一款新药从实验研究到最终上市平均要花费10年时间、10亿美元、6000多个实验，高昂研发投入的背后是数据样本不足所带来的困扰。如今，基于大模型的AI技术有望破解这一难题。在腾讯量子实验室，腾讯针对传染病和癌症等疾病领域的耐药性问题，构建了一个样本量达到10万的MdrDB 耐药性数据库，通过海量数据训练，MdrDB的AI耐药性预测精准度提升30%。
事实上，医药研发只是大模型众多应用场景之一，随着框架层技术发展，AI将在更多产业落地。作为技术提供者，腾讯正在不断加码大模型技术及生态建设，以促进千行百业进行数字化转型、提质增效。9月7日，腾讯集团高级执行副总裁、腾讯云与智慧产业事业群CEO汤道生在2023腾讯全球数字生态大会上表示，AI已成为下一轮数字化发展的关键动力，为解决产业痛点带来了全新思路。面向新一轮AI机遇，腾讯将迈入“全面拥抱大模型”时代。
据汤道生介绍，腾讯已与11000家生态伙伴合作推出覆盖100多个产业场景的行业解决方案。去年生态伙伴收入占到腾讯云整体收入的三分之一，收入增速是腾讯云增速的4倍。腾讯产业互联网将通过“智能增强”、“数据增强”及“连接增强”三方面帮助产业实现高质量发展。
具体来看，在“智能增强”方面，腾讯自研的通用大语言模型“混元”具备超千亿参数规模、超2万亿tokens预训练语料，可以为产业提供技术底座。目前，腾讯混元大模型已在腾讯云、腾讯广告、腾讯会议、腾讯文档、微信搜一搜等多个业务线应用。
而“腾讯云MaaS服务”上线的覆盖20多种行业的开源通用大模型以及20多个领域的行业大模型，在结合企业专有数据训练后，将进一步满足企业个性化需求。此外，行业解决方案与企业级应用结合，让产业在生产、营销、售后服务、办公等多个环节实现降本增效。
汤道生认为，智能生产正在用创新方式破解场景痛点。他举例称，在能源领域，我国有大量的电网设备散布在偏远地区，过去依靠人工巡检方式，故障隐患无法及时发现和处理，而依靠电力视觉大模型可以适应不同电网场景，帮助电网生产经营和减负增效。在营销领域，基于行业模型，销售人员用自然语言提问就可以获取准确的商业分析，复杂问题的解决率比传统方式提升了30%。
不容忽视的是，大模型训练离不开大量高质量数据支撑。随着智能时代的到来，数据将成为企业竞争的核心壁垒。汤道生认为，在“数据爆炸”的时代，数据处理能力有多强，决定了业务发展天花板有多高。解决好数据的处理、挖掘、安全等问题，将成为企业和开发者必须翻越的山峰。
据了解，在“数据增强”方面，腾讯已拥有腾讯云数据库TDSQL、AI 原生向量数据库 Tencent Cloud VectorDB和腾讯云大数据。为了防范数据安全风险，腾讯正在持续加码威胁情报、风控反欺诈、数据安全、云安全托管服务、零信任等领域投入。
不过，只有数据仍无法推动产业实现高质量数字化转型。在汤道生看来，做好产业数字化，还需要推动数据像水一样不断滋养人、财、物等传统生产要素，才能生长出像参天大树一样的、健康高效的企业经营管理体系。正如流动的水才有活力，流动的数据才能发挥作用，“连接”就是数据保持流动的“河道”。
他表示，此前腾讯通过QQ、微信等连接了超过10亿用户。今天腾讯将把这样的连接拓展到产业场景中人与人、人与物、物与物的连接。例如在产业互联网中，身份ID是员工进入业务场景的“工卡”，然而随着企业内网与云上的数字系统越来越多，多重身份ID致使维护成本水涨船高。为了解决这一难题，腾讯上线了统一身份ONE ID，员工用一个身份即可访问各业务系统。
针对未来发展方向，汤道生称，腾讯将立足于实效，不断加码智能增强”、“数据增强”、“连接增强”相关技术，让数字化工具在产业中用起来、用得好。与此同时，腾讯会继续以创造价值为目标，在投入技术与创新的同时，不断完善产品、提升服务体验，与生态伙伴共同建设产业智能未来。
