2023年，國內大模型領域風起云涌。大模型的出現，給千行萬業智能化帶來了全新的機遇。眾所周知，云計算是做大模型的最佳選擇，以大模型算力為云的基本盤，是云廠商必須抓住的大生意。因此，云市場就隨著大模型的火爆，而不斷翻滾悸動，阿里云、騰訊云、華為云等國內幾大云廠商也都布局了相關產品。
大模型的到來，改變了云計算市場的基礎規則和商業模式，然而，國產大模型賽道百花齊放、百舸爭流，云廠商必須擁有極為鮮明的“尖刀型產品”，才能形成自身的差異化競爭力。在此背景下，行業大模型就成了阿里云、騰訊云、華為云等云廠商的必爭之地，云廠商之間的大模型競賽也開始從通用大模型轉向了行業大模型。
“行業”轉向成趨勢
隨著數字化轉型的浪潮席卷全球各行各業，通用大模型和行業大模型就成為了云廠商們研究和應用的焦點，這兩種模型各自具有獨特的特點和優勢，其在滿足不同應用需求時也都發揮著不可替代的作用。然而，隨著技術的深入和市場的成熟，云廠商們對大模型的角逐開始從通用大模型轉向行業大模型。而云廠商對大模型的關注之所以會發生轉向，其中的原因不言而喻。
在市場需求角度，相比通用大模型，行業大模型更細化、更專業，能夠讓云廠商更好地滿足特定領域的需求。通用大模型能夠應對更多樣的任務，適用更廣泛的場景。但是，不同行業具有各自獨特的數據和業務需求，在某些行業或領域，通用大模型可能會受到特定需求的限制，無法提供最佳的解決方案。而云廠商構建行業大模型，就能夠通過定制化訓練，更好地適應特殊數據分布和任務特點，從而為企業量身定制解決方案。
在投入產出層面，相比通用大模型，行業大模型數據少、計算小，能幫助云廠商更有效地節約成本和時間。通用大模型在處理某些垂直行業的任務時，可能會顯得過于冗余和龐大，導致計算資源的浪費。相比較而言，垂直模型通常涉及較小的數據集，較少的計算量，有天然的成本優勢。布局行業大模型對于云廠商來說，能增強大模型的能力、降低AI算力的成本；而對于企業來說，通過云服務來應用大模型，投入產出比更高，也更有吸引力。
在行業競爭角度，相比通用大模型，行業大模型更先進、更復雜，能夠讓云廠商在激烈競爭中保持獨特優勢。云廠商在通用大模型市場的競爭已然十分激烈，而構建行業大模型就是其提升自身競爭力的一種有效手段。行業大模型需要云廠商深入理解行業背景、掌握行業知識、搜集行業數據，而這極其考驗云廠商對技術研究和創新的深入能力。在此背景下，通過為特定行業提供更專業、先進的定制化解決方案，云廠商就能夠從中脫穎而出，贏得更多客戶。
如何布局：憑實力
目前來看，構建行業大模型是云廠商順應數字化時代、提高服務水平、拓展市場份額的戰略之一。于是在人工智能的飛速發展和對大模型行業的深入研究下，阿里云、騰訊云、華為云部署行業大模型的步伐也不自覺加快許多。而由于云廠商們的商業邏輯和發展特點各不相同，因此，阿里云、騰訊云、華為云在行業大模型的布局上也都祭出了不同的招數。
阿里云以其強大的技術實力、豐富的業務經驗和廣泛的客戶基礎，深度加碼行業大模型，以便幫助不同企業更好地適應數字化時代的挑戰。阿里云充分整合了其在云計算、大數據、人工智能等領域的技術、經驗和客戶資源，構建了更加多樣的大模型。據了解，阿里云不僅在本屆云棲大會上發布了通義千問2.0，還推出了八大行業模型——通義聽悟、通義曉蜜、通義智?、通義星塵、通義靈碼、通義法睿、通義仁?、通義點?等，涵蓋了金融、醫療、法律、編程以及個性化創作等眾多不同領域。
騰訊云以其豐富的社交、娛樂、金融等數字生態資源，積極布局行業大模型，以便為不同行業提供更具定制性和個性化的服務。騰訊云充分整合了騰訊旗下的社交、娛樂、電商等多元化數字生態資源，構建了針對不同行業的大模型。據了解，前不久，騰訊云公布了行業大模型的研發進展，其立足不同企業的需求場景，依托騰訊云TI平臺打造了行業大模型精選商店，為客戶提供MaaS一站式服務，助力客戶構建專屬大模型及智能應用。
華為云以其在5G、物聯網、云計算等領域的領先地位，通過構建行業大模型，力圖實現對各個行業數字化轉型的深度支持。華為云充分利用自身在5G和邊緣計算領域的技術優勢，將大模型構建與5G網絡和邊緣設備整合，構建了更加智能的行業大模型。據了解，華為云在開發者大會 2023（Cloud）上發布了行業大模型——盤古大模型 3.0，圍繞“行業重塑”“技術扎根”“開放同飛”三大創新方向，為行業客戶、伙伴及開發者提供更好的服務。
優勢相同：助突圍
無論是通用大模型還是行業大模型，發展的背后都需要龐大的數據集支撐。眾所周知，大模型及其基礎設施，是云廠商發力行業大模型的切入點。這也就是說，阿里云的通義大模型、華為云的盤古大模型、騰訊云的混元大模型，以及大模型相關基礎設施，像是阿里云飛天智算平臺、騰訊云的向量數據庫、華為云的昇騰AI軟硬件等，都是這些云廠商大模型能力的佐證。
為了滿足不同行業的需求，推動數字經濟的發展，云計算服務商阿里云、騰訊云、華為云等都在全力角逐行業大模型，為各個行業提供定制化的智能解決方案。而除了背靠強大數據集之外，本身在人工智能和大模型方面有著長期技術積累的云廠商們，在算力和應用方面也具備天然的優勢。
在算力上，云廠商依托算力、算法的創新，有利于探索出契合場景需求的專屬模型和應用。阿里云推出全棧智能計算解決方案“飛天智算平臺”，并啟動“張北”與“烏蘭察布”兩座超大規模智算中心，為科研、公共服務和企業機構提供強大的智能計算服務。騰訊云提供了從底層算力、算法開發、AI應用到全場景數智化的四級全鏈條服務，全力推動行業大模型落地。華為云擁有全球性的云計算基礎設施，能為全球范圍內的行業大模型提供強大的計算和存儲支持。
在應用上，云廠商通過與各行業深入合作，有助于營造一個良性、可持續的大模型發展生態。行業大模型的構建不僅關乎技術創新，更是生態合作的一部分。目前阿里“通義”大模型已經深入到電商、設計、醫療、法律、金融等行業，以構建開放、共享的生態系統。騰訊云也已經和多家企業展開合作探索，通過開放的生態系統推動行業創新。華為云也通過與各行業合作，深入理解各行業的數字化需求，以推動行業的數字化轉型。
前路尚有“絆腳石”
阿里云、騰訊云和華為云在構建行業大模型方面，都展現出了堅實的技術實力和敏銳的行業洞察力，并且這幾家科技巨頭在技術創新、行業合作和數字化轉型方面也都取得了顯著成果。然而，值得注意的是，深入專業領域雖然建立起了壁壘，但任何云廠商想要在行業大模型上取得大規模成功，都還有一定難度。
一方面，訓練標準更高，行業大模型需要更高的專業知識和經驗，想要徹底落實還需投入大量資源。通用大模型具有更廣泛的知識覆蓋能力，而行業大模型為了滿足特定的場景需求，更好地為行業提供優質的服務，就需要在特定領域具有更高的專業性，這也就意味著，開發和維護這些行業大模型就需要更多的資源和專業知識。而由于目前行業大模型的標準和互操作性尚未完全成熟，阿里云、騰訊云、華為云等云廠商們還有很長的路要走。
另一方面，可遷移性受限。行業大模型可能存在一定的可遷移性問題，不太容易在其他領域迅速應用。通用大模型具有較強的通用性，以及更高的泛化能力，因此，其在各種應用中都具備強大的基礎性能，也就賦予了更強的可遷移性和更廣泛的應用范圍。而行業大模型大多針對特定任務設計，因此，在處理不同任務或數據集時，其可遷移性就會受到一定限制。哪怕強如阿里云、騰訊云、華為云的行業大模型，要想實現在其他領域的有效遷移也并不容易。
總的來說，阿里云、騰訊云、華為云等云廠商布局行業大模型，雖然將會為企業提供更為先進的解決方案，但大模型的構建除了技術、遷移性之外，仍在數據安全、資源消耗等多個方面面臨挑戰。因此，為了確保行業大模型發展的創新性和可持續，云廠商們還需要付出更多努力。