近年来，随着人工智能技术的飞速发展，大模型项目在资本市场的热度持续升温。然而，徐启昌在近日的一次行业论坛上指出，70%-80%的大模型项目投资回报未达预期，这一现象引发了业界的广泛关注和热议。

徐启昌表示，大模型项目在投资过程中，存在诸多问题，如技术门槛高、研发周期长、人才短缺等，导致项目成功率较低。此外，市场对大模型的需求并未如预期般旺盛，导致项目在推广过程中面临诸多困难。

首先，大模型项目的技术门槛较高。大模型需要大量数据、计算资源和算法支持，对于初创企业来说，要想在短时间内完成大模型项目的研发，需要投入大量的人力、物力和财力。然而，很多企业在研发过程中，由于技术不过关、人才匮乏等原因，导致项目进度缓慢，甚至陷入僵局。

其次，大模型项目的研发周期较长。相较于其他类型的人工智能项目，大模型项目需要更多的时间进行数据积累、模型训练和优化。在这个过程中，企业需要不断地投入资金，而投资回报却难以在短期内实现。

再者，人才短缺也是制约大模型项目发展的一个重要因素。大模型项目对研发团队的要求较高，需要具备深厚的技术功底和丰富的项目经验。然而，目前我国人工智能领域的人才储备尚不充足，导致企业在招聘过程中面临诸多困难。

此外，市场对大模型的需求并未如预期般旺盛。虽然大模型在理论上具有广泛的应用前景，但在实际应用过程中，由于成本、效果等因素的限制，很多企业对大模型的应用并不积极。这导致大模型项目在推广过程中面临诸多困难，投资回报率难以达到预期。

针对上述问题，徐启昌提出以下建议：

1. 加强政策支持。政府应加大对人工智能领域的政策扶持力度，鼓励企业加大研发投入，提高项目成功率。

2. 提高人才培养质量。高校和科研机构应加强人工智能领域的人才培养，提高人才培养质量，为企业输送更多优秀人才。

3. 深化产学研合作。企业、高校和科研机构应加强合作，共同推动大模型项目的技术创新和应用落地。

4. 优化市场环境。政府部门应加强市场监管，规范市场秩序，为企业创造一个公平、健康的竞争环境。

总之，大模型项目投资回报未达预期，是当前人工智能行业面临的一个普遍问题。要想改变这一现状，需要政府、企业、高校和科研机构共同努力，共同推动大模型项目的发展。

本文链接：http://baidu.112qu.com/www.rongyi.com/runtime/config.php/56566.html