我不明白为什么都一窝蜂的搞大模型，却不考虑落地场景

从23年开始，感觉所有的软件公司都像疯了一样。不管是大公司还是小公司，都争着抢着去做大模型。从科技巨头到初创团队，从互联网大厂到传统软件商，所有企业都在争相展示自己的"大模型战略"。

技术焦虑

这种感觉还不像是之前的“打车大战”，“共享经济”，又或者是“外卖大战”，如果说当时资本助推企业抢占市场的行为是具备清晰商业模式冲刺。而今天这场竞赛更像是一场没有终点的马拉松，参与者们甚至说不清终点线究竟在哪里。个人感觉现在大模型这的发展是一个很虚幻的东西，其落地场景相当有限。可能对于国家层面非常重要，这点咱们普通人是看不到的，但是对于企业而言，这种行为很难让人理解。

我不知道到底是跟风前进，还是很多软件企业落入了“技术领先”的陷阱里，从大公司到小公司，都在搞大模型。但是目前看到的能够真正落地的可以说寥寥无几。很多公司决策者们把大模型当作新时代的"赎罪券"，用技术投资来缓解对未来的焦虑。

非常典型的例子就是一些中小公司，眼看着大模型的风起来了，也要凑凑热闹搞大模型，一共就投了那点儿钱，非得想搞得很“哇撒”。可想而知，最后的结局是什么。很多老板都不清楚大模型到底是什么，大模型到底意味着什么，不管这些，统统不在乎，但是全行业都在搞，那我们也要有！

不过这种“争锋”也确实有一点好，那就是AI相关的人工资水准是嗖嗖上涨，这可能是对于打工人唯一的利好了。

其实并不是否定AI，也并不是否定大模型的正面意义。

大模型目前在技术层面解决了很多问题，尤其是市场上一些问答类型的大模型产品帮助人们更快速、更便捷的获取答案。

这种知识获取上的提升对于社会而言是非常有意义的，个人感觉甚至不亚于当初的搜索引擎。还有这些衍生品们，自动生成PPT的、自动生成文稿的、自动生成图片的，我还注意到最近腾讯开源的那个生成3D模型的，这都是一些非常好，而且能提高效率的大模型产品。

更不要提那些帮助程序员编码的大模型产品，智能客服自动应答的大模型产品，拍照识别的大模型产品，这些都是非常棒的大模型产品，也找到了自己的落地场景。

落地鸿沟

但是，但是，但是！

除此之外呢？

除了上面的这些，我们能够接触到的落地场景真的非常有限。

现在市场上的大模型面对制造业的工艺优化、医疗影像的精准诊断等专业领域时，其表现往往不如深耕垂直场景的小模型。据我所知某汽车零部件厂商曾尝试用通用大模型优化生产线，结果AI给出的方案竟包含物理上不可能实现的装配流程。AI幻觉问题至今也没解决！

相反大模型的成本反而高到令人窒息（直接用开源的除外），而且大模型的“泛用性”和企业自身所需要的“专业性”简直可以说天差地别。就好像一个侃侃而谈的先知却对台钳怎么夹紧螺栓一窍不通。

更不用说现实场景中用到大模型的业务少之又少，真正需要炫技的时候可能只有某领导来视察，某某投资商来调研，某某公司来参观的时候，大模型才可能被用到。

大模型引以为傲的"泛化能力"在商业场景中反而成为负担，就像让诺贝尔文学奖得主去写产品说明书，既浪费才华又难以达标。

其实落地场景才是关键，商业的核心是“挣钱”，不是炫技！

对比大模型我反而看好“小模型”，专注于解决特定领域的垂直问题。聚焦企业业务场景，为企业量身定制，避免冗余计算的同时还能节省成本。并且小模型的部署成本极低，普通服务器，甚至个人PC都能完美运行。

商业价值永远生长在具体场景的土壤里！

对大多数企业而言，当下更明智的选择或许是保持战略定力。如果环境不好，那要保住资金，做最有意义的事。当环境回转，相信有效的技术投入，才能让公司走的更远。（炒概念公司的不在本次谈论范围内）