6月21日消息，21日，北大光华管理学院联合腾讯，宣布升级“数字中国筑塔计划”，共同推出“企业管理者人工智能通识课”系列课程，助力企业创始人和管理者拥抱AI。

在第一课上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，简要回顾AI的历史，系统诠释了大语言模型推动的技术变革，行业落地的挑战与应对，以及企业拥抱大模型的基本准则。

汤道生回顾了AI发展的历史，表示算法创新、算力增强、开源共创三大因素的叠加，构成了AI的“增长飞轮”。

【资料图】

汤道生表示，大模型只是起点，未来，应用落地的产业变革是更大的图景。企业过去的研发、生产、销售、服务等环节中，有很多依赖人来判断、协调与沟通的地方，今天都值得去看看，哪些环节可以叠加AI的生产力，来提质、降本与增效。

以下为演讲全文：

大家好！非常高兴参加今天的发布会，一起探讨产业智能化升级。随着大语言模型的发展，我们正在进入一个被AI重塑的时代，从生产销售、组织人才，到产业革新、社会发展，都会发生剧烈的变化。

许多企业管理者也在思考，如何把大模型技术应用到自己企业场景中，比如在客服与营销环节，为业务经营带来更多降本增效？如何在使用大模型时，保护企业数据的产权与隐私？如何降低大模型的使用成本？这些都是企业管理者需要考虑的现实问题。

今天，我们和北京大学光华管理学院携手共建的“企业家人工智能通识课”，就是期望能够帮助大家，在前沿技术理解、公司组织变革、商业模式验证、模型实际落地等重要问题上，一起寻找新的解题思路。

在这里，我也分享一些对人工智能和产业融合的想法，跟大家探讨，如何以AI驱动产业变革。

我想从四个部分，分享一下自己的观察和看法，包括AI的历史、技术现状、产业落地和带给我们的挑战。我先从技术发展的角度，回顾一下AI发展史，这会帮助我们更好的理解人工智能的现状和未来发展。

一、人工智能发展历程

1950年，人工智能之父图灵在论文中，提出了一个关键问题：“机器是否可能具有人类智能？”由此诞生了“人工智能”的概念。

人工智能究竟是什么？它是一门研究、开发，如何模拟、扩展人的智能的科学。包括机器人、语言识别、图像识别、自然语言处理等方向。

简单说，就是研究怎么让机器和人一样，会听会说，会看，会思考，可以行动。其中尤其重要的一个方面，是让机器掌握语言，从理解、学习，到生成表达，这也是今天，GPT-4这样的大模型所表现出来这种“超能力”。

语言是人类思维最重要的载体，《人类简史》作者尤瓦尔（Yuval）甚至说，通过掌握语言，人工智能已经破解了人类文明的操作系统，掌握了通往未来的“万能钥匙”。

过去40年，AI发展不断加速。也有一些大众熟知的标志性事件，比如，IBM的专用超算机深蓝，在1995年，通过穷举棋盘上所有可能性，夺得国际象棋世界冠军。2016年，AlphaGo结合深度学习与强化学习，在围棋上打败李世石。还有AlphaFold对生物科学的贡献，把蛋白质的折叠做到非常高的精度。再到最近让大众风靡的ChatGPT、GPT-4，文生图技术Midjourney、Stable Diffusion等等。

这些事件的背后是底层技术，特别是神经网络的持续突破。1986年，深度学习之父杰弗里·辛顿(Geoffrey Hinton)发明反向传播算法，奠定了现代机器学习，用数据来训练神经网络的理论基础。

神经网络计算模型的原理，是通过模仿人脑构建人工神经元模型，以多层架构，层层抽象。

随后，模型架构不断创新，比如卷积神经网络、循环神经网络等，带来了深度学习的大发展。最近一次重要的突破是2017年，Google多名研究员发布了一篇开创性的论文《Attention is all your need》，提出Transformer架构，以自注意力来表达序列中每个单词的关联，今天包括GPT在内的AI模型，都是在这个Transformer通用框架上衍生而来。

AI的发展，除了底层技术，还要受到算力等因素的限制。神经网络的训练非常消耗算力，在80年代，计算机能力仅能支撑浅层神经网络，当时一个较为典型的神经网络只有1960个参数，连最简单的文字识别基本都无法完成。哪怕到了2000年代初，算力仍然是瓶颈，可供训练的在线数据也不足。

到了最近20年，硬件算力不断提升。一方面，摩尔定律让芯片计算能力持续翻翻；另一方面，高速网络与分布式计算技术，也让计算机集群规模不断扩大。2000年代中，英伟达打造了CUDA，把GPU变得更通用与可被编程，一下从图形渲染，延展到科研超算领域。基于不同的设计理念，GPU重点攻克并发的向量计算，单个GPU的算力，比过去基于CPU的算力多了一千倍。加上互联网的高速发展，快速增加了可训练的数据，让神经网络可以做到更大、更深、更多参数、更复杂的模型结构，由此诞生了千亿级以上参数的大模型。

此外，全球产学研力量，携手开源共创，也是人工智能快速突破的重要因素。无论是科研论文、数据集、模型算法，还是软件平台，一代一代的人工智能科学家，都无私的开放自己的研究成果，让后来者能在前人的基础上不断前进。

在开源软件方面，全球高校与科技企业，都为开发者贡献了多种AI训练与推理框架，还有大量数据处理工具。

到今天，大量各类预训练的开源模型，都能从huggingface、github等平台下载，让全球研究人员可以在各种开源模型上搭建服务，与优化出更好的模型。

开源共创、算法创新、算力大幅增强，这些因素叠加，构成了AI的“增长飞轮”。 GPT-4、PaLM2、LLaMa等大模型的问世，让大家看到了通用人工智能的曙光。

二、大模型推动智能变革

如果说，大语言模型已经涌现出一定的智能现象，也就应该能产生出，在训练数据中从来没有出现过的新组合内容。

通过这个画画的案例，我们可以看到现在的AI大模型处理问题的方式，不再是靠完整的保存与复制，而是通过理解指示后，把训练过的知识重新组合生成的。

可以看出，大模型可以按照指令，逐步画图，比如，用字符来画一个人出来。其中用字母O表示脸，用字母Y表示躯干，再用H表示双腿。第一次画的并不理想，但可以根据反馈，调整身体、手的比例，给小人穿上衣服。是一个不断反馈和调整的过程。

另一方面，著名的图灵测试，就是在对话中能否识别出对方是人还是AI，在今天已经不足以评估人工智能的智能程度。

如果做题考分是评估人的智能最直接的工具，那么大语言模型在语言理解与逻辑推理能力上，已经超过了平均人类的水准。

在编程领域，GPT-4参加了亚马逊的模拟技术考试，拿到了满分，这个考试规定的时长是两小时，它只用了不到4分钟。在美国GRE和生物奥林匹克竞赛考试当中，GPT-4也超过99%的人类；模拟律师资格考试的成绩，大约是前10%。此外，谷歌的Med-PaLM 2，也在美国医疗执照考试中达到了专家水平。

最近，OpenAI又给ChatGPT API增加了函数调用能力，这意味着大模型也能使用工具了。自己不具备的能力，可以靠各种第三方服务尝试解决，大大增加了通用大模型解决问题的能力。

大语言模型代表人工智能的发展，已经达到了一个新的高峰，有卓越的语言理解、强大的逻辑推理与沟通能力，能带入角色，主动思考。

用大量数据预训练的模型也推动机器视觉、语音识别、机器人等AI能力发生新的突破。通过对机器想、听、看、动等能力的整合，AI也将真正成为人们的工作和生活助手。

首先，基于多模态的大模型，计算机视觉从“能看”到“看懂”。

在银行业务中，要处理很多的回单、发票、申请书、业务邮件等数据，例如我们合作的一家商业银行，在资产托管业务中，每天需要处理1万多件邮件和传真。来自投资、保险、融资等等不同的业务系统，内容有票据、证件照片等等，多种样式。靠人工处理，录入系统，费时费力，就需要借助更智能的机器识别。

在传统的算法模型下，需要输入2千张的单据，机器才能识别一种单据，也没有整理成表格或者标签的能力。

现在，基于大模型能力，我们的TI-OCR只需要50张被标注的单据，就可以快速识别一种类型的单据。同时可以根据分析能力，自动提炼核心标签，生成电子数据文件，进行后续的商业分析。

大语言模型不仅懂多种人类语言，还掌握多种程序语言，还可以帮助程序员写代码。

我们也打造了腾讯云新一代AI代码助手，实现AI对代码的理解，辅助程序员编写、排错与测试，为软件研发的全流程助力，提高开发效率与代码质量。

这是上周新发布的一段视频。腾讯Robotics X机器人实验室的机器狗Max，能力又升级了。大家可以看到，两只机器狗正在进行一段障碍追逐赛，把他们随机放到场地中，一个追，一个躲，还有一面随机出现的旗子。躲的机器狗，要努力在不被抓到情况下，摸到旗子，摸到旗子后，角色调转。

在这个过程中，两只机器狗要实时的根据对方的行动，判断自己的行为，同时还要惦记着目标，也就是碰到旗子，或者抓住对方。同时，在碰到旗子后要马上修正自己的策略。

通过这个视频，我们能看到，机器狗的行动，也因为预训练AI模型和强化学习的加入，具有了更好的灵活性和自主决策能力。

大语言模型不仅能与人沟通，更重要的是通过模型的精调，可以按需求产生一系列的执行步骤，比如联网调用不同插件的能力，加上多模态让AI同时能看懂图，听懂话，会规划，能行动，这样就可以做出更强大的应用，让AI更像真正意义上的智能助手，完成更高级的任务。

比如，线上广告投放员，每天需要刷新大量广告素材，确保广告投放的ROI，如果结合广告效果数据与文生图能力，可以不断地根据数据分析，生成投放策略，调整投放渠道，并且针对性的生成投放素材，自动化程度与效率都会更高。

三、企业拥抱大模型的方式和路径

这么多变革汇聚在一起，也意味着海量的创新即将爆发。大模型只是起点，未来，应用落地的产业变革是更大的图景。

事实上，不管哪个行业，都应该积极拥抱AI，过去的研发、生产、销售、服务等环节中，都有很多依赖人来判断、协调与沟通的地方，今天都值得我们去看看哪些环节，可以叠加AI的生产力，来提质、降本与增效。

目前，海外一些大型企业，已经开始投资及采用大模型技术。比如，摩根士丹利直接接入 GPT-4，用它整合、解析，海量的投资策略和市场研究报告，给投资顾问提供直接的参考。

根据自媒体《量子位》的分析，我们可以看到，生成式AI（AIGC）对不同行业的影响程度与接受程度。图中能看到，内容与电商产业受到影响最明显，像文生图的技术，将会大大改变内容制作的流程与成本。

既然大模型这么重要，在座的企业家与管理者，可能也会问，我们如何把它用在企业上，抓住技术变革的红利？

我可以给企业管理者一些建议：

第一，聚焦企业自身业务，挑选具体场景，让AI成为服务的增量。

第二，确保训练数据质量，梳理出测试用例，建立上线评估流程。

第三，确保服务合规，同时关注数据的产权与隐私。

第四，使用云厂商工具，搭建一体化的模型服务，这样效率比较高，节约训练、运维的成本和时间。

在具体实施中，模型、数据和算力是大家需要格外关注的三个点。

首先是模型。虽然大家对通用大语言模型的聊天机器人期待很高，但它不是唯一的大模型服务方式，也不一定是满足行业场景需求的最优解。

目前，通用大模型一般都是基于广泛的公开文献与网络信息来训练的，上面的信息可能有错误、有谣言、有偏见，许多专业知识与行业数据积累不足，导致模型的行业针对性与精准度不够，数据“噪音”过大。但是，在很多产业场景中，用户对企业提供的专业服务要求高、容错性低，企业一旦提供了错误信息，可能引起巨大的法律责任或公关危机。因此，企业使用的大模型必须可控、可追溯、可修正，而且必须反复与充分测试才能上线。

我们认为，客户更需要有行业针对性的行业大模型，再加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。企业所需要的是，在实际场景中真正解决了某个问题，而不是在100个场景中，每个都只做到了80%。

另外，训练数据越多，模型越大，训练与推理的成本也越高。实际上，大部分的企业场景，可能也不需要通用AI来满足需要。因此，如何在合理成本下，选择合适的模型，是企业客户所需要思考与决策的。

其次，数据是大模型的原材料，针对具体场景，相关数据的覆盖与质量都是至关重要，标注数据的管理也是模型迭代中的重要工作。

模型最终要在真实场景落地，要达到理想的服务效果，往往需要把企业自身的数据也用起来。在模型研发过程中，既要关注敏感数据的保护与安全合规，也需要管理好大量的数据与标签，不断测试与迭代模型。

再次，算力是模型持续运转的基础，高性能、高弹性和高稳定的算力，需要借助专业的云服务。

在大模型的训练和使用过程中，需要大量异构算力的支持，对网络速度与稳定性要求也很高，加上GPU服务器比一般服务器稳定性更低一些，服务器的运维、问题的排查更频繁，整体运维的难度与工作量会高很多。在训练集群中，一旦网络有波动，训练的速度就会受到很大的影响；只要一台服务器过热宕机，整个集群都可能要停下来，然后训练任务要重启，这些问题会使得训练时间大大增加，投入在大模型的成本也会飙升。

基于这些企业现实问题和需求的思考，就在前两天，腾讯也正式公布了腾讯云MaaS服务全景图。

基于腾讯云TI平台打造的行业大模型精选商店，将覆盖金融、文旅、政务、医疗、传媒、教育等10大行业，提供超过50个解决方案。在这些能力模型基础上，伙伴们只需要加入自己独有的场景数据，就可以快速生成自己的“专属模型”。

我们也推出基于腾讯云TI平台的，行业大模型精调解决方案。帮助模型开发者与算法工程师，一站式解决模型调用、数据与标注管理、模型精调、评估测试与部署等任务，减轻创建大模型的压力。我们也可以通过TI平台，实现模型的私有化部署、权限管控和数据加密等方式，让企业用户在使用模型时更放心。

比如，我们和国内的头部在线旅游公司，基于“文旅大模型”，打造了机器人客服，可以自动判断用户意图，并自动调用相应的API，高质量完成用户咨询及服务。

假如一个用户问“端午节三天不出江浙沪，有什么行程推荐，应该怎么安排？”如果是基于通用大模型的客服机器人，只能给出一些简单的景点介绍和路线规划。

但当我们加入行业数据，进行模型精调之后，客服机器人的回答变得更加细致，能够规划出每天的交通、景点安排，包括不同档次的酒店推荐、介绍，甚至可以直接提供预订链接，平台优惠券信息。智能客服系统，不仅可以实现人性化的服务体验，也具备了更强的销售转化能力。

在算力服务上。腾讯云所提供的稳定计算、高速网络与专业运维，可以为算法工程师大大减轻设备运维的压力，让他们把精力放在模型的构建与算法的优化上。

腾讯云也打造了面向模型训练的新一代HCC（High-Performance Computing Cluster）高性能计算集群，搭载最新次代GPU，结合多层加速的高性能存储系统，加上高带宽、低延迟的网络传输，整体性能比过去提升了3倍，获得了很多客户的高度认可，几家大模型独角兽，都与我们展开了算力的合作。

在计算集群的“硬实力”之外，我们最近也推出了更适合AI运算的“软能力”——向量数据库，它能更高效地处理图像、音频和文本等非结构化数据，支持单索引10亿级规模，比单机插件式检索规模提升10倍，数据接入AI的效率，也比传统方案提升10倍。

四、AI发展的挑战和应对之策

AI价值巨大，发展速度惊人，但从社会的层面，我们也要注意，带来的风险与挑战。

最近，杰弗里·辛顿(Geoffrey Hinton)因为担心AI无法控制，离开了谷歌，他在接受采访时提到：人工智能的信息架构可能比人脑的信息架构更强大。

人类大脑中大概有860亿个神经元，这些神经元之间形成了大概100万亿个连接。虽然GPT4的参数没有披露，但普遍估算参数量只有人脑神经元连接的百分之一，大概是5000亿到1万亿。

但GPT4装载的知识却是普通人的千倍万倍，学习效率也更高。这说明，在某程度上，当前的神经网络可能比人脑拥有一个“更优”的处理信息的架构与学习算法，一旦得到足够算力来训练，就可以更快速地学习大量信息与知识。

还有一点值得一提，AI通过在线连接，就可以把模型下载与复制，在相对短时间内，就让一台新机器复制好海量的知识，而且各自学习不同知识后还可以相互同步。而人类的知识和智慧传承，必须通过复杂多变又不太精确的语言，作为传递信息的媒介，每个人的培养几乎是从0开始（除了基因中hard code的记忆），都需要从小开始，花数十年时间来学习，花数十年来积累经验。

AGI强大且不断泛化的能力，让很多人都非常担心，人类会逐渐失去对AI的控制。尤其AGI能联网，能编程，能操控其他系统（因为可以调用其他系统的API），读懂人（因为模型里导入大量书籍，了解人类千年文明发展历史，了解人们的思考方式与弱点，每天还跟很多人互动，甚至交流情感），它掌握语言（因此可以影响人的思考与行为），它能产生图与视频（因此可以让人产生视觉错觉），可能还有更多能力我们还没发现。

因此Hinton也提出，AI对人类产生四重威胁。他不惜从工作了10年的谷歌离职，推动大众对人工智能潜在风险的关注，并建立安全使用AGI的规范。

面对人工智能带来的各种问题，还有很多值得思考的东西。包括人类发展、伦理、教育等等。

这些问题，相信我们在座每一位，都有自己的思考。但是有一点我想讲的是，技术的发展、演进、变化，总是超出人的想象，而人类拥抱变化的勇气，创新的智慧，化挑战为机遇的能力，也往往超出我们自己的想象。就像工业革命早期，也有过对于农村经济瓦解、工人生存状况堪忧等等情况的担心，但是，最终我们以人类特有的方式，走了过来，并且让全人类的生产效率、生活质量以几何指数飙升。

毫无疑问，AI对世界的改变，一定也是通过与产业的融合实现的。机器决策、自主生成、自然交互等一系列变革，推动产业实现更高效率、更低成本、更好体验和更大创新。未来的企业，也将向智能原生进化。

面向未来，腾讯也愿意持续贡献自己的能力，以开放的心态和无穷的好奇心，和各位专家学者、企业管理者一起，共同探索、创新，拥抱智能时代的新机遇。