360创始人周鸿祎：把大模型“拉下神坛” 变成每个企业能直接使用的东西

21世纪经济报道记者 王俊 北京报道

人工智能成为2023年当之无愧的“辣子鸡”，大模型发展进入“百模大战”阶段，业界、学界、公众高度关注。

7月2日，由北京市人民政府联合工业和信息化部、国家网信办、商务部、中国科协共同主办的全球数字经济大会在北京召开，其中包括人工智能高峰论坛。

在论坛上，360公司创始人周鸿祎指出，大模型的发展要和国家的产业数字化战略相结合，一方面要发展核心技术，另一方面寻找各种应用场景。

在周鸿祎看来，企业级垂直大模型更为关键。公有大模型无法实现成本可控，企业级应用应该使用百亿级基础模型，根据不同需求训练不同的垂直模型，企业只需要负担垂直训练成本。“就是把大模型拉下神坛，变成每个企业、政府部门都感觉能够直接使用的东西。”

同时，他也强调了安全：不能马上向大模型开放API、函数；要采取监控审计手段，把大模型“关在笼子里”。大模型定位是“副驾驶”“助手”的角色。

大模型必须“通用” 赋能百行千业才能引领工业革命

此前有声音指出，大模型是风口和泡沫。“大模型是真智能，其标志通用人工智能到来。”周鸿祎说，“大模型直接提高每个人、每个组织的生产力，同时实现赋能。电脑刚发明的时候并未带动工业革命，距离普通人、普通企业很远，后来电脑走入家庭和企业才改变了世界。

他指出，对行业而言，只有大模型走进千家万户、赋能百行千业，才能真正推动人工智能带来的这场革命。

有人将大模型比喻为操作系统，大部分公司没有机会。周鸿祎则认为，未来大模型不会只有一两个，而是像数据库一样，变成每个数字化系统的标配，从手机部署、到汽车部署，也包括在企业和政府内部的部署。

产业数字化是国家战略，大模型发展应该顺势而为，为产业数字化赋能。周鸿祎认为，大模型发展真正的机会在中国，政府、城市、企业都有广阔的应用市场，中国做大模型最应该抓住产业互联网发展的机会。

公有大模型无法满足垂直场景要求、存在数据安全隐患

做安全起家的周鸿祎，也指出了企业级场景落地大模型面临的“四个问题”。

第一，公用大模型是通才，但缺乏行业深度。公有大模型与组织内部业务结合不紧密，知识不互通；不能满足企业级应用场景的垂直性、专业性要求。

第二，公有大模型存在数据安全隐患。组织内部知识库不适合训练到公有大模型中；公有大模型易造成企业内部数据泄露。

第三，公有大模型无法保障内容可信。大模型存在“幻觉”，无法保障内容真实可信、有据可查；此外，企业内部数据更新迭代速度快，公有大模型无法实现知识实时更新。

第四，公有大模型无法实现成本可控：直接训练和部署千亿级参数大模型成本过高；企业级应用应该使用百亿级基础模型，根据不同需求训练不同的垂直模型；企业只需要负担垂直训练成本。

“对很多企业来说，训练企业级大模型的成本已在急剧降低，我们的目的是把大模型‘拉下神坛’，变成每个企业、政府部门能够直接使用的东西。”周鸿祎说。

到底需要什么样的大模型？如何解决上述问题？

周鸿祎认为大模型要做到：一、行业化。一定要有行业深度训练的数据才有价值。

二、企业化。需要和企业内部知识库进行配合，做到实时迭代更新，从而保证大模型更懂企业。

三、垂直化。“不要试图用一个大模型解决所有问题，大模型未来在企业落地形态一定是多个垂直模型组合，垂直模型解决专业问题的能力更强。”他表示。

四、小型化。做小规模的大模型，百亿参数的大模型成本更低，部署升级也更灵活。

五、专有化。专有部署才能保证安全可控。

同时，他强调，产业化方案需要遵循安全、可信、可控。

安全方面，要注意网络安全、数据安全、算法安全、生成内容安全

可信要做到搜索矫正、知识矫正、对齐训练，解决“幻觉”知识模糊，知识不能及时更新问题，以及通过向量数据库、企业搜索和外部知识库进行校正。

可控方面，他强调，不能马上向大模型开放API、函数；要采取监控审计手段，把大模型“关在笼子里”。大模型的定位是“副驾驶”“助手”的角色，最后需要人来决策。

企业大模型落地要找准刚需和痛点，“小切口、大纵深”

企业大模型如何落地找场景？

在周鸿祎看来，首先，要把大模型目前最擅长、最成熟的能力用好。以现在的大模型为例，总结下来，最擅长的是两点：一个是问答对话，一个是内容创作。无论是政府、企业使用大模型应该先从成熟的角度切入，要是大模型一下子就和企业业务系统紧密耦合在一起，做成很复杂的应用，恐怕难以收敛。

其次，找准企业刚需和痛点，“小切口、大纵深”。比如面向员工有企业知识搜索、知识管理和培训，面向领导有信息决策和舆情分析，对内有办公生成办公协作，对外有提高用户体验的智能客服。目前企业的数字化、智能化程度不高的情况下，这些场景是企业办公的痛点，也是大模型最能够提高效率的地方。

周鸿祎同时强调，目前，让大模型刚开始先开启副驾驶模式，与现有业务系统保持相对独立和隔离度，做到安全可控、安全落地、快速执行。如果非要和现有系统结合在一起，存在安全风险。，

再者，AI普惠，让企业“从上到小”每个人都用起来。另外，大模型发展要“以人为本”，好用、易用是第一原则。