本着“数据即一切，规模即一切”的逻辑，让AGI迅速成为一个资本狂热的游戏。
然而，热热闹闹之后，大家还是会考虑如何变现的实际问题。
于是，大模型的下半场，则逐步回归于“应用”。
如何将大模型在不同的业务场景中落地，是每个AI创业者都关心的问题。
这件事机会更大，但是难度也更大！
给AI找场景，这其实像拿着锤子找钉子，确实有点反人性。
一些掌握着最前沿AI技术的人，希望尽快找到靠谱的业务场景变现！
绝大多数业务方对AI的认知都处于一个比较浅层次的水平，因此业务与AI的结合存在非常大的需求沟通瓶颈。
即便偶尔有业务方感兴趣，未经业务适配的“通用”底座工具，也确实几乎解决不了任何严谨的业务流程。
这瞬间会让需求的沟通变得尴尬无力 ...
这样的AI引起不了什么“兴奋”，算法人始终都是在自嗨！
大模型，难道底座搞完后，就真的无事可做了么？我们迎来的AI时代，是开始，还是又一个低谷周期？
尽管AGI的能力不可高估，但是也远不至于“妄自菲薄”。
类GPT的产品，在大规模知识库、智能助手这些典型场景，其实已经做的相当不错。
应该看到的是，我们在智能搜索任务上，已经进入到了下一个技术代际，以答案结果为目标，而非以原始的数据片段为目标。
问答技术的个性化程度，交互性更强！
强交互性，就是大模型技术与传统AI技术最大的不一样之处。
这样的好处是多方面的：
一是降低了AI工具的使用门槛。
用户可以通过对话唤醒后台任意算法或服务，只需要考虑业务场景，而不用关心技术工具的操作或配置细节。
二是提升了数据结果的多样性。
大模型输出内容具有随机性，可以做到千人千面，用户体验柔性灵活。
这一点在C端产品上是一个特别突出的能力“加分项”。
比如，任何人可以随意给一段文字动态生成精彩的脚本或音视频素材，彼此之间还不会重复。
三是加强了趣味性。
大模型的拟人化特质，会显著提升AI产品或工具的“吸引力”。
即便是在枯燥的办公场景中，有一个能够正常沟通的数字员工“随叫随到”，也远比独自一个人对着Excel表单查询枯燥的数据更加有趣。
除了这些方面，还要注意到，这一次的大模型“大乱斗”，确实让更多的资本流入到AI赛道，业界也产生了诸多开源的底座模型。
这些底座模型不管来自于哪个厂商，各自均有优势。
基于底座模型，可以通过少量样本数据二次开发，极大地降低AI模型的构建成本。AI模型的生产力总体得到了提升！
大模型能力就像云服务一样，让企业获得“智能”服务的效率极大增强，也为中小型技术创业者，提供了更好的技术成长生态环境。
未来，大模型的价值不在于“生成能力”本身，而在于对AI产业结构的重塑，以及形成对整个社会各行各业数字化、智能化进程的“催化剂”！
数易达科技，长期关注数据价值开发和应用场景构建的前沿AI技术，希望通过大数据工具和平台帮助企业快速建立成熟的数据资产管理体系（了解更多）。
往期精彩推荐
为什么很多行业巨头，至今不愿做数字化 ...
为什么这两年，“大数据”谈得越来越少了 ...
数字化下半场，建“中台”还重要吗？
数字化转型中的重要管理思想！
数字化转型，为什么一定要谈“架构”？
后数字化时代，数据部门的窘境渐显！
30条金句，说透数字化转型真相！
数字化咨询，正在走向“廉价化” ...
数字化，“抓住”这几点就够了 ...
如何理性看待，中小企业数字化转型！
搞懂“数据要素”，需要了解这些事儿 ...
大型传统企业数字化转型难点与策略洞悉！
从“数据科学”视角，看懂数字化转型
公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或把本号置顶！提供数字化咨询和技术支持，有意欢迎添加留言！点击这里 查看技术服务清单
