大模型生態(tài)新篇章:以AI Agent為引,助企業(yè)創(chuàng)新應(yīng)用落地

文 | 智能相對(duì)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(duì)話式人工智能 (Conversational AI Agents ) 在具體服務(wù)場(chǎng)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(duì)話式AI被市場(chǎng)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(jí)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(chǎng)景普及。

在這個(gè)過程中,市場(chǎng)對(duì)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(duì)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(jí)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(chǎng)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(duì)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(jìng)爭(zhēng)中構(gòu)建優(yōu)勢(shì)。在這個(gè)過程中,對(duì)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(chǎng)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(chǎng)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(chǎng)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(duì)不同企業(yè)的需求和規(guī)??紤],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(duì)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(duì)自己的業(yè)務(wù)場(chǎng)景進(jìn)行微調(diào),初步判斷現(xiàn)有的技術(shù)應(yīng)用是否對(duì)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(chǎng)景想要做到極致,進(jìn)而推進(jìn)到第三階段,就針對(duì)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(duì)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(píng)測(cè)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(jí)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(duì)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(chǎng)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(chǎng)的導(dǎo)向非常明顯,就是奔著“企業(yè)需求”和“業(yè)務(wù)場(chǎng)景”去的,市場(chǎng)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(chǎng)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(chǎng)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(chǎng)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(chǎng)競(jìng)爭(zhēng)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(duì)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(chǎng)的反饋而言,在「智能相對(duì)論」看來,企業(yè)對(duì)大模型的意向評(píng)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(duì)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(shì)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(chǎng)景組件(Vertical Agent)里更是封裝了200多個(gè)場(chǎng)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(chǎng)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(duì)論」介紹,各家的大模型產(chǎn)品在具體的場(chǎng)景中表現(xiàn)是不一樣的,對(duì)應(yīng)翻譯場(chǎng)景和生成場(chǎng)景的需求是完全不同的,具體還得根據(jù)業(yè)務(wù)場(chǎng)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(duì)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(duì)應(yīng)的領(lǐng)域大模型解決方案。那么,對(duì)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(duì)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(píng)測(cè)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(chǎng)景應(yīng)用等,包括前面提到的大模型評(píng)測(cè)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(jí)。

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(jí)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(duì)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(chǎng)景需求,更要關(guān)注企業(yè)的成本問題。

對(duì)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(duì)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(duì)論」表示,他們?cè)谂c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(duì)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(duì)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(chǎng)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(chǎng)景賦能和應(yīng)用進(jìn)入到了并舉的階段,對(duì)大模型公司的研究能力和運(yùn)營能力提出了新的挑戰(zhàn)?!?/p>

事實(shí)上,領(lǐng)域大模型的迸發(fā)趨勢(shì)所反映的便是這一階段的特征。企業(yè)對(duì)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)

免責(zé)聲明:此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章,所有文字和圖片版權(quán)歸作者所有,且僅代表作者個(gè)人觀點(diǎn),與極客網(wǎng)無關(guān)。文章僅供讀者參考,并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱:editor@fromgeek.com。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2023-11-23
大模型生態(tài)新篇章:以AI Agent為引,助企業(yè)創(chuàng)新應(yīng)用落地
大模型生態(tài)新篇章:以AIAgent為引,助企業(yè)創(chuàng)新應(yīng)用落地

長按掃碼 閱讀全文