免费看在线a黄视频|99爽99操日韩毛片儿|91停婷在线无码观看|日韩三级片小视频|一级黄片免费播放|欧美成人视频网站导航|亚洲日韩欧美七区|国产视频在线观看91|人成视频免费在线播放|国产精品成人在线免费观看

如果說2023年是AI大模型元年，2024年是行業(yè)大模型元年，那么2025年將成為大模型實(shí)現(xiàn)大規(guī)模商業(yè)化應(yīng)用的元年，在這一年中，很可能將成為很多大模型“生死存亡”的一年，而商業(yè)化做得好壞，將成為決定大模型公司“生死”的關(guān)鍵因素。

如何面向企業(yè)級(jí)客戶的AI轉(zhuǎn)型需求，提供從底層基礎(chǔ)設(shè)施、到模型、到應(yīng)用平臺(tái)的全棧落地解決方案？神州數(shù)碼董事長(zhǎng)郭為進(jìn)行了深入解讀。

大模型將重構(gòu)企業(yè)流程

從當(dāng)下的發(fā)展上來看，大模型在企業(yè)側(cè)的應(yīng)用，將從重構(gòu)企業(yè)流程開始。隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的推進(jìn)，企業(yè)對(duì)于流程管理的管理需求也在發(fā)生變化。原先，通過諸如ERP等管理軟件，靜態(tài)的流程管理就能滿足企業(yè)需求的情況已經(jīng)不復(fù)存在，基于業(yè)務(wù)敏捷性、流程敏捷性等需求的同時(shí)，企業(yè)還需要通過打通內(nèi)部數(shù)據(jù)流，以滿足讓數(shù)據(jù)賦能業(yè)務(wù)的需求，這時(shí)候，企業(yè)就需要一個(gè)全新的流程管理，更為自動(dòng)化，更高效的流程管理，成為企業(yè)追求的目標(biāo)。

對(duì)此，郭為指出，隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的推進(jìn)，企業(yè)產(chǎn)品和服務(wù)的生命周期發(fā)生了翻天覆地的變化，企業(yè)對(duì)于業(yè)務(wù)速度的要求，以及業(yè)務(wù)流程的復(fù)雜度在逐漸提高，而大模型在企業(yè)流程中的應(yīng)用，將企業(yè)原有的線性的流程打破，將以更多維的形式重構(gòu)企業(yè)業(yè)務(wù)流程，“這也是我們?nèi)缃裉岢鯝I for Process戰(zhàn)略的原因，”郭為強(qiáng)調(diào)，“為了能讓企業(yè)改變?cè)械臉I(yè)務(wù)流程，更精準(zhǔn)的實(shí)施決策、營(yíng)銷等操作，提高運(yùn)營(yíng)效率，降低運(yùn)營(yíng)成本。”

與此同時(shí)，在郭為看來，數(shù)字時(shí)代，數(shù)據(jù)已然成為新的生產(chǎn)要素和核心資產(chǎn)，企業(yè)的服務(wù)和產(chǎn)品最終都將以數(shù)據(jù)資產(chǎn)的形式呈現(xiàn)，持續(xù)推動(dòng)商業(yè)模式的創(chuàng)新與升級(jí)。而這種“重新編排”的關(guān)鍵核心，同樣也將落點(diǎn)在重構(gòu)企業(yè)流程。對(duì)企業(yè)而言，流程再造既是AI在企業(yè)應(yīng)用中的難點(diǎn)，也是巨大的價(jià)值增長(zhǎng)點(diǎn)。若能在流程再造中快速引入AI，將顯著提升企業(yè)效率和競(jìng)爭(zhēng)力。

而AI大模型的出現(xiàn)，也加速了企業(yè)流程重構(gòu)的進(jìn)程。通過大模型，企業(yè)能夠自動(dòng)處理和分析大量數(shù)據(jù)，減少人工干預(yù)，顯著提升效率，并且通過AI技術(shù)，企業(yè)可以將重復(fù)性任務(wù)自動(dòng)化。

另一方面，企業(yè)還能使用大模型，通過數(shù)據(jù)分析和預(yù)測(cè)，為管理層提供決策支持。

專業(yè)性、泛化性，擋在大模型商業(yè)化面前的兩座大山

顯然，AI已經(jīng)成為當(dāng)下最炙手可熱的技術(shù)，如何將AI技術(shù)融入到企業(yè)的生產(chǎn)和業(yè)務(wù)流程中，實(shí)現(xiàn)降本增效，已經(jīng)是如今各行業(yè)企業(yè)需要共同面對(duì)的話題。在上海??智能實(shí)驗(yàn)室主任周伯?看來，??智能的發(fā)展存在“?價(jià)值區(qū)域”。

“未來AGI的?向——如何讓?語(yǔ)?模型在保持泛化能?的同時(shí)，能夠精準(zhǔn)解決專業(yè)問題，是當(dāng)前AI發(fā)展的最?挑戰(zhàn)。這不僅是技術(shù)問題，更是整個(gè)AI研究領(lǐng)域的戰(zhàn)略性?標(biāo)。企業(yè)需要找到一個(gè)方法，讓大模型能夠在確保通用性和泛化能力的同時(shí)，還能深度適配特定行業(yè)和企業(yè)的專業(yè)化需求，”郭為指出，“我們稱之為‘通專融合’。”

通專融合，是郭為對(duì)于未來AI大模型真正實(shí)現(xiàn)商業(yè)化落地路徑的研判。“通”“專”兩個(gè)維度各自展開來看，“通”的層面上，大模型需要具備泛化的能力，以極低成本實(shí)現(xiàn)不同任務(wù)間的遷移。

“專”的層面來看，大模型又需要針對(duì)不同行業(yè)，不同企業(yè)，不同業(yè)務(wù)流程，具備充分的行業(yè)“Know How”，即具備豐富的行業(yè)專有語(yǔ)料數(shù)據(jù)，用于訓(xùn)練大模型，長(zhǎng)江商學(xué)院會(huì)計(jì)學(xué)副教授 MBA項(xiàng)目學(xué)術(shù)主任、高層管理教育項(xiàng)目學(xué)術(shù)主任張維寧表示，在企業(yè)中應(yīng)用大模型，就如同企業(yè)招聘專業(yè)人員一般，“企業(yè)不會(huì)招聘一個(gè)學(xué)會(huì)計(jì)的人寫代碼，也不會(huì)招聘一個(gè)寫代碼的人做財(cái)務(wù)，”張維寧指出，“這點(diǎn)在應(yīng)用大模型的過程亦是如此，企業(yè)需要具有極高的專業(yè)性的大模型，才能具備極高的確定性，這才是大模型商業(yè)化的關(guān)鍵。”

從目前的應(yīng)用來看，無論是“通”，還是“專”，在大模型商業(yè)化落地的過程中都還存在一些掣肘。而在郭為看來，只有解決了大模型專業(yè)性與泛化能力之間的平衡問題，才能讓大模型成為變革生產(chǎn)力和創(chuàng)新能力的核心動(dòng)力。

專業(yè)性方面，雖然大模型在自然語(yǔ)言處理等方面表現(xiàn)出色，但在一些專業(yè)性很強(qiáng)的領(lǐng)域，如醫(yī)學(xué)、法律、金融等，其知識(shí)深度和準(zhǔn)確性可能不夠。例如，在醫(yī)學(xué)領(lǐng)域，大模型可能無法準(zhǔn)確診斷疾病或提供精確的治療方案；在法律領(lǐng)域，可能無法準(zhǔn)確解讀復(fù)雜的法律條文。這些能力的不足，限制了大模型在這些專業(yè)領(lǐng)域的商業(yè)化應(yīng)用。

而這些行業(yè)的專有數(shù)據(jù)的獲取，一方面受限于當(dāng)下各個(gè)企業(yè)數(shù)字化程度參差不齊，數(shù)據(jù)質(zhì)量不高等問題的困擾，沒有充足的行業(yè)專有語(yǔ)料用于訓(xùn)練AI大模型，另一方面，受限于數(shù)據(jù)安全、隱私保護(hù)等顧慮，企業(yè)不愿意將核心數(shù)據(jù)用于在相對(duì)開放的環(huán)境中訓(xùn)練大模型。

泛化能力方面，大模型首先要面對(duì)的就是跨領(lǐng)域、跨專業(yè)的挑戰(zhàn)。大模型在訓(xùn)練時(shí)通常是基于特定的數(shù)據(jù)集和任務(wù)，當(dāng)應(yīng)用于新的領(lǐng)域或任務(wù)時(shí)，其泛化能力可能會(huì)受到限制。例如，一個(gè)在新聞文本上訓(xùn)練的大模型，在處理科技論文或文學(xué)作品時(shí)，可能無法取得理想的效果。這就需要不斷優(yōu)化模型結(jié)構(gòu)和訓(xùn)練方法，提高其跨領(lǐng)域的適應(yīng)性。

除此之外，泛化性還涉及到模型的魯棒性和可靠性。在面對(duì)各種噪聲、異常數(shù)據(jù)或惡意攻擊時(shí)，大模型需要保持穩(wěn)定的性能，避免出現(xiàn)錯(cuò)誤的輸出。例如，在自動(dòng)駕駛領(lǐng)域，模型必須能夠在各種復(fù)雜的路況和天氣條件下準(zhǔn)確識(shí)別道路和障礙物，確保行車安全。如果模型的泛化性不好，就可能導(dǎo)致嚴(yán)重的后果。

AI企業(yè)級(jí)落地，從“工位級(jí)”開始

2024年，AI大模型如何在企業(yè)側(cè)落地的問題，成為了幾乎所有企業(yè)都在思考的問題。這個(gè)問題在2025年初將會(huì)繼續(xù)成為企業(yè)和AI大模型服務(wù)商探索的方向之一。IDC中國(guó)區(qū)副總裁鐘振山表示，從市場(chǎng)發(fā)展上看，大模型市場(chǎng)已經(jīng)逐漸從做基礎(chǔ)測(cè)試、底層算力和平臺(tái)搭建等方向，轉(zhuǎn)向了服務(wù)類的應(yīng)用場(chǎng)景市場(chǎng)。

解決大模型的泛化能力與專業(yè)性之間的平衡是大模型商業(yè)化落地能否成功的關(guān)鍵因素，雖然現(xiàn)階段各方仍處于探索階段，但從市場(chǎng)上看，AI相關(guān)的企業(yè)級(jí)服務(wù)已經(jīng)呈現(xiàn)出了爆發(fā)的趨勢(shì)。

IDC針對(duì)中國(guó)市場(chǎng)的調(diào)研分析顯示，2024年，中國(guó)市場(chǎng)已有33%的企業(yè)落地Gen AI應(yīng)用服務(wù)，其中18%計(jì)劃增加新一輪投入，有25%的企業(yè)正在投資建設(shè)Gen AI應(yīng)用，Gen AI項(xiàng)目的成功率已接近企業(yè)滿意度臨界點(diǎn)。到2030年，生成式AI會(huì)累積帶來近20萬(wàn)億美元的經(jīng)濟(jì)收入。

另一方面，應(yīng)用場(chǎng)景才是當(dāng)下數(shù)字技術(shù)能否商業(yè)化的關(guān)鍵，對(duì)于大模型而言亦是如此。從場(chǎng)景角度出發(fā)，助手類的場(chǎng)景是目前業(yè)內(nèi)公認(rèn)的大模型比較容易實(shí)現(xiàn)大規(guī)模商業(yè)化應(yīng)用的場(chǎng)景之一。

郭為以汽車營(yíng)銷這個(gè)細(xì)分場(chǎng)景為例與鈦媒體APP分享了AI大模型在該場(chǎng)景中的應(yīng)用，他表示，原本的汽車營(yíng)銷，銷售人員很難準(zhǔn)確的捕捉到客戶的需求，需要多輪的交流下來，才能為用戶匹配到合適的車型，對(duì)于車企來說，浪費(fèi)了大量的人力、財(cái)力，還有可能錯(cuò)失潛在用戶。而對(duì)于用戶來說，也需要做很多攻略，才能選擇到適合自己的車。

當(dāng)利用AI大模型的能力，賦能營(yíng)銷場(chǎng)景后，用戶進(jìn)店，銷售人員就能根據(jù)用戶公開的授權(quán)數(shù)據(jù)，得到用戶過往在汽車行業(yè)的數(shù)據(jù)，“銷售很容易就能知道用戶買過什么車，在什么地方買的，此次關(guān)注什么樣的車型等具體的信息，”郭為進(jìn)一步指出，“同時(shí)，還能在與用戶的交流中，通過后臺(tái)的大模型，實(shí)時(shí)反饋給銷售人員一些數(shù)據(jù)，快速匹配到用戶心儀的車型，促成交易。”

除了汽車營(yíng)銷領(lǐng)域外，電商交易售前、售中、售后等多個(gè)場(chǎng)景也是大模型可以“大展身手”的方向。郭為表示，某頭部電商品牌就利用了神州問學(xué)的智能體技術(shù)，構(gòu)建了意圖識(shí)別的基礎(chǔ)框架和標(biāo)準(zhǔn)流程，“通過整合大模型的能力，和智能體工作流的構(gòu)建，提取工程的分類細(xì)化以及檢索增強(qiáng)生成等技術(shù)，實(shí)現(xiàn)了對(duì)電商售前、售中和售后等10余類的購(gòu)買者意圖，以及每一類意圖中具體流程參數(shù)的精準(zhǔn)識(shí)別。”郭為指出。

據(jù)了解，基于該品牌方內(nèi)部測(cè)試結(jié)果顯示，項(xiàng)目的整體意圖識(shí)別精準(zhǔn)率和召回率已經(jīng)超過了98%，顯著優(yōu)于原有的基于規(guī)則的問答系統(tǒng)，指標(biāo)結(jié)構(gòu)明顯超出了客戶的預(yù)期。

在企業(yè)中，類似的場(chǎng)景還有很多，從卷參數(shù)到卷應(yīng)用，大模型的市場(chǎng)競(jìng)爭(zhēng)已經(jīng)進(jìn)入下半場(chǎng)，而如何做好大模型落地的最后一公里，已經(jīng)成為眾多AI公司和行業(yè)企業(yè)關(guān)注的焦點(diǎn)，助手類的大模型應(yīng)用也將在2025年“百花齊放”，如何平衡好泛化能力與專業(yè)性之間的天平，將成為這個(gè)過程中，企業(yè)重點(diǎn)探索的方向。（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達(dá)）