剛剛過去的2023年，AI大模型無論在資本市場還是產業界均掀起了一輪波瀾壯闊的“巨浪”，時代的車輪滾滾向前，每一位“弄潮兒”抱著使命必達的決心征戰潮頭，致力于用技術創新塑造一個更加智能的未來。

“AI對于生產力的變革正在發生，成為了推動經濟增長和產業升級的核心力量，千行百業將迎來數智化發展新篇章。”近日，在摩根士丹利（Morgan Stanley）于北京舉辦的中國新經濟峰會上，百融云創CEO張韶峰如此表示。

模型“搭臺”的同時，還要有應用落地

自從ChatGPT橫空出世之后，AI大模型的命運齒輪開始轉動。乘著大模型“風火輪”，國內掀起了轟轟烈烈的“百模大戰”。

在大模型時代，沒有一家企業能夠置身事外。已經深耕AI領域近十年的百融云創基于深度學習Transformer框架，結合NLP（自然語言處理）、智能語音等技術，打造出場景驅動的產業大模型――BR-LLMs。百融云創自主構建了大模型預訓練、微調、推理工程優化、應用開發套件等一整套技術棧。

張韶峰介紹，隨著模型算法的不斷優化，推理性能的持續增強，在大模型基座之上運行的Voice GPT已經可以實現低于500毫米級的響應，這一反應速度基本接近真人，在業內幾乎找不到競爭對手。

在大模型搭好臺之后，接下來有沒有創新的應用成為了國內外關注的焦點。

硅谷分析師表示，“如果沒有超級應用，只做大模型迭代是一件非常危險的事情。”國內相關專家也呼吁，不能將自身鎖在開發模型本身，盡管沒有大模型將無法產生服務，但有了大模型，不代表服務就能做好。

張韶峰對此不置可否。他表示，AI 2.0時代最大的產業看點是在實現模型能力提升的同時，如何與應用進行有效銜接。“大模型企業競爭的核心是要有自己的特有場景，在場景里不斷優化模型，并產生領域專屬算法和數據。”

在張韶峰看來，盡管在把大模型推廣到千行百業的過程中，算力是極其重要的一環。但是對于行業大模型來說，需要警惕陷入“博算力”的誤區。他表示，在算力成本的控制上，除了可以尋求國產替代，還可以依托行業Know How去解決若干工程問題。

“要尋求算力參數、用戶意圖與實時反饋之間的平衡。”張韶峰認為，在垂直場景中，模型之大并非萬物，“提升模型的響應速度、適度壓縮算力成本，反而可以求得推理能力最優解，從而形成數據迭代、模型更新及用戶響應的閉環飛輪。”

中外AGI生態環境有別，但殊途同歸

經過前期LLMs的軍備競賽，進入2024年之后，如何讓AI賦能應用成為各界共識。但相比C端而言，AI應用在B端的推進速度仍相對偏慢。

針對上述問題，張韶峰表示，要區分市場來看，中外的AGI生態環境不同，海外企業天然具備為技術付費的基因，但中國企業此項意愿并不濃烈，更熱衷于為硬件付費、降本增效及收入分成。

以百融云創AI技術應用最為廣泛的金融領域為例，張韶峰介紹稱，百融云創主要做了兩件事：第一，識別用戶風險，即通過決策式AI的機器學習算法幫機構做好KYC（know your customers）和KYP（know your products）。第二，創造增量價值，根據垂直行業特定業務流程和需求，提供融合決策式AI和生成式AI技術的一站式端到端解決方案，并實現資產運營成果轉化。

上述“兩件事”構成了百融云創MaaS（模型即服務）+BaaS（業務即服務）的業務服務內核，也是百融云創實現模型+技術的價值閉環及與商業機構形成利益共同體的關鍵所在。

張韶峰介紹，百融云創Voice GPT每天通話可達3000萬通，相比于人工客服而言降本效果顯著，且對于客戶意圖的識別準確度可達人工4倍。通過Voice GPT可助力機構直接促成資產交易，完成其核心KPI，并按最終效果收費。

盡管中外AGI生態環境存在差異，但是隨著AI大模型技術演化，既往一個場景只能對應一種模型的固有定制思維正在打破，一項新的行業共識正在形成：適用于多個垂直行業的通用AI應用場景將進入舞臺中央。

百融云創正積極投身其中。依托平臺化的戰略部署方式，百融云創讓模型突破了單一行業的應用天花板，涌現通用“智慧”，加速AI技術流入千行百業，同時構筑起高客單價、高毛利率、高壁壘的行業護城河，順利實現跨行業的規模化擴張。

截至目前，百融云創的客群已經覆蓋銀行、保險、電商、汽車、物流、票務、能源和建筑等多個行業的逾7000家商業機構，其中，非金融保險客群規模已擴圍至逾兩千家。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。