无独有偶，IEEE标准协会理事兼IEEE数字金融与经济标准委员会主席林道庄也有着相似的看法 ， 林道庄曾对钛媒体表示，在AI时代，企业面临着更大的网络安全和数据安全的挑战，尤其集中在数据泄露、数据篡改/伪造等数据安全方面的挑战 。
针对此，未来 ， 大模型的发展将更加注重数据隐私和安全，企业需要采取一系列的安全措施和技术手段，如加强数据加密和访问控制、建立安全审计和监控机制、采用对抗性防御技术提升模型的稳健性、完善隐私保护政策和机制等 。而在这个过程中 ， 诸如加密学习、联邦学习、隐私计算等技术将会成为企业应用行业大模型过程中的得力助手 。
易落地层面，在这个唯快不破的时代 ， 简单易用、快速落地的数字技术将受到更多企业的青睐，在颜亮看来，易落地是解决大模型快速在行业侧体现应用价值的关键能力 。从现阶段企业应用大模型能力的方式来看 ， 主要有三种，即：嵌入软件、API调用和自建企业级AI平台 。
虽然嵌入软件是部署最快的一个，但是差异化能力极低 ， 没法更好地适配企业业务场景，所以从企业角度出发，企业应用API调用+自建平台的形式无论从短期出发 ， 还是从长远角度出发 ， 都是企业应用大模型能力的最佳选择 。
从大模型服务供应商角度出发，服务商需要具备一定的基础模型能力，其次要具备充实的算力资源能力 ， 最后还要具备大模型引擎的能力 。针对此，浪潮云首席技术官孙思清对钛媒体表示 ， 基于分布式云架构开发的大模型产品将成为行业大模型落地的重要渠道 。
孙思清指出 ， 采用分布式的架构可以在模型的预训练环节采用集中式的方式，在交付的时候 ， 通过本地化的能力，结合本地数据，更好地保护企业隐私，即满足了企业对于安全合规的需求 ， 又将模型的能力最大化地激发出来 。
可持续层面，绝大多数行业的企业对于业务的持续性有着较高要求，而持续性的要求也映射到这些企业选择数字技术服务业务的过程中 ， 这就对行业大模型提出了稳定性、连续性的要求 。对此，颜亮表示：“在大模型训练和使用过程中，不能出现中断的情况 。原来我们是为云和数据平台做保障 ， 现在要为大模型平台做保障，要让用户有非常好的大模型体验感，如果推理过程出现持续性的间断，推理速度慢，得不到快速响应等问题 ， 对于企业用户而言，赋能的体验是体现不出来的 ， 而我们依托在全国布局的三个运行指挥中心，可以支撑对用户的持续运营 。”
除此之外 ， 可持续性还应该体现在模型的迭代和更新上，服务商所提供的模型不能是“与世隔绝”的，要与时俱进，这一点，采用分布式的架构 ， 采用本地与云端“两条腿走路”的优势也就显现出来了，企业可以根据需求的变化，以及数据的更新，快速的对大模型产品进行更新，从而更好地赋能业务发展 。
快速发展的一年
大模型作为驱动新质生产力的重要底座 ， 必将与行业深度融合 。而2024年在多方面的共同努力下，对于行业大模型而言将是快速发展的一年 ， 林道庄曾对钛媒体表示，目前，大模型的应用主要集中在“三产”（服务业）居多，主要是辅助人工作，而行业级的大模型有望在服务业相关领域率先落地成熟度较高的应用 。从现有的应用情况来看，医疗、交通、政府等多个行业有望率先实现较成熟的应用落地 。
以医疗行业为例，通过行业大模型对大量医疗数据的学习和分析，可以自动识别病变特征，辅助医生进行疾病诊断，提高诊断准确率与诊断效率 。对此，颜亮对钛媒体表示，浪潮云推出的海若大模型产品就在医疗行业深耕布局，通过诊疗记录、入院记录等信息，直接生成病历，省去了医生填写记录的时间，“最多可为医生省去20%的时间 。”颜亮如是说 。
无独有偶，林道庄也曾表示，现阶段，中国医疗资源比较紧缺，许多人排了很久的队才能看上?。?而医生也很忙，通过大模型的辅助，能帮助医生快速的识别诸如X光片、CT等病历，从而大幅提升医生工作效率，也能降低患者等待的时间 。
除“增效”以外 ， 大模型在医疗行业的落地还可以帮助患者和医院实现“降本”，通过自动化和智能化的医疗辅助系统，可以降低医疗成本，提高医疗服务的效率和质量 。
推荐阅读
- AI是万灵药？Meta要把大模型塞进AR眼镜里
- AI程序员上岗 垂类大模型应用迎来井喷期
- 电脑win键没反应怎么回事？定位问题，才能快速解决！
- 用电脑怎么快速截图，电脑怎么通过截屏复制文字
- 天竺葵快速生根法，扦插天竺葵得多长时间生根呢
- 快手如何简单快速的跳转微信？
- 抖音怎么能快速涨粉 抖音如何能快速涨粉
- 如何在数据中快速筛选明细,大量数据怎么按条件筛选
- 如何快速修改图片大小尺寸，怎么修改一张图片的像素大小
- 双眼皮很肿怎么办快速消肿 双眼皮很肿怎么办