【智快网】12月22日消息，近日，IDC中国副总裁兼首席分析师武连峰在一次会议上分享了一项有趣的数据：在生成式AI应用领域，仅有7%的中国企业还未采取行动，低于全球12.7%的平均水平。这意味着大量中国企业已经在积极探索大模型和生成式AI的应用，不论是金融、教育、医疗、能源、汽车等各行各业，都能见到它们在这一领域的探索。甚至蒙牛也在今年8月发布了业界首个营养健康领域的模型MENGNIU.GPT。
然而，工业领域的情况却更为复杂。工业制造领域被视为大模型带来巨大变革的关键领域，但也面临着更多挑战。工业领域的特殊性体现在其复杂性和多样性上，涉及的细分行业众多，工业企业数量众多，存在大量不同场景和业务问题。
据智快网了解，工业领域的大模型应用需要面对成本、人才、数据等多方面的难题。大模型的成本较高，不仅包括算力成本和部署成本，还包括试错成本和人力成本。工业领域的数据问题也尤为突出，尽管存在大量数据，但数据碎片化，不同企业的数据采集和治理水平不一致，加上工业企业对数据安全的高度关注，数据共享存在困难。不过，一些合作正在解决数据问题，部分行业已开始建立数据共建共享机制。
尽管面临诸多挑战，但工业领域对大模型应用的需求不断增加。工业互联网平台和科技公司正在积极探索大模型的应用，智能问答、代码生成等领域已经取得了不少成果。随着大模型的发展和多模态技术的成熟，工业领域的应用场景将进一步拓展。业内人士认为，未来可能会是大模型在各行各业应用爆发的一年，多模态大模型将成为未来的趋势。
工业领域的大模型应用虽然面临难题，但其潜力巨大，工业企业应积极拥抱大模型，进行场景规划和数据储备，以应对未来的发展机遇。
