百模大战结束，行业大模型才开始

大模型还有搞头吗？巨头的竞争就接近尾声了。我告诉你：其实才刚刚开始。

我接触了很多公司，其实都想用AI大模型来改造自己的业务，或者开发新的产品。但无一例外，都碰到了现实的问题：直接调用通用的大模型，效果根本就不行。原因也特别简单：就是通用大模型它没学过行业知识。

那你说：那就让通用大模型去学习行业知识呗？问题是很多行业知识根本就不是你可以从公开的渠道获取的。比方说吧：制造行业的生产线上的流程和数据；金融行业的保险理赔和核保；医疗行业的病历数据；教育行业的学生心理状况等等。而且就算有了这些数据，你没有行业的专家和你深度合作，一起训练和调试，还是做不出来真正可用的模型啊。

这就好比一个高考状元，智商在线，学习能力强。你想把他培养成行业专家：第一你需要给他行业的全套教材；第二你需要好的老师手把手调教他，缺一不可。

所以，真要把一个行业大模型训练好，并不是一件简单的事情。而且更要命的是：通用大模型要想支持行业应用，几乎每个行业都要这样来一遍。针对大的行业，甚至不是一个大模型可以覆盖的，还需要针对各个细分领域去单独训练。那你打算训练多少个行业的细分模型？是50还是100？即便如此，真的特定行业，可能还是不够好。这对通用大模型来说，几乎就是一个无底洞。

所以，通用大模型永远没有办法做到针对具体行业去优化，甚至真的某个行业的优化，会降低模型的通用能力，甚至可能得不偿失。所以对于技术能力强的大厂来说，只做通用大模型是最优选择。去搞行业模型妾身做不到哇。

但是你没有贴近业务的行业大模型，还真的做不出来可用的AI产品。所以我现在看到各个行业都蠢蠢欲动想要自己训练垂直大模型。问题是行业里的公司搞业务是一把好手，训练大模型是真的不懂，而且也没有这个实力。

谁要是真的做出来有竞争力的行业大模型，我觉得是很有前途的。