每經記者 可楊    每經編輯 張海妮    

大模型技術在過去一年飛速發展，人們對大模型的恐懼和空想逐漸褪去，理性、務實的需求愈發凸顯。在各類大模型層出不窮的同時，如何用上、用好大模型，帶來業務增長，實現降本增效，也成為企業真正關心的問題。

3月27日，百度智能云在北京首鋼園召開“AI Cloud Day：大模型應用產品發布會”。

百度智能云副總裁喻友平在接受包括《每日經濟新聞》記者在內的媒體記者采訪時指出，大模型的應用落地競爭一定異常激烈，關鍵在于誰能更快、更貼近實際需求，以及誰能實現技術、場景與需求的完美連接。“重心慢慢會從技術轉向業務，轉向產品，轉向應用，這是一個必然的趨勢。”

喻友平 圖片來源：企業提供 

大模型應用與傳統企業軟件之間相輔相成

喻友平在采訪中談到，過去一年里，百度智能云持續探索將大模型應用于各類通用場景，并逐步深化應用過程。

與此同時，推動產品化進程，持續實現產品的便捷使用，仍需經歷一系列步驟。“今天，我們所有產品已經SaaS化，各位現在都可以直接使用它，這個過程并不容易，因為要讓這個產品達到可用的狀態，要有一定的穩定性，需求的滿足度等等”。

其次，企業在具體業務流程中使用大模型時，并非簡單地一鍵部署。喻友平認為，對于多數企業而言，未必需要搞懂大模型的底層技術，而是需要一個真實的To B企業環境，包括企業的內部數據、流程、實際要解決的問題。這是To B與To C應用的區別。To C大模型主要用于社交和角色扮演等，無需額外數據。而在企業環境中，若沒有真實數據和實際問題，大模型將難以發揮作用。

喻友平認為，目前大模型在解決實際問題、產品直接面向企業的使用等方面已取得了長足的進展。然而，大模型的應用仍處于早期階段，未來預計還有更快的產品迭代。他表示，在產品SaaS化之前，迭代的速度相對受限。但SaaS化以后，能夠收到更廣泛的需求，產品迭代周期將以“周”的“顆粒度”向前跑。

喻友平稱，隨著技術迭代的不斷加速，各種應用場景層出不窮。在推動這些場景發展的同時，也要深入考慮與合作伙伴之間的協同關系，探索在哪些場景中能夠發掘出具有深厚潛力的商業機會。“如果一定要說2024年的重點方向，（那就）還是要著重基于大模型的核心特點，找到真正有高價值的場景。”

喻友平表示，新技術出現后的應用之路一定是坑坑洼洼的。要判斷它在什么地方價值最大，還需要一定的時間來觀察和驗證。“也有一種說法，To B未必有那么大一個‘坑’，可能就是很多小的場景，然后去提升效果，可能就是這一波的特點，我在一定程度上也有這個感覺。”

過去，百度智能云嘗試提供一個大模型平臺，希望合作伙伴能夠基于這一平臺進行開發。但想實現生態繁榮，其中仍存在一定的距離。

“即使我今天發布了這么多應用級別的產品，這些產品就不需要伙伴了嗎？就可以所有企業直接拿來用了嗎？”喻友平認為，答案并非肯定的，對于一些中小企業而言，這些產品確實可以直接在線使用。然而，對于許多大型企業而言，企業內部存在著一套復雜的業務流程，不可能被大模型的出現全部推翻。

因此，原有的業務流程仍然是許多企業的基礎。在推動數字化轉型的過程中，不能簡單地解散原有的市場、銷售和服務團隊，而是需要與他們緊密合作，確保數字化轉型能夠與企業現有的業務流程相融合，從而實現更好的業務發展和競爭優勢，所以最重要的是大模型跟原有的軟件平臺結合。

總體而言，大模型的應用與傳統企業軟件之間的關系是相輔相成的，是旨在提升、支持和賦能的“副駕駛”角色。在這一過程中，無疑需要與各類傳統企業軟件和廠商合作。“再往前接近場景、解決問題的時候，就會發現那不是你一個人的概念，而是需要大家一起來解決中間的很多問題，這就是大模型落地的‘最后一公里’，甚至是‘最后一公尺’要解決的問題。”

大模型應用落地關鍵在于誰能更快、更貼近實際需求

喻友平認為，大模型作為公共技術，對于企業而言，不僅有百度提供的文心一言大模型，還有眾多開源或閉源的技術可供選擇。傳統軟件廠商、創新軟件廠商及大型科技公司都在這一領域積極布局，應用和解決實際問題才是關鍵所在。

喻友平認為，在這一領域，不是“躺在大樹下就能夠乘涼的工作”，大模型的應用落地競爭一定異常激烈，關鍵在于誰能更快、更貼近實際需求，以及誰能實現技術、場景與需求的完美連接。“重心慢慢會從技術轉向業務，轉向產品，轉向應用，這是一個必然的趨勢。”

怎么找到高價值的應用場景？

喻友平認為，未來真正具有強大壁壘的應用可能是行業性的——醫療、金融、健康等垂直領域的場景，具有獨特的行業知識和數據資源。在這些場景中，有機會構建出“護城河”。這也是百度智能云開發一些應用作為“應用樣板間”的原因——讓更多的合作伙伴和開發者知道大模型已經接近應用了，進而讓他們能夠利用大模型，結合對行業知識的深入理解，創造出更具價值的應用。“如果真有那一天，我們也非常開心，因為一方面真的看到大模型落地了；另一方面，下面還有IaaS、PaaS層都能夠提供服務。”

喻友平指出，目前對于應用層的探索，是在AI技術的基礎上，結合具體場景需求進行應用開發，同時也是在應用層面融入AI技術，這構成一個循環往復的邏輯過程。AI原生也不能“生在石頭上”，還是得“生在黑土地上面”。

喻友平判斷，2024年大模型產品落地的時候，更高的門檻將會是產品門檻。在他看來，任何技術的門檻都會被慢慢抹平，技術是其中的關鍵要素、必要因素，但可能不是勝負手，最終取得最后勝利的一定是真正解決問題的。

談及中美兩國在AI SaaS領域的實踐差異，喻友平表示，美國企業廣泛應用SaaS，其產品高度標準化，如微軟和Salesforce等。這些企業只需加入Copilot等輔助工具，就可以輕松實現很多功能，至少獲取到表層的價值。在中國，許多企業并非采用SaaS的方式，而是更傾向于私有化和定制化的解決方案。這也是中國大模型落地相對困難的原因。“說白了人家是密西西比河的大平原，機械化過去就行了。我們是丘陵，是分散的，做起來規?；恍?。”

但這種現狀帶來的好處是，對于創新型企業而言更有機會，若中國采納與美國相同的結構，創新型企業的機會就會更少，這如同硬幣的兩面，利弊共存。喻友平最后表示，“在這個土地上，我們可以找到這個土地上能夠開出來的花、能夠結出來的果，（它們）一樣鮮艷美麗”。

封面圖片來源：企業提供