Gartner最近有个预测挺有意思的——到2028年，企业使用的生成式AI模型中将有超过半数属于特定领域语言模型（DSLM）。这个预测我觉得很有道理，而且可能已经在发生。

通用大语言模型（LLM）确实强大，但它们有个问题——太通用了。对于很多企业来说，通用模型在准确性、成本、合规性方面可能都不够好。而且通用模型往往包含很多企业用不到的知识和能力，这是种浪费。

特定领域模型（DSLM）就是在针对特定行业、功能或流程的专用数据上训练或微调的语言模型。不同于通用模型，DSLM能更加精准、可靠且合规地满足特定业务需求。比如医疗领域的模型，可以专注于医学知识和临床决策支持；金融领域的模型，可以专注于合规和风险分析。

我觉得这个趋势对企业来说是好消息。首先，DSLM通常更小、更高效，推理成本更低。其次，因为它们针对特定领域训练，在专业任务上的表现往往更好。再次，使用DSLM可能更容易满足行业合规要求，因为训练数据可以更好地控制。

但这并不意味着通用模型会消失。它们还是会作为基础存在，企业可以在通用模型的基础上进行微调，或者在某些场景使用通用模型，在专业场景使用DSLM。这种“通用+专用”的组合，可能是未来的主流架构。

对于模型厂商来说，这也是个机会。谁能提供更好的行业特定模型和微调工具，谁就能在企业市场获得更大份额。

Blog

Gartner预测：到2028年，超过半数企业生成式AI模型将是特定领域模型