风口之上的大模型技术，走到了迈向行业纵深的“分叉路口”。

过去两年，大模型技术在中国市场，形成了一种“技术崇拜”。很多企业将大模型技术视为一种“万能药”，认为只要掌握了先进的技术就能解决企业发展的所有问题，而忽视了技术背后的复杂性和局限性。

这种技术崇拜，一度演变成盲目跟风，以至于各种企业基于大模型，研发的名目繁多的GPT交相辉映，它们绝大多数活跃在“对话框”，仅有极少部分能够真正带来生产力的提升。

要打破技术崇拜，大模型就要深入行业场景，融入业务一线，脱虚向实，切实做到提质增效，甚至“为人所不能”，成为企业不可或缺的生产力工具。

《未来呼啸而来》中谈到：未来的创新将不是单向式、重度垂直的，若干个重要领域的创新需求之间，会突然产生“叠加效应”，新的技术将以“叠加式创新”的方式，呼啸而来，改变我们的生活。

人工智能正是其中，带来巨大改变的指数级技术之一。

麦肯锡的报告预测：到2040年，生成式AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长。大模型市场背后拥有巨大的市场潜力，这种潜力绝不局限于消费端，企业AI应用的发展注定是重要的驱动力之一。

大模型技术要走出“对话框”，走进企业应用，才能证明它是足以改变人类科技文明的技术。

但过去一年的“百模大战”让大模型技术站上了市场“风口”，不仅引来了资本和市场的追逐也引发了很多乱象。围绕大模型套牌、造假和虚假宣传事件萦绕不断，一度给市场和用户造成了极大的困扰。

同时，以通用能力为代表的基础大模型支撑了消费级AI应用的百花齐放，但受限于高价值的数据质量和私有化训练能力，导致大模型在企业端的应用还未被充分发掘，当前各种GPT在企业应用中，多以问答和助手的形态存在，虽然新鲜感十足，但对企业的生产力提升价值不大。

再者，大模型与行业赛道的融合，还未大规模的启动，尽管每个行业都出现了一两个标杆应用，但同行业内复制的难度极大，大模型距离成熟的业务场景应用依然较远。

要改变现状，首先需要有行业的领导者，拥有丰富的大模型落地实践，推动大模型应用走向规模化，比如华为基于盘古大模型，在多个行业形成了落地应用，具备了一定的指引性。

其次，需要整个产业达成共识，拉通数据链，聚焦企业场景和需求做文章，目标要明确，产业的机会才会出现。

最后一条，则是要加强核心技术投入，以原创技术推动大模型生态的健康、有序发展。

谷歌前CEO埃里克•施密特提出过一个观点：在历史上，电力在引入工厂之后并没有比蒸汽机创造更多的生产力，历经30年时间，分布式电源改造了车间布局，推动组装系统的出现，才实现了生产力的飞跃。所以，现在的AI和当初的电力一样，尽管有价值，但还只是在摘取“低垂的果实”。

这个逻辑与大模型的应用现状也非常相似，目前的大模型应用只是被看做技术创新，总在解决某个单点问题，但从整个企业，行业甚至产业的角度，它提供的价值并不够大。

换言之，唯有大模型应用形成大规模的应用，形成一种“合力”，AI产业才真正能够变成生产力，才算得上是跨时代的技术。

的确，今天的大模型技术要走进企业应用，固然面临着如缺少行业数据的针对性训练、AI幻觉的客观存在、大模型技术的普及，乃至垂直大模型的开发需要大量资源和成本，让一般的企业望而却步等难题。

解决问题的关键钥匙，无疑握在客户自己的手中。当一个又一个的场景被打开，当每一个场景中大模型技术都成为提质增效的关键技术，这些场景的叠加，就会形成一种规模效应，让企业级大模型的时代彻底到来。

在钢铁领域，以上海宝武钢铁热轧生产线为例，每次调整生产钢板的种类和尺寸，都需要工程师重新调整7道精轧机组的300多个参数，需要耗费约5天的时间。盘古大模型能够对最优参数进行预测，显著降低热轧生产线调优时间，并提高预测精度和钢板成材率。目前盘古大模型目前已在宝钢1880热轧生产线上线，预测精度提高5%以上，钢板成材率提升0.5%，预计每年可以多产钢板2万余吨，年收益达9000余万元。此外，盘古大模型还将应用于高炉场景，对炉温、铁水温度、硅含量等炉况进行仿真，从而辅助高炉精准控制，充分利用每一分能源，降低能源成本。

在铁路领域，全国每天需要检测的动车大概有3.2万节车厢，过去需要大量的巡检工人在凌晨时段去完成，耗时耗力。如今结合盘古大模型和巡检机器人，可精准识别一列动车的3.2万个项点，覆盖8大类、350多种复杂故障，帮助高铁提升运营效率，降低成本，减少人工在凌晨时段去巡检的艰辛作业。

在钢铁领域、气象领域、政务领域、矿山领域、金融领域、制造领域…无数个行业场景，正在与华为云盘古大模型技术相结合，做到提质增效，优化生产力，甚至改变了行业原来的样子。我们相信，当行业场景被大模型赋能从量变，走向质变，崭新的企业级大模型时代就向我们走来了。

每一次消费端的技术变革，都代表了一次体验升级。而每一次企业端的技术变革，都成为了生产力升级。

当大模型在企业级市场完成蜕变，它会给市场带来哪些改变？

第一，AI时代需要AI Native（AI原生）的算力平台。AI是算力驱动的，海量的算力需求势必驱动基础设施发生改变。随着大模型技术的盛行，算力已经不是像过去一样，每18-20个月翻一倍，也不是在深度学习时候，每6个月翻一倍，而是现在每年数十倍的增长，这会驱使AI算力平台的性能更快速的提升。

第二，随着大模型在企业级市场形成规模化应用。市场竞争将愈发激烈，资源会加速聚拢。如华为云盘古大模型这样，具有强大技术实力和市场影响力的头部企业将逐渐占据主导地位，同时在企业级大模型赛道，也不会出现基础大模型时代的“百模大战”。

第三，大模型技术将更加注重与行业的深度融合，通过定制化开发满足不同行业的特定需求。从成本的角度，平台+应用的模式会大行其道。如盘古基础大模型做了很好的底座，会孵化出越来越多的行业垂类模型，而最终的落脚点，一定是企业级大模型的规模化应用。

第四，从生态的角度，当前的大模型技术只是生态里的末梢，比如在智算底座上孵化行业应用这种模式，但当企业级大模型市场成熟后，将加速构建以大模型为核心的生态体系。届时，会诞生很多让人意想不到的应用场景。

带着对企业级大模型规模化应用的期待，据我了解，在9月19日，华为全联接大会即将召开。本届大会，将以共赢行业智能化为主题，说明AI还是大会的主角。而华为云将带来丰富议程，推测华为云将在盘古和基础设施方面有新的动作，让我们拭目以待。