AI模型只能是“锦上添花”吗？

你问的第一个问题是：你在模型上做了什么？

2023年7月8日世界人工智能大会(以下简称WAIC)一位参展商告诉笔者自己的感受。——“大模型”毫无疑问，这是本次会议不可回避的主题。

另一位来自国内某大型创业公司的专业人士路过展会。她对芯片制造商非常感兴趣。她说他们想成为一个大的语义模型。公司有1000个NVIDIA A100卡。但是计算率还是不够她希望在展览会上找到新的机会计算率高，成本划算。

三天的会议，每个会议都有一个关于大模型的话题，每个论坛都有一个关于大模型的讨论。几乎每个展区的工作人员都会被问到大模型技术，甚至有些公司必须被投资人和股东问到大模型。

第一届WAIC是在6年前举行的，2018年是AI的最后一个历史高点。那个时候，人类只是看到了AI s“超能力”AlphaGo刚刚连续击败了两个人类围棋冠军，世界 中国对人工智能的关注正在升温。

今天备受关注的OpenAI也是2018年推出的第一款GPT模式，但在当时，GPT模式甚至没有在业界激起什么波澜。

六年来，由于AI应用缓慢，大众和资本对AI的耐心开始退潮。

直到ChatGPT的出现，AI模式让人们对AI充满期待，再次点燃了资本对AI技术的热情。这次WAIC开业时，这股热潮似乎达到了顶峰。

然而，在这次展览中，大模型更像是一件作品“皇帝的新衣服”也许很多人不知道我不知道他们能对大模特做什么。一家芯片公司的参展商说，这三天有好几个产品经理来咨询，希望找到他们大产品的市场定义。

大模型可以包含一切，但暂时不能包含一切。一名展会观众在展会上这样评价。

只是锦上添花

现在市场上虽然有很多大型模型的落地案例，但是能够创造实用价值的场景并不多。大部分都是传统数字化转型的附属品，可以提升具体业务的质量和效率。

星环科技在今年展示了两款人工智能领域的大型产品 WAIC，一个是金融量化投资研究“无尽”模式，另一个是太阳能 南“追求”大数据分析模式。这两款产品都定位于“智能助手”的方向。

大模型大大提高了产品的可用性，但大模型绝对不是我们的全部产品。星环科技商品营销经理何给观众讲解了一下午的AI模型后，发现观众对AI模型确实很感兴趣，但来咨询她的人更关心大数据技术，包括矢量数据库和图形数据库。她说:“对于需要金融数据库的客户来说，他们早就买了我们的产品，大型号也算是锦上添花了。

在2022年发布的年报中，星环科技表示，其在中国拥有超过1400家终端用户，主要集中在金融行业。

事实上，对于这个行业的客户来说，一个才流行半年的技术，是不能列为选择过程中的参考条件的。客户更关心平台和软件的功能、供应商的技术实力、服务水平和价格。

便利意味着增加用户产品使用经验虽然对公司用户也很重要，但不能直接创造财富。以金融行业为例，量化投研助手可以帮助投资经理、研究人员和分析人员提高工作效率。然而，底层的量化投资研究引擎仍然真正提供了商业价值。在制造业，用自然语言调用工业软件功能，生成报表，完成知识库内容的问答，帮助企业提高生产效率，真正提供数据价值。或者基于MOM（Manufacturing operation management)系统的工厂管理。

虽然提高AI模型的效率很重要，但企业数字化转型的初衷是改善全流程，创造财富。但是，AI模型不仅仅是技术RD公司的一个小插件。能够推出自主研发车型的公司，无疑是技术水平的加分项星环科技也在5月底推出了自主研发AI领域的大规模产品。

在国内AI模型行业，找到合适的应用领域是最迫切的需求。星环科技创始人孙元浩认为，一些公司在短时间内发布了AI模型相关的产品，研发能力很强。然而，在他的情况下，这些AI模型是否能找到应用领域或创造多少价值，还需要时间来验证。

不要只看大模型

事实上，参展WAIC的公司和观众都非常务实。虽然每个参展商都有大模型，他们真正的目标不一定是大型模型，而是使用AI技术的数字化、智能化产品。

Broadcom Intelligence在WAIC发布了一条消息“风扇叶片内部检测机器人”其主要作用是及时准确地识别缺陷，对风机叶片进行内部观察，防止叶片漆面影响检查，从而减少损失和维护成本。

风机叶片内部检测机器人

这个机器人是结合AI大模型的吗？

机器人还在学习！还有人问我们大型号的，但不多。拓博智能风电硬件产品总监柯亮告诉笔者，目前风机叶片巡检机器人的主要功能是恢复数据，帮助工作人员进行分析。但是，这种分析的准确率不可能达到100%因为信息量太小，“一个风电场的巡检次数达到7万次，但同样的断裂数据可能只出现一次，机器能学习的信息还不够。

人脸识别，或者流水线上的CV质检，是学习具有某些共同特征的图像，但是风扇叶片可能会产生各种裂纹，所以机器学习是非常困难的。

这可以理解为风机叶片巡检机器人的主要价值在于机器人数据智能只是附加值吗？有个观众这样问柯良，他说:“我不 我不太同意这个观点。数据是资产。如果只是看现在，大数据可能是附加值，但是这些检验数据积累久了，就会数据循环产生，未来风机叶片的检验也可以有足够的数据来训练大模型，也可以全自动化。

对于风力发电等新兴行业，没有数据收集的基础，现阶段讨论的AI大模型更多的是如何打好数据基础。

在某些情况下，医疗行业的规模参数值可能不会超过1亿，AI可以帮助医生快速得到更好的诊断、冶治。本次展览中，GE医疗带来的磁共振重建技术深度研究了——AIRReconDL，即通过超过440万个样本和高质量数据，对磁共振图像来源的原始数据进行深度研究和建模，分离噪声，获得高质量图像。

相比传统的滤镜，这种AI处理技术更加保真，因为滤镜会过滤掉有效数据。GE医疗展台工作人员表示，医疗设备中的AI可以大大提高诊疗效果，只需要一个不复杂的AI模型。

AIRReconDL深度学习平台图片对比

与参展商、观众们议论的时候，很多人都赞同这句话：AI大模型短期被严重高估。但长期来看，AI大模型被严重低估。

很多业内人士都跟我说，短期来看，虽然AI模型有着超乎想象的通用能力，但是目前的大模型还是受到很多因素的限制。算法仍有改进空间，数据远非完美，计算速度甚至制约了技术发展的速度。

现阶段盲目寻找场景，寻求利润是不现实的，但在模式下，AI公司被迫带着资本飞向天空。

如果艾公司不 t提大模型生成AI，会不专业。创业公司可能会降低估值，上市公司可能会影响市值。一家AI公司展台的工作人员告诉笔者，大模型已经成为市场上的噱头。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com