关于AI，最前沿最真实的33条产业洞察……

原文来源：I黑马

图片来源：由无界 AI生成

A：坦率来说，我们公司虽然 All in AI，已经要求每个人都去用大模型，我们整个业务流程也考虑用大模型来优化。但实事求是地说，现在确实还没看到杀手级应用，大模型并不能马上取代过去的一些东西。

B：我不认为大模型是一个简单的降本增效的问题，它是个资产属性的东西，咱们国家在推数据的资产化，模型本身就是一个数据资产。

前两天，智谱办了一场活动——技术开放日。

全天的AI活动，上午场和下午场，分别向外释放出两个信息：

第一点：智谱很牛， GLM升级了，夸张地形容，国产的的大模型可以比肩OpenAI的GPT-4了；

第二点：关于AI的未来，大家其实都很懵，这时候需要大模型厂商继续探索技术，需要企业真正落地到产业中去实践，需要科学家等超级大脑指引AGI路径。

很遗憾，看了几篇科技商业文章，只提到上面第一点。

中国科学院院士张钹，就有提到：“生成式人工智能，仍有不可预测和不可控性。为了人工智能产业的健康发展，必须将科学研究、技术创新和产业发展（市场）结合起来。”

如此看来，下午场的3个圆桌讨论，《如何回答大模型这道必答题》、《大模型产业化》、《2024-AGI元年？》，更值得大家关注。

一共3个圆桌，全程4个多小时，17位嘉宾，超20万字的文档实录……

先跟各位分享33条笔记吧。

或许，这篇文章的33条内容，就是2024年最前沿最真实的产业洞察。

其实可以将“或许”去掉。为什么？一般真正前沿的分享不多，真实的就更少之又少。这33条内容观点来自，真正的AI和产业的先行者们：智谱AI、德勤中国、君联资本、百图生科、360集团、马蜂窝、分众传媒、蒙牛集团、金山办公……

中国的大模型,和世界顶尖水平的差距还有多大？

1、要问我这个差距有多大，我还真说不太出来。我自己感觉，差距没有进一步的拉大。

2、我想从这方面来说，两个国家，两个不同的环境，各自大模型就像两个孩子，基础能力的角度上差别并不大，但需要拉长了来看。更多的，还要看生态的问题，落地场景的问题。而在生态和落地场景角度上来说，这个差距和差别还是比较大的。

3、有一些方面，一些垂直落地的这些领域，国内的大模型甚至比国外更加先进。一些垂类，很多情况下被通用AI领域的这些工程师，或者整个业界所忽略。垂类也是有许多的机会去提升通用人工智能的能力，提升这种预训练模型能力，以及加速它带来产业级的影响和落地。

4、差 6 个月还是差1年，我们各个维度看不太一样。从打榜来看，国内很多都超过GPT4.0了。我也是关心整个的生态以及垂类，最终中美情况不太一样，可能不能直接用通用大模型来做对比。举个例子，之前云计算在美国，公有云的比例远远大过私有云的比例，但在国内，主要还是跑在私有云。大模型也一样，最终可能还会走不同的路吧。

大模型应用这件事，短期内就会爆发？还是说一年内不会有什么进展？

5、坦率来说，我们公司虽然 All in AI，已经要求每个人都去用大模型，我们整个业务流程也考虑用大模型来优化。但实事求是地说，现在确实还没看到杀手级应用，大模型并不能马上取代过去的一些东西。所以，我们经常谈“小切口大纵深”，这么多的初创公司，这么多的专家都在琢磨，期待产生翻天覆地的变化吧。

6、我觉得需要通用人工智能以及垂类的这些大模型一起齐头并进，才能够形成一个覆盖更多行业、更多领域的这么一个变革。可能要超过一年的时间去达成。

7、今天大模型一出现，就必须多快好省，既能够降本增效，又能够带来很多实实在在的非常非常多的好处，这个是不现实的。就如同蒸汽车刚出来，也跑不过马车，对吧？这个事情是需要一段时间的磨合和准备的。我觉得，还需要三年的时间。

8、我们投了几百家的企业，各种SaaS公司、企业服务的公司、软件的公司，都是在用各种各样的大模型。我都问过了，没有任何一家告诉我说马上就觉得太好了，没有一家说可以直接裁员了，也没有说用完成本就大幅度下降，客户体验大幅度提升的。但是所有人都知道，这个时间点如果再不做，可能三年后你的位置就不知道在哪了。所以说，这一段时间不能够简单地用成本效率来考虑这个问题。