AI新浪潮下，民企如何展現更大作為？ 專訪360集團首席運營官葉?。捍竽Ｐ蛻脤⑹侵袊鴱澋莱嚨暮脵C會

每經記者｜楊煜    每經編輯｜陳俊杰    

高質量發展理念已深植于企業發展戰略之中，數字化、智能化成為企業轉型升級的重要推動力。今年，“人工智能+”首次被列入政府工作報告，人工智能賦能行業應用進一步走深、走廣。

民營企業在推動人工智能發展上發揮著生力軍作用。從智能識別到智能生成，民營企業多次挑起產業變革與實踐的大梁。未來，民營企業如何在AI發展中展現更大作為？

近日，在國家發展改革委民營經濟發展局舉辦的民營經濟人士培訓班期間，360集團首席運營官葉健接受了《每日經濟新聞》記者的專訪。葉健強調，大模型的場景化是中國發展人工智能更具優勢之處，大模型應用將是中國彎道超車的好機會。

據葉健介紹，目前360集團在大模型應用領域主要著力于賦能個人、賦能企業、賦能業務三方面。他指出，大模型的出現不意味著可以跳過數字化直接到智能化，但數字化的很多部分可以通過大模型得到很大優化，通過大模型也可以去調動原來的一些數字化系統，這些加起來可以讓企業的生產力得到極大的提高。

360集團首席運營官葉健 企業供圖

“聯手作戰”、關注應用，中國如何彎道超車？

2022年11月，由美國OpenAI開發的ChatGPT橫空出世，將以大模型為代表的人工智能產業推至新的高潮。國產大模型開啟“百模大戰”，中美人工智能競爭日趨激烈。隨著大模型面世之初的興奮褪去，國內這一波人工智能產業的熱潮將會涌向何方？

葉健指出，從大模型的通用技術能力來看，國內相比于美國OpenAI公司仍然存在一定差距。“差距一方面來自先發優勢。另一方面，美國在算力上對我國的各種限制也造成一些影響。”葉健表示，在通用技術層面，360集團的對策是把旗下AI瀏覽器作為入口，構建CoE技術架構，聯合國內共16家大模型，“通過16家取長補短，發現整體表現比GPT-4o更好，媲美OpenAI o1”。

葉健將16家大模型“聯合作戰”中使用的技術稱之為“慢思考”。“舉個例子，有時候可能國內某個模型先回答問題，另一家模型可能去反思第一個大模型回答的是對還是錯，第三個模型整合一下雙方模型，最后再給個答案出來。”

而在通用大模型之外，業內更為關注的是大模型的場景化，在葉健看來，這反而是中國更具優勢之處。“由于我國的人口優勢，以及工業門類比較齊全，在大模型應用上是我們彎道超車的好機會。”葉健說。

實際上，如何讓大模型更好地應用于千行百業，已成為這一波人工智能討論的主旋律。一個常常被提出的問題是：大模型帶來的價值提升究竟有多大？從“百模大戰”到應用實踐，企業對這一問題的回答亦是對人工智能生命力的檢驗。

葉健坦言，大模型對于個人提升工作效率來說有明顯效益，但在賦能業務這方面，既要考慮到大模型技術，也要考慮到業務自身的一些問題，這部分確實要花很多的精力，不是一朝一夕做成的事情。“我們經常提到一個詞叫小切口、大縱深。”葉健說，“找到這些小切口，真做進去以后，慢慢整個鏈路會發生一些優化，最后重塑業務”。

360集團找到的一個小切口是知識管理。葉健指出，數據變成知識是一個復雜的過程，這些“暗知識”可能藏在各種流程中，可能藏在員工自己的電腦里，也可能是多模態的知識，大模型出現后，由于能處理多模態數據，因此在整合數據并轉化為知識上有非常大的優勢。“這一塊我們會慢慢形成一個標準化的產品，再與客戶進行更多合作。”

談AI產品同質化：深入業務與場景，差異也會出現

360集團以安全產品和瀏覽器業務而為公眾所熟知，不過，隨著近兩年公司大舉投入人工智能領域，資本市場對360集團的預期也在發生變化。人工智能將為360集團業務帶來哪些增量價值？

葉健將大模型業務帶來的價值分為四層。第一，賦能個人。“這塊我們做了非常多的探索，例如AI助手、AI搜索，同時我們也把現在很多辦公工具AI化，通過大模型技術提高個人生產率”。第二，賦能企業，“大模型的出現能夠使數據迅速‘蒸餾’為知識，再加上我們的搜索技術，企業能在這方面形成一定競爭力”。第三，賦能業務，如果把大模型跟現有的IT系統結合起來，就能真正地實現對業務的重塑。最后，是大模型如何幫助我們更好地創新。

“目前為止我們主要在前三層做了很多工作，這對我們的業務和客戶應該說還是非常有幫助的。”葉健補充道。

這些年，360集團在企業數字化服務領域已積累了不少經驗。談及公司提供的數字化與智能化服務的關系，葉健表示，大模型在處理多模態數據和非結構化數據上天生更有優勢，因此可以對數字化做一些重塑。此外，大模型也可以與原來的數字化系統連接，例如智能體。

葉健進一步指出，數字化還是繼續往下做，但數字化的很多部分可以通過大模型得到很大的優化，反過來通過大模型還可以去調動原來的一些數字化系統，這些加起來可以讓企業的生產力得到極大的提高。

值得一提的是，在360集團選擇的這條“賽道”上，“參賽選手”不在少數，AI搜索、AI辦公、AI助手等類型產品已不再是稀缺品。那么，360集團如何脫穎而出？

葉健坦言，基于大模型的通用能力，大家確實可能會想到一些相同的主意，這時要看各自的能力沉淀。例如，360集團選擇AI搜索、AI瀏覽器，這是因為在這方面有大量的沉淀，所以確實能夠做得更與眾不同，再加上公司在技術上率先采取了“慢思考”的方式。

葉健同時指出，在360集團深入業務、深入場景之后，差異也會出現。“在那個時候，你可能不僅僅要懂大模型技術，可能還要對客戶的業務流程、業務痛點也比較了解，到那個領域里，應該說大家的競爭就非常廣泛了。”葉健說。因此，360集團不僅需要算力合作伙伴，也需要行業的合作伙伴，與行業伙伴共同訓練針對某個行業的基礎模型，并針對某個場景真正實現優化。

“用大模型來管理大模型”，防范注入攻擊

伴隨大模型應用愈加豐富，大模型發展過程中的知識產權糾紛、內容安全、數據泄露風險等引起公眾注意，出現風險事件的數量與類型也愈加繁雜。

作為一家兼具數字安全與人工智能“兩翼”的科技企業，360集團將人工智能安全問題分為技術安全、內容安全和人類安全三類問題。

其中，技術安全主要涉及大模型技術本身引發的安全問題，如網絡、數據和生成內容的安全；內容安全則是對大模型的控制、濫用、誤用和惡意應用等問題；人類安全問題則是大模型強大后帶來的安全可控問題。

葉健表示，針對上述問題，360集團提出大模型應用的四個原則，第一是安全，包括訓練時和上網以后，主要集中在網絡安全方面；第二是向善，這體現在大模型的價值觀方面；第三是可信，大模型有時會產生“幻覺”，360集團希望大模型的數據做到可信；第四是可控，大模型如果與現有的信息技術合在一起，可能調用現在的IT系統，如果大模型失控了，引起的問題就非常嚴重。

目前，大模型最常見的安全問題之一為“注入攻擊”，即通過使用惡意指令作為輸入提示的一部分，來操縱語言模型輸出的技術。針對這一問題，葉健提出的對策是“以模制模”。

葉健解釋道，大模型在預訓練的過程中一般采用無監督學習，例如，模型學習的時候會盡量讓它看各種各樣的書，看各種書的時候難免會有各種知識進入模型，但我們不希望其中一些知識用在不好的場景。這時可以使用“以模制模”的方法，在大模型上線之前，用另一個大模型進行價值觀對齊；同時在上線之后，還會有另一個模型來監督它，通過語義判斷大模型的回答是否有風險，“用大模型來管理大模型”。