自ChatGPT、Bard、Claude、Midjourney以及其他內容生成工具問世以來，人們對生成式AI抱有很高期待。各企業CEO自然也在思考：這究竟是科技炒作，還是顛覆行業格局的機遇？如果是后者，那生成式AI能給自身業務帶來什么價值？
CEO們想知道是否應立即采取行動，以及如果采取行動，該從何開始。有些人可能從中看到了機遇，希望通過重塑人與生成式AI應用程序協同工作的方式，在競爭中彎道超車。其他人則可能希望謹慎行事，在進行大規模投資之前先嘗試幾個用例，增進對生成式AI的理解。
當然企業也需要評估自身是否具備必要的技術專識、技術及數據架構、運營模式以及風險管理流程，這些是更進一步部署生成式AI時所需要的。
以中國為例，作為國內最早一批探索AI的巨頭，2023年3月20日，百度正式上線生成式AI文心一言。隨后阿里巴巴的通義千問大模型、華為的盤古大模型等一批批優秀大模型也陸續涌現出來。在這當中，華為盤古大模型中的NLP大模型更是行業內首個千億參數中文大模型，擁有1100億密集參數，經過40TB的海量數據訓練而成。
伴隨著大模型的狂飆突進，各企業CEO對生成式AI的期待顯而易見，企業高管自然希望借此東風運籌帷幄，有計劃地快速推進。CEO們應將探索大模型列入工作議程，不能僅視之為“可選項”。
大模型在企業中有很多應用，財務領域可對財務報告中的要點給出文字描述，客戶關系則可以為客戶互動建議，在銀行、金融機構、審計機構等文本相關崗位的審核工作中，有許多費時費力、重復枯燥、價值低的文檔處理工作環節，可以準確地識別、提取和審閱文檔內容等。
除了華為發布盤古金融、電力、藥物分子三個垂直領域大模型，阿里云宣布與7家企業推動大模型在油氣、電力、交通等行業落地，京東表示將發布千億級大模型，進一步聚焦行業應用等大廠大模型之外，不乏新銳科技公司也在垂直大模型領域有了自己的一席之地。
拿實在智能舉例，近期實在智能上線內測了自研垂直領域的大語言模型——TARS大模型，這是國內人工智能企業、RPA賽道頭部的大語言模型，由于致力于AI與RPA深度融合，本身具備一定的行業領域知識，反而在垂直大模型的探索上具備天然優勢。TARS垂直大模型中疊加了多項自然語言處理前沿技術，基于開源基座模型，在千億級高質量Tokens上進行了充分訓練，完整復現了Pretrain、SFT和RLHF三個階段，語言理解能力及指令跟隨能力等在橫向對比測試中均取得良好效果，并疊加了如：模型的不當言論判別等多項自然語言處理前沿技術，進一步增強了模型的生成效果和安全性。
此外，在落地場景上，實在TARS大模型還將作為實在智能IDP文檔審閱產品的下一代核心引擎，為更多企業提供更準確、高效的文檔處理能力。借助TARS大模型的語言理解和深度學習能力，IDP將升級為Chat-IDP，即為用戶提供與文檔直接“對話”的能力，使用戶可更準確地識別、提取和審閱文檔內容，打出一套文檔高效審核處理的“組合拳”，大幅提升自動化辦公效率。
多年來，企業一直在探索AI之路、追求宏遠的目標， 許多公司已經收獲了新的收入來源、改進了產品、 提升了運營效率。其中許多成功都源于AI技術，它們仍然是處理特定任務的最優工具，企業應繼續保持這方面的努力，在大模型浪潮中啟動生成式AI的旅程。
