稅務(wù)師考試?yán)锩?，我們比ChatGPT還高5分。那么我們也跟黑馬創(chuàng)業(yè)聯(lián)合做了一個(gè)企業(yè)服務(wù)大模型，幫企業(yè)寫各種評(píng)高新企業(yè)的報(bào)告，人寫報(bào)告大概花幾個(gè)月，大模型寫報(bào)告效率比人能夠提升20倍。我們也發(fā)起了GPT產(chǎn)業(yè)聯(lián)盟。

許多創(chuàng)業(yè)者希望說我像Open AI一樣做一個(gè)大模型，我就等著賣API賺錢了。這個(gè)想法我覺得對(duì)創(chuàng)業(yè)者是很難的。還有人希望說我做一個(gè)大模型，我就賣給企業(yè)，企業(yè)直接采購了去自己用。真正做過to B的人都知道這個(gè)想法很不切實(shí)際。即使是Oracle（甲骨文），在中國還有很多增值服務(wù)商，幫助它能夠和企業(yè)的行業(yè)理解，企業(yè)的具體的業(yè)務(wù)領(lǐng)域相結(jié)合。

所以，現(xiàn)在要說在大模型的to B方向能夠形成一個(gè)產(chǎn)品方法論，我的建議就是：深度垂直，重度垂直。不能太貪心，上來之后就選擇多個(gè)行業(yè)鋪開。你可以在某一個(gè)行業(yè)，比如說教育，比如說醫(yī)療，選擇行業(yè)中的一個(gè)頂尖的，有數(shù)據(jù)有知識(shí)的企業(yè)進(jìn)行深度合作，我覺得這可能是大模型創(chuàng)業(yè)最堅(jiān)實(shí)的第一步。

謝謝大家。