7月6日，2023年世界人工(gōng)智能大(dà)會于上海舉行，多家企業在大(dà)會上發布了或宣布了即将發布的大(dà)模型新品，随着這一(yī)批大(dà)模型的批量發布，未來AI産業的競争将更加激烈，百模大(dà)戰正式打響。

9月7日，在2023騰訊全球數字生(shēng)态大(dà)會上，騰訊混元通用大(dà)模型正式亮相，并宣布通過騰訊雲對外(wài)開(kāi)放(fàng)。

騰訊集團高級執行副總裁湯道生(shēng)表示，騰訊将邁入“全面擁抱大(dà)模型”時代。這意味着百模大(dà)戰的激烈程度将再次升級，至于誰能從中(zhōng)脫穎而出，就讓我(wǒ)們拭目以待！

大(dà)模型已經成爲了新科技時代的入場券，互聯網大(dà)廠、科研院所、AI創業公司紛紛湧入這個賽道，從目前來看，國内AI大(dà)模型的賽道已經趨于擁擠，以至于不少人産生(shēng)了這樣一(yī)個疑問：我(wǒ)們真的需要這麽多大(dà)模型嗎(ma)？

随着以ChatGPT爲代表的人工(gōng)智能技術快速發展，大(dà)衆對于AI的認識不斷加深，關于AI會取代哪些工(gōng)作崗位的讨論熱度也是相當高。那麽，AI大(dà)模型最容易代替哪些工(gōng)作崗位呢？

被取代的職業或多或少都符合這兩個标準：腦力工(gōng)作和簡單重複。

現在AI正來勢洶洶地奔向會計、軟件程序員(yuán)、人力資(zī)源等崗位，尤其是行政、翻譯、審計這些職業，大(dà)多爲白(bái)領工(gōng)作，工(gōng)作内容以文本處理、資(zī)料收集整理爲主，而這些正是人工(gōng)智能的長項。

AI已經帶來了一(yī)批失業浪潮，國内的遊戲公司啓用AI繪畫後，裁掉了不少的原畫師。利用AI工(gōng)作的原畫師，提升了50%以上工(gōng)作效率，原本需要20個原畫師才能完成的工(gōng)作，現在10個原畫師就能夠完成了。

有的工(gōng)作崗位被淘汰，也有新的工(gōng)作崗位被創造出來。

當遊戲公司紛紛應用AI後，同樣産生(shēng)了許多新崗位，如AI捏臉師、AI建築師，AI動捕師等，還衍生(shēng)出了模型訓練、AI工(gōng)具研發等崗位。

受到AI沖擊的遊戲行業，就是一(yī)個現成的例子，從事遊戲行業的人員(yuán)需要關注最前沿的技術，并且能夠不斷學習新技術，在遊戲開(kāi)發中(zhōng)利用新工(gōng)具。特别是在互聯網行業，AI的應用變得越來越廣泛，和AI大(dà)模型打交道是大(dà)勢所趨。

投資(zī)銀行高盛 (goldman sachs) 預計全球将有3億個工(gōng)作崗位會被AI取代，最有可能受影響的是文員(yuán)、律師、銷售人員(yuán)，對體(tǐ)力要求較高的職業或戶外(wài)職業則沒有太大(dà)影響，例如建築和維修工(gōng)作。

而富有社交性、創意性的工(gōng)作，人工(gōng)智能還無法完全替代人類完成，因爲情感缺乏是人工(gōng)智能繞不開(kāi)的一(yī)大(dà)短闆。

從長遠來看，人工(gōng)智能是爲人所用，還是取代人類，這取決于人類選擇如何應用它。

人工(gōng)智能的成長速度隻增不減，我(wǒ)們勢必也要思考自己未來的成長路徑，适時調整自己的能力重心。

未來人類與AI的共同協作，将建立在發揮各自優勢的基礎上，會對我(wǒ)們與人工(gōng)智能的契合度提出更高的要求，這就需要我(wǒ)們具有更強的洞察力、探索力和創造力。

大(dà)模型的背後是耗資(zī)巨大(dà)的開(kāi)發、訓練、運營成本，區區一(yī)次訓練成本也高達數百萬美元。

ChatGPT 的創造者 OpenAI 就被曝出去(qù)年虧損了 5.4 億美元，這還是在達到10億月活的情況下(xià)。況且ChatGPT 還處于推廣階段，盈利途徑以廣告爲主，入不敷出的局面暫時無解。

因爲當下(xià)的ChatGPT雖然享受着萬衆矚目的光芒，但隻能獲得用戶短暫的新鮮感，用戶真正需要的是适配自己業務的産品，并不會願意爲新鮮感繼續買單。

ChatGPT最先體(tǐ)現出強大(dà)的文字生(shēng)成能力，國内各家企業也不甘落後，紛紛加大(dà)研發投入，以期在AI領域取得更多的突破。

目前我(wǒ)國發布的各種在文字生(shēng)成方面的能力雖然已經遙遙領先于國際，但想和不同行業、不同企業的具體(tǐ)業務需求進行深度融合還有很長的路要走。

AI熱潮通過大(dà)模型賦能千行百業，帶來了發展的新機會，提高了衆多行業“底層操作系統”的效率。比如，人工(gōng)智能将顯著提升制造業、服務業和軟件應用行業的降本增效能力。對于以金融、法律、教育、咨詢爲代表的服務業，AI可以大(dà)量減少案頭性工(gōng)作。

不過眼下(xià)我(wǒ)國AI大(dà)模型發展與海外(wài)還存在一(yī)定差距，尤其是芯片技術、數據質量、系統叠代、隐私安全等方面的差距，它們将決定我(wǒ)國AI大(dà)模型能走多遠。

即便是強大(dà)的大(dà)模型也不可能在所有領域都達到最先進的水平，對于自然語言的處理上，通用大(dà)模型與業界最先進的小(xiǎo)模型相比依然有着差距。

至于國内的AI大(dà)模型未來将走向何方，我(wǒ)們還是要多給一(yī)點耐心，畢竟AI大(dà)模型的發展需要時間的沉澱，我(wǒ)們不能期望一(yī)蹴而就。

可以肯定的是，人工(gōng)智能大(dà)模型會朝着通用化、泛化、垂直化的方向發展。

與其都去(qù)内卷短期内無法回本，甚至稱得上是燒錢的通用大(dà)模型，不如聚焦特定領域、針對特定場景、解決特定問題，開(kāi)發行業大(dà)模型很大(dà)程度上能夠降低投入成本，更現實的則是能夠充分(fēn)解放(fàng)勞動力和提高工(gōng)作效率。

這就得提到華爲的盤古大(dà)模型，主要重心落在工(gōng)業上，也被宣傳爲不會寫詩，隻會做事的一(yī)款大(dà)模型。

已經在金融、制造、醫藥、煤礦、鐵路等多個行業實現應用。盤古大(dà)模型能夠替鐵路列檢員(yuán)識别出430 多種運行故障，科技的進步不僅減輕了人們的工(gōng)作負擔，而且有效提高了工(gōng)作的效率，希望行業大(dà)模型都能像這樣穩步落地，落到實處。

随着人工(gōng)智能技術的飛速發展，各行各業對于AI機器人的需求也日益增長。然而，目前市面上的通用AI機器人還缺乏一(yī)定的行業深度和專業知(zhī)識，未經過專業性訓練，往往難以滿足特定行業的需求。

實際上，每個企業都應有一(yī)個定制化的AI機器人來滿足其獨特的業務需求。

大(dà)模型應用仍處于落地階段，如果未能穩步落地，則體(tǐ)現不出其價值。對于大(dà)部分(fēn)中(zhōng)小(xiǎo)企業而言，要想借這股東風上青雲，不妨依靠大(dà)廠開(kāi)發的通用大(dà)模型，打造更适配自身需求的垂直大(dà)模型。

如果把大(dà)模型比作一(yī)座金礦，那麽訓練大(dà)模型僅能挖到金礦，隻有将大(dà)模型融入到行業已有的數字化基礎設施，才算順利将金礦運出山。

基于許多企業對數據的安全要求，也不太适合使用公共的大(dà)模型服務，垂直大(dà)模型恰恰可以讓企業沒有這方面的後顧之憂。因爲大(dà)多數情況下(xià)垂直領域大(dà)模型并不需要處理多個任務，也不需要上千億的參數規模。

與通用大(dà)模型相比，垂直領域大(dà)模型具有明顯的優勢。

首先，垂直領域大(dà)模型能夠解決專業領域問題，提供更加精準的解決方案。其次，由于專注于特定領域的服務模式和客戶需求，垂直領域大(dà)模型的訓練成本相對較低，更适合中(zhōng)小(xiǎo)企業使用。此外(wài)，垂直領域大(dà)模型的升級周期也相對較短，能夠快速适應行業變化。

基于大(dà)模型的應用市場前景廣闊，可以衍生(shēng)出許多新的商(shāng)業模式。例如，通過大(dà)模型服務（像ChatGPT）提供的模型微調服務，企業可以獲得各種定制化、有競争力的垂域解決方案。

又(yòu)或是通過數字員(yuán)工(gōng)應用平台，企業可以根據自身需求定制專屬的數字員(yuán)工(gōng)。數字員(yuán)工(gōng)可成爲企業員(yuán)工(gōng)的知(zhī)識助手和辦公助手，提升企業運營效能。如果被定制爲企業的法務專員(yuán)，這位數字員(yuán)工(gōng)可以爲您解答中(zhōng)小(xiǎo)企業常見的公章管理和合同審核等問題。

針對目前市面上AI機器人的問題及現狀，我(wǒ)們緻力于爲企業提供專業的定制化服務。我(wǒ)們的團隊擁有豐富的行業經驗和專業知(zhī)識，能夠幫助企業訓練行業專屬的AI機器人，降低維護運營成本的同時提升工(gōng)作效率。

關于企業專屬的垂直模型，至多也隻不過是一(yī)個約100億參數的大(dà)模型，改動起來也相對迅速。我(wǒ)們相信，企業擁有定制化的AI機器人将能實現更高效的運營和發展。