腾讯汤道生：拥抱行业大模型，助力产业高质量发展

“大语言模型的兴起，让AI的大规模普惠有了更大可能。过去一段时间以来，我们的行业大模型产品得到了不少客户的肯定，切切实实帮助用户提升了各项能力。同时，客户的需求也推动了腾讯云MaaS的不断升级，我们的大模型商店也在不断‘扩容’，以满足不同企业的不同需求。”

　　

9月7日，2023腾讯全球数字生态大会于深圳成功举办。在“行业大模型与智能应用”专场，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生发表主题演讲，重点分享了AI大模型等技术产品对于产业发展的深远影响，以及腾讯云行业大模型的最新战略思考、能力升级。

　　

     　　

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生

　　

汤道生提到，行业大模型已经过了“尝鲜期”，目前正深入各类业务场景，推动企业全链条智能化。与此同时，在大模型产业化的落地过程中，客户关注的不仅是模型的大小、功能，而是更为关注如何选用并定制适合自身业务发展的模型产品。

　　

基于客户的实际需求，腾讯云不断升级大模型精选商店，包括自研的通用大模型“混元”、20多种主流开源模型和更多行业大模型。企业可以根据自身需求选择合适的模型产品，并进行训练和精调，以满足个性化需求。

　　

此外，汤道生还认为，模型的热潮导致各项成本攀升，融易新媒体消息，拥抱大模型不能只是一时冲动，还要理性考虑落地成本。针对此，腾讯云也提供了从数据处理、多机多卡训练到硬件优化的一站式解决方案，以帮助企业高效、低成本地创建和使用大模型。同时，腾讯云TI平台还进行了全新升级，有效提升了大模型的训练速度和推理效率。

　　

“AI大模型等产品的发展及落地将对千行百业产生‘质’的影响，我们也将持续开放产品能力、不断探索技术应用，助力产业实现更高质量的发展。”汤道生表示。

　　

以下为演讲全文：

　　

大家好！

　　

欢迎来到腾讯全球数字生态大会“行业大模型与智能应用”专场，共同探讨AI驱动下的产业发展。

　　

人工智能发展至今已经有70多年，在前几波浪潮中，AI虽然在一些产业应用中，实现了落地，但受到基础算法、算力、数据等限制，距离普遍的产业应用，还有一定距离。

　　

大语言模型的发展，第一次让我们看到了，AI在产业中，大规模落地的可能。六个月前，很多企业惊叹于通用大模型的生成能力，迫不及待地尝试与业务结合。但很快发现，通用大模型在实际应用中，面临专业度、准确度、数据安全、成本等很多挑战。基于此，腾讯云在6月19日推出了腾讯云MaaS服务，通过“行业大模型+企业数据精调”方案，帮助产业伙伴打造适合自己的大模型产品。

　　

三个月来，我们建设行业大模型的思路，获得了业界的普遍认可，很多企业通过我们的行业大模型，大幅提升内容生产、营销、客服能力，客户也和我们一起，挖掘出更多落地的创新应用。

　　

技术变革和客户需求的快速发展，给行业大模型发展带来更多机遇，也推动腾讯云MaaS服务能力快速迭代，在这里，我也和大家分享一些我观察到的大模型发展趋势。

　　

首先，行业大模型正深入各类业务场景，推动企业全链条智能化。

　　

六个月前，客户来谈大模型，能想到的应用场景基本只是文字客服。但今天，应用场景已经快速扩展到各个领域，比如，在金融行业，大模型已经应用在开户、业务处理、风控等多个场景。

　　

基于这些客户需求，我们尝试用大模型打造全栈产品能力，用于业务不同环节，助力企业全链条提质增效。

　　

就拿金融行业来说，海量单据的处理是金融业务员的突出痛点，这项工作技术含量低、但又很重要，容错率低，每天都要耗费大量时间。一家国内头部商业银行找到我们，用搭载大模型能力的TI-OCR平台，只需要50张标注数据，就能识别回单、发票、申请书等多种表单，准确率超过95%，需要的数据也大大减少。不仅节约业务人员的大量时间，而且还能自动提炼核心标签，生成电子数据文件，进行后续商业分析。

　　

而风险管理是金融业务的生命线，金融机构几个月就得升级一次风控模型，传统建模流程，耗时耗力，我们也将腾讯安全积累多年的多模态风控知识，沉淀到金融风控大模型中。金融机构通过小样本的提示，就可以根据客群和市场的变化，自动生成专属的风控模型，整个建模流程，从2周减少到2天，整体反欺诈效果提升了20%左右。