中国目前众所周知，制造业是一个相对的优势。现在正是制造业转型升级的关键时期，从传统制造走向先进制造，标志物有新能源、创新药和AI大模型。

新能源和创新药本身就是创新的载体，而AI大模型目前的应用趋势是嵌入到具体的载体中，提高效率。它的实现本质是通过指数级算力对数量级数据的计算。AI大模型作为工程师助手，其作用显著，但作为独立的智能体，在一定时期内，可能未必比得上高度一致的自动化生产工具。

因此，它的启发性和创造力是优势，但在短期内大规模应用于对一致性要求苛刻的生产制造时，可能并不是自动化设备的替代品。因此，它在制造业升级中的角色尤为值得考量。

在工业企业接纳大模型方面，存在两个问题：成本问题和幻觉问题。不过，我观察到得制造业同行对此仍然较为乐观，工业大模型已经能够做到专家系统100%无害化，90%以上的准确度，具有初步落地的基础。

但对于工业大模型的定义还存在较大的歧义，特别是它与之前的AI自动化算法程序有多少区隔，以及它主要被部署应用于流程管理、人力资源、制造管理、内容产出和设计等方面，距离制造业的第一性价值还有多少距离？

在 12 月 14 日举行的腾讯科技Hi Tech Day上，北京信息化和工业化融合服务联盟理事长闫同柱的观点更为务实：高端制造业积极拥抱大模型是因为它对知识的要求比较密集，大模型起到了优化作用，具有较大的价值。但对于传统制造业来说，其数据量不大，而大模型的门槛相对较高，投入产出比并不那么明确。

总而言之，对于大模型，尤其是在工业场景下，我们仍然有必要保持一定的审慎。可以借助它来修正错误，但切勿过度夸大，前方的道路还很漫长。