當(dāng)前人工智能發(fā)展已進(jìn)入大模型時(shí)代。今年《政府工作報(bào)告》部署開展“人工智能+”行動后，大模型技術(shù)與產(chǎn)業(yè)的融合不斷加速，大模型在各行業(yè)場景的創(chuàng)新應(yīng)用將對培育發(fā)展新質(zhì)生產(chǎn)力發(fā)揮重要作用。但從落地情況看，大模型要融入實(shí)體經(jīng)濟(jì)、賦能千行百業(yè)，仍有“三個(gè)鴻溝”需要跨越。

一是認(rèn)知鴻溝。新技術(shù)的應(yīng)用落地，需求牽引是關(guān)鍵。如果需求側(cè)對大模型缺乏認(rèn)知，就難以產(chǎn)生對大模型的應(yīng)用需求。從前期接觸的一些政府、企業(yè)客戶來看，不少人員對大模型認(rèn)識還不全面，有些還存在認(rèn)識誤區(qū)：有的是意識不到大模型技術(shù)的底層支撐作用，對大模型技術(shù)融入各行各業(yè)的趨向沒有前瞻思考，因而不會產(chǎn)生對大模型的主動需求；有的則是預(yù)期過高，期待大模型能解決全部問題，如果不及預(yù)期就放棄，對新技術(shù)的發(fā)展缺乏耐心。解決認(rèn)知鴻溝，需要加強(qiáng)人工智能知識特別是大模型知識的普及，加強(qiáng)對政府部門、企業(yè)相關(guān)負(fù)責(zé)人的專業(yè)培訓(xùn)，逐步提升大模型技術(shù)接受度，從而擴(kuò)大需求端市場。

二是數(shù)據(jù)鴻溝。大模型要落地各行各業(yè)，必須解決特定行業(yè)的具體問題。通用大模型雖然具備知識的廣泛性，但要滿足特定場景的需求，還需要使用更專注于某個(gè)領(lǐng)域或任務(wù)的數(shù)據(jù)集進(jìn)行后期預(yù)訓(xùn)練和微調(diào)，形成針對特定任務(wù)的垂類大模型。盡管我國數(shù)據(jù)相關(guān)基礎(chǔ)制度基本完善，公共數(shù)據(jù)向社會也進(jìn)一步開放，但由于保密、隱私保護(hù)等需要，數(shù)據(jù)的全面性和質(zhì)量距離訓(xùn)練垂類大模型要求還有差距。解決數(shù)據(jù)鴻溝，一方面要加強(qiáng)數(shù)據(jù)治理，進(jìn)一步提升公共數(shù)據(jù)的質(zhì)量和開放度，另一方面要探索新的垂類大模型開發(fā)模式，可以借鑒合肥市做法，政府牽頭建立融合政務(wù)、社會和行業(yè)數(shù)據(jù)的數(shù)據(jù)集，面向社會提供“算力池+數(shù)據(jù)集+模型底座”公共服務(wù)，鼓勵(lì)產(chǎn)業(yè)企業(yè)利用自身數(shù)據(jù)優(yōu)勢與大模型廠商合作開發(fā)行業(yè)大模型。

三是市場鴻溝。在ChatGPT引領(lǐng)的生成式AI浪潮下，國內(nèi)人工智能企業(yè)紛紛入局大模型，目前國產(chǎn)大模型數(shù)量已經(jīng)超過300個(gè)。大模型訓(xùn)練需要大量的數(shù)據(jù)和算力支撐，資金投入非常高，但目前落地的應(yīng)用場景主要集中在金融、醫(yī)療、自動駕駛、政務(wù)領(lǐng)域，行業(yè)競爭愈演愈烈，大模型產(chǎn)出遠(yuǎn)遠(yuǎn)無法覆蓋投入。與此同時(shí)，在醫(yī)療、政務(wù)等大模型重點(diǎn)應(yīng)用領(lǐng)域，地方政府也更愿意扶持本地的大模型企業(yè)，不少國有企業(yè)也在數(shù)字化轉(zhuǎn)型過程中成立信息化或數(shù)據(jù)子公司，導(dǎo)致大模型應(yīng)用的細(xì)分市場進(jìn)一步分割，垂類大模型產(chǎn)品的跨地區(qū)推廣應(yīng)用難度加大。解決市場鴻溝，既有賴于大模型廠商通過持續(xù)技術(shù)創(chuàng)新，以良性市場競爭推動優(yōu)勝劣汰，也需要地方政府進(jìn)一步落實(shí)建立統(tǒng)一大市場要求，開放應(yīng)用場景，減少行政干預(yù)，推進(jìn)優(yōu)化大模型內(nèi)卷式競爭格局。（濟(jì)南市國資委 沈文濤）