“大模型的未來在于行業應用”，對此業界已經達成了共識，下一步則是如何將大模型在行業中落地。

于是，我們能夠看到，既前一階段的基礎大模型之后，近來又掀起了行業大模型的熱潮。據粗略統計，僅在國內，已經和計劃發布的大模型就達到上百個。

那么，對于有志于大模型業務的IT企業來說，是不是只有這兩條路可走，是否存在第三條可達路徑呢？

軟通動力給出的答案是：不做通用大模型，而是為行業客戶提供平臺工具、專業人才和技術服務，與他們共創定制化的私有大模型，以此推動大模型行業應用的快速落地。

行業頭部企業將扮演重要角色

在第一波熱潮中，大模型的發布者主要是ICT企業，尤其以互聯網公司為主導。最近一段時間，各個行業的頭部企業也開始參與其中。

IDC前不久發布的報告預測，金融行業、能源行業等頭部機構，會率先在1年內在相對成熟的場景中嘗試引入大模型。而且，隨著技術的普及，行業頭部企業在該市場的角色，也不再只是最終用戶，而有望成為新一代AI技術的提供商。

無論作為最終用戶還是技術提供商，頭部企業參與行業大模型的趨勢已經建立，因為他們已經看到大模型能夠為企業降本增效，建立起業務競爭優勢。這些行業頭部企業，正是軟通動力所長期服務的客戶，也在大模型領域走在前列。

軟通動力數字化創新服務線副總裁霍宇認為，要做好行業大模型，企業需要在兩個方面加大投入，一是算力，二是語料。對于算力的重要性，大家已經都認識到了，其實語料對于行業大模型的訓練更為重要。

當然，在這一過程中，如何治理數據、如何把數據語料化、如何更好地訓練模型，都將是對企業能力的考驗。軟通動力正致力于幫助企業提升這些方面的能力，從而利用大模型來升級數智化轉型戰略，在外部產業鏈和內部企業管理兩個領域實現全面數字化。

堅持走與客戶共創的路徑

在過去半年時間里，ICT企業都紛紛加入到大模型產業當中，發揮自身專長來獲取一席之地。目前，圍繞大模型的產業生態正逐步形成，雖然這一生態體系仍不穩定，處于快速發展演化的過程中。

霍宇認為，軟通動力不做通用基礎大模型，因為這需要巨額投入，是行業頭部企業才能做的；也不會做通用行業大模型，因為軟通動力雖然懂行業，但缺乏相應的數據資源。因此，在行業大模型賽道里，軟通動力堅持走與客戶共創的路徑，為行業客戶提供數學建模、規則設定、模型優化等服務，幫助他們定制自己的私有大模型。這也可以充分發揮軟通動力的優勢：定制開發能力強、技術服務能力強。

在這一路徑中，軟通動力也堅持生態合作，在底層基礎設施和基礎大模型方面，與微軟、華為、亞馬遜、阿里云等巨頭合作——他們原本就是軟通動力的長期戰略伙伴。

在行業選擇方面，霍宇介紹說，金融、零售兩個行業是當前的重點。選擇這兩個行業，是因為他們的客戶是個人消費者，數據量比較充足，同時也是軟通動力長期服務的行業，對其業務邏輯非常熟悉。

在大模型的規模方面，軟通動力則側重在六七十億到一百多億參數量的行業大模型，因為這個規模的大模型最具性價比。

對于大模型這個新鮮事物，很多行業頭部企業都表達出了強烈的興趣，但需求并不明確，目前仍處于嘗試階段。對此，軟通動力決定自己先探路，今年在基礎算力方面預計會投入近億元，同時，搭建服務工具平臺，讓工程師們去“練手”。“未來還會繼續加大投入力度。”霍宇表示。

目前，行業大模型相對成熟的應用場景是軟件開發和知識管理，其中軟件開發是公司的主要業務。軟通動力正在利用大模型，來優化軟件工程研發及測試效率，爭取在年內實現提效30%的目標。在知識管理方面，軟通動力則開發了律師行業助手類應用LawCopilot，幫助律師進行文獻檢索、案例分析、錄音分析和法律咨詢。

不過，霍宇強調說，目前to B大模型的行業應用都處于Copilot的階段，即輔助人工進行駕駛，而達不到脫離人工的完全自動駕駛。

圍繞工具和人才進行能力打造

與傳統ICT生態類似，在大模型生態系統中，技術服務商扮演著為客戶提供貼身服務的關鍵角色。

IDC也認為，提供各種工具和服務，是大模型技術廠商的集中發力方向，包括模型訓練、部署和推理，以及相關的數據集、API和工具軟件等，以幫助開發者更加高效地使用大型模型，從而快速實現各種應用場景的落地。

軟通動力前不久發布了自己的模型即服務平臺——軟通天璇2.0 MaaS平臺。這一平臺包括三層，底層的大模型技術底座（L0級）、中間層的行業大模型（L1級）及管理、頂層的場景大模型應用（L2級）；除此之外，軟通動力還為客戶提供大模型一站式運營服務、數據治理及安全服務。

在天璇2.0中，軟通動力訓推一體化平臺發揮了核心作用。其基于昇騰硬件底座+昇思MindSporeAI框架，采用軟通G420K訓練平臺和G210K推理平臺，整合歐拉操作系統等組件，搭載軟通自有AI中臺，為客戶提供多種交互式AI模型，深度適配不同AI應用場景，支持多模態場景，提供了涵蓋大模型訓練、測評、部署的一整套端到端的安全可信體系。

霍宇介紹說，軟通動力訓推一體化平臺，同時提供對商用和開源大模型的支持，客戶既可以直接接入商用大模型，也可以基于開源大模型進行本地化部署。實際上，大模型的開源化趨勢已經非常明顯，正在成為大模型生態的主流。

除了工具平臺，軟通動力也加緊致力于AI專業人才的培養，這也成為其在大模型生態中的核心競爭優勢之一。

毫無疑問，大模型的流行將帶來人才結構的變革，未來會需要大量的AI訓練師、機器學習工程師、數據科學家等新型人才。在霍宇看來，未來的AI人才，不僅需要懂AI，也需要懂架構。基于過去的業務積累，軟通動力已經儲備了一大批相關人才，目前正在加緊培訓及在內部的算力平臺上實踐，幫助他們實現從編碼邏輯到提示詞邏輯的轉換。

這些專業人才，將會幫助軟通動力的行業客戶構建自己的大模型，并最大程度地發揮大模型的作用，將其付諸落地實踐。