5月22日，2023数字经济（东湖）论坛在武汉举办。会上，复旦大学教授、上海市数据科学重点实验室主任肖仰华以大模型为主题进行演讲。

肖仰华表示，大模型可以为当前的数字经济发展中的重要环节——数据的价值变现提供助力，使其不用乙方、不用过多成本、过多精力就能达成目的。他同时也表示，当前国内大模型还存在着技术同质化严重、持续投入模型创新等问题。

“首先，我要传达一个基本观点，以大模型，以ChatGPT为代表的这样一个深层的人工智能技术，或者更广一点，通用人工智能技术将成为推动我国数字经济发展，实现我国高质量发展一个非常重要的引擎和先进的生产力。”肖仰华开门见山地说。

当然，要明白其原因，还要从数字经济本身说起。

当前的数字经济发展中，有一个非常重要的环节——数据的价值变现。简单来说，收集、存储大量数据的最终目的还是要创造价值。但现在很多数据都只是躺在服务器上“睡觉”，没有创造太多价值，甚至对于很多企业来说，还需要消耗巨大的人力成本去运维，算得上是一种负资产。

但要实现数据的价值变现，却并非易事：无论是数据开发时期的安全和隐私问题，还是数据整合阶段的数据隔离，无法实现有效关联问题，都长期无法得到解决。肖仰华认为，只有去深挖数据背后的隐性规律，才有可能真正做到数据的价值变现。

如何去挖掘？这个答案随着以ChatGPT为代表的深层次人工智能大模型的到来浮出水面。

肖仰华表示，大模型为数据的价值变现提供了一种“端到端”的实现方式。以前要想把数据价值变现要当甲方，要出钱，要告诉乙方自己的商业逻辑是什么，领域知识是什么，属于人工干预很重的方式。但现在只要向大模型提出任务，让大模型理解自己的意图，拆解每个具体任务，使其调用传统的内部信息系统实现整个逻辑，就能达到目的。

具体在toC市场，大模型有望成为一个互联网的新入口，就像是以前的搜索引擎、社交网络一样，比如现在的类ChatGPT大模型可以以问答交互的形式融合订票、出行、订餐等等平台。

而在toB市场，大模型可能会成为一种全新的“引擎”，就像是以前的马力、蒸气、油、电一样。大模型可以为企业内部原本独立进入的信息系统、数据库、企业资源管理系统、客户关系管理系统、OA系统等系统设立一个统一入口，把任务分解到各个子系统，所起到了一个核心的控制器作用。

大模型的重要程度不言而喻。但当前，国内的大模型产业仍在起步阶段。肖仰华表示，国内大模型各自为政，大模型能力缺乏也统一的规划和协调，主要存在着四个问题：

第一，同质化严重。国产大模型很多都是用ChatGPT喂养自己，技术同质化比较严重。

第二，数据生态不完善、中文数据生态尤其重要。

第三，国产算力问题、尤其发展国产算力联盟和生态。

第四，持续投入模型创新问题。而这也导致一旦开源社区模型被禁用，国内大模型的发展就会非常被动。

可以说，大模型要创造价值有两个基本要求，一个是底座模型能力强，一个是要能领域应用。国外大模型产业已经形成了一个生态，且发展非常迅速，而肖仰华认为，我国市场巨大，数据丰富，应用场景多元，更应该从应用带动底座模型研究，走一条所谓“农村包围城市”的战略，外围应用、生态做好，不断去看补齐数据，算力，模型工艺方面短板，最后在技术模型方面形成自己的核心竞争力。

他也提到，大模型不是万能的。比如toB场景绝大部分都是复杂决策，这需要丰富的背景知识、宏观态势研判能力、综合任务拆解能力、精细严密的规划能力、复杂约束取舍能力、不确定场景推断能力，以及物质事物的预见能力，这都是人类专家可以胜任，但大模型尚不具备的能力——但不具备也意味着研发机会，这就是国内可以去研究，甚至形成优势，实现弯道超车的能力。

“ChatGPT之前，人工智能处于一个不成熟的产业阶段，但之后之后，整个人工智能进入了一个重工业发展阶段，进入一个快速发展、快速变现的新阶段。一个明显的标志就是，以前重大历史事件是按年来算，而去年12月份到今天，人工智能领域很多重大历史事件是按月，按周，按天算，这些事件做过十年之后回头看，都有可能是里程碑意义事件。”肖仰华说。

他在演讲最后表示，大模型绝不是宣传文案的噱头，也绝不能成为一场华丽的烟花秀，要实实在在让它成为一个推动社会发展和进步的先进生产力。

采写：南都记者杨博雯

编辑：李玲

本文作者

李玲

3.64亿

南方都市报记者