“大模型就像一個軟乎乎的大腦，發揮作用必須有腦殼、眼睛、手、胳膊和腿。這背后必須要搭建多套軟件來支撐。完整的軟件棧和工具鏈才能讓人工智能真正變成生產力。”在日前舉行的清華大學數字經濟系列沙龍第八期上，中國信息通信研究院人工智能研究所所長魏凱說，算法、數據、算力的規模效應仍在持續放大，但大模型並非“萬能鑰匙”。引入大模型只是“買圖紙”，而要真正落地，需要配備專業“施工隊”來完成大模型開發、調優、評估、部署及推理等全流程工作。

“以寵物經濟為例，大模型可以通過分析寵物狗的聲音和行為數據，為人與寵物互動提供新消費場景。但這不意味著企業買入大模型，就跑通了應用全流程。”魏凱分析，開源大模型打破了技術壁壘，使中小企業能基於底層模型快速開發衍生應用，大幅降低部署成本。然而要想推動人工智能轉化為生產力，仍需跨越技術與場景的鴻溝，落地端有相當一部分工程性任務。完成這些任務需要“施工隊”，他們既要深入了解行業，又要兼具技術性和經濟性。

然而，培養“施工隊”卻並不容易。魏凱直言，許多企業用戶往往需要先干活再立項做預算，這導致了“臟活累活”難解決、“施工隊”動力不足等問題。此外，企業的數據治理能力弱也是制約人工智能產業發展變革的短板。“數據治理被視為‘下水道工程’，這方面做不好，即使把模型引入公司，‘施工隊’也無處下手。”魏凱說。

對此，魏凱建議，企業應在大模型落地過程中加大預訓練階段投入，同時提升訓練集群算力效率、加快代理型人工智能研發，充分發揮消費場景“練兵場”作用，以數據閉環優化數據供給，推動大模型優化。此外，應培養更多具備跨界思維的復合型人才。（實習記者 荊曉青）

分享讓更多人看到