当前，大模型的概念炙手可热。那么，怎样才能让神奇的大模型在工业领域中产生价值？笔者以为，做好工业大模型的“大”“工”“业”三篇文章，尤为关键。

一说模型之“大”。我们以前学物理的起始篇，是关于力学中的压力压强问题。其实，关于大模型也有一个压力压强的关系问题。2023年我们见证了100多个大模型的“放飞”时刻，这些通用大模型参数巨大，训练一次动辄费用上千万元。然而，这些模型到底最终能产生多少实际价值，目前还是一个问号。有的模型看上去很大，参数如海，但是具体到某一个具体环节，又凸显数据量之可怜、无助。也就是说，模型虽大，但由于涉及面太广，具体到一个点上，则压强微弱，以至于解决不了什么实际问题。与此相反的是，我们有些具象化的工业大模型，虽然参数总量不大，但是十分聚焦，对于攻克某个点上的问题游刃有余。这就是一个简单的辩证关系：有的模型很大，但其实很小；有的模型很小，但其实很大。检验的标准就是看“疗效”，在解决具体问题上见高下。

比如，安徽有个名叫“知了”的工业品购置对接大模型建设得就非常睿智。建设者把公司既往积攒下的几百万份工业招标文件，拿去“喂”模型，迅速“喂”出了名堂。现在，关于复杂型号的工业品采买，只要用户提出需求，“知了”模型就能迅速给出方案，其内容之详尽，策略之精致，绝不是之前任何一位业务员所能达到的。“知了”模型迅速为公司拓展了业务面，提高了效能。

二说模型之“工”。大模型在工业领域的应用，就是工业大模型。工业大模型不是做游戏，搞些花里胡哨“隔靴搔痒”之类的事情，它归根结底得姓“工”。只有解决制造中的实际问题，才能更有价值。那么怎样让工业大模型姓“工”？关键是要掌握详尽的工业场景数据。如果我们把大模型比作天上的飞机，那么这些场景的数据就好比是机场，是能够让大模型落地的条件。

展湾公司与合肥彩虹玻璃公司联手，在解决玻璃溶液操作上锻造出一个让人很受启发的工业大模型——“糖炒板栗”，其创造出的价值非常令人称道。彩虹玻璃在用“糖炒板栗”大模型之前，是纯人工操作，平均每天的人工失误率达0.53次，大致上是每两天就会因为人工因素而失误一锅玻璃水，大幅度增加了成本。“糖炒板栗”诞生之后，一切就不一样了。其建设步骤分三步：第一步，建造模型，收集数据，投入学习，即人操作，模型学。第二步，达到一定数据量积累之后，“糖炒板栗”有了生成智能，开始了模型操作。这时候，人还不能完全离开，要对模型操作进行人工监督矫正，不断修正模型的操作世界观。第三步，等到模型完全知道正确方向追求的时候，全面进入“糖炒板栗”模型操作阶段。此时，原先每天人工失误的0.53次就再也没有了，良品率大幅度提升，成本显著下降。

三说模型之“业”。今天把大模型成功运用于工业实践并产生明显价值新增的案例还不多，那么，怎样提高模型渗透运用于工业领域的效率？笔者以为，这其中的一个关键，在于要把模型在工业中的建设过程，作为一项新的业态来予以扶持与推进。在实践中，可重点关注“三个借力”。

其一，借力高校、科研院所的科技与产业联动的力量。高校和科研院所的数字化人才多，在钻研工业软件、推动科研成果向产业转化的过程中，尽可能运用大模型这样的新技术来提高效率。比如，中国科学技术大学的一位教授创建的九韶公司，在做工业设计的过程中，为了提高效率，非常自然地孕育出帮助自己写代码的工业设计大模型“九韶凝光”，由此，写代码的效率成几何倍数地提升。再如，科大国创公司也是在开发工业软件的过程中，打造出国创星云GPT，把常规代码编写全然交付给“星云”模型。其间，公司还把自己的独门秘籍“高可信软件”融入其中，其结果就是模型不仅能自动编写代码，而且所编写出的“代码”还能得到高可信软件的检验，代码质量更加可信。

其二，借力软件企业的角色融合。现在，有不少软件企业直接开启硬件制造服务的新赛道，成了既懂软件又懂硬件的复合型企业，这样的企业最容易创造出个性化的工业大模型。比如，安徽的中科类脑公司长期扎根于电力企业服务，最近联手电力公司创生出“玄视”大模型，把在电力巡检中的无人机拍摄的动辄几十万张的照片，在分秒之间就能判断出哪些照片有问题、具体是什么问题，创造出人工无法企及的效率。

其三，借力数字化服务商的新质服务。有些数字化服务商正在勠力提升自己的核心竞争力，比如运用大模型开展诊断就是其中重头戏。安徽的容知日新公司过去对远程的机器看护和诊断，都是靠后台人的临场智力判断，现在打造出“灵芝”大模型之后，人的智力判断正在让位于“灵芝”大模型，服务效率大大提升。

点个“在看”不失联