日前，腾讯研究院正式对外发布了《向AI而行，共筑新质生产力——行业大模型调研报告》（下文简称“报告”）。所谓 “行业大模型”，指的是利用大模型技术，针对特定数据和任务进行训练或优化，形成具备专用知识与能力的大模型及应用。与通用大模型相比，行业大模更专注于提高性价比、增强专业性并保障数据（特别是私有数据）的安全性。

  “人工智能大模型正在催生新一轮技术创新与产业变革，也将为工业、金融、广电等行业数字化转型和高水平质量的发展带来新动能。当前市场以基础大模型为主，通识能力强，但缺少行业专业相关知识。如何将大模型融入千行百业，是下一阶段的发展重点。”中国工程院院士邬贺铨在报告序言中提出。

  OpenAI提出的“规模定律”（Scaling Law）驱动了大模型的加快速度进行发展，传统AI模型参数量通常在数万至数亿之间，大模型的参数量则至少在亿级，并已发展到过万亿级的规模。大模型带来了AI性能突破，也激发业界向通用AI（AGI）领域进发的新热潮。

  中国互联网投资基金管理有限公司总经理李筱强认为，大模型的出现使得AI再次受到长期资金市场的广泛关注，其核心逻辑在于大模型实现提质增效创造价值的同时，也提供了实现通用AI的可能选择。在算力、算法、数据、场景等四个决定大模型发展的关键要素中，数据和场景是我们相对优势的领域。而要更好地利用场景，成功实现商业落地，高质量的行业大模型必不可少。

  从目前情况看，行业大模型整体处于发展早期，尚未出现大规模成熟应用的范例。

  《报告》还发现，行业大模型应用场景的快慢呈现“微笑曲线”特征。在产业链高附加价值的两端（研发、设计和营销、服务），大模型应用落地较快。造成这样的一种情况的原因之一是，大模型带来“智力即服务”的范式变化。这种服务特别适配微笑曲线两端的知识密集型和服务密集型领域，而在低附加价值的中部（生产、组装等），大模型应用进程较慢。

  虽然不一样的行业与大模型结合的进展和侧重点存在一定的差异，但也存在三大共性需求，包括：内容生成与创意设计、信息提炼与专业辅助、任务调度与智能交互。

  提示工程适用于刚接触大模型的企业新手，采用这样的形式能以最小资源投入、快速探索应用。局限性也很明显，若大模型内含的行业数据较少，效果较差。

  一些与工作流程深度耦合的AI Agent慢慢的开始涌现，有望慢慢地发展成为各行各业不可或缺的新型生产力工具。在办公领域，如Microsoft 365 Copilot及其个人版Copilot Pro；在社交领域，如Meta AI等产品；在工业领域，如Levatas等工业视觉检查机器人的应用；在营销领域，则诞生了SalesGPT等平台……

  AI大模型在各行业的应用，将会加速社会共同迈向智能新时代。例如，中国广告协会会长、国际广告协会全球副主席张国华认为，大模型是效率、体验和创造力的倍增器，它正在重塑着广告行业的未来；中国工程院院士李伯虎提出，“AI+制造”可提升生产效率、提升产品质量、实现个性化定制、优化资源配置、促进绿色环保、实现人才结构优化等，进而快速推进中国工业的五个转型升级，实现工业的数字转型与智能化升级，促进新质生产力形成。