文 | 智能相對論

　　作者 | 沈浪

　　以聊天機器人、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，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)，并逐步實現(xiàn)能力外溢，向各行各業(yè)的業(yè)務(wù)場景普及。

　　在這個過程中，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，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、高效以及成本可負擔的專屬領(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)首個企業(yè)知識大模型、AgentGraph應(yīng)用開發(fā)平臺以及“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，智能化時代之門正在開啟。千行百業(yè)內(nèi)的每個企業(yè)，都有運用大模型技術(shù)強化對話式AI服務(wù)在智能營銷、智能服務(wù)、智能運營領(lǐng)域的機會，從而在激烈的競爭中構(gòu)建優(yōu)勢。在這個過程中，對領(lǐng)域大模型建立起正確的認知以及選擇適合的AI企業(yè)進行合作，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)�？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)域知識庫+提示工程，三是領(lǐng)域大模型+領(lǐng)域知識庫+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」進一步解釋，這屬于一個遞進的應(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)需求進入第二階段，構(gòu)建領(lǐng)域知識庫，減少大模型的幻覺問題等等，來尋求更高的應(yīng)用價值。直到在具體業(yè)務(wù)場景想要做到極致，進而推進到第三階段，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關(guān)系中，所帶來的不僅僅是應(yīng)用價值的提升，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)域知識庫+提示工程”)的應(yīng)用前景在未來還有很大的前景。當中關(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個能力域、46個能力項評測中準確度達95%+，已達到當前國產(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優(yōu)質(zhì)的選擇。

　　中關(guān)村科金融合自研的企業(yè)知識大模型為諾亞財富打造的智能知識庫就是一個比較典型的應(yīng)用標桿案例。目前，該智能知識庫具備多模態(tài)文檔分析、QA問答對自動抽取、知識內(nèi)容自動標簽化處理能力，并以知識助手的形態(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擔的大模型服務(wù)解決方案。

　　同時，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，整個大模型市場的商業(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，圍繞產(chǎn)業(yè)的業(yè)務(wù)場景做服務(wù)延伸，進而構(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。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，都需要在這個階段對領(lǐng)域大模型有所認知與判斷——這將影響著其開發(fā)AI應(yīng)用、推進智能化服務(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)�業(yè)知識。

　　企業(yè)為什么要構(gòu)建專屬的領(lǐng)域大模型?因為其業(yè)務(wù)發(fā)展需要大量高度專業(yè)的知識和技能，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)�業(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、郵儲銀行、招商銀行、中國人保、泰康保險集團、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通用大模型并存，且各個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。

　　舉個例子，當一家企業(yè)選擇某個領(lǐng)域大模型解決方案時，既要考量“開箱即用”的眼前價值，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)�屬領(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)域知識庫工廠、AgentGraph應(yīng)用開發(fā)平臺以及場景應(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)平臺又進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)平臺提供200+AI能力組件、50+應(yīng)用模板，可實現(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，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。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)者還能在平臺上貢獻自己的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)成本可負擔的解決方案。

　　在AI進程上，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，但是在實際應(yīng)用中企業(yè)的認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)對大模型的認知出現(xiàn)偏差，比如價值預(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)用進入到了并舉的階段，對大模型公司的研究能力和運營能力提出了新的挑戰(zhàn)。”

　　事實上，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)打開了一扇進入大模型世界的大門。