AI巨头曾对AGI抱有极大期望，然而目前诸多迹象表明，该领域似乎遭遇了发展障碍。寻求新的前进方向已成为业界共同面临的挑战，这一动态值得我们密切关注。
AGI发展的瓶颈
目前，AGI似乎陷入了困境。众多专家观察到，在算力和数据的过度积累下，其迈向万亿参数的进程逐渐遭遇实质性突破的难题。从全球范围来看，通往AGI的道路已演变为少数巨头的竞技场，消耗了巨额资源。此外，从逻辑上分析，全面超越人类的人工智能尚不具备可行性，其发展速度也在逐渐放缓，迫使众多从业者重新审视发展方向。在部分研发案例中，AGI在发展过程中遭遇的技术难题显而易见，数据挖掘与分析难以满足突破需求，算力提升也逐步触及了极限。
该现象不仅对上述大型企业的战略规划产生了影响，而且导致整个行业对AGI的追捧程度有所下降。以一些曾高调宣布进入AGI领域的公司为例，它们现在正转向其他领域，原因在于尽管投入了众多资源，但效果并未达到预期。
周鸿祎的观点
周鸿祎坚决支持大模型应用的发展方向。他反复强调，众多企业不应盲目追随行业巨头，在算力和数据上盲目竞争。以资金和技术资源有限的企业为例，投入AGI研发可能面临巨大风险。他主张企业摒弃追求全能大模型的非现实目标。他提出，大模型应明确分工，各司其职，朝着场景化、应用化、专业化、垂直化方向前进。他坚信，唯有如此，才能推动工业革命，为众多行业带来变革。周鸿祎的观点在中国互联网企业界已引发广泛讨论和共鸣。
他的观点源于对行业发展趋势的深刻洞察。从商业视角来看，众多企业盲目追求AGI投入巨大却收益微薄。相较之下，专业化应用的道路成本较低，且更易发现市场切入点。
大模型的七大趋势
周鸿祎对大模型发展趋势进行了概括。目前，通用人工智能的发展速度有所减缓，这一现象已不容忽视。大模型将采取“慢思考”的新策略。比如，在解决复杂问题时，这种缓慢的思考方式有助于提升结果的精确度。企业领域也出现了新的动向，多数公司，除了少数大型企业外，正转向专注于开发专业的大模型。对于一些小型企业而言，若能集中精力在特定领域的大模型研发上，则有可能克服资源上的不足。
轻量化趋势显著，大型模型正逐渐缩小规模。这一变化使得模型更易于在硬件上部署，便于实际应用推广。此外，智能体，即AI Agents，对大模型的实际应用推广具有关键作用。预计到2025年，智能体将成为企业的重要助手，例如，它们能作为数字员工处理企业的具体任务，如保险公司的报销报告处理，从而减轻人力负担。
智能体的重要性
周鸿祎认为智能体至关重要。他预测2025年将迎来智能体的广泛应用。届时，企业将广泛采用并部署智能体。智能体可将大型模型转化为实用的数字员工，这一优势有助于解决众多企业运营中的难题。例如，在制造业中，以往依赖人工筛选零件易导致疲劳和错误，而智能体作为数字员工则能有效承担此任务。
这代表了一种技术上的重大转型，它标志着价值创造方式从人力主导转向AI主导。这一变革是服务市场价值创造模式的基础性调整。对企业而言，这构成了一个提升竞争力的重大契机，比如能够削减人力成本，增强生产效能。
大模型应用的六层能力
周鸿祎强调，应充分利用大模型的六项核心功能。这些功能涵盖基础、创新以及多模态等多个方面。企业需根据自身业务需求，挑选合适的应用场景。以一家互联网营销公司为例，它们能够借助大模型的创新功能，生成独特的营销策略。
在办公环境中，提升基础技能有助于提升工作效率。这些技能包括但不限于企业内部管理和对外营销等多个领域。若企业能充分利用这些技能，有望在行业内独树一帜。
专业大模型的六大方向
周鸿祎对专业大模型的发展提出了六个关键领域。首先，普及智能技术有助于个人能力提升，使更多人从中获益。众多个体创作者借助AI技术，能够提高创作效率。其次，数字化转型推动企业级大模型市场迅猛增长，为传统产业带来创新机遇，助力产业升级。以农业为例，通过大模型进行数据深度分析，有助于优化种植和养殖策略。
此外，大型模型的序列预测功能对自动驾驶等新兴产业的进步具有积极作用。构筑科研新方法已成为促进社会进步的关键趋势。同时，构建AI安全体系显得尤为关键，通过安全的大模型可以有效应对新型的AI安全问题。
周鸿祎提出的大模型应用发展路径引发思考：哪些领域有望率先实现显著变革？欢迎读者在评论区发表观点。如本文对您有所启发，敬请点赞并分享。
