我们正处在一个智力变革的路口。
很少有一项技术像大模型这样，全球热度持续了快两年，还在不断涌现新热点。从文生文、文生图到文生视频，大模型不断解锁新能力，逐步替代传统的智力劳动，使得原本需要专业团队长时间才能完成的工作，现在仅需一个简单的提示或草图即可实现。
结果就是，人类的智力成果可以云端的方式、通过大模型提供给每个人，一个人带领 AI 团队就能完成复杂的任务，这可能会成为未来世界的常态。
然而，在大模型技术持续快速迭代的同时，我们也越来越发现一个现实问题：大模型在具体行业中的应用，推进好像没那么快。很多企业对大模型是一边期待、一边焦虑，想尽快用起来，又不太知道怎么用，即使是有试用的，效果也不明显，存在不少困惑和挑战。这反映出，目前大模型技术的能力与行业应用需求间还存在差距，要用一个通用的大模型来直接满足各行各业的特定需求，至少现在还有一定距离。
那么，应该怎么办？
行业大模型应运而生。大模型发展到今天，研究已经不能只停留在眺望未来的视角，更需要贴近实践，用深度的研究推动创新探索和落地。报告做了大量的一线实践调研，访谈了超过百位的各界专家，系统归纳解答了一系列共性问题，包括为什么要发展行业大模型、行业大模型是什么、哪些行业和场景发展快、如何衡量成功、如何负责任地应用等。通过这项研究，可以说明行业大模型至少现阶段是客观存在的，通常基于通用大模型调整而来，是很多企业提高模型专业性的有效选择，也是国家落地“人工智能 +”的最后一公里。而决定大模型影响大小的核心因素，就在“知识密度”，密度越高的行业或场景，受影响会越大，比如教育行业、研发和设计环节等等。
希望未来我们可以共同推动大模型深入各行各业，一起创造和见证一个以人为本的人机共生时代的来临。