從2023到2024年，大模型的火焰越燃越高，也讓我們充滿了無限暢想，AI和大模型到底能夠給行業智能化的未來描繪出何種顏色？

“加快發展新質生產力”，在今年的政府工作報告中，被列為2024年十大工作任務之首。

“新質生產力”的求新是抓手，質優是結果。AI和大模型技術可以成為“求新”的抓手，但卻不代表“質優”的結果。所以，AI和大模型技術能不能成為新質生產力，最終還是要看大模型在行業落地的成果。

行業智能化要走出理想的“烏托邦”，就勢必要落地產業端！

6月24日，由人民網研究院主持編寫的《中國智能互聯網發展報告（2024）》藍皮書發布，聯想的前沿研究課題《多模態大模型在企業智能化轉型過程的應用研究》（簡稱《應用研究》）被收錄其中，基于聯想自身實踐和長期以來的行業積累，本著“落地為先”的理念，為行業智能化的前景，指引了新的方向。

大模型走向企業落地，要面對四重大山

發展“新質生產力”不僅僅是生產力，還要形成與之相應的新型生產關系。AI技術之所以能夠得到快速發展，與其幫助企業釋放了生產力緊密相關。

如傳統制造業通過智能制造升級大幅提升了勞動效率，商業企業通過對數據的深入挖掘，逐步向智能輔助決策方向邁進。智能營銷、智能風控、智能倉儲、智能物流等多個智能場景化的大規模應用，為企業智能化注入無限可能。

《藍皮書》也指出，“大模型（Large Models）技術的成熟，為我國企業人工智能的應用打開了低開發成本和高效率部署的路徑，企業的數據正成為核心資產，通過企業數據的模型化處理，企業的數字化創新也迎來新的發展階段。”

當前，大模型要走到企業落地，前方仍然存在四重大山。

第一重山：大模型的需求錯配之山。

行業中的多模態大模型，都是基于海量公共數據訓練的神經網絡系統，面對的是普通用戶的生活和工作場景，與企業應用場景存在著較大的差距。與企業基于實際應用開發的小模型相比，大模型與企業實際的需求場景匹配度相差甚遠。

第二重山：企業IT架構算力錯位之山。

傳統企業的算力部署錯位，大模型所需要的算力是一種異構算力架構，融合了通用算力、高性能算力和AI算力的混合算力架構，與對企業傳統IT架構嚴重不匹配。

第三重山：專屬大模型難以落地之山。

通用大模型無法直接落地應用，大模型要在企業得到廣泛的應用，就必須對基礎大模型進行優化、剪裁和本地化訓練，并重新進行本地化部署，打造企業自己的專屬大模型，才能有效為企業所用。

第四重山：大模型背后的數據安全之山。

大模型的落地也面臨著，在企業專屬大模型的優化和訓練過程中，如何保障企業的數據安全等難題。要解決這一系列問題，還需要以務實的態度，通過大模型技術實踐在場景中不斷碰撞，不斷印證。

以“智”提質，聯想總結出翻越大山的三條路徑

歸根到底，企業大模型要翻過這四座大山，落地場景還需要規范標準和方法論，并從實踐經驗中得出可行性的路徑。

《研究》正是為了解決這些問題，推動大模型在企業端落地應運而來，這是基于聯想自身實踐和長期以來的行業積累，針對多模態大模型發展歷程及其在企業中的應用價值、落地難點、生態體系建立和聯想智能體解決方案及服務的典型案例進行了全面系統的分析，并在行業中率先實現落地應用。