“大模型落地是一个缓慢的过程,这是它不好的地方。但好的地方,也是因为它慢。”
中关村科金公司总裁喻友平,在谈及当前大模型风靡全球的现象时,给出了这样一席耐人寻味的评价。
没有人会否认大模型热度之“快”。在企业急切寻找数字化增长出路时,大模型靠着颠覆式的运算速度,和对工作流程的优化和效率的全面提升,成为了很多企业梦想中战略赋能工具。拥抱大模型似乎已经不是选择,而是必然的趋势。
然而,伴随大模型热度越来越高,与之而来的落地的速度却远没有我们想象中快。
高昂的计算成本和复杂的基础设施要求,使得许多企业在启动大模型项目时不得不慎重考量其长期投资回报。还要面临大模型的落地后的数据整合、数据保护、行业适配等多重难题。这或许就是大模型落地缓慢的主要原因。
许多企业在追逐AI浪潮时,如同站在迷雾中,虽能感受到它的力量,却不知如何在其中找到方向,释放其真正的价值。如何充分挖掘大模型的潜力,成为企业实现数字化转型的关键难题之一。
企业找对大模型应用方向了吗?
“也许还有很多企业没有找到大模型的边界。”这是面对困惑中的企业,喻友平给出的答案。
喻友平曾在百度就职长达17年,深度参与了百度AI平台化和商业化的过程,并领导团队成功推出了一系列大模型创新产品和解决方案。加入中关村科金后,喻友平出任总裁一职,全面负责中关村科金的管理工作,制定公司长期发展战略及全方位执行计划的实施。
作为数字化转型的推动者,喻友平不仅关注大模型技术的落地应用,更致力于挖掘AI背后的战略潜力,期望帮助企业实现从“技术试水”到“核心竞争力”的跨越。
喻友平认为,大模型作为AI领域的一项重要突破,其应用不仅为企业带来了全新的发展机会,还在助力企业对外增长、对内提效这两个核心领域展现出了极大的潜力。
但同时他也观察到,大部分企业对大模型都充满了好奇和热情,他们也会积极进行探索,但很快会遇到现实的挑战,发现初期的期望过高。喻友平认为,大模型应用市场上存在着大量未被满足的需求。很多企业实际上需要专业团队来帮助分析应用场景,理解具体需求,并据此提出综合性方案。这中间的gap远不只是一个产品和技术能够满足的,而是从认知、方案到最终解决问题的端到端能力gap。
“不是所有人都是大模型的专家,不排除有时候大家认为大模型带来的结果不如预期。这个时候需要有耐心的大模型公司帮助他们客观认识到大模型真正的价值所在。”
在喻友平看来,现在市面上有三大类型的大模型企业。
第一类是云厂商算力大厂。这类公司通常是基础设施提供者,负责为大模型提供必要的计算资源和云服务。
第二类是基础大模型创企。这类公司专注于基础大模型的研发,主要面向核心技术的创新,着眼于算法、模型训练和优化等基础性工作。
第三类是大模型应用落地企业。这一类公司则是将大模型技术与实际行业需求结合,推动大模型在各行各业的应用落地。他们不仅注重技术本身的创新,更致力于将大模型技术转化为可行的商业产品和服务。
喻友平指出,目前市场上最为稀缺的正是第三类企业——大模型应用落地企业。大模型技术和算力支持是基础,但若没有实际应用,技术价值将大打折扣。因此,能够将大模型成功落地在实际业务场景中的企业,往往能创造出更大的市场价值。
“这也是我加入中关村科金的原因之一。我希望这家公司能够在大模型AI技术的落地方面做到最‘接地气’,真正能够为企业提供端到端的解决方案。作为一家专注于大模型技术与应用落地的企业,我们的目标是帮助客户将技术转化为实际价值。”喻友平说道。
企业需要更“接地气”的大模型
很少有人会将不断推动创新、超越人类想象边界的AI技术与“接地气”这一词语联系在一起。
然而,令人意想不到的是,大模型正不断做着那些“接地气”的事情。
来看一个对内赋能的案例,某央企汽车集团利用大模型来搭建员工智能差旅助手。中关村科金基于大模型的语义理解、多轮交互、信息抽取能力,结合 RPA 应用,构建员工超级助手应用,应用于差旅申请场景,提升办公效率。将繁琐的填报业务,改为语音交互执行,实现效率提升。
在赋能业务领域,以杭州医疗保障局为例。针对群众关心的“急难愁盼”问题,其采用医保智慧服务解决方案,通过AI智能综合服务平台——医保小智,实现了用户医保服务全流程“远程在线窗口”办理,让参保人员足不出户就能“面对面”办理业务。自医保小智上线以来,杭州医保局的AI语音客服承担超70%的市民咨询接待任务;AI文字客服问答准确率超90%。
目前,中关村科金已经与银行、政务、央国企、保险、财富管理、制造、零售、家装等多行业头部企业在大模型应用落地上合作,比如中信证券、招商证券、中信建投、星展银行、达州市政府、杭州医保等。海外品牌 Instadesk 已助力数十家民族品牌出海实现业务增长。
从差旅助手到AI客服,这些都是企业日常运作中必须应对的实际需求,极具“接地气”。比如在金融领域,大模型外呼相比传统AI外呼在营销活动转化率上效果提升130%。在公安反诈领域,大模型接警助手让接警到止付的周期从30分钟缩短到2分钟,更高效的保障人民财产安全。
值得一提的是,在12月12日的2024大模型技术与应用创新论坛上,中关村科金发布了大模型外呼、大模型接警助手、大模型陪练和大模型财富助手四大场景应用。
“中关村科金的很多技术其实都是脱胎于过往的业务。”喻友平说到,中关村科金之所以可以将大模型应用到越来越多的丰富场景中,是得益于中关村科金拥有深厚的行业和领域产品基础。此外,中关村科金还自主研发了“得助大模型平台”、行业与领域大模型、语音与文本大模型机器人等智能应用,产品整体性强且实用。
尤其是得助大模型平台,这是为企业量身打造的一站式模型训练与应用构建平台,能够统一调度算力,快速完成模型训练、推理与应用构建,大幅降低企业成本。应用构建时间缩短至5-10分钟,复杂版式识别率超过98%。平台提供逻辑、通用和场景组件,并针对不同行业设计了场景套件,统一封装流程、话术和规则,帮助企业快速上线并实现开箱即用。
在企业对大模型应用需求日益增长的背景下,中关村科金凭借在多个行业的数字化转型服务经验,能够推动大模型技术与各行业应用场景的深度融合,为企业提供精准、高效的解决方案。
为此,在12月12日的2024大模型技术与应用创新论坛上,中关村科金发布了大模型应用时代的“三级引擎战略”,提出“平台+应用+服务是企业大模型落地的最佳路径”,希望和行业客户及合作伙伴一起加速大模型应用落地。
“我们是一家拥有深厚行业积淀和产品基础的公司,同时,我们致力于推动大模型技术在各行业的落地应用,目标是成为智能科技领域的领跑者。”喻友平说道。
企业如何高效构建大模型能力?
值得一提的是,基于得助大模型平台的快速构建和部署大模型应用的能力,企业不仅能优化日常运营,更能在决策层面获得深刻的洞察和突破,从而实现更加精准、智能的业务发展。
通过对具体实践的深入观察,中关村科金总结出企业高效构建自身大模型能力的三大关键要素:
数据整合与管理能力
企业必须通过完善的数据治理体系确保数据的高质量、实时性与完整性。
跨部门协同与流程重构
大模型的应用不仅限于技术部门,而是需要与业务部门紧密协作,推动整个组织的流程重构。
持续优化与反馈机制
大模型的落地需要持续的优化和调试。企业要建立完善的反馈机制,基于应用效果不断调整和提升模型性能。这种迭代更新的能力,不仅能帮助企业提升大模型的精准度与智能化水平,也能快速响应市场和客户需求的变化,确保企业在竞争中始终处于领先地位。
这些要素也决定了客户在选择真正能帮其解决实际问题的大模型应用落地企业时,更倾向于回归商业本质,解决客户实际问题、具备端到端方案、拥有全链条服务能力的厂商。
喻友平坦言,目前市场上对企业构建大模型应用并没有行业标准答案,但值得肯定的是,传统企业服务厂商要把大模型与企业业务流程和系统的深度融合作为核心任务,提供从端到端的解决方案,才能确保大模型在实际应用中的落地效果更加显著和高效。
中关村科金始终坚持在AI、实时音视频通信等技术领域的自主研发,并专注于大模型技术应用层的研发投入,围绕客户的实际需求不断推动技术创新和持续迭代。
喻友平一直坚持一个观点,大模型的发展已经从“暴风骤雨”转到“润物细无声”阶段,大模型商业化还处于早期,才刚刚开始,但未来产业智能化的进程是不可阻挡的。
王今 | 文
AD
《哈佛商业评论》中文版 联系方式
投稿、广告、内容和商务合作
newmedia@hbrchina.org
热门跟贴