TMT观察网_独特视角观察TMT行业

文 | 智能相對論

作者 | 沈浪

以聊天機(jī)器人、虛擬助手、智能客服等為代表的對話式人工智能 (Conversational AI Agents ) 在具體服務(wù)場景中的應(yīng)用已經(jīng)十分普遍。今年以來，隨著大模型技術(shù)的爆發(fā)與加持，對話式AI被市場賦予了更高的期望。

“所有行業(yè)都值得用大模型重做一遍”已經(jīng)成為業(yè)內(nèi)共識(shí)，百度、阿里、騰訊、華為等巨頭都在基于自家的大模型升級內(nèi)部業(yè)務(wù)，并逐步實(shí)現(xiàn)能力外溢，向各行各業(yè)的業(yè)務(wù)場景普及。

在這個(gè)過程中，市場對大模型的關(guān)注也從通用大模型轉(zhuǎn)向了領(lǐng)域大模型。與此同時(shí)，更聚焦、更專業(yè)的領(lǐng)域大模型解決方案被提出，以中關(guān)村科金為代表的對話式AI技術(shù)解決方案提供商已經(jīng)在深入思考如何為企業(yè)提供簡單、高效以及成本可負(fù)擔(dān)的專屬領(lǐng)域大模型服務(wù)。

在日前以“重構(gòu)未來 產(chǎn)業(yè)智能躍遷”為主題的2023大模型產(chǎn)業(yè)前沿論壇上，中關(guān)村科金發(fā)布了國內(nèi)首個(gè)企業(yè)知識(shí)大模型、AgentGraph應(yīng)用開發(fā)平臺(tái)以及“超級員工”助手系列AIGC應(yīng)用。由此來看，從底層的模型開發(fā)到上層的應(yīng)用服務(wù)，市場內(nèi)已有更專業(yè)與專注的細(xì)分領(lǐng)域廠商給出相應(yīng)的一站式技術(shù)解決方案。

大模型浪潮加速著通用人工智能發(fā)展，智能化時(shí)代之門正在開啟。千行百業(yè)內(nèi)的每個(gè)企業(yè)，都有運(yùn)用大模型技術(shù)強(qiáng)化對話式AI服務(wù)在智能營銷、智能服務(wù)、智能運(yùn)營領(lǐng)域的機(jī)會(huì)，從而在激烈的競爭中構(gòu)建優(yōu)勢。在這個(gè)過程中，對領(lǐng)域大模型建立起正確的認(rèn)知以及選擇適合的AI企業(yè)進(jìn)行合作，變得關(guān)鍵。

AI大模型的行業(yè)解法

在大模型的技術(shù)底座選擇上，并非所有企業(yè)都適用通用大模型方案，或是隨著市場的焦點(diǎn)轉(zhuǎn)移，只盯著領(lǐng)域大模型看——這些過于單一的方案很難完全滿足企業(yè)所面臨的復(fù)雜業(yè)務(wù)場景。

在過去的一年，大模型的走紅成就了AI領(lǐng)域的又一波浪潮，但是相比以往，這一次技術(shù)應(yīng)用的焦點(diǎn)很快鎖定在業(yè)務(wù)場景之上，而非長久地停留于探討新概念。

以中關(guān)村科金為例，針對不同企業(yè)的需求和規(guī)模考慮，為企業(yè)提供的三種大模型應(yīng)用路徑，分別為：一是通用大模型+提示工程，二是通用大模型+領(lǐng)域知識(shí)庫+提示工程，三是領(lǐng)域大模型+領(lǐng)域知識(shí)庫+提示工程。

關(guān)于這三條路徑，中關(guān)村科金技術(shù)副總裁張杰博士向「智能相對論」進(jìn)一步解釋，這屬于一個(gè)遞進(jìn)的應(yīng)用關(guān)系，企業(yè)最開始可以先采用基礎(chǔ)的通用大模型，加上提示工程對自己的業(yè)務(wù)場景進(jìn)行微調(diào)，初步判斷現(xiàn)有的技術(shù)應(yīng)用是否對自己的業(yè)務(wù)有幫助。然后再根據(jù)業(yè)務(wù)需求進(jìn)入第二階段，構(gòu)建領(lǐng)域知識(shí)庫，減少大模型的幻覺問題等等，來尋求更高的應(yīng)用價(jià)值。直到在具體業(yè)務(wù)場景想要做到極致，進(jìn)而推進(jìn)到第三階段，就針對專業(yè)領(lǐng)域開發(fā)領(lǐng)域大模型。

在這三條路徑的遞進(jìn)關(guān)系中，所帶來的不僅僅是應(yīng)用價(jià)值的提升，還可以幫助企業(yè)在應(yīng)用大模型的過程中把控成本。在「智能相對論」的視角中，第三階段（即“領(lǐng)域大模型+領(lǐng)域知識(shí)庫+提示工程”）的應(yīng)用前景在未來還有很大的前景。當(dāng)中關(guān)村科金等垂直領(lǐng)域AI企業(yè)的行業(yè)專屬領(lǐng)域大模型愈發(fā)成熟，成熟到企業(yè)可以直接接入再微調(diào)即可投入使用，其效率比起構(gòu)建企業(yè)專屬的領(lǐng)域大模型就要高一些。

以中關(guān)村科金發(fā)布的企業(yè)知識(shí)大模型來看，目前該產(chǎn)品具備了全面的語義、語音、視覺等基礎(chǔ)能力，在5個(gè)能力域、46個(gè)能力項(xiàng)評測中準(zhǔn)確度達(dá)95%+，已達(dá)到當(dāng)前國產(chǎn)大模型最高能力級別。更關(guān)鍵的是，中關(guān)村科金耗費(fèi)十萬卡天算力，整理出了原子任務(wù)間的協(xié)同增益關(guān)系圖，從而實(shí)現(xiàn)高效微調(diào)，幫助企業(yè)快速接入并應(yīng)用到特定的專業(yè)領(lǐng)域。換句話說，如果企業(yè)暫時(shí)無法構(gòu)建企業(yè)專屬領(lǐng)域大模型，直接采用AI企業(yè)打造的行業(yè)專屬領(lǐng)域大模型也不失為一個(gè)優(yōu)質(zhì)的選擇。

中關(guān)村科金融合自研的企業(yè)知識(shí)大模型為諾亞財(cái)富打造的智能知識(shí)庫就是一個(gè)比較典型的應(yīng)用標(biāo)桿案例。目前，該智能知識(shí)庫具備多模態(tài)文檔分析、QA問答對自動(dòng)抽取、知識(shí)內(nèi)容自動(dòng)標(biāo)簽化處理能力，并以知識(shí)助手的形態(tài)開始應(yīng)用到特定的客服場景，減少了文本客服70%以上的運(yùn)營工作量，回答效果更是提升了50%+。

回過頭來再看大模型，不難發(fā)現(xiàn)，整個(gè)市場的導(dǎo)向非常明顯，就是奔著“企業(yè)需求”和“業(yè)務(wù)場景”去的，市場迫切地在為企業(yè)和業(yè)務(wù)尋求簡單高效且成本可負(fù)擔(dān)的大模型服務(wù)解決方案。

同時(shí)，市場的分化也在加速，未來的大模型領(lǐng)域或許只有幾家通用大模型（在阿里、騰訊、華為、百度等科技巨頭旗下），再有多個(gè)行業(yè)專屬的領(lǐng)域大模型（由中關(guān)村科金等垂直領(lǐng)域AI企業(yè)打造），以及無數(shù)個(gè)企業(yè)專屬的領(lǐng)域大模型（為各行各業(yè)的領(lǐng)軍企業(yè)聯(lián)合前兩者共同構(gòu)建）。

屆時(shí)，整個(gè)大模型市場的商業(yè)邏輯將更加清晰，以通用大模型為基礎(chǔ)底座，以領(lǐng)域大模型為拓展平臺(tái)，圍繞產(chǎn)業(yè)的業(yè)務(wù)場景做服務(wù)延伸，進(jìn)而構(gòu)建出來的技術(shù)解決方案將主導(dǎo)著行業(yè)AI應(yīng)用的未來。

誰在主導(dǎo)領(lǐng)域大模型的未來？

換句話說，不管是行業(yè)專屬還是企業(yè)專屬，成本可控、貼合業(yè)務(wù)的大模型底座都將是未來市場競爭的關(guān)鍵點(diǎn)。企業(yè)無論是選擇行業(yè)專屬的領(lǐng)域大模型，或是選擇與AI企業(yè)共同開發(fā)企業(yè)專屬的領(lǐng)域大模型，都需要在這個(gè)階段對領(lǐng)域大模型有所認(rèn)知與判斷——這將影響著其開發(fā)AI應(yīng)用、推進(jìn)智能化服務(wù)的水平。

現(xiàn)階段，就市場的反饋而言，在「智能相對論」看來，企業(yè)對大模型的意向評估初步可以從四個(gè)層面來切入。

一、專業(yè)性：是否具備以行業(yè)Know-How為代表的領(lǐng)域?qū)I(yè)知識(shí)。

企業(yè)為什么要構(gòu)建專屬的領(lǐng)域大模型？因?yàn)槠錁I(yè)務(wù)發(fā)展需要大量高度專業(yè)的知識(shí)和技能，通用大模型要么無法滿足，要么訓(xùn)練成本過高，都不適合企業(yè)的專屬需求。對應(yīng)就意味著，領(lǐng)域大模型需要的領(lǐng)域?qū)I(yè)性是非常高的。企業(yè)專屬的領(lǐng)域大模型本就屬于企業(yè)和AI企業(yè)共建的產(chǎn)品，其專業(yè)性自不必說。

以中關(guān)村科金為例，其主導(dǎo)開發(fā)領(lǐng)域大模型的優(yōu)勢之一就在于背后豐富的預(yù)置數(shù)據(jù)基礎(chǔ)，包括2000億token的公域預(yù)訓(xùn)練數(shù)據(jù)以及2000萬條指令數(shù)據(jù)等等，其場景組件（Vertical Agent）里更是封裝了200多個(gè)場景KnowHow。

眾所周知，這些預(yù)置數(shù)據(jù)的來源大多是長期的服務(wù)實(shí)踐。具體來看，中關(guān)村科金已服務(wù)900余家頭部企業(yè)，行業(yè)覆蓋金融、政務(wù)、零售、醫(yī)療、制造等領(lǐng)域，客戶包括工商銀行、中國銀行、郵儲(chǔ)銀行、招商銀行、中國人保、泰康保險(xiǎn)集團(tuán)、五礦信托、國家電網(wǎng)、龍湖地產(chǎn)、百安居、捷安特、基恩士、美的、步步高等數(shù)十家500強(qiáng)企業(yè)。

二、開放性：是否提供多元的通用底座選擇。

領(lǐng)域大模型的構(gòu)建必然是在通用大模型的基礎(chǔ)之上，但市場的格局必然也是多個(gè)通用大模型并存，且各個(gè)大模型之間也有著差異化的表現(xiàn)。

中關(guān)村科金技術(shù)副總裁張杰博士向「智能相對論」介紹，各家的大模型產(chǎn)品在具體的場景中表現(xiàn)是不一樣的，對應(yīng)翻譯場景和生成場景的需求是完全不同的，具體還得根據(jù)業(yè)務(wù)場景需要以及企業(yè)的投入產(chǎn)出預(yù)期來選擇通用大模型。

也就是說，在「智能相對論」看來，未來哪怕只是一家公司，或許也會(huì)根據(jù)業(yè)務(wù)的不同，來選擇不同的通用大模型構(gòu)建對應(yīng)的領(lǐng)域大模型解決方案。那么，對于通用大模型的底座選擇就不能局限在單一的產(chǎn)品上。

對此，中關(guān)村科金提供的領(lǐng)域大模型解決方案在開放性上就下足了功夫，不僅可以靈活適配十余款開源基礎(chǔ)大模型，兼容性強(qiáng)支持一鍵切換，還自研了大模型評測工具，幫助企業(yè)做好通用大模型的選型。如此一來，企業(yè)既不用綁定在單一的通用大模型之上，也能科學(xué)地根據(jù)業(yè)務(wù)需求選出適合的通用大模型底座。

三、系統(tǒng)性：是否具備完整的技術(shù)開發(fā)和服務(wù)鏈條。

在選擇領(lǐng)域大模型解決方案的過程中，企業(yè)需要考慮AI企業(yè)背后技術(shù)開發(fā)和服務(wù)的系統(tǒng)性。

舉個(gè)例子，當(dāng)一家企業(yè)選擇某個(gè)領(lǐng)域大模型解決方案時(shí)，既要考量“開箱即用”的眼前價(jià)值，也要考量是否能在后期根據(jù)自己的業(yè)務(wù)需求或調(diào)整，來深度構(gòu)建自己的專屬應(yīng)用或?qū)兕I(lǐng)域大模型，而不是“淺嘗輒止”，要么停住要么轉(zhuǎn)投其他家的方案。

在這個(gè)思路下，中關(guān)村科金則是構(gòu)建了系統(tǒng)的領(lǐng)域大模型能力解決方案，覆蓋領(lǐng)域大模型工廠、領(lǐng)域知識(shí)庫工廠、AgentGraph應(yīng)用開發(fā)平臺(tái)以及場景應(yīng)用等，包括前面提到的大模型評測工具助力選型、模型微調(diào)技術(shù)等等，以幫助企業(yè)在不同的階段做好大模型應(yīng)用的遞進(jìn)升級。

其中，中關(guān)村科金最新發(fā)布的AgentGraph應(yīng)用開發(fā)平臺(tái)又進(jìn)一步深化并明確了企業(yè)應(yīng)用大模型的路徑。一方面，AgentGraph應(yīng)用開發(fā)平臺(tái)提供200+AI能力組件、50+應(yīng)用模板，可實(shí)現(xiàn)分鐘級創(chuàng)建新應(yīng)用，幫助企業(yè)低成本、快速地開發(fā)出新的大模型應(yīng)用。

另一方面，AgentGraph應(yīng)用開發(fā)平臺(tái)從底層重塑了大模型應(yīng)用開發(fā)的邏輯，完成了類似操作系統(tǒng)的定義。簡單來說，基于AgentGraph應(yīng)用開發(fā)平臺(tái)，企業(yè)、開發(fā)者可以完成數(shù)據(jù)獲取、數(shù)據(jù)利用、Agent編排、應(yīng)用拓展等一系列的開發(fā)和服務(wù)流程，不再需要轉(zhuǎn)移到其他平臺(tái)。未來隨著中關(guān)村科金在開源方面的努力，行業(yè)伙伴、開發(fā)者還能在平臺(tái)上貢獻(xiàn)自己的AI Native應(yīng)用，類似安卓系統(tǒng)、iOS上的應(yīng)用開發(fā)行為，繼續(xù)幫助企業(yè)以更快的效率完成大模型應(yīng)用開發(fā)，避免“重復(fù)造輪子”之余，還將形成全新的大模型應(yīng)用生態(tài)。

四、持續(xù)性：是否是企業(yè)成本可負(fù)擔(dān)的解決方案。

在AI進(jìn)程上，百度李彥宏曾犀利的指出，AI創(chuàng)新不要陷入“技術(shù)自嗨”的陷阱。在「智能相對論」看來，任何一項(xiàng)技術(shù)都如此，大模型的應(yīng)用開發(fā)既要聚焦行業(yè)的場景需求，更要關(guān)注企業(yè)的成本問題。

對此，中關(guān)村科金提出的三條不同應(yīng)用路徑，以及發(fā)布AgentGraph應(yīng)用開發(fā)平臺(tái)來幫助企業(yè)降低內(nèi)部應(yīng)用創(chuàng)新成本，都旨在加速提高企業(yè)對大模型的接受和使用程度。

盡管現(xiàn)在大模型很火，但是在實(shí)際應(yīng)用中企業(yè)的認(rèn)知和接受程度并不完整。中關(guān)村科金技術(shù)副總裁張杰博士向「智能相對論」表示，他們在與企業(yè)的合作中最開始的動(dòng)作先是做一輪科普，幫助企業(yè)了解大模型，避免企業(yè)對大模型的認(rèn)知出現(xiàn)偏差，比如價(jià)值預(yù)期過高或是被常規(guī)說法中的巨大成本所嚇倒。

唯有加速行業(yè)、企業(yè)對大模型的接受程度，以更客觀且積極的態(tài)度來嘗試大模型應(yīng)用，并能持續(xù)地進(jìn)行下去，才能不斷促使各行各業(yè)的產(chǎn)品和服務(wù)更加智能、高效且強(qiáng)大。

寫在最后

在2023大模型產(chǎn)業(yè)前沿論壇上，智譜AI總裁王紹蘭提到，“中國大模型已進(jìn)入第二場角逐中，生態(tài)走向分化，基座大模型和基于基座大模型的場景賦能和應(yīng)用進(jìn)入到了并舉的階段，對大模型公司的研究能力和運(yùn)營能力提出了新的挑戰(zhàn)。”

事實(shí)上，領(lǐng)域大模型的迸發(fā)趨勢所反映的便是這一階段的特征。企業(yè)對大模型的關(guān)注也在持續(xù)增加，大模型公司如何幫助企業(yè)做好技術(shù)研發(fā)與應(yīng)用則是更為關(guān)鍵的一步。

從目前的反饋來看，以中關(guān)村科金為代表的AI企業(yè)從底層的模型開發(fā)到上層的應(yīng)用服務(wù)，在技術(shù)和商業(yè)層面都提供了有效可行的解決方案，很好地為企業(yè)打開了一扇進(jìn)入大模型世界的大門。

*本文圖片均來源于網(wǎng)絡(luò)

#智能相對論 Focusing on智能新產(chǎn)業(yè)新服務(wù)，這是智能的服務(wù)NO.251深度解讀

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

?AI產(chǎn)業(yè)新媒體;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個(gè)為什么》

?【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。