当前，大模型的概念炙手可热。那么，怎样才能让神奇的大模型在工业领域中产生价值？笔者以为，做好工业大模型的“大”“工”“业”三篇文章，尤为关键。
　　一说模型之“大”。我们以前学物理的起始篇，是关于力学中的压力压强问题。其实，关于大模型也有一个压力压强的关系问题。2023年我们见证了100多个大模型的“放飞”时刻，这些通用大模型参数巨大，训练动辄费用上千万元。然而，这些模型到底终能产生多少实际价值，目前还是一个问号。有的模型看上去很大，参数如海，但是具体到某一个具体环节，又凸显数据量之可怜、无助。也就是说，模型虽大，但由于涉及面太广，具体到一个点上，则压强微弱，以至于解决不了什么实际问题。与此相反的是，我们有些具象化的工业大模型，虽然参数总量不大，但是十分聚焦，对于攻克某个点上的问题游刃有余。这就是一个简单的辩证关系：有的模型很大，但其实很小；有的模型很小，但其实很大。检验的标准就是看“疗效”，在解决具体问题上见高下。
　　比如，安徽有个名叫“知了”的工业品购置对接大模型建设得就非常睿智。建设者把公司既往积攒下的几百万份工业招标文件，拿去“喂”模型，迅速“喂”出了名堂。现在，关于复杂型号的工业品采买，只要用户提出需求，“知了”模型就能迅速给出方案，其内容之详尽，策略之精致，绝不是之前任何一位业务员所能达到的。“知了”模型迅速为公司拓展了业务面，提高了效能。
　　二说模型之“工”。大模型在工业领域的应用，就是工业大模型。工业大模型不是做游戏，搞些花里胡哨“隔靴搔痒”之类的事情，它归根结底得姓“工”。只有解决制造中的实际问题，才能更有价值。那么怎样让工业大模型姓“工”？关键是要掌握详尽的工业场景数据。如果我们把大模型比作天上的飞机，那么这些场景的数据就好比是机场，是能够让大模型落地的条件。
　　展湾公司与合肥彩虹玻璃公司联手，在解决玻璃溶液操作上锻造出一个让人很受启发的工业大模型——“糖炒板栗”，其创造出的价值非常令人称道。彩虹玻璃在用“糖炒板栗”大模型之前，是纯人工操作，平均每天的人工失误率达0.53次，大致上是每两天就会因为人工因素而失误一锅玻璃水，大幅度增加了成本。“糖炒板栗”诞生之后，一切就不一样了。其建设步骤分三步：第一步，建造模型，收集数据，投入学习，即人操作，模型学。第二步，达到一定数据量积累之后，“糖炒板栗”有了生成智能，开始了模型操作。这时候，人还不能完全离开，要对模型操作进行人工监督矫正，不断修正模型的操作世界观。第三步，等到模型完全知道正确方向追求的时候，全面进入“糖炒板栗”模型操作阶段。此时，原先每天人工失误的0.53次就再也没有了，良品率大幅度提升，成本显著下降。
　　三说模型之“业”。今天把大模型成功运用于工业实践并产生明显价值新增的还不多，那么，怎样提高模型渗透运用于工业领域的效率？笔者以为，这其中的一个关键，在于要把模型在工业中的建设过程，作为一项新的业态来予以扶持与推进。在实践中，可重点关注“三个借力”。
　　其一，借力高校、科研院所的科技与产业联动的力量。高校和科研院所的数字化人才多，在钻研工业软件、推动科研成果向产业转化的过程中，尽可能运用大模型这样的新技术来提高效率。比如，中国科学技术大学的一位教授创建的九韶公司，在做工业设计的过程中，为了提高效率，非常自然地孕育出帮助自己写代码的工业设计大模型“九韶凝光”，由此，写代码的效率成几何倍数地提升。再如，科大国创公司也是在开发工业软件的过程中，打造出国创星云GPT，把常规代码编写全然交付给“星云”模型。其间，公司还把自己的独门秘籍“高可信软件”融入其中，其结果就是模型不仅能自动编写代码，而且所编写出的“代码”还能得到高可信软件的检验，代码质量更加可信。
　　其二，借力软件企业的角色融合。现在，有不少软件企业直接开启硬件制造服务的新赛道，成了既懂软件又懂硬件的复合型企业，这样的企业容易创造出个性化的工业大模型。比如，安徽的中科类脑公司长期扎根于电力企业服务，近联手电力公司创生出“玄视”大模型，把在电力巡检中的无人机拍摄的动辄几十万张的照片，在分秒之间就能判断出哪些照片有问题、具体是什么问题，创造出人工无法企及的效率。
　　其三，借力数字化服务商的新质服务。有些数字化服务商正在勠力提升自己的核心竞争力，比如运用大模型开展诊断就是其中重头戏。安徽的容知日新公司过去对远程的机器看护和诊断，都是靠后台人的临场智力判断，现在打造出“灵芝”大模型之后，人的智力判断正在让位于“灵芝”大模型，服务效率大大提升。