基于工作便利，我与国内一家做大数据基础软件的头部企业高管浅聊了下，像ChatGPT、百度文心一言这些通用大模型在券商、医疗等专业性很强的领域会不会得到应用，他们是怎么用的？
对话内容梳理后，整理如下：
问：像现在特别火的人工智能、ChatGPT，跟咱们做的大数据基础软件这块业务有关联吗？
答：有的，因为我们公司本身也会有相应的大模型产品，但是我们这块和ChatGPT、百度文言一心都不一样，他们做的都是通用大模型，我们是专注于这个行业专有的大模型。
问：行业专有大模型是什么意思？
答：比如说，我们有一块是做量化投研的大模型，它只专注于量化投研这个细分的领域。很多券商和私募的用户很重视数据安全，他的数据是不能够传到像ChatGPT这些公用的大模型上面的，因为这样会泄露他内部的数据隐私和数据安全，所以他只能做自己专有的垂直领域的大模型。
而且现在政府层面比较想要推动的，就是专注于做行业垂直的大模型，而不是做通用的大模型。
问：除了券商这个领域还有做哪些大模型吗？
答：其实我们更多的是提供一套大模型的工具，各行各业的用户可以用这个工具去训练他自己行业专属的大模型。
比如银行的可以训练银行自己的，医疗的也可以训练医疗自己的。因为这些垂直行业它有很多独特性，第一个是专业术语，第二个是有他行业自己的理解，这个是通用大模型做不到的。
比如量化投研那块，很多大的私募，它有自己的投资逻辑，这是他的一个核心的竞争力，他不会去对外公开的。所以他也不可能去用ChatGPT或其他通用大模型去训练，他需要有一套专有的大模型去完成他的整个投资逻辑的训练。
另外，这里还涉及到一个专业产品叫向量数据库，客户的场景更多的是seal环境里面部署他的垂直领域的行业大模型，这个就不展开讲了。
问：某一个领域训练好的行业大模型，可以直接作为一个产品去卖吗？
答：我们是不拥有数据的。为什么要细分到垂直行业的大模型？是因为每个行业它有自己专有的训练数据，这些很多都是他们私有的，这里本身就涉及一个数据安全的问题。
举例来说，量化投研这个细分领域的场景，比如财联社的数据是比较全的，我们跟一些这样的合作伙伴，大家合作完成了一个模型数据的训练。一方面，是我们提供了这样一套大模型的工具，给用户去训练自己的专有的行业大模型。另一方面，是我们为相关的这些行业去打了个样，展示出来可以怎么样去训练他私有的、专属的行业大模型。所以对于其他量化投研的用户，他就可以直接购买，不需要去做额外的训练了。
当然，对于其他行业的话，更多情况是要看具体客户。因为我们不拥有数据，所以我们更多的还是帮着客户去发掘、训练他们行业专有的大模型。