在大模型发展的征途上，精度挑战、算力成本和应用场景的局限性无疑像是横亘在前的一道道“绊脚石”，引发了业界广泛的“唱衰”之声。然而，在这喧嚣的背后，我们看到的是更多企业正悄然布局，低调中不断优化与突破。正如一句戏言所说，“我天天不学习，却总能考第一”，这些企业在沉默中积蓄力量，为未来的爆发做好准备。

如果我们选择怀疑和等待，那么我们将不可避免地面临所谓的泡沫破裂，错失宝贵的转型窗口。但若我们能够积极应对，主动寻找解决方案，那么当前的困境将只是一个短暂的波折——一个在波动中实现上升的机会。每一次技术革命都是一场马拉松，而非百米冲刺；它考验的不仅是速度，更是耐力、智慧以及对未来的坚定信念。

在当今信息技术飞速发展的时代，大语言模型（LLM）如浪潮般席卷而来，给各行各业带来了前所未有的机遇与挑战。神州数码站在这一技术变革的十字路口，选择积极应对，付诸行动，在智能化转型的浪潮中抢占先机。近日，神州数码副总裁、CTO李刚受邀参加《万千流变一如既往——2024甲子引力年终盛典》，并发表了题为《跨越幻灭低谷，怀疑还是行动?》的主题演讲，分享了神州数码在生成式AI领域助力企业落地中的深刻思考与实践经验。

技术成熟度曲线下的大语言模型

根据Gartner 2024年的技术成熟度曲线报告，大语言模型（LLM）已从2023年的期望膨胀期步入泡沫破裂低谷期，这一年被视为LLM应用的元年。尽管LLM在提升效率和改善用户体验方面展现了显著进步，其企业级应用效果尚未完全达标。

当前，许多企业在试点LLM项目时遇到ROI偏低的问题，未能达到预期收益。部分原因是这些项目带有防御性质，更多是为了跟上技术潮流而启动，而非基于明确的应用场景需求。这反映出企业在追求技术创新时面临的挑战：如何精准定位应用场景、最大化技术价值。面对这种变化，企业普遍采取“积极但谨慎”的态度，试图在创新与风险之间找到平衡，通过精心设计和优化试点项目，实现从“为了做而做”到“为了用而优”的转变，推动LLM技术在企业中的真正落地与广泛应用。

“幻灭”背后的原因剖析

自2023年起，神州数码深入研究并致力于LLM的应用探索，发现客户反馈的“幻灭”主要源于三个方面的问题：

精度问题：大模型幻觉、上下文遗忘、可解释性差以及领域知识缺失。

算力成本高：高昂的投资、能源消耗及资源调度分配的复杂性。

应用场景局限：系统集成困难、ROI效果不佳、合规安全风险以及对组织流程的影响。

这些因素使得少部分企业在尝试大模型时选择了怀疑和等待，而如神州数码这类拥抱技术变革的企业则积极探索解决方案，寻求新的突破。

精准治理与智能理解的突破

以神州数码发布的神州问学产品为例，通过对比展示，我们可以看到知识治理的重要性。未经处理的大语言模型可能导致严重的流程理解偏差，而经过治理和多模态智能理解识别后，可以显著提升交互质量，正确解析企业内部复杂的逻辑文档内容。例如，在基于RAG的知识问答场景中，经过治理的模型能够更准确地回答关于流程图的问题，而未经治理的模型则可能导致严重偏差。这不仅提高了用户的满意度，也为企业带来了实际的价值增长。

算力降本和推理加速的普惠

面对动辄几百万上千万的算力投资，许多企业望而却步。然而，随着硬件算力成本持续降低和技术的快速进步，如神州数码推出的异构融合智算加速平台HICA，算力正在变得如同电力一样普及且经济，极大地降低了企业的进入门槛。IDC数据显示，2022年至2027年间，智能算力的年复合增长率将达到33.9%，预计到2027年超过70%的算力将用于推理。这意味着，未来更多的企业将有能力承担起智能化转型所需的算力需求，从而推动整个行业的快速发展。

场景进化与转型范式的变革

传统数字化转型项目通常具有明确的目标和规划，而智能化转型则是更加灵活和迭代的过程。随着更多点状场景应用的链接形成业务流程应用，业务价值将呈现指数级增长，推动企业从传统的数字化逐步过渡到智能化的新范式。两种范式在形式、目标、规模、价值、场景、模式和资产上的明显对比，揭示了智能化转型的独特魅力和发展潜力。神州数码通过不断的实践与探索，正逐步引领这一转型潮流，帮助企业实现AI落地，截至目前已成功帮助医药、零售、金融等行业客户落地生成式AI应用场景。

此外，在本次大会的「高光·颁奖礼」环节，「甲子光年」现场颁布了三大榜单，向在万千流变中一如既往的科技奔赴者表示最高的敬意。神州数码凭借在智能化转型中的卓越表现和对大语言模型应用的深刻理解，荣膺《2024中国AI Agent领域最具商业潜力榜》。

这份荣誉不仅是对神州数码在AI领域落地方案论及实践的认可，更是对未来神州数码引领行业变革、推动企业智能化转型能力的信任与期待。随着越来越多的企业意识到智能化转型的重要性，神州数码将继续以实际行动支持各行业抓住这一机遇，实现从传统到智能的跃升。