11月25日，由创业黑马主办的“第15届创业家年会”在北京举办，年会主题为“AI给世界一个确定性”。会上，澜舟科技创始人兼CEO、微软亚洲研究院原副院长周明被评为“2023年度创业家”。
同时，周明以《大模型引领产业智能革命》为主题发表了演讲。他在演讲中表示，要让大模型走下神坛，与千行百业需求密切结合，取长补短，发挥大模型卓越的效力。
他认为，当下用大模型做To B服务提升企业的数智化水平依旧面临很多挑战。大模型不是纸上谈兵的事情，创业在起步的时候，要把不确定性转化为确定性。大模型团队要跟行业伙伴一起配合打磨，了解他们的痛点和最后一公里，把大模型转化到具体行业场景当中，真正让大模型走向实用。
以下为演讲全文，经创业家&i黑马编辑：
非常荣幸站在这个台上，领了一个沉甸甸的奖——2023年度创业家。我认为这是一个分量非常重的奖，对于我这种由科学家转到创业家、企业家的人，这个奖是一个非常大的肯定，比我获得这个领域的最佳论文奖都重要！
我想先说几句话，再开始今天的演讲。
第一句话是感谢。感谢过去几十年以来，一直支持和鼓励我的家人、同事、同学、投资人等等。2020年年底，我从工作了二十几年的微软研究院离开，出来创业。当时就想到大模型有可能成为千行百业的基础模型，所以就勇敢地走出来了。
第一个感谢给创新工场和李开复博士，让我在创新工场做塔尖孵化。使我有机会从科学家一点点学到一些创业理念，学到一些投融资的理念，组建团队的理念，从而最终创立澜舟科技。刚开始的时候只有我一个人，没有一行代码，也没有一行数据，我举目四望，空荡荡只有我一个人，从那里起步，所以非常感谢创新工场对我的支持。
第二个感谢给团队。我一点点组建团队，他们从干中学、干中练，现在已经成为澜舟科技各个方面的骨干力量。
第三个感谢给投资人，创新工场、张亚勤博士领导的科学家基金、联想创投、斯道资本和中关村科学城对我们的支持和鼓励。
再说一点感想。人生是非常艰难的，芸芸众生，现在全世界80亿人，一个人充其量活到100岁。但是在宇宙这种苍茫的时空中，都是过眼云烟、沧海一粟。一个人如何能过好自己的一生呢？是过一个安居乐业的小康生活终其一生，还是做一点与众不同的事情呢？每个人都可以有自己的选择，其实没有高低上下之分。但是我想，一个人活一世，还是要给周围的人带来一点点不同，要给自己带来一点点不同的体验。
我想到几句话分享给大家：
第一句话：人如蝼蚁，要有鸿鹄之志。
第二句话：命如纸薄，应有不屈之心。
第三句话：人活在世界上，要努力前行。
第四句话：任何事情都是不确定的。今天的主题就是这样。没有人一开始就定义了未来。王侯将相，宁有种乎？在大模型时代，谁告诉你，大厂就一定会战胜创业企业呢？谁告诉你Open AI就一定会引领世界AI的未来呢？谁告诉你新的创业者就不能脱颖而出呢？让我们每个人都一起努力，坚持前行，勇敢地成为创业中的黑马！
讲完这些感想的话，开始我的演讲。我的演讲主题是《大模型引领产业智能革命》。
最近一年多以来，大模型风起云涌，国外的Open AI引领风骚，国内千模大战此起彼伏，你方唱罢我登场。
有很多泡沫，也有很多实际的新思考。
大模型最重要的事情是什么呢？就是用海量的数据，用充足的算力，训练一个大模型。最后用大模型支持各种活动。
如果是做To B，做企业服务的话，就支持企业的数智化转型。我们想把企业的数字化水平提升，用大模型遇到了很多挑战，这里我总结四个最重要的挑战。
第一，训练和部署成本极高。
第二，数据泄露问题。国企企业不能把数据上传到美国服务器，甚至数据不能出公司。
第三，幻象问题。用大模型产生的结果可能会胡说八道，不敢相信。
第四，虽然大模型处理能力很强，但处理行业的具体场景时，它的能力是薄弱的。
我们要从不确定性当中找到确定性。针对以上的问题，我来说说我的解决之道。今年3月份，各个投资人一看大模型兴起，非常着急。我划了一个示意图，投资人说，这应该叫“周明曲线”。
“周明曲线”说了什么呢？就是大模型可以做千千万万的事情，但做To B服务时，最关键的是语言理解能力。把语言理解能力做好了，才有时间去做其他事情，没有时间就专注做这个语言理解能力这个确定性的事情。
语言理解能力代表了意图理解、多轮对话和文本生成。做好语言理解能力，需要多大的模型呢？100亿到1000亿（参数）的模型足以，不用想太多，你也没那么大的实力。做这么大的模型，需要多少算力呢？如果做100亿到500亿（参数）的模型，200块A100足够了。
这件事定义了一个创业团队的成本，不要追Open AI，不要一开始就想解决人类的智能问题。你起步时，把很多不确定性确定化，主攻一头，把它做好，然后再去做企业服务。
这样的思路一层层走下来，就是面向企业数智化提供大模型层次化服务。
最底层是百亿到千亿的模型，通常100亿到200亿的模型够了。第二层加上行业知识、数据，形成行业大模型，一点点逼近行业的能力。第三层是在这个基础上，加上场景知识，把场景用户体验做到极致。最后一层是AI Agent，让不懂编程的人，发一条自然语言的命令，大模型理解以后，顺序拆解执行，形成最后的结果。
怎么让大模型、通用人工智能走到行业模型呢？很多人说，这是一个非常简单的事情。做大模型的人把各个学科的数据灌进去，日后降维打击所有学科、所有领域。这个说法，至少在今天无法说通。
我们对行业场景不理解，做的一切都是纸上谈兵。要做好行业大模型，一定要全、专、优的领域数据、行业数据。做更好的模型优化算法，还需要对应场景的深度理解，这些都不是大模型团队的特长，需要跟行业伙伴多次打磨，形成长期的伙伴关系，才能把行业和场景做好。
我们发现这样的场景用大模型做不好，我们用小模型来做，做好了。再针对行业的最后一公里，形成优化的过程。到了这时候，用户已经看不到大模型了，只看到了行业的具体的应用。
我认为大模型的未来，就是让用户看不到大模型。
大模型每天发生各种各样的变化，公众没有必要跟着这样的变化走，他们应该过自己应该过的平静生活。有的人去炒作，有的人去努力，那是他们的事，我们只关心我们要做什么，这就是AI Agent的概念。
我们是大模型的主人、是人工智能的主人，我们发命令，他去执行就可以了。我们现在做的尝试，就是在To B领域结合用户的典型场景，发布自然语言的命令，让大模型理解逐个执行，最后取得了非常好的效果。
我们特别重视跟合作伙伴一起打磨，大模型不是纸上谈兵的事情，守在会议室、办公室、实验室每天去练模型，练一个空洞无比的模型。今天比谁大，明天比谁宽，后天比谁长，这都是没啥意义的事情，最终要让大模型落地，发挥实效。这一点大模型团队要跟行业伙伴一起配合打磨，了解它的痛点和最后一公里，多次迭代，才能真正让大模型走向实用。我们通过与华为、传神、同花顺、华夏基金、中金、中移在线等几十家标杆企业在大模型领域进行的深入合作，有效地打磨了我们的大模型技术。
最后用这样两话结束我今天的演讲。
第一、让大模型走下神坛，与千行百业需求密切结合，取长补短，发挥大模型卓越的效力。
第二、从应用中得到反馈，才能不断促进大模型技术的发展。总之，大模型的开发必须要和大模型的应用两条腿走路，两者才能相得益彰。我认为这是大模型引领产业智能革命的未来发展路径，谢谢大家。