腾讯汤道生：大模型产业落地的四个关键点

7月6日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，在2023世界人工智能大会上表示，通用大模型有很强的能力，但并不能解决很多企业的具体问题。企业的大模型应用需要综合考虑行业专业性、数据安全、持续迭代和综合成本等因素。基于行业大模型，构建自己的专属模型，也许是企业更优的选项。

“通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。”汤道生表示，通用大模型一般是基于广泛的公开文献与网络信息来训练的，许多专业知识与行业数据积累不足，导致回答的行业针对性与精准度不够。但用户对企业提供的专业服务，要求高、容错性低，企业一旦向公众提供了错误信息，可能引起严重后果。

他表示，企业如果基于行业大模型，再加上自身数据进行精调，可以建构专属模型，打造出高可用的智能服务。而且模型参数比通用大模型少，训练和推理的成本更低，模型优化也更容易。

同时，行业大模型和模型开发工具，也可以通过私有化部署、权限管控和数据加密等方式，防止模型训练和使用带来企业敏感数据的外泄。

另外，大模型落地过程，还需要经过算法构建、模型部署一系列环节，每个环节都不能“掉链子”。模型后续还需要不断地迭代调优，这需要用到系统化、工程化的工具。

针对这些问题，腾讯云最近也公布了腾讯云MaaS服务全景图，基于腾讯云TI平台打造行业大模型精选商店，提供金融、文旅、政务、医疗、传媒、教育等10大行业，50多个解决方案；推出行业大模型精调解决方案，帮助模型开发者与算法工程师，一站式解决模型调用、数据与标签管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。在这些模型和工具平台基础上，企业只用加入自己的场景数据，就可以快速生成自己的“专属模型”。

“伴随着大语言模型的发展，产业和社会，也将从数字化、网络化，走向智能化。在这个过程中，腾讯始终认为，人工智能发展的根本目标是落地于产业，服务于人。能真正解决用户需求、距离场景和数据更近的企业，将拥有大模型的未来。腾讯将携手各方伙伴，以优质模型、澎湃算力，让每个企业的‘黄金数据’发挥出高效用，助力产业创新发展。”汤道生说。