未來，大模型將在這4個行業(yè)大有可為

在數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)深度融合的今天，智能化轉(zhuǎn)型正成為各行業(yè)高質(zhì)量發(fā)展的核心驅(qū)動力。從金融到能源，從汽車到電商，大模型技術(shù)如同“新質(zhì)生產(chǎn)力”的關(guān)鍵引擎，持續(xù)重塑產(chǎn)業(yè)格局。

正如現(xiàn)任百度集團(tuán)執(zhí)行副總裁，百度智能云事業(yè)群總裁沈抖在他的新書《大模型浪潮》一書所揭示的，大模型正在催生全新的商業(yè)范式。書中收錄了多個行業(yè)案例，對于想要抓住AI機(jī)遇的從業(yè)者來說，這就是一本實用的行動手冊：既能把復(fù)雜的技術(shù)原理講清楚，又能直接教你制定可行的方案。在AI改變各行各業(yè)的今天，誰先搞懂大模型，誰就能在未來的競爭中快人一步。

《大模型浪潮》中信出版社2025年6月出版

1、汽車：擁有更舒適的“第三空間”

曾經(jīng)汽車只是單純的交通工具，而互聯(lián)網(wǎng)則讓汽車搖身一變成為移動的智能終端。通過車聯(lián)網(wǎng)，車主在出發(fā)前就能用手機(jī)遠(yuǎn)程控制車內(nèi)溫度，提前營造舒適的駕乘環(huán)境。導(dǎo)航不再是模糊的地圖指引，實時路況信息讓出行路線規(guī)劃更加合理。

大模型的出現(xiàn)，則讓汽車的智能性、舒適性得到進(jìn)一步提升，從交通工具、智能終端，化身為消費者在家和辦公場所之外的“第三空間”。大模型和座艙的結(jié)合，就更加重要。大模型可以讓人車交互更高效，也可以讓旅行更有趣。

隨著汽車行業(yè)的競爭越來越激烈，電池等硬件差異縮小，各大車企紛紛將智能座艙作為重要賣點來吸引消費者。大模型技術(shù)的橫空出世，為智能座艙的進(jìn)化再次注入了動力。大模型帶來的提升可以劃分為三個代表性階段。

第一，基礎(chǔ)階段，車企們期待大模型能夠像一位耐心的導(dǎo)師，增強(qiáng)基本的語音交互理解能力，實現(xiàn)對話流暢、指令形成等基本功能，讓車內(nèi)交互不再生硬。這就好比為汽車裝上了一顆初步感知世界的“心”，開始懂得駕駛者的簡單訴求。

第二，進(jìn)階階段，大模型的多模態(tài)能力成為關(guān)鍵。車企們期望它能像一位敏銳的藝術(shù)家，不僅可以精準(zhǔn)識別周邊風(fēng)景，更能如同一位經(jīng)驗豐富的旅行管家，可以與餐飲、酒店、景區(qū)、加油站等旅途所需的服務(wù)場所建立緊密的生態(tài)合作，實現(xiàn)信息的無縫對接。此時的汽車，已經(jīng)不再僅僅是一個交通工具，更是一個貼心的出行伙伴。

第三，高級階段，大模型要與座艙系統(tǒng)實現(xiàn)深度融合，如同水乳交融一般，徹底提高汽車整體智能化水平。每家車企都渴望借助大模型，形成獨一無二的特色能力，為消費者帶來專屬的非凡體驗。要實現(xiàn)這些美好期待，大模型的理解、識別、生成、記憶、交互、多模態(tài)等能力缺一不可。

如今大模型已經(jīng)具備了高級階段的能力。當(dāng)然，要將這些能力完美落地，離不開車企智能硬件的有力支持。增加攝像頭、雷達(dá)等配置，就如同為大模型開啟了更多感知世界的“眼睛”，讓它能夠充分發(fā)揮多模態(tài)能力，更好地服務(wù)于駕乘人員。

大模型在汽車座艙中的作用，與在智能手機(jī)領(lǐng)域的作用有著諸多相似之處，比如提升語音識別能力、交互更便捷等，在此不再贅述。不同之處在于，其知識庫融入了更多與汽車緊密相關(guān)的內(nèi)容，比如汽車故障排除、旅途經(jīng)典信息等，如同一位專業(yè)的汽車專家隨時待命。

使用場景也和手機(jī)端有許多類似之處，比如聊天陪伴、語音控制、智能提醒等。而主動故障提示和緊急主動救援，則是大模型在汽車領(lǐng)域的重要應(yīng)用，可以提升駕駛安全性。尤其是故障發(fā)生后，如果車內(nèi)駕駛?cè)藛T無法完成報警，大模型就可以基于碰撞數(shù)據(jù)主動發(fā)起報警，并自動上傳地點數(shù)據(jù)，增加救援時間。

更進(jìn)階的自動駕駛，大模型可以全面賦能感知、預(yù)測、決策等各環(huán)節(jié)。比如在感知方面，大模型多模態(tài)能力可以融合攝像頭、激光雷達(dá)等多傳感器數(shù)據(jù)，增強(qiáng)對動態(tài)場景(如無車道線道路、擁堵路段)的感知能力。

在預(yù)測、決策方面，由于大模型的引用，自動駕駛從“規(guī)則前置”轉(zhuǎn)向了“自主學(xué)習(xí)”。傳統(tǒng)自動駕駛的做法是進(jìn)行模塊化設(shè)計，也就是制定規(guī)則、模型識別狀況、選擇合適的規(guī)則、執(zhí)行規(guī)則。但是，由于現(xiàn)實路況非常復(fù)雜，不僅有地區(qū)差異，還有天氣影響，即使編寫各種各樣的規(guī)則，也無法窮盡。這不僅非常消耗人力、智力資源，而且在遇到一些突發(fā)事件時，如果沒有提前定義規(guī)則，可能會導(dǎo)致自動駕駛無法執(zhí)行。

在國內(nèi)，百度是最早布局自動駕駛的企業(yè)，并在2024年5月發(fā)布了ApolloADFM(自動駕駛大模型)，這是全球首個支持L4級自動駕駛的大模型?！疤}卜快跑”發(fā)布了第六代自動駕駛汽車，全面應(yīng)用“百度ApolloADFM大模型+硬件產(chǎn)品+安全架構(gòu)”方案，能夠預(yù)判和規(guī)避潛在風(fēng)險，顯著提升自動駕駛的安全性，已經(jīng)在武漢等地進(jìn)行了規(guī)?；\營。

2、金融：體驗更專業(yè)的“數(shù)字金融管家”

金融作為國民經(jīng)濟(jì)的血脈與國家核心競爭力的關(guān)鍵支柱，其細(xì)分領(lǐng)域廣泛，涵蓋銀行、證券、保險、信托、資產(chǎn)管理、金融科技、投資顧問、信用評級、租賃以及金融監(jiān)管等眾多范疇。金融行業(yè)作為信息化程度最高、信息技術(shù)應(yīng)用最為密集的行業(yè)之一，在每一次的科技革命浪潮中，總是勇立潮頭、一馬當(dāng)先。從早期的會計電算化起步，歷經(jīng)金融電子化(電子銀行)、互聯(lián)網(wǎng)金融(移動銀行)、金融科技(開放銀行)，每個階段都帶來金融行業(yè)在技術(shù)應(yīng)用與服務(wù)模式上的重大飛躍，深刻改變著金融生態(tài)。如今，金融行業(yè)正站在數(shù)字化轉(zhuǎn)型的關(guān)鍵節(jié)點，變革序幕已經(jīng)拉開，迫切需要一場華麗的蝶變。而大模型技術(shù)的橫空出世，恰似一股強(qiáng)勁東風(fēng)，為金融服務(wù)裝上了智能的翅膀，開啟了金融行業(yè)智能化的嶄新時代。

金融行業(yè)以知識密度高、時效性強(qiáng)、嚴(yán)謹(jǐn)性高等特性著稱，對從業(yè)者提出了極高的專業(yè)性要求。那么，大模型如何解決金融行業(yè)的需求呢?

大模型解決金融行業(yè)的需求并非一蹴而就。通用大模型在訓(xùn)練中金融語料占比往往較低，數(shù)據(jù)滯后，且金融專業(yè)度不足。因此，需要通過知識增強(qiáng)和專業(yè)工具組合來確保大模型生成內(nèi)容的專業(yè)性。這一過程包括預(yù)訓(xùn)練、二次訓(xùn)練、精調(diào)、檢索增強(qiáng)生成等多個環(huán)節(jié)，以應(yīng)對不同的專業(yè)要求。在工程化落地過程中，大模型隱性知識和圖譜顯性知識需要相互補(bǔ)充，開放問題和封閉問題需要結(jié)合處理，大模型和小模型需要協(xié)作決策，以確保服務(wù)業(yè)務(wù)的嚴(yán)謹(jǐn)性和專業(yè)性。

大模型在金融領(lǐng)域的訓(xùn)練過程，猶如員工從青澀到成熟的成長歷程?；A(chǔ)大模型經(jīng)過預(yù)訓(xùn)練后，相當(dāng)于一個學(xué)富五車的高才生，具有豐富的社會通識和強(qiáng)大的語言、情感及推理能力，但在金融領(lǐng)域尚顯稚嫩。隨后，結(jié)合金融行業(yè)的公開數(shù)據(jù)進(jìn)行第二次預(yù)訓(xùn)練，大模型便升級為金融科班的從業(yè)者，具備豐富的金融學(xué)識和專業(yè)的行業(yè)技能。然而，這仍不能滿足金融機(jī)構(gòu)的實際需求。因此，根據(jù)銀行的具體崗位要求，對大模型進(jìn)行模型精調(diào)，通過有監(jiān)督微調(diào)、人類反饋強(qiáng)化學(xué)習(xí)等方法，使大模型成為具備專項能力的業(yè)務(wù)專員，既具備特定技能，又熟知業(yè)務(wù)規(guī)范，還可以通過金融行業(yè)的合規(guī)考核。

精調(diào)后的大模型雖然已具備較強(qiáng)的專業(yè)能力，但為了更好地滿足用戶的特定要求，還需繼續(xù)增強(qiáng)其能力。通過檢索增強(qiáng)生成技術(shù)，讓大模型基于金融機(jī)構(gòu)自有的知識庫、代碼庫、數(shù)據(jù)等來執(zhí)行業(yè)務(wù)，此時的大模型便如同一位特定銀行的初級學(xué)員，熟悉行內(nèi)知識、規(guī)范及產(chǎn)品詳情。在此基礎(chǔ)上，進(jìn)行工程優(yōu)化，包括提示詞學(xué)習(xí)、智能體開發(fā)等，使大模型從初級學(xué)員成長為熟練員工，金融機(jī)構(gòu)也由此擁有了一批數(shù)字化員工，如數(shù)字化風(fēng)險專員、數(shù)字化零售專員、數(shù)字化財富專員等。這些智能體不僅具備良好的業(yè)務(wù)技巧，還能根據(jù)特定偏好持續(xù)學(xué)習(xí)，并根據(jù)指標(biāo)考核不斷優(yōu)化策略。

在大模型迭代過程中，金融機(jī)構(gòu)可以根據(jù)自身需求選擇合適的解決方案。如果希望采用初級的預(yù)訓(xùn)練大模型，可基于百度智能云的公有云服務(wù)獲得;如果希望進(jìn)行進(jìn)一步的預(yù)訓(xùn)練、微調(diào)、檢索增強(qiáng)生成、提示詞和智能體工程優(yōu)化等開發(fā)工程，則可在百度智能云千帆大模型平臺上進(jìn)行，同時百度智能云還提供私有化方案，確保用戶數(shù)據(jù)、隱私的安全性。

3、能源：構(gòu)建更環(huán)保的“智慧引擎”

能源是涵蓋廣泛領(lǐng)域的綜合性行業(yè)，包括煤炭、石油、天然氣，以及光伏、風(fēng)電等新能源。當(dāng)前，能源行業(yè)的一個大趨勢就是，數(shù)智化要求越來越迫切。

一方面，傳統(tǒng)能源領(lǐng)域告別了過往高速發(fā)展的階段，進(jìn)入了平穩(wěn)的新常態(tài)，對于企業(yè)而言，通過降本提效來改善業(yè)績，就顯得更加有必要性，數(shù)智化就是很好的途徑。另一方面，光伏、風(fēng)電等新能源的發(fā)展改變了傳統(tǒng)能源結(jié)構(gòu)，給發(fā)電側(cè)、傳輸側(cè)、用電側(cè)都帶來了變化，提升了數(shù)智化的必要性。

將大模型、人工智能應(yīng)用于能源領(lǐng)域，并不是增加成本，而是帶來收益。這也是響應(yīng)國家號召，形成能源領(lǐng)域新質(zhì)生產(chǎn)力的重要方式。大模型會為能源領(lǐng)域帶來哪些傳統(tǒng)技術(shù)所不具備的優(yōu)勢呢?

首先，能源領(lǐng)域有許多流程固定的業(yè)務(wù)場景，而大模型的流程拆解與規(guī)則建模能力，也就是前文闡述的智能體的開發(fā)，可以快速學(xué)習(xí)SOP(標(biāo)準(zhǔn)作業(yè)程序)文檔、操作手冊，實現(xiàn)工單自動生成、合規(guī)檢查自動化，帶來的效率提升是傳統(tǒng)技術(shù)所不能比擬的。

其次，能源領(lǐng)域的數(shù)據(jù)類型多樣，既有一些結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù);既有文本信息，也有許多圖像信息，例如巡檢場景下會產(chǎn)生視頻數(shù)據(jù)。傳統(tǒng)技術(shù)難以處理如此龐大、多類型的數(shù)據(jù)。但大模型的多模態(tài)處理能力、強(qiáng)大的數(shù)據(jù)處理能力，不僅提高了傳統(tǒng)視覺場景的效率和準(zhǔn)確性，也可以擴(kuò)大覆蓋那些傳統(tǒng)技術(shù)所不能觸達(dá)的場景。

最后，能源領(lǐng)域也非常注重行業(yè)知識的構(gòu)建和傳承，尤其在安全生產(chǎn)等領(lǐng)域，操作規(guī)范也是員工培訓(xùn)的重點。傳統(tǒng)依靠“師傅帶徒弟”的模式，效率不高;集中培訓(xùn)的方式，對偏遠(yuǎn)地區(qū)的一線員工并不友好，也不能滿足技能不斷迭代的需求。而大模型可以快速、全面地構(gòu)建行業(yè)知識圖譜，將各類型的知識進(jìn)行歸集，助力公司內(nèi)部的知識遷移、傳承，加強(qiáng)人才體系建設(shè)。

電網(wǎng)可以實現(xiàn)能源的傳輸，是能源領(lǐng)域的重要支撐。電網(wǎng)企業(yè)的數(shù)智化非常關(guān)鍵，對外起到承上啟下的作用，確保電力行業(yè)穩(wěn)定、高效發(fā)展，對內(nèi)致力于提升企業(yè)效益。

在電力專業(yè)應(yīng)用場景下，數(shù)據(jù)資源雖然豐富，但從海量數(shù)據(jù)中提煉有效信息，構(gòu)建實時、高效、準(zhǔn)確的語義理解與缺陷預(yù)測仍然是一個艱巨的挑戰(zhàn)。

因此，國家電網(wǎng)有限公司作為特大型國有重點骨干企業(yè)，以及行業(yè)領(lǐng)軍企業(yè)，也一直在探索解決行業(yè)難題，推動人工智能在行業(yè)的落地。從2020年起，國家電網(wǎng)和百度合作，先后完成人工智能“兩庫一平臺”(“兩庫”指模型庫、樣本庫，“一平臺”指包含運行環(huán)境和訓(xùn)練環(huán)境的人工智能平臺)智能基礎(chǔ)設(shè)施建設(shè)。

2024年，國家電網(wǎng)發(fā)布國內(nèi)首個千億級多模態(tài)電力行業(yè)大模型——光明電力大模型，為電網(wǎng)安全穩(wěn)定運行、促進(jìn)新能源消納提供“超級大腦”，并基于該大模型，探索了電網(wǎng)規(guī)劃、運維、運行，以及客戶服務(wù)等大模型應(yīng)用的實踐。

設(shè)備巡檢是一項非常重要的工作，旨在確保設(shè)備的正常運行，預(yù)防故障和事故，延長設(shè)備使用壽命，保障生產(chǎn)安全。

傳統(tǒng)巡檢有較多問題，比如效率低、人員成本高、故障識別率低、信息化水平不足、應(yīng)急準(zhǔn)備不足、環(huán)境差導(dǎo)致工作量大且難以執(zhí)行。隨著技術(shù)的發(fā)展，傳統(tǒng)的手工巡檢方式正逐漸被智能化、自動化的巡檢設(shè)備所取代，大大提高了巡檢的效率和準(zhǔn)確性，比如采用無人機(jī)巡檢、建立視頻智能識別系統(tǒng)等。然而，傳統(tǒng)視頻智能識別系統(tǒng)依然面臨兩個難點:第一，由于缺乏判斷超低頻異常事件的樣本，系統(tǒng)很難實現(xiàn)冷啟動;第二，過去的模型能力較為專一，在不同場景下使用效果不同，很難實現(xiàn)優(yōu)化。

以上問題需要大模型來進(jìn)行提升和改善。一方面，可以在原系統(tǒng)上進(jìn)行視覺大模型升級，從而再次大幅提高準(zhǔn)確度。另一方面，考慮到大模型算力和功耗要求高，不適合用于邊緣側(cè)，但邊緣側(cè)的小模型準(zhǔn)確率和泛化性不如大模型，因此，可以將大模型和小模型進(jìn)行整合，在邊緣側(cè)用小模型進(jìn)行初步判斷，在中心側(cè)用大模型進(jìn)行復(fù)判，同時形成誤報數(shù)據(jù)的標(biāo)注和數(shù)據(jù)回流，不斷提升模型準(zhǔn)確率。

通過CV(計算機(jī)視覺)大模型的使用，發(fā)揮其泛化性、通用性，也解決了樣本少、冷啟動難、不同場景快速優(yōu)化難等問題。在多數(shù)場景中，要求缺陷數(shù)據(jù)樣本量達(dá)到500才能啟動訓(xùn)練，現(xiàn)在降低到樣本量達(dá)到150~200就可以啟動訓(xùn)練，效率提升3倍以上。

大模型的多模態(tài)能力、良好的泛化能力，正改善著能源行業(yè)的多個環(huán)節(jié)。能源行業(yè)越來越享受高科技的驅(qū)動力，在科技、信息化、數(shù)字化、智能化方面的投入和建設(shè)密度，都處于各行各業(yè)的前列。

4、電商：打造更精準(zhǔn)的“交易中樞”

電商的核心業(yè)務(wù)始終圍繞“交易”展開，所有業(yè)務(wù)環(huán)節(jié)和動作的最終目標(biāo)都是促成用戶下單購買商品。

從電商企業(yè)的視角來看，如何通過營銷手段賦能交易是核心問題。電商營銷流程通常包含四個關(guān)鍵環(huán)節(jié):首先，引流獲客，即通過社交媒體、廣告投放等渠道吸引潛在客戶進(jìn)入平臺;其次，激活轉(zhuǎn)化，即通過個性化推薦、限時促銷等方式引導(dǎo)客戶完成購買;再次，售后服務(wù)，即通過高效的退換貨、售后咨詢等服務(wù)提升客戶滿意度和忠誠度;最后，復(fù)購增購，即通過會員體系、積分獎勵等機(jī)制激勵客戶重復(fù)購買，提升客戶生命周期價值。

近年來，營銷領(lǐng)域正經(jīng)歷深刻變革，尤其是大模型技術(shù)的應(yīng)用，為電商企業(yè)提供了新的增長引擎。大模型不僅能夠優(yōu)化個性化推薦、精準(zhǔn)廣告投放等環(huán)節(jié)，還能通過數(shù)據(jù)驅(qū)動的洞察提升客戶體驗，成為企業(yè)競爭中的關(guān)鍵得分點。在這一背景下，電商企業(yè)需要積極擁抱技術(shù)變革，將大模型等創(chuàng)新工具融入營銷全流程，以在激烈的市場競爭中占據(jù)優(yōu)勢地位。

電商營銷正經(jīng)歷顯著變革，主要體現(xiàn)在以下三個方面。

第一，營銷形式的轉(zhuǎn)變。傳統(tǒng)圖文模式逐漸被直播、短視頻等形式取代，這一趨勢催生了對數(shù)字人的需求，同時對營銷的即時性提出了更高要求，例如實時互動與快速響應(yīng)。

第二，內(nèi)容與社交的重要性提升。社交網(wǎng)絡(luò)營銷和內(nèi)容營銷成為關(guān)鍵，企業(yè)需要具備強(qiáng)大的內(nèi)容生產(chǎn)能力和潮流洞察力，以增加用戶黏性，實現(xiàn)事半功倍的效果。

第三，個性化需求崛起。消費者對“千人千面”的個性化內(nèi)容需求日益增強(qiáng)，定制化營銷成為提升轉(zhuǎn)化率的重要手段。

伴隨著營銷趨勢變化，希望做電商營銷的企業(yè)也遇到了三個能力挑戰(zhàn):一是流量獲取成本高，企業(yè)需要探索如何通過多元渠道獲得流量，并提高轉(zhuǎn)化率;二是用戶黏性不足，企業(yè)需要探索如何通過豐富內(nèi)容生態(tài)、個性化推薦、體驗提升等方式，提高留存率和復(fù)購率;三是售后服務(wù)需求過載，企業(yè)需要提高反饋流暢度，提升用戶滿意度。

做好營銷，一個很重要的因素是創(chuàng)意，但大量的執(zhí)行工作卻牽扯了相關(guān)人員的精力，從而無法更好地發(fā)揮創(chuàng)造力。如今，依靠大模型極強(qiáng)的通用能力，以及基于大模型開發(fā)的各類應(yīng)用，可以良好應(yīng)對上述變化和痛點。

比如，大模型的多模態(tài)能力，可以對用戶畫像進(jìn)行更為詳細(xì)、精準(zhǔn)的分析，實現(xiàn)個性化營銷;實時行為理解以及對推薦系統(tǒng)的升級，可以提升轉(zhuǎn)化;多輪對話、對情感的精準(zhǔn)分析能力以及知識圖譜的構(gòu)建，可以提升售后服務(wù)質(zhì)量，并挖掘售后服務(wù)價值。

最終，可以讓電商營銷領(lǐng)域內(nèi)流程化的事情更加智能化，讓創(chuàng)意化的工作更加個性化，帶來傳統(tǒng)人工智能不具備的體驗。

大模型在各行各業(yè)中的應(yīng)用，不勝枚舉。所有實踐案例，都有幾個顯著特點。第一，實施方案“可大可小”，要結(jié)合用戶所需。既可以從算力底層開始，重構(gòu)以大模型為核心的數(shù)智化體系，也可以直接部署一些成熟的人工智能應(yīng)用。第二，大模型可以和現(xiàn)有技術(shù)、應(yīng)用相結(jié)合，也可以基于大模型重構(gòu)，而重構(gòu)往往會帶來更高效率。第三，針對一些重復(fù)的、流程化的業(yè)務(wù)，應(yīng)用大模型開發(fā)智能體的效果非常好。

另外，大模型在各行各業(yè)的應(yīng)用，不僅需要有領(lǐng)先的技術(shù)，更需要“挽起褲腿、踩到泥地”，真實了解行業(yè)需求。百度會持續(xù)深耕一線場景，提供端到端的大模型解決方案落地服務(wù)，包括咨詢、方案設(shè)計、應(yīng)用梳理定制、模型調(diào)優(yōu)，以及以效果為導(dǎo)向的運營和能力培訓(xùn)等。

對于讀者而言，無論處于什么行業(yè)，都可以用開放的心態(tài)來使用大模型。既可以在一些小場景里應(yīng)用，建立對大模型的熟悉度和信任度;也可以從頂層設(shè)計開始，思考以大模型為中心的業(yè)務(wù)重構(gòu)。無論何種方式，相信帶來的都一定是新體驗。

#書中自有黃金屋，讀書互動#

你對“大模型浪潮”如何看？

歡迎關(guān)注公眾號“互聯(lián)網(wǎng)思想”并在本文評論區(qū)留言，精彩原創(chuàng)將有機(jī)會獲得本書
1本?；顒酉抟恢?！

為偉大思想而生！

AI+時代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體