【智快網】12月22日消息，近日，IDC中國副總裁兼首席分析師武連峰在一次會議上分享了一項有趣的數據：在生成式AI應用領域，僅有7%的中國企業還未采取行動，低于全球12.7%的平均水平。這意味著大量中國企業已經在積極探索大模型和生成式AI的應用，不論是金融、教育、醫療、能源、汽車等各行各業，都能見到它們在這一領域的探索。甚至蒙牛也在今年8月發布了業界首個營養健康領域的模型MENGNIU.GPT。
然而，工業領域的情況卻更為復雜。工業制造領域被視為大模型帶來巨大變革的關鍵領域，但也面臨著更多挑戰。工業領域的特殊性體現在其復雜性和多樣性上，涉及的細分行業眾多，工業企業數量眾多，存在大量不同場景和業務問題。
據智快網了解，工業領域的大模型應用需要面對成本、人才、數據等多方面的難題。大模型的成本較高，不僅包括算力成本和部署成本，還包括試錯成本和人力成本。工業領域的數據問題也尤為突出，盡管存在大量數據，但數據碎片化，不同企業的數據采集和治理水平不一致，加上工業企業對數據安全的高度關注，數據共享存在困難。不過，一些合作正在解決數據問題，部分行業已開始建立數據共建共享機制。
盡管面臨諸多挑戰，但工業領域對大模型應用的需求不斷增加。工業互聯網平臺和科技公司正在積極探索大模型的應用，智能問答、代碼生成等領域已經取得了不少成果。隨著大模型的發展和多模態技術的成熟，工業領域的應用場景將進一步拓展。業內人士認為，未來可能會是大模型在各行各業應用爆發的一年，多模態大模型將成為未來的趨勢。
工業領域的大模型應用雖然面臨難題，但其潛力巨大，工業企業應積極擁抱大模型，進行場景規劃和數據儲備，以應對未來的發展機遇。
