近日三六零集團(tuán)的創(chuàng)始人兼董事長周鴻祎在其微博上表示：“我始終認(rèn)為，公司不應(yīng)該以為通過GPT就可以削減工作崗位,。大模型也不是萬能的，它只是起到了輔助作用,，完成了部分任務(wù),。因此，大型的模式并不會將人排除在外,，更不會將程序員排除在外,。我不是報了清華大學(xué)的電子信息系嗎？人工智能的發(fā)展,，必須要以人為本,，以人為本?！?/p>

以下為演講全文：

大家好,，感謝主辦方的邀請，很高興參加尼山對話,。今天我們討論的主題聚焦“構(gòu)建安全可信的人工智能”,、“人工智能賦能百行千業(yè)”，最近360自研的認(rèn)知大模型智腦也在相關(guān)方向有探索，借今天的機(jī)會,，我想分享一些實踐中得到的經(jīng)驗和思考,。

這次GPT大模型的誕生代表著通用人工智能、強(qiáng)人工智能的到來,，是真正的智能涌現(xiàn),。大模型能夠真正地理解人類所有的語言，能夠很自然地做出各種交流和推理,，這意味著人工智能第一次完整地理解了我們?nèi)祟愂澜绲闹R,，并且已經(jīng)從感知進(jìn)化到了認(rèn)知，不僅能夠理解文字,、語言,，還能做出分析、規(guī)劃,。未來,，傳統(tǒng)算法將被代替，大模型在自動駕駛,、機(jī)器人控制,、蛋白質(zhì)分析等很多重要領(lǐng)域都會大顯身手。

目前產(chǎn)學(xué)研各界已經(jīng)形成了共識,，GPT大模型將會帶來一場新的工業(yè)革命,。我們都知道，數(shù)字時代最重要的是大數(shù)據(jù),，但大數(shù)據(jù)就像“石油”,，難以直接使用。GPT的出現(xiàn)就像發(fā)電廠,，把大數(shù)據(jù)從“石油”加工成了“電”,，賦能百行千業(yè)。如今數(shù)字化已上升為中國的國家戰(zhàn)略,，其中產(chǎn)業(yè)數(shù)字化是重要的發(fā)展機(jī)遇,，我認(rèn)為產(chǎn)業(yè)數(shù)字化的終極目標(biāo)就是智能化，而GPT大模型將會成為產(chǎn)業(yè)數(shù)字化重要的賦能者,。

在這場工業(yè)革命中,，大模型真正的機(jī)會在企業(yè)市場，作為生產(chǎn)力工具提升企業(yè)生產(chǎn)率,。ChatGPT雖然是靠聊天功能“破圈”的,，但這只是它的一種“親民偽裝”，實際上大模型絕對不是一個娛樂工具,，而是工業(yè)革命級的生產(chǎn)力工具,。如果大家留意就會發(fā)現(xiàn),，即使是個人消費者，最終還是會用大模型滿足剛需,，應(yīng)用在辦公場景里,，成為提高辦公效率的工具，比如公文寫作等等,。因此我認(rèn)為,，企業(yè)級市場才是大模型未來發(fā)展真正出彩的地方。

但是,，當(dāng)我們帶著通用大模型真正走進(jìn)政府,、城市、行業(yè),、企業(yè)時就會發(fā)現(xiàn),，公有大模型無法直接使用。因為公有大模型存在以下四點不足：

第一,，公有大模型雖然是通才,，但它缺乏行業(yè)深度。我們之前認(rèn)為GPT什么都會,，但如果你是一個行業(yè)專家,，你會發(fā)現(xiàn)GPT在安全、金融這些垂直領(lǐng)域,，知識深度是不夠的,。很多公司自己訓(xùn)大模型都發(fā)現(xiàn)了這個特點，想讓它能力很均衡,，就會犧牲深度,。所以未來垂直大模型是重要的發(fā)展方向，通用模型和各領(lǐng)域?qū)Ｓ械闹R數(shù)據(jù)結(jié)合,，讓大模型從“萬事通”變成政府通,、行業(yè)通和企業(yè)通，這才是真正的價值,。最新資料表明，GPT4也是由8個垂直模型組成的,，從側(cè)面印證了這個觀點,。

第二，公有大模型容易造成企業(yè)內(nèi)部數(shù)據(jù)泄露,。一方面,，公有大模型不是本地部署，它與外部進(jìn)行信息交流時必然存在數(shù)據(jù)泄露的風(fēng)險,；另一方面,，公有大模型也無法實現(xiàn)組織內(nèi)部權(quán)限的分級管理,。因此，政府,、企業(yè)使用公有大模型必然存在安全風(fēng)險,。

第三，對企業(yè)來講,，公有大模型無法保障內(nèi)容真正可信。這主要包含兩個問題：一個是企業(yè)在日常生產(chǎn)經(jīng)營過程中,，知識庫是實時產(chǎn)生的，并且不斷變化,。它不像公有大模型的通用知識,，是一成不變的“百科全書”。因此,，企業(yè)使用公有大模型無法滿足時效性的需求,。另一個是大模型自身的“幻覺”問題，也就是我們常說的一本正經(jīng)地“胡說八道”,。公有大模型經(jīng)常出現(xiàn)張冠李戴的問題,，需要通過企業(yè)的內(nèi)部搜索、內(nèi)部知識庫進(jìn)行矯正。這些都需要專有大模型才能實現(xiàn),。

第四,，也是很多企業(yè)級用戶關(guān)注的，公有大模型無法實現(xiàn)成本可控,。舉個例子,，很多企業(yè)其實只需要大模型寫代碼的能力，這時候公有大模型寫詩,、寫論文的能力就是多余的,。也就是說,，很多企業(yè)只需要百億級垂直大模型就滿足需求，如果使用千億級大模型就是成本的浪費,。這個成本不只是大模型的采購成本,，還包括訓(xùn)練成本、部署成本,、微調(diào)成本,。在控制成本方面，垂直大模型將會有很大優(yōu)勢,。因此,，在一個用公開數(shù)據(jù)訓(xùn)練的“通識”大模型基礎(chǔ)上，訓(xùn)練專有大模型,，就能做到“事半功倍”,，為企業(yè)降本增效。

大模型想要成為企業(yè)級的智能化賦能工具,，必須要行業(yè)化,、專有化，從萬事通變成城市通,、行業(yè)通,、企業(yè)通。而企業(yè)落地大模型則需要分步來實現(xiàn),。我認(rèn)為目前的當(dāng)務(wù)之急叫做“小切口大縱深”,，先把大模型最擅長、最成熟的能力用好,。剛開始可以從辦公場景入手,。因為大模型不是萬能的，最擅長最成熟的能力肯定是自然語言處理,。而且辦公場景能做到松耦合,，與現(xiàn)有的業(yè)務(wù)系統(tǒng)無縫融合。具體來說,，一些細(xì)分場景包括信息分析,、知識管理、內(nèi)容創(chuàng)作和智能客服等,，讓員工上手嘗試,，慢慢發(fā)掘大模型的能力，對大模型逐漸熟悉,，之后再將大模型與業(yè)務(wù)進(jìn)行深度融合。這樣大模型的發(fā)展才能可控易用,。

企業(yè)級場景要打造“安全可信,、可控易用”的專有大模型,，我們在實踐過程中也總結(jié)了一些心得，需要堅持五個原則,，包括：安全原則,，企業(yè)級應(yīng)用必須是安全的大模型；可信原則,，大模型要解決準(zhǔn)確性,、實時性的短板問題；可控原則,，堅持把大模型定位在輔助工具上,，確保人始終在業(yè)務(wù)決策的回路上；易用原則,，這里面“數(shù)字人”,、“數(shù)字員工”有很大的想象空間；最后是普惠原則,，要讓每個人都能用起來,。時間關(guān)系,，這里我想重點分享一下易用原則。

人工智能的發(fā)展要“以人為本”,，大模型不能引發(fā)大規(guī)模裁員,，而是要幫助企業(yè)員工提升能力和效率,，成為易用的工具,，讓每個普通員工都能真正用起來,。因此我認(rèn)為,，未來面向企業(yè)，數(shù)字員工會成為非常重要的一個概念,。相比和機(jī)器進(jìn)行復(fù)雜的交互,，與“人”對話更符合我們的日常習(xí)慣,，數(shù)字員工將大大降低大模型的使用門檻。未來也不只企業(yè)老板能擁有數(shù)字員工做助理,，每個企業(yè)員工都能有若干數(shù)字助手,，比如法務(wù)助理、財務(wù)助理,、市場助理,，來協(xié)助創(chuàng)作、策劃,、分析,、總結(jié)等日常工作。

最后我想說,，人工智能大模型這場工業(yè)革命已經(jīng)到來,，未來大模型在各個城市、各個行業(yè),、各個企業(yè)里將得到充分應(yīng)用,，市場的機(jī)會也才剛剛開始。360也將發(fā)揮過往在人工智能領(lǐng)域積累的經(jīng)驗和優(yōu)勢,，幫助各地構(gòu)建“安全可信,、可控易用”的大模型，為產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型到智能化升級,，貢獻(xiàn)自己的一份力量,。

謝謝大家！