隨著ChatGPT的發佈，AI大模型賽道真是風起雲湧，一日千里。嶽晨投資集團在測試ChatGPT、百度文心一言、科大訊飛等多家廠商的通用大模型的Demo之後，做出了重要的決議：全面擁抱AI，嚴控人員數量，通過AI工具化，大幅提高人員工作效能，加速集團將本增效進程。
AI工具化在企業中推行的核心問題是各行各業都有自己的Know-How。這些最有價值的Know-How很可能不在互聯網上，而是在企業的私有資料庫裡，甚至在一部分專家的腦子裡。ChatGPT連資訊都沒有，自然也不會形成這方面的知識。這也是Bloomberg推出BloombergGPT的意義。
事實上，越是high-value（當然high-value和low-value都是相對的），越是Mission Critical（關鍵應用）的領域，垂直模型的價值越大，例如自動駕駛，通用大模型沒法直接用，因為缺乏資料、缺乏corner case訓練的大模型是很難幹容錯率這麼低的工作。
同理，越是low-value，越是none-mission-critical（非關鍵應用）的領域越適合通用模型。比如：問答。GPT其實經常胡說八道，但是無所謂，人有判斷力，你可以去糾正他，這在自動駕駛這樣mission critical的領域肯定是不行。再比如寫作，本來也不存在唯一正確的答案。比如以文生圖，不存在對錯，你不滿意就讓AI一次生成100個，你從裡面挑總可以了吧。
所以企業使用AI模型建立自己的工具，提高人效，必然要基於現有通用模型的再訓練，而且還必須是私有化、獨立部署的。避免出現三星使用ChatGPT的時候導致的資訊洩漏問題。
最後，擁抱AI，並將通用大模型+企業自身的知識庫相結合的企業AI工具才是未來各AI企業必須做的方向。