- 技术层:推动多模态大模型与强化学习结合,降低算力依赖;
- 应用层:建立行业级MaaS平台,避免低水平重复建设;
- 治理层:制定模型可解释性标准,防范算法共振与隐私泄露风险。
软盟资讯2025年9月12日讯:北京——由工业和信息化部新闻宣传中心、中国信息通信研究院及人工智能关键技术与应用评测重点实验室联合主办的“大模型驱动企业数智化转型论坛”在2025中国国际服务贸易交易会期间成功举办。论坛以“AI引擎,智驱产业共荣”为主题,汇聚制造业、金融业、电信运营商及科技企业代表,深度探讨大模型在垂直行业的规模化应用路径,并发布《大模型产业应用白皮书》,揭示技术落地中的核心挑战与突破方向。
行业领袖共议MaaS模式,破解规模化应用难题
论坛现场,中国信通院联合多家机构发布的《大模型产业应用白皮书》指出,大模型正从“试点验证”迈向“体系化重构”阶段,但算力成本高企、数据隐私风险及模型可解释性不足仍是主要瓶颈。以制造业为例,联想集团副总裁陈敏仪分享了其“混合式人工智能”战略:通过MaaS平台将AI能力嵌入供应链管理、法务合规及客户服务全流程,使全球客服响应效率提升40%,研发周期缩短30%。她强调:“AI的价值不在于替代人力,而在于重构企业价值链。”
金融领域,工商银行披露其“领航AI+”行动已落地100余个场景,包括AI财富助理、投研智能助手等。邮储银行则通过“邮智”大模型适配多款主流架构,完成230项场景建设。马上消费金融常务副总经理蒋宁透露,其零售金融大模型“天镜3.0”已应用于八大核心场景,智能客服年均服务超6500万次,但数据孤岛与算法偏见问题仍待解决。
MaaS平台成落地核心,数据激活与安全并重
论坛案例显示,MaaS模式正成为大模型商业化的主流路径。以人力资源领域为例,某MaaS平台通过NLP技术解析简历关键词,结合机器学习评估候选人质量,使招聘效率提升60%。在医疗行业,云南白药打造的“苍穹人工智能平台”上线数字员工“白小柒”,实现全产业链中药材追溯与健康场景自然语言交互。
然而,数据隐私与算力成本仍是关键掣肘。中国信通院云大所所长何宝宏指出,高质量数据标注成本占模型开发总成本的30%以上,而GPU算力租赁价格虽已下降,但企业自建算力集群的投入仍超千万元级。对此,华为数字金融军团首席专家柳元鑫提出“数据中台与AI平台深度融合”方案,通过挖掘隐性业务规则提升模型精准度。
白皮书呼吁生态共建,标准与治理双轨并行
《大模型产业应用白皮书》提出三大建议:
分享海报
长按图片保存 / 右键另存为
微信扫码分享

