第四范式聯(lián)合創(chuàng)始人胡時偉：AI為什么沒有達(dá)到令人滿意的程度？
關(guān)于大模型和生成式AI他說的話令人振聾發(fā)聵：“我們不應(yīng)該期待大模型擁有涌現(xiàn)的能力?！?o:p>“我是不是不用努力、讓大模型公司與聰明的GPT來解決我的問題就行了？這其實(shí)是一個偽命題。想要解決行業(yè)的問題，行業(yè)從業(yè)者必須腳踏實(shí)地、付出超常的努力?！?o:p>他就是第四范式的聯(lián)合創(chuàng)始人、首席架構(gòu)師胡時偉。第四范式是人工智能技術(shù)與服務(wù)的供應(yīng)商，也是國內(nèi)人工智能領(lǐng)域的先行者。作為第四范式的聯(lián)合創(chuàng)始人與首席架構(gòu)師，胡時偉在過往百度、貝殼與自己的創(chuàng)業(yè)經(jīng)歷中看到了AI助力企業(yè)數(shù)字化轉(zhuǎn)型并真正帶來質(zhì)變的潛力，由此立志為下一代企業(yè)提供突破關(guān)鍵瓶頸、夯實(shí)競爭壁壘的解決方案。大模型時代催生了怎么樣的商業(yè)模式？面對來勢洶洶的AI，企業(yè)主與創(chuàng)業(yè)者需要規(guī)避怎樣的認(rèn)知誤區(qū)？企業(yè)應(yīng)該如何架構(gòu)自身的數(shù)字化能力，并最終為行業(yè)帶來革命性的變化？混沌在上海滴水湖洲際酒店舉辦“一”思維創(chuàng)新嘉年華活動。用一整座島、打造兩天兩夜的共學(xué)場，2000位混沌同學(xué)熱烈參與其中！邀請AI全明星陣容空降授課。此次，胡時偉做客混沌“一”思維創(chuàng)新嘉年華，帶來的分享是《AI為企業(yè)核心競爭力帶來的變革性影響》。本文為混沌“一”思維創(chuàng)新嘉年華大課筆記第七篇。授課老師丨胡時偉 第四范式聯(lián)合創(chuàng)始人，首席架構(gòu)師編輯丨混沌商業(yè)研究團(tuán)隊(duì)我關(guān)心的是AI讓行業(yè)產(chǎn)生質(zhì)變了嗎？
首先，我想討論技術(shù)與商業(yè)的關(guān)系問題。目前，大部分企業(yè)都在強(qiáng)調(diào)“降本增效”。問題在于，降本增效的作用是什么？換句話說，如果AI技術(shù)能夠幫助企業(yè)降本增效，大家會覺得是一件再自然不過的事情。但是，AI走到今天為什么還沒有達(dá)到令人滿意的程度？關(guān)鍵在于，降本增效能否對產(chǎn)業(yè)形成真正的沖擊力？有多少企業(yè)發(fā)生了質(zhì)的變化？其中的標(biāo)桿性企業(yè)又發(fā)生了多大的變化？以移動互聯(lián)網(wǎng)為例，最開始它只起到生產(chǎn)力直接替代的作用。最早，電腦能做什么，手機(jī)就能做什么，比如手機(jī)上的瀏覽器、音樂播放器、小游戲等各種應(yīng)用，用戶可以在移動端做著PC端的事情到處跑。而互聯(lián)網(wǎng)的真正爆發(fā)是在滴滴打車、美團(tuán)外賣、抖音短視頻的應(yīng)用出現(xiàn)后，因?yàn)樗鼈兪?strong>在新的生產(chǎn)力之上疊加了生產(chǎn)關(guān)系的進(jìn)化，實(shí)現(xiàn)了產(chǎn)業(yè)模式替代。大模型時代也是同樣的道理。目前，我們?nèi)匀惶幱诔跗陔A段，原先由人做的事情，現(xiàn)在大模型也能做了，原先只有人能聊天，現(xiàn)在大模型也能聊天了，這就是早期的生產(chǎn)力替代。但是，大模型時代究竟有怎樣的新模式？其中會不會產(chǎn)生像滴滴打車之于出租車的變化？想必這也是各位創(chuàng)業(yè)者與從業(yè)者十分關(guān)心的問題。實(shí)際上，大部分大模型項(xiàng)目目前仍處于混沌期，它具有一定的使用價值，但從根本的角度到底解決什么樣的模式問題，其實(shí)還沒有得到解答。在大模型時代的某一階段，商業(yè)模式會變得特別重要。在我看來，這個問題至少可以沿著以下五條思路展開：第一，新技術(shù)能夠在什么場景下解決哪些客戶的何種需求。任何一項(xiàng)新技術(shù)在走向生活與生產(chǎn)的過程中都必須變成一個產(chǎn)品或者以何種方式滿足客戶的需求，難以做到這一點(diǎn)的大模型可以被淘汰出局。第二，新技術(shù)到底搶了誰的蛋糕，或者是否真正創(chuàng)造了新的蛋糕、是否對產(chǎn)業(yè)形成結(jié)構(gòu)性的影響。第三，如何確定成本結(jié)構(gòu)與ROI。有時候，盡管新技術(shù)帶來了效率提升，但我們同時需要回答一個問題：為了獲得這些好處，我們付出了多少成本代價。比如有企業(yè)做營銷模型，花費(fèi)四五百萬買服務(wù)器、招團(tuán)隊(duì)，最后只盈利了三十萬，這樣的情況比比皆是。第四，企業(yè)是否具備足夠的資源能力，來以產(chǎn)業(yè)協(xié)作的模式落地。第五，企業(yè)能否建立起足夠的競爭壁壘。首先，面對新技術(shù)企業(yè)需要主動出擊，否則將會面臨被淘汰的風(fēng)險。然而，主動出擊僅僅能夠保證我們不會輸在起跑線上，究竟誰用新的技術(shù)產(chǎn)生了革命性的變化，還是要看模式的競爭壁壘夠不夠深。就我個人的過往經(jīng)歷而言，百度與貝殼找房的共同特點(diǎn)，無不是回答了上面的五個問題，疊加數(shù)字化或者人工智能、機(jī)器學(xué)習(xí)的技術(shù)，最終為行業(yè)帶來了質(zhì)的變化。百度為廣告行業(yè)帶來的最大變化，是打破了廣告的搜索與分發(fā)規(guī)則。從原先廣告賣的是關(guān)鍵詞與一整個版面，到開拓了單人單次刷新的單獨(dú)售賣模式。這具有顛覆性的創(chuàng)新，AI在其中發(fā)揮了重要作用，它可以幫助廣告做關(guān)鍵詞推薦、為每一次刷新進(jìn)行動態(tài)計算。而對于產(chǎn)業(yè)互聯(lián)網(wǎng)而言，運(yùn)營模式十分重要。以貝殼找房為例，大家對貝殼找房的普遍印象，是它的ACN與行業(yè)運(yùn)作標(biāo)準(zhǔn)化。我想從另一個角度描述這個問題。在貝殼找房之前，中國中介行業(yè)的規(guī)模不超過四萬，而貝殼的平臺可以達(dá)五十萬人。實(shí)際上，這不完全是由行業(yè)標(biāo)準(zhǔn)化ACN導(dǎo)致的。貝殼旗下經(jīng)紀(jì)人的平均年齡、平均從業(yè)時間、平均培養(yǎng)周期，與其他中介公司之間存在數(shù)量級的差距。同時，為了把行業(yè)的集中度提升十倍，我們致力于降低從業(yè)者的方差，讓系統(tǒng)與人配合，使得更多員工在平臺上進(jìn)行有序的工作。就此而言，下一代企業(yè)如果想要擁有碾壓競爭對手的核心競爭力、以遠(yuǎn)超行業(yè)水平的擴(kuò)張能力與利潤水平在市場競爭中獲勝，必須要具備無法輕易復(fù)制的競爭壁壘、量變到質(zhì)變的運(yùn)營水平，以及在某些產(chǎn)業(yè)關(guān)鍵要素上比別人好十倍，由此帶來一個關(guān)鍵資源瓶頸解鎖后的指數(shù)級擴(kuò)張能力。
關(guān)于大模型和生成式AI的5個認(rèn)知誤區(qū)
第二部分我想討論AI和技術(shù)的原理。AI這件事起起伏伏，而我們正處于“起”的階段。但是，比起“起”的階段，我們更應(yīng)該關(guān)注中間的沉寂周期。一項(xiàng)技術(shù)之所以在爆火之后引起質(zhì)疑或銷聲匿跡，是因?yàn)樗?strong>無法滿足大眾對于“技術(shù)應(yīng)該為生產(chǎn)生活帶來巨大的改變”的預(yù)期，而往往在沉寂期之內(nèi)是技術(shù)冷靜下來真正帶來價值產(chǎn)生沉淀的部分。在這種起伏的浪潮之中，我們同樣可以看到兩種趨勢。第一，是“一浪高過一浪”， 我認(rèn)為AI總體上在產(chǎn)業(yè)的價值一定會越來越大，按照VC維的理論，隨著數(shù)據(jù)越來越多，規(guī)則數(shù)越來越多，機(jī)器創(chuàng)造的價值一定會越來越大。第二，是每個波峰之間的距離在逐漸縮短，原來是二三十年，現(xiàn)在是十年、幾年、甚至幾個月，AI就會迎來重大的技術(shù)突破。技術(shù)圈看AI發(fā)展，真正有突破性成功的有4個階段。第一個階段是人類專家寫少量的規(guī)則，再輸入給計算機(jī)；第二是機(jī)器利用數(shù)據(jù)寫少量的規(guī)則，出現(xiàn)一些簡單的模型；第三是機(jī)器用海量的數(shù)據(jù)寫大量的規(guī)則，這其實(shí)就是深度學(xué)習(xí)，或者叫專用大模型；第四次就是我們現(xiàn)在講的通用大模型，用海量的數(shù)據(jù)，在一個大的計算代價下能解決若干個問題，比如問答、總結(jié)、擴(kuò)寫。前兩次突破應(yīng)用的場景非常有限，后兩次突破在生產(chǎn)生活中有非常大的作用。比如在專用大模型的時代，我們可以享受到高維、實(shí)時、閉環(huán)技術(shù)帶來的代際優(yōu)勢，前面提到的百度與貝殼顛覆了業(yè)態(tài)，也有推薦算法、人臉識別這類嵌入生活的技術(shù)應(yīng)用。當(dāng)然也會有比較失敗的案例，比如企業(yè)盲目做數(shù)據(jù)中臺、AI中臺，大部分都是失敗的。最后留下來的都是技術(shù)、商業(yè)模式和產(chǎn)業(yè)發(fā)展的結(jié)合。而在通用大模型的時代，我想首先拋出幾個有關(guān)通用大模型和生成式AI的認(rèn)知誤區(qū)：第一個誤區(qū)，是模型具備一定的推理能力。情況并非如此，至少GPT類的模型只會續(xù)寫，沒有任何的意識或認(rèn)知成分。我們可以以推理為目標(biāo)來做一個專用大模型，或者通過通用大模型在遷移學(xué)習(xí)上增加新的任務(wù)。但是，從實(shí)質(zhì)上講，大語言模型是通過隨機(jī)生成預(yù)測多個序列，通俗地說，大語言模型就是一千萬個猴子寫莎士比亞的作品。第二個誤區(qū)，是模型具備涌現(xiàn)能力。隨著參數(shù)的增大，AI確實(shí)可以解決很多問題。但是，所有的涌現(xiàn)都是因?yàn)锳I具備了相應(yīng)的數(shù)據(jù)與信息，或者是有對應(yīng)的任務(wù)來對AI進(jìn)行方向性的引導(dǎo)。我們需要用任務(wù)的方式，把GPT模型的續(xù)寫能力從語料中引導(dǎo)出來，實(shí)質(zhì)上這仍然是機(jī)器學(xué)習(xí)的架構(gòu)。我們不應(yīng)該期待大模型擁有涌現(xiàn)的能力。第三個誤區(qū)，是模型可以自動學(xué)習(xí)、自主進(jìn)步。至少從目前我們所擁有的工程化能力來講，有多少“人工”就有多少“智能”，AI仍然是一個“高級復(fù)讀機(jī)”。就算我們把行業(yè)中所有的培訓(xùn)資料都喂給大模型，它也不一定能夠正確回答我們的某些問題。反而我們需要付出很大的力氣，對所有的信息加以人工標(biāo)注和處理，如此AI體現(xiàn)出來的智能能力也就越好。第四個誤區(qū)，是模型可以通過調(diào)優(yōu)達(dá)到不犯錯誤的狀態(tài)。由于GPT是隨機(jī)性的生成，有時它會“一本正經(jīng)地胡說八道”，這是由技術(shù)底層原理決定的，通過調(diào)優(yōu)也難以解決。因此，面對生成式AI在可靠性、可解釋性上的問題，我們要尊重這種不確定性，并通過系統(tǒng)化的工程建設(shè)，比如人的運(yùn)營與反饋，來完成大模型落地的最后一公里。第五個誤區(qū)，是模型可以替代人類的工作，從而造成大量的失業(yè)。對于這件事，我們其實(shí)不必過分焦慮。如果想讓一個模型去替代一個崗位，需要付出的努力與代價肯定會比這個崗位本身大得多。另一方面，AI本身也意味著全新的商業(yè)機(jī)遇，局部的失業(yè)與部分企業(yè)的被淘汰是可能發(fā)生的，但與其杞人憂天，我們不如積極推動這件事。推動之后，機(jī)會就能夠掌握在我們自己手上。大模型不是捷徑。從企業(yè)的角度來講，以上五個誤區(qū)會導(dǎo)向一種錯誤的認(rèn)知，原先一個企業(yè)花費(fèi)了很多年的時間來解決行業(yè)上的問題，如今有了大模型公司之后，這個企業(yè)反而會自問：我是不是不用努力、讓大模型公司與聰明的GPT來解決我的問題就行了？這其實(shí)是一個偽命題。想要解決行業(yè)的問題，行業(yè)自身的從業(yè)者必須付出超常的努力。否則，就算能夠讓大模型去改造別人，我們也享受不了AI的紅利。 5步提升企業(yè)的數(shù)字化能力
最后，我想討論企業(yè)的數(shù)字化能力架構(gòu)。如果企業(yè)有志于為行業(yè)帶來革命性的變化，應(yīng)該如何落實(shí)行動？企業(yè)經(jīng)營者在新技術(shù)面前，有時會擔(dān)憂自己跟不上，為了追求快速落地、從追求價值的質(zhì)變變成場景的生搬硬套，有時會太過依賴解決方案的公司，寄希望找到最佳實(shí)踐走捷徑。當(dāng)前國內(nèi)大部分企業(yè)已經(jīng)走到了行業(yè)的深水區(qū)，需要有原創(chuàng)式的創(chuàng)新能力。我通常會建議企業(yè)從戰(zhàn)略、策略、執(zhí)行、技術(shù)、安全這五大層面進(jìn)行思考，全面架構(gòu)自身的數(shù)字化能力。
戰(zhàn) 略
戰(zhàn)略的問題是行業(yè)的問題，即如何找到行業(yè)最核心的競爭要素、如何突破限制行業(yè)的關(guān)鍵瓶頸、如何找到突破關(guān)鍵瓶頸的競爭優(yōu)勢。中國的企業(yè)當(dāng)下往往面臨幾種困境。首先是產(chǎn)業(yè)鏈定位的困境，在微笑曲線當(dāng)中，高價值鏈集中在曲線的兩端：一端是定義，另一端是真正的服務(wù)。而大量的中國企業(yè)尚處在中間比較低級的原材料和組裝生產(chǎn)制造的價值鏈上，未具備定義產(chǎn)業(yè)鏈的能力，只是去卷初級價值鏈。其次，互聯(lián)網(wǎng)、物流的發(fā)展讓企業(yè)也受到了更全域競爭的威脅。以往區(qū)域間文化屬性與市場洞察的差別導(dǎo)致難以形成全國性的單一市場，像是以前的鏈家難以走出北京。這方面正在被新技術(shù)所改變，不同城市的細(xì)節(jié)策略可以通過AI服務(wù)規(guī)?；瘉砀采w，全域競爭的企業(yè)開始大量出現(xiàn)。最后，受到企業(yè)路徑依賴的限制，中國的企業(yè)也面臨著組織僵化的困境。以企業(yè)的人才培養(yǎng)為例，大量的企業(yè)通過實(shí)踐來培養(yǎng)人才。當(dāng)這些人才成為領(lǐng)導(dǎo)，他們就會按照過去的方式去指揮未來的戰(zhàn)斗，這就是僵化為企業(yè)帶來的問題。那么，數(shù)字化如何才能打破多重困境？從戰(zhàn)略的角度，我們要重新審視企業(yè)的核心要素以及要素替代的可能性。第一，我們應(yīng)該關(guān)注當(dāng)前和未來一段時間內(nèi)企業(yè)的核心資產(chǎn)和關(guān)鍵要素是什么。第二，解構(gòu)關(guān)鍵要素所遇到的瓶頸與限制是什么。我們經(jīng)常提到“不可能三角形”，它指的是成本、質(zhì)量與規(guī)模之間的關(guān)系。企業(yè)經(jīng)營者要找到這個“不可能三角形”的關(guān)鍵瓶頸點(diǎn)。第三，在關(guān)鍵瓶頸上用數(shù)字化形成革命性的變化，將使我們獲得巨大競爭優(yōu)勢。各行各業(yè)的關(guān)鍵要素，比如連鎖行業(yè)的店長，房產(chǎn)經(jīng)紀(jì)行業(yè)的經(jīng)紀(jì)人，在發(fā)展擴(kuò)張的過程中就會面臨優(yōu)質(zhì)資源缺失的問題。如何能夠解構(gòu)這種稀缺？用數(shù)字化替代和賦能。原來口腔門診的核心資源瓶頸是院長，現(xiàn)在我們把院長的客戶經(jīng)營、財務(wù)經(jīng)營、治療等三個關(guān)鍵能力解構(gòu)成不同的要素，并且進(jìn)行了不同程度上的要素替代。第四，為了知道數(shù)字化替代是否合理，對戰(zhàn)略是否產(chǎn)生正向影響，我們還要進(jìn)入數(shù)字化實(shí)驗(yàn)的階段。我們并不一定要在每個地方都做到數(shù)字化，去尋求降本增效的提升，但是在你的關(guān)鍵資源上，數(shù)字化形成革命性的變化，由此就能降低關(guān)鍵資源的稀缺度，帶來更高效的集約擴(kuò)張，讓你贏得競爭的關(guān)鍵。
策 略
戰(zhàn)略指導(dǎo)企業(yè)數(shù)字化朝哪走了，策略的重要性在于，要在哪些地方做出正確的決策、怎么讓策略的成功率盡可能變高、以及如何讓決策不停地迭代升級。想要在更細(xì)顆粒度的層面做好決策，我們必須提升模型的維度與策略的復(fù)雜性。從一刀切到形成充分的個性化，包括商品匹配的個性化與服務(wù)策略的個性化。怎么做到個性化？關(guān)鍵在于把不同的事情進(jìn)行分類，分類之后再匹配不同的策略。類別越細(xì)、在關(guān)鍵業(yè)務(wù)環(huán)節(jié)的效率就越高。百度、字節(jié)千人千面的成功證明維度的指數(shù)級提升，的確能夠帶來極致的業(yè)務(wù)效果，策略復(fù)雜度的重要性即在于此。在這一過程中，我們必須借助決策類AI，把人的決策與機(jī)器決策結(jié)合起來。我們還要關(guān)注決策的執(zhí)行是否有效，構(gòu)建一個實(shí)時迭代的閉環(huán)反饋的系統(tǒng)。實(shí)際上，四年前我在混沌課上就討論過這個問題，但是在四年之后，用AI驅(qū)動的企業(yè)仍然寥寥無幾。為什么沒有出現(xiàn)大量的用AI驅(qū)動的企業(yè)，這是因?yàn)槲覀儧]有數(shù)據(jù)。為什么我們沒有數(shù)據(jù)，因?yàn)槲覀兇蟛糠制髽I(yè)再做再多的信息化、數(shù)字化，最多只能解決企業(yè)5%的問題，剩余95%的過程類數(shù)據(jù)仍然難以獲得?，F(xiàn)實(shí)世界與虛擬數(shù)字世界之間的鴻溝是巨大的。
執(zhí) 行
從執(zhí)行層面來講，主要是通過生成式AI解決策略被高效執(zhí)行的問題。AIGC時代，企業(yè)的所有軟件都可以重做一遍，把軟件構(gòu)建在多模態(tài)對話框的基礎(chǔ)上。AIGC時代的機(jī)會，它為企業(yè)的軟件和數(shù)字化所帶來的提升，主要體現(xiàn)在兩個方面：第一，從使用者的體驗(yàn)來講，AIGC可以帶來體驗(yàn)跨越式的提升。比如在醫(yī)療健康的2B領(lǐng)域，AI可以幫助老醫(yī)生操作電腦，從而大大提升醫(yī)生的工作效率。第二，AIGC可以帶來軟件開發(fā)效率的巨幅提升。數(shù)字化最令人頭疼的問題是業(yè)務(wù)與程序員之間、業(yè)務(wù)思維與實(shí)踐之間的鴻溝，兩者之間還隔著產(chǎn)品經(jīng)理與界面設(shè)計師，由此導(dǎo)致了“買家秀”與“賣家秀”之間的差距。AIGC出現(xiàn)一段時間后將沒有反人性的交互，簡單來說，我們可以跨越鴻溝、直接給AI下達(dá)指令，我們怎么說，它就怎么做。生成式AI在企業(yè)系統(tǒng)領(lǐng)域的發(fā)展將會經(jīng)歷三個階段。在1.0階段，AI能夠聽從我們的指揮做事。在2.0階段，我們可以讓AI的agent互相協(xié)作，或者由人和AI通過自然語言的形式進(jìn)行協(xié)作。3.0階段解決的是關(guān)鍵要素的解構(gòu)問題：AI的agent如何替代一部分人力要素，人和AI的agent怎么通過迭代的方式生成策略。因此，我們就形成了執(zhí)行過程與企業(yè)大腦策略制定過程的閉環(huán)。在這個過程中，企業(yè)避免了僵化與局域競爭，前者得益于機(jī)器決策，后者得益于數(shù)據(jù)驅(qū)動下的千店千策，由此導(dǎo)向產(chǎn)業(yè)鏈的重新定義與產(chǎn)業(yè)的重塑。還是以牙科創(chuàng)業(yè)為例，如果要讓一個院長既懂牙科治療、又懂客戶經(jīng)營、還愿意創(chuàng)業(yè)和管理，這無疑是非常困難的。我們可以把牙科診所的行為解構(gòu)為眾多agent和人之間的整套系統(tǒng)，依托這種思維，牙科創(chuàng)業(yè)會變得相對簡單。
技 術(shù)
技術(shù)上我們怎么構(gòu)建企業(yè)的數(shù)字化團(tuán)隊(duì)？首先，大的原則是從建設(shè)很多系統(tǒng)變成構(gòu)建很多agent。同時，評價系統(tǒng)的方式也要從評價功能變成評價agent在業(yè)務(wù)當(dāng)中的價值。培訓(xùn)一個系統(tǒng)的過程，也要從原先的業(yè)務(wù)功能需求變成培訓(xùn)agent?？傮w來講，整個軟件行業(yè)會發(fā)生變化：從構(gòu)建系統(tǒng)變成構(gòu)建agent的網(wǎng)絡(luò)。這些agent從一開始的被動調(diào)取，進(jìn)而進(jìn)化到輔助人的決策，再到主動參與協(xié)作，甚至變成一個協(xié)調(diào)者。其次，企業(yè)不能止步于把系統(tǒng)構(gòu)建起來，而是要向著核心戰(zhàn)略目標(biāo)不停提升。企業(yè)要建立分工有序、向優(yōu)迭代的人機(jī)協(xié)同的管理體系。
安 全
在大模型時代，尤其要關(guān)注安全能力。具體而言，首先需要關(guān)注數(shù)據(jù)安全，例如我們需要關(guān)注公有云產(chǎn)品的安全認(rèn)證，避免數(shù)據(jù)的無意泄漏。其次是應(yīng)用安全。大模型時代也有注入，我們甚至可能在ChatBI中問出經(jīng)理的工資。另外是業(yè)務(wù)安全。如今，越來越多AI在進(jìn)行閉環(huán)的自動反饋和自動學(xué)習(xí)，如果有人進(jìn)行模型投毒、惡意喂給它偏向性的樣本，我們將很難剔除劣質(zhì)數(shù)據(jù)的影響。最后是生產(chǎn)要素安全。以前，就算代碼被偷走也很難引起什么風(fēng)波，因?yàn)閯e人不知道企業(yè)內(nèi)部是怎么運(yùn)轉(zhuǎn)的。如今，一旦系統(tǒng)連帶著大模型數(shù)據(jù)被偷走，由系統(tǒng)管理的agent與業(yè)務(wù)也會一并泄露，這將會造成非常大的影響。
Q&A
張曉楠：您剛才提到，結(jié)果數(shù)據(jù)只能解決企業(yè)5%的問題，剩余的95%要依靠過程數(shù)據(jù)，未來AI能夠在過程中很好地賦能。能否請您詳細(xì)論述這一觀點(diǎn)。胡時偉：舉個簡單的例子，假設(shè)每一個講師都有自己的agent，聽眾首先不是向講師本人、而是向agent提問。在這個過程中，我們就知曉了聽眾的關(guān)注重點(diǎn)、他們在什么地方產(chǎn)生了什么聯(lián)想。這其實(shí)就是一個收集過程數(shù)據(jù)的方式。按照我們以前的想法，我們得請四百個助教來回答問題，如今這四百個助教可以變成AIGC。其中有很多種建構(gòu)方式。張曉楠：目前第四范式在部署什么產(chǎn)品以更好地服務(wù)客戶，有哪些代表性的場景或案例？胡時偉：首先，我們會跟產(chǎn)業(yè)進(jìn)行深入的交流。假設(shè)我們用到釘釘、企業(yè)微信，基本上我們能夠得到一個形態(tài)、一個員工與企業(yè)系統(tǒng)進(jìn)行交互的接口，這個接口里面可能有一些基礎(chǔ)的大模型能力。但是，這些能力究竟能夠在企業(yè)的業(yè)務(wù)中發(fā)揮什么具體作用、能夠應(yīng)用到什么場景當(dāng)中？企業(yè)的核心競爭要素應(yīng)該怎么拆解、應(yīng)該怎么去構(gòu)建對應(yīng)的應(yīng)用？針對這些問題，第四范式致力于為企業(yè)提供從標(biāo)準(zhǔn)化產(chǎn)品到上層戰(zhàn)略的解決方案。另外，不同的agent其實(shí)對應(yīng)著不同的能力，每個行業(yè)也存在各自的問題。因此，除了商用的通用大模型之外，企業(yè)還得構(gòu)建自己的大模型。第四范式也為此提供對應(yīng)的解決方案。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點(diǎn)擊舉報。
