軟通動力孫洪軍：AI大模型熱潮下的冷思考

【環(huán)球網科技報道 記者 王楠】“當風口來臨時，我們不要過分地去放大它的短期效應，但是更不能忽視它所帶來的長期影響。”軟通動力金融事業(yè)群助理副總裁、軟通金科CTO孫洪軍日前在接受記者采訪時表示，隨著AI大模型的發(fā)展進入白熱化階段，大模型產品正不斷向金融、政務、醫(yī)療等行業(yè)拓展。與此同時，圍繞模型商用、安全、可控的討論也源源不斷。

中國科學技術信息研究所發(fā)布的一份報告顯示，據(jù)不完全統(tǒng)計，2020年至2023年間，中國已發(fā)布了79個參數(shù)在10億規(guī)模以上的大模型。

面對大模型時代帶來的大機遇，企業(yè)紛紛奮勇爭先搶占C位，但孫洪軍也表示，并不是所有企業(yè)都有能力能在短期內快速推出一個大模型產品。

無論是聚焦在AI能力平臺的廠商，還是提供行業(yè)解決方案的廠商，都需要確保自己的產品或解決方案能夠提供這部分能力。而對于短時間內沒有自研能力的廠商，以及沒有AI研發(fā)積累的廠商，則無需考慮自研大模型，可直接利用市面上已有的能力來升級解決方案，形成自身業(yè)務升值溢價能力。

“目前行業(yè)大模型的產業(yè)結合仍處于早期階段，下游應用如何認可理解新推出的大模型應用能力，模型與產業(yè)之間如何雙向奔赴，實現(xiàn)場景與生態(tài)同頻共振，或許還需要一定時間才能完成。”孫洪軍稱。

企業(yè)的大模型應用需要綜合考慮行業(yè)專業(yè)性、數(shù)據(jù)安全、持續(xù)迭代和綜合成本等因素。基于行業(yè)大模型，構建自己的專屬模型，也許是企業(yè)更優(yōu)的選項。

“當下，軟通動力正在多個行業(yè)領域進行大模型服務探索，并已沉淀數(shù)個成功案例。”孫洪軍介紹，在保險行業(yè)，軟通動力基于保險業(yè)務中臺&保險中臺解決方案，依托軟通天璇2.0MaaS平臺，貫穿全流程業(yè)務場景開發(fā)智能工具和助手，助力保險企業(yè)實現(xiàn)產品生態(tài)化、營銷個性化、服務場景化、風控智能化，賦能保險客戶沖破增長瓶頸；

在軟件開發(fā)方面，軟通動力將大模型融入“軟件工程全價值鏈”，在某銀行IT部門落地實踐，借助AI大模型自動規(guī)劃測試任務、測試數(shù)據(jù)生成和腳本自動執(zhí)行，大幅提升測試的質量和效率；

在招聘方面，軟通動力基于天璇2.0MaaS平臺推出招聘AI Copilot應用，可作為需求助手、簡歷助手、面試助手，讓招聘顧問秒變面試官。在軟通動力自身的應用中，實現(xiàn)替代面試官80%基礎面試工作量。

“我們通過測試發(fā)現(xiàn)，大模型能夠為金融IT開發(fā)提升20%-30%的工程效率，技術帶來的降本增效效果顯而易見。”不過，孫洪軍也表示，在享受技術帶來便利的同時，也要把安全、所有權意識融入到為客戶進行設計、開發(fā)和測試的全流程中。

以金融領域為例，金融機構擁有龐大的客戶數(shù)據(jù)池，在應用AI大模型的過程中應格外注意數(shù)據(jù)泄露等風險防范。“我們和金融客戶討論后得到一個共識，只有私有化部署才能解決信息安全問題。”孫洪軍稱，AI大模型生產的代碼本質上是機器生產，所有權劃分目前尚未明晰。金融機構較多采用大模型私有化部署的形式，依照GitHub等開源社區(qū)的規(guī)章，引用了內部的知識產權，理應把產出貢獻出去。因此，為金融機構部署私有可控的大模型時要做好技術路線、合規(guī)使用等方面的評估，避免產生所有權爭議。

除此以外，孫洪軍認為，在AI大模型發(fā)展的過程中，人才缺口也是當下面臨的主要問題。“大模型的技術特性，決定了對高級算法技術人才的需求最為旺盛。從行業(yè)發(fā)展趨勢來看，去年年中至今無論是大廠還是創(chuàng)業(yè)團隊，都還是集中于給大模型打基礎。也因此，現(xiàn)階段底層的技術人才，如NLP算法工程師、深度學習等崗位，是大模型人才市場里最為急需的那一批人。”

孫洪軍透露，目前軟通動力在內部也會推出一些人才轉型計劃，類似培養(yǎng)出一批模型訓練師。“但這需要一定時間，因為比起人才培養(yǎng)，我更愿意將它稱之為人才的培訓和應用，畢竟它需要大量的訓練與經驗，是一個由量變走向質變的過程。”