繼前兩期我們分享了大語言模型的概要簡介及商業(yè)模式、商業(yè)價(jià)值之后，作為大語言模型系列的收尾篇，本期我們將聚焦在大語言模型的落地，結(jié)合案例簡單分析擁抱大語言模型的思路，為企業(yè)提供ABeam見解。

摘要錄

ChatGPT這一現(xiàn)象級(jí)突圍產(chǎn)品的橫空出世，拉開了大語言模型產(chǎn)業(yè)和生成式AI（AIGC）產(chǎn)業(yè)蓬勃發(fā)展的序幕，目前國內(nèi)大語言模型市場也呈現(xiàn)百花齊放的盛況。

在政策層面，中央、地方陸續(xù)表態(tài)支持人工智能產(chǎn)業(yè)發(fā)展、扶持文化與科技產(chǎn)業(yè)深度融合。政策的持續(xù)落地，將促進(jìn)大語言模型及AIGC加速落地各行各業(yè)，未來可期。

當(dāng)然大語言模型的發(fā)展仍然面臨著諸多挑戰(zhàn)。在算力方面，我國的數(shù)據(jù)、算力、工程化能力等關(guān)鍵要素上存在短板，短期內(nèi)難以對(duì)國外領(lǐng)先大語言模型實(shí)現(xiàn)趕超。在數(shù)據(jù)方面，國內(nèi)數(shù)據(jù)資源雖然豐富但是挖掘較淺，缺乏優(yōu)質(zhì)中文數(shù)據(jù)輸出。AIGC由PGC(Professionally-generated Content，專業(yè)生產(chǎn)內(nèi)容)和UGC(User-generated Content，用戶生產(chǎn)內(nèi)容)進(jìn)行內(nèi)容支撐，缺乏過往內(nèi)容將會(huì)直接影響AIGC，缺乏高質(zhì)量的中文數(shù)據(jù)資料，將會(huì)影響到中文大語言模型在知識(shí)領(lǐng)域的能力。在人才方面，也缺乏大量頂尖AI人才。

那么，中國企業(yè)客戶該如何擁抱大語言模型，在充滿挑戰(zhàn)的環(huán)境下正確調(diào)整航向、把握機(jī)會(huì)呢？我們結(jié)合實(shí)際案例，為大家提供一些參考。

01龍頭企業(yè)

對(duì)標(biāo)國外企業(yè)，訓(xùn)練自己的大語言模型

龍頭企業(yè)一般人力、財(cái)力資源較為寬裕，故而可以考慮訓(xùn)練自己的基礎(chǔ)大語言模型。國內(nèi)如百度、騰訊、阿里云等都正在提煉自己的通用大語言模型。

02 具備模型自研能力的企業(yè)

基于開源模型或海量數(shù)據(jù)，打造垂直基礎(chǔ)大語言模型，建立垂直行業(yè)的平臺(tái)生態(tài)

大語言模型具有很強(qiáng)的泛化能力，可能會(huì)導(dǎo)致企業(yè)以前的積累無效，但同時(shí)也會(huì)帶來巨大機(jī)遇。

具有一定IT資源及相關(guān)業(yè)務(wù)場景的企業(yè)，可以基于對(duì)自身業(yè)務(wù)的改造，向其他企業(yè)提供知識(shí)管理、智能客服、合同擬定等服務(wù)，進(jìn)而抓住AI時(shí)代帶來的紅利，擴(kuò)展業(yè)務(wù)。

03其余類型企業(yè)

使用大語言模型，賦能自身業(yè)務(wù)

中大型企業(yè)和小微企業(yè)則不建議從零開始訓(xùn)練自己的大語言模型。如有資金實(shí)力可以考慮聯(lián)合頭部廠商打造行業(yè)標(biāo)桿模型。也可考慮直接使用頭部廠商的大語言模型，提升自身業(yè)務(wù)效率。

???案例分享

某消費(fèi)電子企業(yè)部署了微軟企業(yè)專屬GPT4服務(wù)，實(shí)現(xiàn)降本增效。自接入服務(wù)后，達(dá)成了預(yù)期以上的效果。

● 用AI工具作圖和創(chuàng)作視頻腳本，市場營銷團(tuán)隊(duì)原本需要2小時(shí)的工作任務(wù)縮短至只需15分鐘即可完成

● 用ChatGPT對(duì)資料進(jìn)行翻譯，包裝團(tuán)隊(duì)每年節(jié)約翻譯費(fèi)40-50萬元

● 將AI應(yīng)用于郵件回復(fù)和郵件輔助功能中，客服部門每周提效累計(jì)150小時(shí)

● 廣告部門平均廣告收入再次提升8%，開發(fā)效率從5小時(shí)壓縮至分鐘級(jí)

04ABeam自身實(shí)踐

ABeam中國一直致力于深入研究中國的創(chuàng)新科技趨勢，同時(shí)也是創(chuàng)新的實(shí)踐踐行者。目前，我們正以積極的姿態(tài)擁抱大語言模型，將這一熱點(diǎn)趨勢與業(yè)務(wù)進(jìn)行整合，在智能化應(yīng)用方面進(jìn)行了一些嘗試。

1、基于企業(yè)知識(shí)庫搭建的智能問答機(jī)器人

? 數(shù)據(jù)庫化信息管理：整合項(xiàng)目信息，在矢量數(shù)據(jù)庫中管理知識(shí)點(diǎn)。

?開發(fā)：通過大語言模型提供的開源插件或通過我們自身在其模型上做二次開發(fā)將其接入對(duì)應(yīng)使用場景，可以通過它構(gòu)建屬于企業(yè)自己的知識(shí)問答系統(tǒng)。區(qū)別于傳統(tǒng)的檢索引擎，它可以實(shí)現(xiàn)更加優(yōu)雅、精細(xì)化的問答式檢索與知識(shí)信息歸納，為我們提供更加高效的知識(shí)庫檢索服務(wù)。

2、基于大語言模型的智能合同審查產(chǎn)品

?該產(chǎn)品基于大語言模型，結(jié)合自定義審查規(guī)則，對(duì)合同內(nèi)容進(jìn)行審查，對(duì)可能存在的潛在風(fēng)險(xiǎn)和漏洞進(jìn)行預(yù)警提示。同時(shí)能夠隨著規(guī)則的變化及大語言模型的進(jìn)化，提高自身智能程度。

結(jié)語

本篇我們分別介紹了各種規(guī)模企業(yè)如何擁抱大語言模型，構(gòu)建自有生態(tài)，隨著本文的結(jié)束，大語言模型系列文章就到此告一段落。

我們看到，隨著大語言模型及其應(yīng)用級(jí)產(chǎn)品的不斷發(fā)展，人工智能行業(yè)進(jìn)入了新的時(shí)代。在這個(gè)時(shí)代，企業(yè)客戶可以憑借不同方式借助大語言模型來降低成本、提高效率，并探索創(chuàng)新的商業(yè)模式。

作為一家全球化咨詢公司，ABeam擁有豐富的垂直行業(yè)知識(shí)和團(tuán)隊(duì)實(shí)力，我們從自身優(yōu)勢出發(fā)，結(jié)合對(duì)大語言模型的實(shí)踐經(jīng)驗(yàn)，致力于幫助每一個(gè)企業(yè)客戶把握大語言模型機(jī)遇，實(shí)現(xiàn)更多業(yè)務(wù)拓展。