DoNews7月6日消息，6日，2023世界人工智能大會在上海舉辦。騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生，在大會全體會議-產業發展論壇，做主題演講。

湯道生表示，通用大模型有很強的能力，但并不能解決很多企業的具體問題。企業的大模型應用需要綜合考慮行業專業性、數據安全、持續迭代和綜合成本等因素。基于行業大模型，構建自己的專屬模型，也許是企業更優的選項。

“通用大模型可以在100個場景中，解決70%-80%的問題，但未必能100%滿足企業某個場景的需求。”湯道生表示，通用大模型一般是基于廣泛的公開文獻與網絡信息來訓練的，許多專業知識與行業數據積累不足，導致回答的行業針對性與精準度不夠。但用戶對企業提供的專業服務，要求高、容錯性低，企業一旦向公眾提供了錯誤信息，可能引起嚴重后果。

他表示，企業如果基于行業大模型，再加上自身數據進行精調，可以建構專屬模型，打造出高可用的智能服務。而且模型參數比通用大模型少，訓練和推理的成本更低，模型優化也更容易。

同時，行業大模型和模型開發工具，也可以通過私有化部署、權限管控和數據加密等方式，防止模型訓練和使用帶來企業敏感數據的外泄。

另外，大模型落地過程，還需要經過算法構建、模型部署一系列環節，每個環節都不能“掉鏈子”。模型后續還需要不斷地迭代調優，這需要用到系統化、工程化的工具。

針對這些問題，騰訊云最近也公布了騰訊云MaaS服務全景圖，基于騰訊云TI平臺打造行業大模型精選商店，提供金融、文旅、政務、醫療、傳媒、教育等10大行業，50多個解決方案；推出行業大模型精調解決方案，幫助模型開發者與算法工程師，一站式解決模型調用、數據與標簽管理、模型精調、評估測試與部署等任務，減輕創建大模型的壓力。在這些模型和工具平臺基礎上，企業只用加入自己的場景數據，就可以快速生成自己的“專屬模型”。

以下是演講全文：

大家好！非常高興參加世界人工智能大會。今天在這里拋磚引玉，也請各位專家指正。

騰訊公司參加世界人工智能大會已經整整5年。在這5年中，我們參與和見證了人工智能“上海高地”的建設。騰訊在青浦的數據中心、松江的長三角人工智能超算中心，累計已經投產了數萬臺服務器。我們其中一個AI實驗室——優圖實驗室，就在上海，也獲得了超過1600 項全球專利。同樣設立于上海的科恩安全實驗室，在AI安全等領域，也達到了國際領先水平，被稱為中國網絡安全的“夢之隊”。

這5年中，騰訊的人工智能技術和產品也在各行各業落地生根：我們的數智人“入職”了130多個行業，擔任金融客服、虛擬主播等“數智員工”，為用戶提供個性化的服務。我們的工業AI質檢已經在3C零部件、鋰電等多個制造業產線上使用，提高良品率的同時，幫助企業降本增效。我們借助AI、游戲引擎等游戲技術以及南航虛像顯示技術，生成虛擬飛行環境，為民航飛行員提供更高效、安全的飛行訓練。

過去幾個月，大語言模型與生成式AI的發展實現了強大的語言理解與推理能力，并能按提詞生成完整的段落、精致的圖片、視頻甚至代碼等，讓AI成為更強大的個人助手。

很多實體企業既興奮又焦慮，迫不及待地想要擁抱大模型技術，推動設計、銷售、服務等環節的智能化升級，提升生產、經營、管理效率。

事實上，雖然通用大模型很強大，但并不一定能解決很多企業的具體問題。大模型在產業場景中是否真正可靠、可用？怎樣才能保護好企業數據產權和隱私？如何降低大模型的使用成本？這些都是企業需要考慮的現實問題。

企業基于行業大模型構建自己的專屬模型，也許是更優的選項。同時也要借助高效的專業工具，不斷優化、迭代模型，滿足企業和市場持續變化的需求。

首先，借助行業大模型，更高效地為用戶提供精準服務。

通用大模型一般都是基于廣泛的公開文獻與網絡信息來訓練的，網上的信息可能有錯誤、有謠言、有偏見，許多專業知識與行業數據積累不足，導致回答的行業針對性與精準度不夠，輸出的信息也相對寬泛。雖然通用大模型整體水平在不斷提升，但策略上有點像要把大海煮沸（Boil the Ocean），并不聚焦。通用大模型可以在100個場景中，解決70%-80%的問題，但未必能100%滿足企業某個場景的需求。

但用戶對企業提供的專業服務，要求高、容錯性低，企業一旦向公眾提供了錯誤信息，可能引起巨大的法律責任或公關危機。因此，我認為，每個企業都可以基于由專業知識和數據訓練出來的行業大模型，再加上企業自己的數據進行精調，建構獨有的“專屬模型”，更高效地打造出高可用的智能服務。

同時，基于行業大模型的企業專屬模型，模型參數比通用大模型少，訓練和推理的成本更低，模型優化也更容易。

其次，借助專屬模型，保護企業數據，保證數據安全。

數據是大模型的原材料，模型最終要在真實場景落地，達到理想的服務效果，往往需要把企業自身的數據也用起來。過程中如果數據保護不當，可能會造成企業核心數據、敏感數據的泄漏。

行業大模型和模型開發工具可以通過私有化部署等方式，讓模型訓練更放心，也可以避免員工訪問模型時，發生企業敏感數據的外泄。

如果模型服務是面向用戶，用戶的反饋數據也可以用來優化專屬模型，不斷提升服務體驗。

再次，借助高效率的平臺開發工具，實現模型快速、低成本的持續優化。

模型在產業中的落地是一個復雜的系統化工程，要經過數據處理、算法構建、模型部署一系列環節，每個環節都不能“掉鏈子”。

同時，企業模型的應用也不是一次性部署完了就結束了。還需要在使用中不斷根據新的數據調整，讓模型跟上不斷變化的市場和用戶需求。過程中就需要管理好大量的數據與標簽，不斷測試與迭代模型。這就需要用系統化、工程化的工具保障模型的持續運行。

基于這些企業現實問題和需求的思考，上個月，我們也正式公布了騰訊云MaaS服務全景圖。

基于騰訊云TI平臺打造的行業大模型精選商店，提供金融、文旅、政務、醫療、傳媒、教育等10大行業，超過50個解決方案。在這些能力模型基礎上，伙伴們只需要加入自己獨有的場景數據，就可以快速生成自己的“專屬模型”。我們也可通過模型的私有化部署、權限管控和數據加密等方式，幫助企業用戶在使用模型時保護好自身數據，更加安心。

我們也推出基于騰訊云TI平臺的，行業大模型精調解決方案。幫助模型開發者與算法工程師，一站式解決模型調用、數據與標簽管理、模型精調、評估測試與部署等任務，減輕創建大模型的壓力。

比如，我們和國內的頭部在線旅游公司，基于“文旅大模型”打造了機器人客服。當用戶咨詢假期行程，如果是基于通用大模型的客服機器人，只能給出一些簡單的景點介紹。但當我們基于行業大模型，加入企業數據進行模型精調之后，客服機器人的回答變得更加精準、可用和詳細，能夠規劃出交通、景點、酒店安排，甚至可以直接提供預訂鏈接，以及優惠券等信息。不僅實現了貼心的服務，也具備了更強的銷售轉化能力。這才是企業所需要的。

我們也將行業大模型能力融入到騰訊自身的企業級應用，通過更智能的服務，幫助客戶提高工作效率。

例如，新一代的騰訊企點智能客服基于行業模型，結合客戶業務需求進行訓練與精調，可以提供更精準、更詳細的回答，用戶體驗也更人性化。同時，借助企點分析平臺，銷售人員用自然語言提問就可以實現準確的商業分析，不需要花費大量的時間學習復雜的軟件、制作看板。

我們的數智人也因為融入了AI生成算法，提升了數字形象的復刻速度。2D數智人的制作只需要錄制3分鐘的真人口播視頻，借助平臺的多模態處理能力，就可以實時建模并生成高清人像，在24小時內，制作出與真人近似的“數智人”，成本大大降低。

各位嘉賓！伴隨著大語言模型的發展，產業和社會正在從數字化、網絡化走向智能化。在這個過程中，我們始終認為人工智能發展的根本目標是落地于產業，服務于人。能真正解決用戶需求、距離場景和數據更近的企業，將擁有大模型的未來。

騰訊將攜手各方伙伴，以優質模型、澎湃算力讓每個企業的“黃金數據”發揮出高效用，助力產業創新發展。

騰訊人工智能的產業實踐，也將在騰訊分論壇和游戲AI分論壇中，與大家做詳細分享。另外，也非常歡迎大家到騰訊展臺，體驗一下錄制3分鐘視頻制作自己的數智人等技術。

謝謝大家！