三大難題掣肘AI大模型落地

　　DeepSeek橫空出世，因其成本低、性能好、生態(tài)開放等優(yōu)勢，掀起個(gè)人、企業(yè)乃至政府爭相應(yīng)用的熱潮，推動(dòng)開啟AI大模型普及化應(yīng)用的元年。

　　賽迪研究院分析認(rèn)為，AI大模型大規(guī)模應(yīng)用對(duì)于我國AI大模型快速迭代發(fā)展意義重大，但亟須同步解決好底層框架穩(wěn)定性不高、跨行業(yè)融合存壁壘、生態(tài)支撐有限等三大問題。

　　當(dāng)前，我國正值人工智能發(fā)展關(guān)鍵戰(zhàn)略機(jī)遇期，亟須從技術(shù)攻關(guān)、行業(yè)適配、風(fēng)險(xiǎn)預(yù)警三方面入手，構(gòu)建AI大模型應(yīng)用良好發(fā)展環(huán)境，在新一輪科技革命和產(chǎn)業(yè)變革中下好先手棋、贏得主動(dòng)權(quán)。

　　深度求索的DeepSeek-V3和R1大模型發(fā)布以來，以開源和高性價(jià)比的特點(diǎn)以及支持免費(fèi)使用、任意修改和衍生開發(fā)，大大降低了使用門檻，帶來大模型部署熱潮，云服務(wù)廠商、科技企業(yè)、垂直領(lǐng)域行業(yè)企業(yè)甚至地方政府等紛紛接入DeepSeek，針對(duì)具體需求定制化開發(fā)產(chǎn)品與服務(wù)，推動(dòng)AI應(yīng)用生態(tài)的繁榮發(fā)展。

　　但同時(shí)，AI大模型在具體行業(yè)的推廣應(yīng)用仍面臨可靠性與穩(wěn)定性難題、深度應(yīng)用的成本高企及生態(tài)支撐相對(duì)薄弱等系列瓶頸。

　　底層架構(gòu)“黑箱”效應(yīng)等難題尚未破解，適應(yīng)行業(yè)深度應(yīng)用的可信產(chǎn)品供給較為匱乏。

　　隨著AI模型訓(xùn)練數(shù)據(jù)量和參數(shù)規(guī)模呈現(xiàn)指數(shù)級(jí)增長，算法架構(gòu)也趨于復(fù)雜，導(dǎo)致模型缺乏可解釋性和透明性，特別是深度神經(jīng)網(wǎng)絡(luò)模型的“黑箱”特性，使得在更加關(guān)注推理、決策和運(yùn)行過程的具體行業(yè)應(yīng)用中尤為棘手。

　　同時(shí)，大模型在面對(duì)新場景和處理復(fù)雜任務(wù)時(shí)也常因缺乏行業(yè)知識(shí)而輸出與現(xiàn)實(shí)不符的“幻覺”或不可靠結(jié)論，難以確保行業(yè)應(yīng)用中的可靠性與穩(wěn)定性。例如，盡管大模型處理復(fù)雜數(shù)學(xué)運(yùn)算能力突出，但卻無法確保運(yùn)算的正確率。據(jù)報(bào)道，ChatGPT-4處理簡單加法和字謎時(shí)錯(cuò)誤率甚至比部分小模型高出15%，而Meta旗下大模型LLaMA在簡單兩位數(shù)任務(wù)上的正確率竟未超過60%。同時(shí)，據(jù)Vectara測試團(tuán)隊(duì)發(fā)布的LLM大語言模型“幻覺”排行榜，ChatGPT-4、OpenAI-o1、阿里Qwen2.5-Max和DeepSeek-V3的幻覺率分別為1.8%、2.4%、2.9%和3.9%。與此同時(shí)，DeepSeek-R1以及Google PaLM-2的幻覺率均超過14%，且不管模型先進(jìn)與否均無法完全避免幻覺問題。

　　此外，盡管AI大模型在通用領(lǐng)域展現(xiàn)出強(qiáng)大能力，但具體產(chǎn)業(yè)場景的復(fù)雜性和專業(yè)性使其實(shí)際落地時(shí)面臨顯著的適配難題。特別是制造業(yè)領(lǐng)域數(shù)據(jù)的多模態(tài)特性要求模型具備跨模態(tài)融合能力，而現(xiàn)有大模型對(duì)時(shí)序數(shù)據(jù)、高精度物理參數(shù)的解析準(zhǔn)確率還普遍偏低，且訓(xùn)練數(shù)據(jù)不能完全代表現(xiàn)實(shí)產(chǎn)業(yè)的復(fù)雜性，難以滿足制造業(yè)產(chǎn)線穩(wěn)定和高效運(yùn)行的嚴(yán)格要求。由于輸出結(jié)果的潛在不準(zhǔn)確性，企業(yè)在廣泛深入應(yīng)用大模型時(shí)趨于謹(jǐn)慎，直接阻礙了AI大模型行業(yè)落地。

　　海量產(chǎn)業(yè)鏈上下游主體分散式接入大模型，長期“單兵作戰(zhàn)”恐增加后期協(xié)同成本。

　　當(dāng)前，各行業(yè)主體積極接入大模型端口，雖短期大幅提升了自身運(yùn)營效率，但卻忽視了長期產(chǎn)業(yè)鏈上下游協(xié)同應(yīng)用的重要性，特別是廠商在基于DeepSeek-R1模型提供服務(wù)時(shí)算力成本高企，MaaS（模型即服務(wù)）價(jià)格并未降低。以滿血版DeepSeek-R1每百萬token（輸出）收費(fèi)16元計(jì)算，如果每日輸出1000億token，基于DeepSeek的服務(wù)每月的機(jī)器成本是4.5億元，即虧損4億元。

　　經(jīng)某長三角新能源汽車產(chǎn)業(yè)集群統(tǒng)計(jì)，內(nèi)部約38%的零部件供應(yīng)商未接入DeepSeek系統(tǒng)，導(dǎo)致數(shù)據(jù)交互環(huán)節(jié)的傳統(tǒng)ERP（企業(yè)資源計(jì)劃）系統(tǒng)生成計(jì)劃需延長72小時(shí)，經(jīng)人工翻譯適配主機(jī)廠大模型智能排產(chǎn)系統(tǒng)；成本核算環(huán)節(jié)的手工填報(bào)數(shù)據(jù)與主機(jī)廠DeepSeek動(dòng)態(tài)成本模型產(chǎn)生15%誤差，造成季度供應(yīng)鏈金融授信額度誤判1.2億元；質(zhì)量追溯環(huán)節(jié)的缺陷零件追溯時(shí)長從行業(yè)平均4.2小時(shí)激增至27小時(shí)。

　　由于前期大模型接入步伐不一致，主體應(yīng)用間的基礎(chǔ)能力呈現(xiàn)明顯差距，而產(chǎn)業(yè)鏈任一環(huán)節(jié)的數(shù)字化斷點(diǎn)都將放大整體協(xié)同成本。湖南磐云數(shù)據(jù)基于DeepSeek開發(fā)的供應(yīng)鏈協(xié)同平臺(tái)數(shù)據(jù)顯示，全鏈條接入可使訂單響應(yīng)速度提升300%，異常事件處理效率提高420%。

　　隨著AI大模型迅速滲透并賦能行業(yè)發(fā)展，后發(fā)企業(yè)的追趕成本將呈指數(shù)級(jí)增長，難以跨越基礎(chǔ)能力鴻溝差距，進(jìn)而限制AI大模型應(yīng)用推廣。

　　AI大模型推廣應(yīng)用的生態(tài)環(huán)境尚不健全，數(shù)據(jù)、標(biāo)準(zhǔn)、倫理等基礎(chǔ)條件相對(duì)薄弱。

　　高質(zhì)量訓(xùn)練數(shù)據(jù)樣本稀缺且割裂，長期將從源頭掣肘我國AI大模型推廣應(yīng)用。例如，醫(yī)療等垂直領(lǐng)域數(shù)據(jù)開放率不足，醫(yī)療影像大模型訓(xùn)練需10萬多標(biāo)注樣本，但三甲醫(yī)院數(shù)據(jù)因隱私保護(hù)難以共享，誤診率高居不下。麥肯錫2024年報(bào)告顯示，歐盟GDPR等法規(guī)使跨境數(shù)據(jù)成本激增，企業(yè)合規(guī)支出占AI項(xiàng)目預(yù)算30%以上，后續(xù)難以適應(yīng)復(fù)雜多元的AI大模型推廣應(yīng)用需求。

　　AI大模型應(yīng)用范圍和深度的持續(xù)拓展，取決于其面對(duì)復(fù)雜多變市場需求的應(yīng)對(duì)能力，但當(dāng)前AI大模型在處理與道德、法律、安全、隱私和社會(huì)影響等相關(guān)問題時(shí)，標(biāo)準(zhǔn)體系水平短板較為突出。根據(jù)歐盟AI監(jiān)管草案，甚至全球主流十大AI模型均未達(dá)到標(biāo)準(zhǔn)，Aleph Alpha、Anthropic等產(chǎn)品得分低于25%，主要問題集中在版權(quán)責(zé)任不明確、能源使用報(bào)告不均衡、風(fēng)險(xiǎn)緩解披露不充分等方面。

　　隨著我國DeepSeek大模型迭代周期縮短至45天，傳統(tǒng)的規(guī)則制定模式難以為繼，政策出臺(tái)大大滯后于技術(shù)創(chuàng)新和商業(yè)模式更迭進(jìn)程，非法收集、泄露國家安全及個(gè)人隱私數(shù)據(jù)風(fēng)險(xiǎn)高企。若不能及時(shí)在上述數(shù)據(jù)、標(biāo)準(zhǔn)、倫理等領(lǐng)域建立保障體系，將面臨推廣隱患大，不推廣就落后的窘境。（賽迪智庫 王凡 趙會(huì)來 崔冰 郭雯）

　　轉(zhuǎn)自：中國電子報(bào)

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時(shí)須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場。版權(quán)事宜請(qǐng)聯(lián)系：010-65363056。

延伸閱讀