21世纪的产业革命，AI时代中的企业何去何从？

2023年最热门的话题莫过于大模型。ChatGPT发布短短2个月用户数就突破1亿。为实现这个用户量，电话用了75年，手机用了16年，互联网站用了7年，推特用了5年。

当前全球人工智能目前已经进入到产业爆发期，企业也纷纷入局。

那么，大模型对企业而言有什么用？
第一是提升企业本身生产效率。
比如说电商公司的直播板块,传统直播的直播团队成本十分高昂,借助文心一言这种大语言模型只需把商品基本信息输入就可以自动生成不同风格的营销文案再一键开启数字人直播

便可以帮商家实现7*24小时的不间断直播带货且成本低廉。

另一个是基于大模型，企业可以在此基础上给产品赋能
例如微软的Copilot,Copilot是微软基于Office中最新研发的AI助手,搭载了GPT-4大模型，从底层改写了办公软件的工作方式,而原本的地基，盖上“高楼”,它的功能演化不仅能实现多维度的升级,甚至可以帮助开发更多的垂直应用和工具。

所以对企业而言，率先拥抱大模型技术是必要之举。

但企业没必要自建大模型
但一个好的AI大模型从研发到上市并不简单,以前的程序开发就好比地面的小平方而打造AI技术则是像建造摩天大厦。

正如李彦宏所言，“算力是可以买来的，创新的能力是买不来的，是需要自建的。”

所以，我们看到Google为了ChatGPT豪掷4000万美元并付出了7000亿元市值的代价仍未成功开发出来。大模型除了算力等硬件支持还需要人才、技术储备所以企业需要的是在AI早期选择具有实力优势的大模型平台找到适合的模型，接入或者搭载，才有可能赢在起跑线上。

企业如何选择大模型
企业应该如何选择基础大模型呢？

主要有三个考量指标：

第一，要关注基础大模型的通用性能。
看它能不能更好地满足当前的需要，有没有比较好的泛化能力。

第二，要关注基础大模型的迭代速度。
现在大模型还没有到完全成熟的阶段，技术的迭代是非常快的，所以不但要看一个大模型今天好不好，还要从技术积累和研发投入的角度，来判断它未来能否快速迭代、越来越好。

第三，不仅要关注模型本身，还要看相关工具链是不是完备。
不管是基于基础大模型做行业大模型，还是开发AI应用，都会涉及到非常多工程化的问题，比如数据采集、数据标注、模型的再训练，各种微调和插件等等，工具链会决定你能不能很容易地把大模型的能力带到业务和产品中。

目前有百度、阿里、华为、AWS和Azure!

从AI大模型全栈技术的配置来看，最拔尖的是百度跟阿里:

百度有昆仑芯片、飞桨框架、文心大模型，丰富的百度系ai应用

阿里云有含光芯片，通义千问模型，超多的阿里系应用，框架层面稍微有所缺失

华为有昇腾芯片，昇思框架，模型和应用似乎还没有准备好

而AWS只有芯片和模型，Azure则是没有芯片，应用方面主要是Microsoft 365 Copilot。

百度文心一言在国内发布更早

同时百度系的应用产品比起阿里系的产品人机交互的场景更加丰富一些,比如数字人等，需要AI“回 应”的机会更多。AI回应的质量也会逐渐被训练得更加优质。

总之，目前AI大模型还在不断发展，很多大厂都在持续发力，频繁迭代更新，对于企业而言适合的才是最好的。

“潮平两岸阔，风正一帆悬”，AI大模型的风正当时，在这个时代，对于所有企业而言，掌握住开端的红利，让自己率先以AI服务者身份崭露头角，势必会产生维度完全不一样的优势。

产业浪潮起起伏伏，没有无缘无故的扩张兴起，也没有无缘无故的过剩淘汰,回归所有企业的本源，只有拥抱技术创新，企业才能抓住稍纵即逝的时机勇立潮头，才能在潮水退去时稳如磐石

产业的生机勃勃，靠的也正是技术创新这一股源头活水。
————————————————
版权声明：本文为CSDN博主「TiAmo zhang」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_41640218/article/details/131320093