2024 年被很多人稱為大模型應(yīng)用的元年,毫無疑問,大模型已經(jīng)成為共識,下一步更急迫的問題也擺在了大家的面前——大模型到底能夠用在哪?有哪些場景能落地?怎么做才能創(chuàng)造真正的價值?
在剛剛過去的AICon全球人工智能開發(fā)與應(yīng)用大會上,InfoQ采訪了在大模型應(yīng)用領(lǐng)域的領(lǐng)跑企業(yè)數(shù)勢科技創(chuàng)始人兼CEO黎科峰博士,交流大模型商業(yè)化落地的可行性路徑,為行業(yè)提供啟發(fā)。
大模型在ToB 領(lǐng)域蘊藏巨大機遇,企業(yè)出海或?qū)⒊蔀槁涞丶铀倨?/strong>
當(dāng)前,許多傳統(tǒng)企業(yè)對于如何將大模型技術(shù)整合到現(xiàn)有業(yè)務(wù)中感到迷茫。大模型應(yīng)用產(chǎn)品提供企業(yè)難以找到合適的變現(xiàn)方式。大模型應(yīng)用企業(yè)究竟該如何突破商業(yè)化之困?ToB 和 ToC,呈現(xiàn)出兩種不同的路徑。
ToC 市場似乎擁有一種天然的魔力,在中國的互聯(lián)網(wǎng)領(lǐng)域中,它催生了一批又一批的殺手級應(yīng)用,并不斷吸引著更多企業(yè)加入這個生態(tài)系統(tǒng)。ToC 市場如火如荼,ToB 市場發(fā)展因為投資回報率、數(shù)據(jù)安全性等問題導(dǎo)致相對發(fā)展緩慢。但縱觀中國科技發(fā)展史, ToB 市場經(jīng)歷了 20 多年的從信息化到數(shù)字化再到智能化等多個技術(shù)階段的演變與發(fā)展,每一次技術(shù)革命都經(jīng)歷了探索和融合期,最終幫助企業(yè)更好地為用戶提供個性化產(chǎn)品、滿足特定需求。
因此黎科峰認(rèn)為,大模型在ToB 市場同樣蘊藏著更大的機遇。從用戶的角度來看,廣大用戶,包括企業(yè)管理者、技術(shù)人員和業(yè)務(wù)人員,已經(jīng)開始熟悉并運用大模型進行日常的數(shù)據(jù)處理、知識獲取等,當(dāng)企業(yè)公民使用率提升后,將反向推動To B軟件的發(fā)展,真正實現(xiàn)軟件產(chǎn)品“從管到用”的進化。
從市場選擇來看,企業(yè)出海也許將加速大模型商業(yè)化落地。一方面,由于海外企業(yè)用戶更傾向選擇公有云部署,能夠為大模型商業(yè)化提供更加全面的場景數(shù)據(jù)積累,不斷豐富和優(yōu)化場景應(yīng)用;另一方面,SaaS付費模式在海外接受程度高于國內(nèi)市場,有利于大模型應(yīng)用企業(yè)更輕量、高效地實現(xiàn)商業(yè)化落地。
大模型+Agent,將在企業(yè)經(jīng)營分析領(lǐng)域落地
大模型具備知識、智商、學(xué)習(xí)能力和推理能力,能夠總結(jié)和生成新的見解,疊加Agent,讓企業(yè)應(yīng)用具備了記憶、反思和學(xué)習(xí)能力,能夠調(diào)用企業(yè)內(nèi)部工具并不斷迭代反思,真正實現(xiàn)業(yè)務(wù)價值的落地。據(jù)行業(yè)調(diào)研表明,數(shù)據(jù)分析和決策被視為這一結(jié)合最重要的應(yīng)用方向。
在企業(yè)考慮引入數(shù)據(jù)分析Agent產(chǎn)品時,成本、數(shù)據(jù)安全以及實際落地價值將是關(guān)注重點。部署千億級別參數(shù)的大模型成本高昂,目前或許只有頭部企業(yè)才能承擔(dān)。同時,數(shù)據(jù)安全問題也不容忽視,特別是在受嚴(yán)格監(jiān)管的金融等行業(yè)。再者,企業(yè)也需要確保大模型投入后能對業(yè)務(wù)產(chǎn)生實質(zhì)性的幫助。
黎科峰表示,為解決這些問題,數(shù)勢科技為企業(yè)提供了規(guī)模適中、符合企業(yè)經(jīng)營分析場景的Agent產(chǎn)品,來降低企業(yè)成本和使用門檻。同時,通過云端私有化的專屬數(shù)據(jù)空間以及支持私有化和本地化部署的方式,確保數(shù)據(jù)安全。
SwiftAgent 2.0 發(fā)布,實現(xiàn)企業(yè)數(shù)據(jù)分析與決策的范式變革
自大模型技術(shù)發(fā)布之初,數(shù)勢科技便迅速擁抱這一變革,并在此基礎(chǔ)上推出了 SwiftAgent 的新一代產(chǎn)品。黎科峰在采訪中介紹,SwiftAgent 2.0 版本與1.0 相比,
主要新增了五大亮點功能,包括增加了指標(biāo)和標(biāo)簽語義層、多模態(tài)和多源異構(gòu)數(shù)據(jù)鏈接、用戶可干預(yù)、可持續(xù)性學(xué)習(xí)和數(shù)據(jù)加速引擎,這些亮點體現(xiàn)了產(chǎn)品如何針對企業(yè)數(shù)據(jù)分析的現(xiàn)有問題提供解決辦法。
“統(tǒng)一語義層的構(gòu)建”,SwiftAgent 2.0通過添加指標(biāo)和標(biāo)簽語義層,解決了大模型對底層業(yè)務(wù)語義理解的難題,并統(tǒng)一了企業(yè)各部門的數(shù)據(jù)口徑,從而避免了數(shù)據(jù)的混亂。“多模態(tài)和多源異構(gòu)數(shù)據(jù)鏈接”使得結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)能夠結(jié)合,提供更豐富的分析結(jié)論。“用戶可干預(yù)機制”允許用戶參與到數(shù)據(jù)分析過程中,通過反饋和確認(rèn)來訓(xùn)練和優(yōu)化 Agent。“數(shù)據(jù)加速引擎”則確保了實時數(shù)據(jù)處理的能力,實現(xiàn)了秒級數(shù)據(jù)查詢,真正達(dá)到了實時人機交互的水平。底層選用了性能優(yōu)異的數(shù)據(jù)分析引擎,如 StarRocks、Doris,并結(jié)合對數(shù)據(jù)加工和使用場景的優(yōu)化,提供了基于視圖的預(yù)計算能力和基于預(yù)計算結(jié)果的查詢優(yōu)化能力。此外,數(shù)據(jù)虛擬化技術(shù)的應(yīng)用,使得數(shù)據(jù)定義與物理數(shù)據(jù)解耦,實現(xiàn)了指標(biāo)/標(biāo)簽的靈活加工使用,無需排期開發(fā),進一步提高了數(shù)據(jù)處理的效率。
大模型應(yīng)用商業(yè)化落地的關(guān)鍵:找到產(chǎn)品的業(yè)務(wù)價值
在商業(yè)化方面,大模型仍然屬于新興事物。為了讓更多行業(yè)看到大模型在真實業(yè)務(wù)場景中的應(yīng)用價值,數(shù)勢科技也在致力于創(chuàng)造實際的落地標(biāo)桿。“只有通過口口相傳和業(yè)務(wù)價值的真實感知,才能讓有價值的產(chǎn)品被更多人接受和使用。”黎科峰認(rèn)為。
目前,SwiftAgent 已經(jīng)與行業(yè)頭部客戶簽訂了合同,并實現(xiàn)了真正的付費使用。這標(biāo)志著數(shù)勢科技在大模型領(lǐng)域的領(lǐng)先地位,其產(chǎn)品已經(jīng)在金融、零售、消費和高端制造等多個行業(yè)中得到了應(yīng)用,幫助企業(yè)解決實際的業(yè)務(wù)問題。
以一家頭部茶飲連鎖企業(yè)為例,黎科峰介紹說明,SwiftAgent 通過在集團層面部署語義層和數(shù)據(jù)分析框架,并將 Agent 提供給每位店長,使得他們能夠通過對話式查詢快速獲取數(shù)據(jù)和分析結(jié)果,從而提升門店運營效率。這種數(shù)字化工具的應(yīng)用,為企業(yè)提供了一個經(jīng)營閉環(huán),改變了過去門店靠經(jīng)驗經(jīng)營的困境,極大地促進了業(yè)務(wù)發(fā)展。
數(shù)勢科技 SwiftAgent 2.0 實現(xiàn)了大模型技術(shù)在企業(yè)經(jīng)營場景下的價值驗證,也提升了產(chǎn)品的智能化程度,正在顛覆企業(yè)企業(yè)數(shù)據(jù)分析與決策范式。黎科峰表示,數(shù)勢科技的愿景便是以科技創(chuàng)新實現(xiàn)數(shù)據(jù)價值的普惠化,讓每一個企業(yè)、每一位員工都能體會到數(shù)據(jù)帶來的價值。未來,我們期待看到更多像數(shù)勢科技這樣的企業(yè),通過創(chuàng)新的技術(shù)和產(chǎn)品,推動大模型商業(yè)化進程,為各行各業(yè)帶來價值提升。
審核編輯 黃宇
-
大模型
+關(guān)注
關(guān)注
2文章
2339瀏覽量
2499
發(fā)布評論請先 登錄
相關(guān)推薦
評論