腾讯研究院袁晓辉：各行业对大模型有三大共性需求

5月10日是第八个“中国品牌日”。在2024年“中国品牌日”到来之际，由成都传媒集团和深圳报业集团作为指导单位、每日经济新闻和深圳商报联合主办、清华大学经济管理学院中国企业研究中心提供学术支持的“2024第八届中国上市公司品牌价值榜发布会”将于5月9日在深圳举行。

过去一年，人工智能热潮席卷全球，如何让大模型赋能各行各业成为热门话题。国内大模型在应用层面处于什么样的阶段？目前哪些行业已经开始利用大模型来提升生产力？带着这些问题，《每日经济新闻》记者专访了腾讯研究院资深专家袁晓辉。

袁晓辉表示，从大模型的能力来看，各行业对大模型有三大共性需求，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。“在‘人工智能+’等重要政策指引下，大模型有望加速在传统行业的落地应用，在云智一体的基础设施支持下，向多模态、人工智能体、端侧及小型化等方向发展，更深入嵌入各行业的工作流程中，从而促进生产力的提升。”

腾讯研究院资深专家袁晓辉 图片来源：受访者供图

谈大模型的能力：各行业对其有三大共性需求

袁晓辉认为，从大模型的能力来看，各行业对大模型有着三大共性需求，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。大模型对品牌价值的提升，同样包括以上三个方面：

一是辅助内容生成与创意设计，提升品牌知名度和影响力。例如，利用大模型进行内容生成，如社交媒体帖子、博客文章、新闻稿等，可以帮助品牌维持高频率和高质量的内容输出，增加品牌在公众和行业内的可见度。同时，高质量的AI技术展示也可以作为品牌创新力的象征，增强品牌形象，吸引更多的合作伙伴和投资者。

二是信息提炼与专业辅助，帮助品牌方优化营销策略。工作人员主要运用大模型的摘要、规划和数据分析等能力，识别市场趋势和消费者行为模式，帮助品牌制定更有效的市场定位和营销策略。

三是通过任务调度与智能交互，大模型作为一种新质生产力，可以增强客户体验。大模型可以通过提供快速、准确的客户服务来优化用户体验。例如，在线客服聊天机器人能够快速响应客户查询、解决客户问题，从而提升客户满意度和忠诚度。个性化推荐系统可以根据用户的历史行为和偏好，推荐相关产品或服务，提升用户的购买体验。

“大模型在国内各行业中的应用整体处于发展早期。”袁晓辉表示，各行业中，数字原生行业（如软件、游戏等行业）是先行者，同时，传统行业中生产性服务业（广告、金融等）进展相对快，重资产行业（建筑、制造、能源等）进展相对慢。她说，这背后有两个核心影响因素，一是大模型对行业需求的适配度，二是行业数据的可得性，往往模型能力与行业需求匹配越高，行业数据的可得性越高，大模型应用落地进展也越快。

谈大模型发展趋势：有望加速在传统行业的落地应用

袁晓辉强调，目前各行业应用大模型有两个需要重点关注的问题：

一是缺乏评判应用大模型是否成功的标准，企业容易追求一些技术指标，比如关注大模型的技术性能，包括精度、召回率和提升率等，但这些指标远远不够，技术指标的高低无法直接反映出大模型价值的大小。更重要的应该是，关注业务指标，例如用户数、使用量、收入等，这些指标能直观反映价值，作为评判成功的标准更具说服力。

二是过度看重投资收益中的短期产出部分而忽视长期投入。传统行业容易将大模型与成熟业务同等看待，要求明确的投入产出，甚至希望短期内投入能实现正向盈利，这并不利于大模型应用的发展。大模型还在快速迭代，有大量的不确定性，比如技术突变、泡沫等，短期财务上很难有较好的表现，长期也很难评估准确。更合理的方式是，将大模型作为研发或孵化项目，不强求短期的财务指标绝对值达成，转而关注业务、技术等指标的相对提升。

袁晓辉介绍，从腾讯研究院即将在5月10日发布的《行业大模型调研报告》来看，各行各业都已经开始使用大模型来提升生产力，只是程度上有差异。具体到场景上，应用场景的快慢呈现“微笑曲线”特征，即产业链高附加价值的两端，大模型应用落地较快；而在低附加价值的中部，大模型应用进程较慢。

“原因是大模型带来‘智力即服务’的范式变化，特别适配微笑曲线两端的知识密集型和服务密集型领域。”袁晓辉表示。

袁晓辉认为，在“人工智能+”等重要政策指引下，大模型有望加速在传统行业的落地应用，在云智一体的基础设施支持下，向多模态、人工智能体、端侧及小型化等方向发展，更深入嵌入到各行业的工作流程中，从而促进生产力的提升。