大模型垂直化，周鸿祎给“偏科生”打call
“为什么要做垂直类大模型”，360集团创始人周鸿祎已经回答了N次。8月9日他再一次从成本、场景、专业化层面解释，总结起来就是一句话：垂直产业需要“偏科生”。当天下午360智脑分别与奇富科技、出门问问、中税集团等8家企业签署合作协议，双方将共创企业级大模型解决方案。企业级、垂直化是360频繁强调的大模型战略方向。两个月前，360智脑API（应用程序编程接口）正式开放就是信号。
当天，周鸿祎再次为大模型垂直化站台，他向北京商报记者坦承，不要神化大模型，“大模型最核心的能力是写作生成和知识问答，企业客户可以先在一个小切口场景把大模型用起来，再去跟自身业务做协同”。
“三好生”落地困难多
大模型正在激发各行各业对产品、服务、场景、需求、商业价值的重新想象，但具体到落地还存在不少困难。
8月9日，360集团副总裁彭辉将通用大模型落地的困难总结成七点：缺乏行业深度、不“懂”企业、数据安全隐患、知识更新不及时、“胡说八道”、投入巨大、无法保证所有权。具体到行业深度和数据安全，他进一步解释，通用大模型不能满足企业级应用场景的垂直性和专业性要求，使用公有大模型容易造成企业内部数据泄露。
简单点说，通用大模型是指能够处理多种任务和领域的模型，例如国外的GPT，国内的文心一言、通义千问等。垂直大模型是指针对特定领域或任务进行优化设计的模型，比如在语音识别、自然语言处理、图像分类等领域，针对网络文学的阅文妙笔、聚焦视频的新壹视频大模型猛刷存在感，通用大模型厂商也针对不同的行业秀肌肉。
子弹已经飞了一会，AI大模型“军备竞赛”的两个发展方向成为当下的讨论焦点。中税集团高级合伙人陈秋武对通用大模型和垂直大模型的差异有切身体验。他向北京商报记者介绍，“2022年11月底中税开始做税务方面的大模型，一开始选择的就是垂直赛道。当时我们就考虑到通用赛道没有垂直赛道数据的问题，这会导致通用大模型在垂直赛道的表现不准确、不专业”。
做偏科生挺好
垂直赛道企业有大模型能力的需求，通用大模型厂商有落地渴望，合作就这么来了。
8月9日，360智脑分别与奇富科技、英博数科、数引网、忽米科技、创业黑马、神州融安、出门问问和中税八家企业签署合作协议，基于360智脑大模型共创企业级大模型解决方案。具体来看，360集团与奇富科技计划打造金融行业标准大模型；与数子引力打造汽摩行业大模型解决方案；与忽米科技将联合推出工业互联网安全解决方案和智能升级配套方案。
在和北京商报记者交流时，周鸿祎把大模型走垂直化道路比作偏科生。他以安全类大模型举例，“安全大模型需要懂奥数么？需要会作古诗么？需要自动翻译么？要把它单项的运用做得非常成功，最后跟各个大模型相互配合。企业做了这么久的数字化和信息化，也没有看到一个针对企业的万能IT系统，啥都能管对吧，其实我觉得做偏科生挺好的”。
彭辉也表示，大模型未来的发展趋势是垂直化，要在通用大模型基础上，以安全可控的方式让客户定制自己的垂类大模型。
站在投资者的角度，英诺天使基金合伙人提出，AI应用场景投资有两点可以关注：赋能旧场景、创造新场景，“旧场景下，有利于既有的产业巨头，初创公司不易成功。新场景的话有两点很明确，一个是被认为是新一代AI互联网入口的AI Agent（人工智能代理），另一个是AI安全”。
他也拿税务大模型举例，“税务领域不是任何一家通用大模型能够吃掉的市场，可能是中税集团这样企业的市场。有了大模型，中税集团就可以降本增效，交付更好的产品，让客户更加满意”。
数据仍是挑战
宏观一点看，“大模型落地要找准刚需和痛点，先从办公和服务场景切入，把‘万事通’变成‘行业通’‘企业通’”，彭辉和周鸿祎一样，也强调了要从小切口落地，比如做信息和情报分析、做知识问答和培训、办公协作和总结等。具体的步骤可以分解为四步：业务分析与场景选择、数据采集与清洗准备、训练企业专有大模型、开发企业场景化应用。
周鸿祎的解读更简单，“先在一个小切口场景把大模型用起来，不破坏现有业务系统，再去跟自身业务做协同，与现有系统无缝融合”。
大模型垂直化已是共识，但并不意味着行业大模型落地就没有挑战。
“大模型离不开算力、算法和数据的支持，这三点中数据是难点。高质量的数据是AI训练与调优的关键，数据不光要足够多，还要足够丰富和准确”，中国科学院文献情报中心人工智能高级工程师张彧告诉北京商报记者。
聚焦在工业互联网方向的忽米科技解决方案中心总经理王成的体验是：数据采集和验证是一个比较大的挑战，他提到，“在制造业企业内部，过程数据掌握在具有制造技术的工程师手里，要实现结构化，再结合到大模型里，需要周期”。
北京商报记者 魏蔚