周鸿祎吐槽ChatGPT：震惊于它什么都会，但说很多正确的废话_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入]

　　2023亚布力智能制造发展论坛于9月20日在合肥举行。360集团创始人、董事长周鸿祎出席并演讲。

　　周鸿祎指出，当前，以大模型为代表的人工智能科技浪潮席卷而来，不仅是国家抢占全球产业链高点的关键，也是企业发展的重要驱动力。大模型作为通用人工智能，将为“智能制造”带来全新的发展机遇，促进数字技术与实体经济的“双向奔赴”。

　　周鸿祎强调，企业级场景落地公有大模型面临的“七大问题”。

　　他说，调研发现很多企业对大模型非常神往，但顾虑也非常多。通用大模型在企业级场景中没办法直接用，有以下几个方面的痛点：

　　第一是缺乏行业深度。如果你真的用过ChatGPT，会震惊于它什么都会，但如果问一些行业深度问题，它就会说很多正确的废话。

　　第二是不懂企业。公有大模型与企业内部知识不互通、结合不了，不能满足企业内部业务开展的要求。

　　第三是数据安全隐患。这其中有三个层面的问题，首先组织内部的Know How是核心竞争力，不适合训练到公有大模型中；其次，使用公有大模型容易造成内部数据泄露；另外，公有大模型无法实现组织内部权限的分级管理，也存在安全隐患。

　　第四是知识更新不及时。企业内部数据更新迭代速度很快，公有大模型的知识更新跟不上这个速度。

　　第五是胡说八道，也就是幻觉和知识模糊。对于一个帮助别人写剧本、写小说的大模型来说，可以看成创造力的表现，比如林黛玉三打白骨精、贾宝玉倒拔垂杨柳。但这种不可信的缺点在企业场景中应用就是致命的，比如大模型开的药方我们不敢吃，写的律师函我们也不敢用。

　　第六，大模型的训练和部署，普通企业无法承担。万亿参数的通用大模型训练一次需要数千万美元，另外还有调优、硬件和人员成本，现在训练大模型的人比大模型还要贵。

　　最后一个，无法保证大模型的所有权。大模型一旦把企业的核心知识训进去了，就会成为这些组织、机构的核心资产，企业对核心资产的所有权非常在意。

　　以下为演讲实录：

　　尊敬的各位领导、各位嘉宾，大家好，很高兴受邀参加今天的论坛。

　　近年来，合肥坚持科技创新驱动发展理念，聚焦数字化转型与产业升级，以企业“智改数转”为核心，推行创新研发与市场化应用两端发力、齐头并进的战略，使得数字经济在合肥蓬勃发展。

　　当前，数实融合已成为推动经济高质量发展的关键引擎，合肥将平台建设作为发展工业互联网核心抓手，搭建了省级的工业互联网综合服务平台，极大推动了合肥产业数字化的发展。

　　随着合肥营商环境的持续改善，吸引着越来越多的企业到合肥发展，360也希望能够参与到合肥数字经济发展大局中。在省委省政府的支持下，360规划的“一云一脑三中心”城市战略目前已经与宿州、马鞍山签署了投资落地协议，合肥的落地进程也在快速推进中。围绕合肥的数字化战略，未来360可以规划两条主线：一条是数字安全，为产业数字化、数字经济发展筑牢底座、守住底线；另一条是人工智能大模型，推动安徽的产业数字化向智能化升级，迈向数字化顶峰。

　　当前，以大模型为代表的人工智能科技浪潮席卷而来，既是国家抢占全球产业链高点的关键，也是企业发展的重要驱动力。大模型作为通用人工智能奇点的突破，将为“智能制造”带来全新的发展机遇。今天，结合360的探索和实践，我想分享一下对于如何把握大模型发展机遇的思考。

　　大模型是新一代生产力工具，引领新工业革命

　　首先，大模型很热，但我认为它绝不是风口和泡沫，而是代表了一次工业革命的机会，将大幅提高生产力和生产效率。作为新一代的生产力工具，大模型具有前所未有的理解、推理和规划能力，标志着通用人工智能时代和强人工智能时代的到来，有引领一场新工业革命的潜质，将给人类社会带来深远的影响，包括颠覆信息生产模式、变革人机交互方式、重塑产业格局，最终推动数字化进入智能化的顶峰。

　　现在国家一个很重要的战略是产业数字化，我认为只有把大模型“拉下神坛”，去提升政府和企业的生产力和生产效率，让每个企业都用得起，它才能真正引领工业革命，这也是顺势而为。

　　大模型将成为数字化系统标配

　　有人说“大模型是操作系统”，我不同意。我认为，大模型不会成为操作系统，而是会成为数字化系统的标配。我们以电脑的发展为例，电脑在1946年被发明的时候只被气象局、军方等少数单位使用，真正引发工业革命是个人电脑出现后，每个人都用得起，解决大家生活工作中的很多问题，这才产生了信息革命。

　　现在，高通已经尝试将大模型运行在手机上，苹果尝试让大模型在电脑上跑起来。未来每台汽车上也会搭载私有的大模型。因此，大模型在中国的发展之路绝对不会走向垄断，而是会变得无处不在，每个家庭、企业、政府部门都有至少一个大模型。我认为，所有有能力的科技企业都应该坚定地发展自己的大模型战略。

　　360稀缺技术基因造就天然优势

　　作为国内排名第二的搜索引擎厂商，360在发展大模型上有天然优势，原始技术基因上与大模型技术一脉相承。这些年我们一直追踪Bert、T5等前沿NLP技术发展，以了解搜索意图、优化搜索结果。为深入研究人工智能，2015年360成立了人工智能研究院，并从2018年开始探索多模态、计算机视觉等大模型相关技术。被科技部授予国家人工智能新一代开放创新平台。

　　随着ChatGPT横空出世，360凭借多年积累，数据方面的优势，自研了认知型通用大模型“360智脑”，也使得360的AI技术从能看能听的感知阶段，进化到能理解能思考的认知阶段。360也有幸作为人工智能“国家队”的一员，参与大模型国家标准编写等工作。

　　“360智脑”迭代创造大模型中国速度

　　360智脑拥有多轮对话、生成创作、知识问答等十大核心能力，能够覆盖市面上所有的大模型应用场景。

　　今年3月底，360智脑率先在搜索场景落地，目前已经迭代到4.0版本，不仅拥有业界领先的跨模态生成能力，还可以创新地生成各种AI数字人，作为企业的数字员工，个人的数字助手，为办公提效。

　　“360智脑”部分场景表现已接近国际先进水平

　　360智脑发布至今获得了行业的广泛认可和好评，不仅是通过信通院“可信AIGC”认证的国产大模型，还在SuperCLUE等第三方权威测评中稳居第一梯队。8月份，在认可度最高的中文预训练评估任务中，智脑的部分表现已经接近国际先进水平，达到GPT3.5的能力。

　　目前，360智脑已通过《生成式人工智能服务管理暂行办法》的备案，即将正式上线并逐步向公众开放。当然，目前大模型的能力还远没有达到顶峰，刚过了拐点，未来可能指数级增长。但我认为，大家不要等大模型无所不能才开始干，不要在一场新的工业革命到来之际袖手旁观。各位企业家，只要想清楚场景，现在就可以开始干了，套用耐克的广告语，就是“Just do it”。

　　企业级场景落地公有大模型面临的“七大问题”

　　调研中，我们发现很多企业对大模型非常神往，但顾虑也非常多。通用大模型在企业级场景中没办法直接用，有以下几个方面的痛点：

　　第一是缺乏行业深度。如果你真的用过ChatGPT，会震惊于它什么都会，但如果问一些行业深度问题，它就会说很多正确的、概念性的废话。

　　第二是不懂企业。公有大模型与企业内部知识不互通、结合不了，不能满足企业内部业务开展的要求。

　　第三是数据安全隐患。这其中有三个层面的问题，首先组织内部的Know How是核心竞争力，不适合训练到公有大模型中；其次，使用公有大模型容易造成内部数据泄露。

　　第四是知识更新不及时。企业内部数据更新迭代速度很快，公有大模型的知识更新跟不上这个速度。

　　第五是胡说八道，也就是幻觉和知识模糊。作为生成式AI，一本正经的胡说八道。对于一个帮助别人写剧本、写小说的大模型来说，可以看成创造力的表现，比如林黛玉倒拔垂杨柳。但这种不可信的缺点在企业场景中应用就是致命的，比如大模型开的药方你敢不敢相信。

　　第六，大模型的训练和部署，普通企业无法承担。千亿参数的通用大模型训练一次需要数千万美元，另外还有调优、硬件和人员成本，现在训练大模型的人比大模型还要贵。

　　大模型的发展趋势是垂直化

　　GPT发展的两条路线：一条是像OpenAI一样，做通用大脑，另一条是做垂直大模型，可以概括为六个方面的“垂直化”：

　　第一是行业深度化，在通用大模型的基础之上做行业数据的训练，就像把一个本科生训练成博士生。

　　第二是企业个性化，做大模型一定要跟某个企业的技术诀窍、商业秘密的内部知识紧密融合。

　　第三是能力专业化，一个模型解决一个专业领域的问题，这样企业里将来会有多个模型。由于每个模型都通过垂直语料训练，在限定了知识范围的同时，能有效解决大模型胡说八道的问题。

　　第四是规模小型化，企业专有模型用百亿模型即可，训练、调试、部署成本可能会降低100倍。

　　第五是部署分布化，将来模型既可部署在云上，也可以在终端上。

　　第六是所有权私有化，让企业大模型的所有权和控制权完全由企业所有。

　　大模型带来前所未有的安全挑战

　　大模型能力专业化的一个好处是，对安全问题会有帮助。聚焦专项能力的垂直大模型更容易实现知识对齐，如果它要对齐的能力很多，就很难消除“幻觉”问题。

　　大家用过ChatGPT一定被它胡说八道的能力伤害过，比如我问它安徽出过哪些历史名人，它的答案里一半都是从其他地方“借调”来的。另外ChatGPT出现后，也接连爆发了严重的安全事故，例如三星在20天内接连发生了3起机密数据外泄事件。所以，目前各国政府对人工智能的治理都高度重视，相继出台管理办法，希望引导大模型健康的发展。

　　大模型的安全“四原则”

　　大模型作为数字技术是一把“双刃剑”，所以我们在构建企业级大模型的时候也一定要遵循“安全原则”，我总结为安全、向善、可信、可控四原则。安全指的是网络安全、数据安全、算法安全；向善主要是指生成内容安全，如今AI换脸、换声诈骗泛滥，不要让AI成为诈骗者的工具；可信就是要切实解决大模型“幻觉”所造成的知识模糊和胡编乱造的问题。最后是可控原则，要确保人在决策回路上，不能出现不可撤销的结果。

　　之前有人问我，360为什么要做大模型。原因很简单，安全是大模型发展的底线，也是未来大模型的核心竞争力。很多人关心大模型会不会产生意识，最终威胁人类，马斯克甚至联合千名专家请愿暂停GPT研发。面对未知的安全挑战我没办法给出结论，但我认为，只有躬身入局，把大模型的黑盒子打开，知道大模型的工作原理，才能更好地研究大模型安全。360作为全球领先、中国第一的数字安全公司，拥有国家级的安全能力，我们研发的360智脑已经能够把大模型在网络安全、数据安全、算法安全、生成内容安全的风险降到最低。

　　先把通用大模型最擅长、最成熟能力用好

　　简单分享一些如何让大模型在政府、企业落地的实战想法。

　　第一个，我建议大家仔细把大模型的能力好好做一个筛选，把它最通用的、最成熟的能力先拿出来。大模型的能力看起来花里胡哨，又能解奥数题，又能写代码。实际上以360智脑为例，最常用的功能有两个：一个是知识问答，一个是写作生成。在这两大能力的基础上，寻找办公场景最能提升效率的点切入，“小切口、大纵深”，比如面向企业，对上提供决策分析、对下提供办公写作、对内提供知识管理、对外提供客户服务，这些都是经过大量市场调研获得的典型刚需场景。

　　循序渐进，从“副驾驶”角色到Agent模式

　　第二个，我经常跟客户讲，大模型不是万能的，现有的很多业务系统短期内是无法被大模型取代的。现阶段大模型最恰如其分的角色是先担当“副驾驶”，可以给建议、给导航，但是不能乱抢方向盘，与现有系统保持一定隔离度。

　　未来，在逐渐成熟之后，可以逐步发展出AI Agent模式，将大模型与规划、记忆、工具、行动相结合。不仅能够作为“大脑”识别人类的意图，智能化地思考分解任务，还能够长出“手脚”，会自动化地使用工具、调用各种API，执行任务、解决问题，达成目标结果，破除大模型“有脑无手”的困局，成为一种通用的数字人系统。

　　大模型发展要“以人为本、好用易用”

　　第三点是坚持以人为本、好用易用的原则。大模型作为生产力工具的价值是为人赋能，不是为了裁员。人工智能办公系统的用户实际上是单位里从上到下的所有人，只有大家都用起来，才能对AI的理解更深入，最终提升企业效率。我认为现在的大模型还比较难用，提示词抬高了普通人使用大模型的门槛，毕竟不是每个人都能成为提示词专家。我的建议是把大模型包装成数字人，通过与“有灵魂”的数字人对话，来降低大模型的使用难度，让AI成为政府的数字专家和企业的数字员工。

　　垂直大模型深度定制的四个步骤

　　随着开源生态的完善，我判断，大模型本身将不再成为壁垒，未来大模型很可能变成“白菜价”，真正的挑战在于如何实现垂直大模型的深度定制。所谓的深度定制是指数据的筛选、数据的训练、结合企业需求的模型精调，与企业内部系统、API的挂接，最终的系统交付等一系列环节的定制化，这些精细化的服务最好由有B端经验的厂商提供。我总结，完成深度定制需要四个步骤：第一步是业务分析与场景的选择，找到发展垂直大模型的业务场景；第二步是数据的采集与清洗，也就是找到与大模型配套的专有数据，数据的质量非常重要；第三步是训练企业专有大模型，将数据训练进大模型；最后一步是开发企业场景化应用，将大模型与自身的业务系统结合。

　　企业级用户选择基础大模型的标准

　　需要强调一下，垂直大模型也要在经过市场验证、有足够能力的通用大模型基础上训练，只有这样才能达到事半功倍的效果，企业在选择基础大模型的时候一定要慎重。基础大模型的衡量标准可以分为六个维度：通识性、安全性、可控性、可用性、易用性、扩展性。360的基础大模型由业界领先的视觉大模型、大语言模型、多模态大模型组成，支撑起一个“训推一体化工具平台”，涵盖标准平台、推理平台、训练平台、算力平台，能够为企业级用户提供一站式的大模型开发套件。

　　360率先为20+个行业提供解决方案

　　我认为，大模型的进化才刚刚开始，现在是百模大战，未来很有可能演化为“万模群舞”。 360已经推出了企业级AI大模型解决方案，研发构建起大模型的训练框架，把垂直大模型的数据处理、预训练、精调的复杂过程流水线化、标准化，支撑完成了近20个行业垂直模型的训练和部署交付。

　　此外，360还发起了GPT产业联盟，与生态伙伴广泛合作，推动大模型在各行各业加速落地。

　　举个360智脑落地城市的案例，大家都知道，现在各地都在积极推行“一网统管”。以360智脑在某地落地城市治理项目为例，在360智脑大模型的赋能下，当地的“一网统管”系统变得更加智能高效，为事件的发现、受理、跟踪、结案的各个环节实现大幅提效。“一网统管”的三个重要指标是“响应率、解决率、满意率”，在大模型的加持下，我预计未来城市治理事件响应率将提升10%以上，及时解决率提升30%以上，满意率提升20%以上。真正实现城市安全运行管理从看不见向看得见转变、从事后处置向事前预警转变、从被动应对向主动防控转变。

　　我再举两个行业合作的案例。在合作中，360提供基础大模型，算力和语料，合作方仅需提供独有的行业数据和内部知识。一个是360与税务行业头部企业“中税集团”合作推出了“税务行业标准大模型”，在360智脑的基础上经过税务专业数据训练后，该模型已经成为专业的税务助手，在注册税务师考试中打败了ChatGPT；另一个是与企业服务机构创业黑马合作研发了面向科创服务领域的“天启大模型”，目前服务企业规模已经超过500家，使企业服务效率大幅提升超过20倍，解决了长期困扰创业黑马的发展难题。

　　屏幕上有三个二维码，大家可以扫码体验360智脑、接入360智脑的API开放平台，如果想进行垂直大模型的深度定制，还可以加入360的GPT产业联盟。360希望能够帮助合肥发展大模型产业，打造“大模型工厂”，训练一种新的职业——人工智能训练师，通过对大模型进行垂直场景的训练，助力当地的大模型落地，为智能制造赋能。谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。