7月11日，在联想创投2023 CVC创投周上，联想集团副总裁、联想创投合伙人王光熙在接受采访时表示，对于商业社会来说，大语言模型是一个很大的变量，但其影响力目前不确定因素较多。整体来看，由于市场需求潜力巨大，大语言模型底层算力方面的投资确定性更强；与此同时，大语言模型的底层算力市场未来可能不是一个完全开放的市场，每一个应用企业需要考虑相关算力的供应问题。
　　他认为，对于大语言模型，国内大量的投资机会或将存在于应用层面，如何解决行业担心的隐私、安全，以及本地化部署等问题，行业自身系统如何与大语言模型共存与叠加，是投资大语言模型应用时需要考虑的关键问题。
　　底层算力投资确定性更强
　　联想创投判断，未来十年世界对算力的需求将呈现大幅增长态势。王光熙表示，在基础模型方面，底层算力的投资确定性更强。其市场需求潜力巨大，但国内研发具有一定的不确定性。目前，美国方面底层算力技术的发展处于较为领先的位置，国内企业也非常重视，相对来说，国内方面大厂更具有发展大语言模型应用的优势。国内大语言模型最终的格局还不确定，但可能不是百花齐放的格局。联想创投从2016年成立起，就将新计算作为重点投资方向，目前已投资布局了新的计算架构、应用导向的芯片设计、端边云协同等算力相关领域。
　　王光熙提到，大语言模型的底层算力市场可能不是一个完全开放的市场，全球在一些高端的算力供应上，可能会存在地域限制。因此，各个在大语言模型应用方面有一定规模的市场，都应该考虑自身算力的供应问题，比如算力供应的稳定性、安全性、先进性如何保证。
　　应用端还有很长路要走
　　在应用方面，他认为，大语言模型的衍生能力很强，其在应用上的拓展边界仍是未知数。大语言模型在服务于不同行业时，如何解决行业担心的隐私、安全，以及本地化部署等问题，行业自身系统如何与大语言模型共存和叠加，目前尚未有较好的应用出现。
　　王光熙进一步表示，在应用层面，以ChatGPT为代表的大语言模型对于不同行业的影响不同。有些行业受到的冲击会非常直接，比如对于回答精确度要求不高的文字处理相关工作、插画师等，或者生成代码的部分工作，如电路设计师等，在这些行业研发大语言模型应用，甚至不用做一些行业垂直技术处理，就会导致这些行业分工发生非常大的变化，未来可能更需要有经验的架构师花费更少的时间运用大语言模型处理相同的工作量。
　　“但在另外一些行业，如‘TO B’的应用，在数据、隐私等方面有着较多考量的企业，大语言模型的落地目前会有很大阻力。”王光熙表示，首先，如果这些企业拥抱大语言模型，对于他们自身的管理，尤其是以数据驱动的管理决策模式可能面临很大的转变，若企业依靠模型做决策，这一决策谁来负责？模型如何解释？其次，大语言模型如何与行业已有的工作模式、流程相结合？在这些方面，大语言模型的应用还有很长的路要走。目前来看，消费应用端比较容易推广。
（文章来源：中国证券报·中证网）