1.2.3　近在咫尺的未來——大模型的應用前景

人工智能模型的廣度和深度逐級提升，作為深度學習領域最耀眼的新星，大模型也浮出水面。從技術的角度來看，大模型發端于自然語言處理領域，以谷歌的BERT開始，到以清華大學的ChatGLM大模型為代表，參數規模逐步提升至千億、萬億，同時用于訓練的數據量級也顯著提升，帶來了模型能力的提高，也推動了人工智能從感知到認知的發展。

1．賦能制造業

首先，人工智能大模型能夠大幅提高制造業從研發、銷售到售后各個環節的工作效率。比如，研發環節可利用人工智能生成圖像或生成3D模型技術賦能產品設計、工藝設計、工廠設計等流程。在銷售和售后環節，可利用生成式人工智能技術打造更懂用戶需求、更個性化的智能客服及數字人帶貨主播，大幅提高銷售和售后服務能力及效率。

其次，人工智能大模型結合機器人流程自動化（Robotic Process Automation, RPA），有望解決人工智能無法直接指揮工廠機器設備的痛點。RPA作為“四肢”連接作為“大腦”的人工智能大模型和作為“工具”的機器設備，降低了流程銜接難度，可以實現工廠生產全流程自動化。

最后，人工智能大模型合成數據能夠解決制造業缺乏人工智能模型訓練數據的痛點。以搬運機器人（Autonomous Mobile Robot, AMR）為例，核心痛點是它對工廠本身的地圖識別、干擾情景訓練數據積累有限，自動駕駛的算法精度較差，顯著影響產品性能。但人工智能大模型合成的數據可作為真實場景數據的廉價替代品，大幅縮短訓練模型的周期，提高生產效率。

2．賦能醫療行業

首先，人工智能大模型能夠幫助提升醫療通用需求的處理效率，比如呼叫中心自動分診、常見病問診輔助、醫療影像解讀輔助等。

其次，人工智能大模型通過合成數據支持醫學研究。醫藥研發所需的數據存在法律限制和病人授權等約束，難以規模化；通過合成數據，能夠精確復制原始數據集的統計特征，但又與原始數據不存在關聯性，賦能醫學研究進步。此外，人工智能大模型通過生成3D虛擬人像和合成人聲，解決了部分輔助醫療設備匱乏的痛點，可以幫助喪失表情、聲音等表達能力的病人更好地求醫問診。

3．賦能金融行業

對于銀行業，可以在智慧網點、智能服務、智能風控、智能運營、智能營銷等場景開展人工智能大模型技術應用；對于保險業，人工智能大模型應用包括智能保險銷售助手、智能培訓助手等，但在精算、理賠、資管等核心價值鏈環節賦能仍需根據專業知識進行模型訓練和微調；對于證券期貨業，人工智能大模型可以運用在智能投研、智能營銷、降低自動化交易門檻等領域。

4．賦能乃至顛覆傳媒與互聯網行業

首先，人工智能大模型將顯著提升文娛內容生產效率，降低成本。此前，人工智能只能輔助生產初級重復性或結構化內容，如人工智能自動寫新聞稿、人工智能播報天氣等。在大模型賦能下，已經可以實現人工智能營銷文案撰寫、人工智能生成游戲原畫（目前國內游戲廠商積極應用人工智能繪畫技術）、人工智能撰寫劇本（僅憑一段大綱即可自動生成完整劇本）等，后續伴隨音樂生成、動畫視頻生成等AIGC技術的持續突破，人工智能大模型將顯著縮短內容生產周期、降低制作成本。

其次，人工智能大模型將顛覆互聯網已有業態及場景入口。短期來看，傳統搜索引擎最容易被類似ChatGLM的對話式信息生成服務所取代，因為后者具備更高的信息獲取效率和更好的交互體驗；同時傳統搜索引擎商業模式搜索競價廣告也將迎來嚴峻的挑戰，未來可能會衍生出付費會員模式或新一代營銷科技手段。從中長期來看，其他互聯網業態，如內容聚合分發平臺、生活服務平臺、電商購物平臺、社交社區等流量入口，都存在被人工智能大模型重塑或顛覆的可能性。