大模型加速智能時代到來，企業(yè)如何抓住新機遇

2023年11月23日，中關(guān)村科金在北京舉行“重構(gòu)未來，產(chǎn)業(yè)智能躍遷”2023大模型產(chǎn)業(yè)前沿論壇，正式發(fā)布國內(nèi)首個企業(yè)知識大模型、AgentGraph應用開發(fā)平臺，以及“超級員工”助手系列AIGC應用，為企業(yè)提供開箱即用、系統(tǒng)無縫銜接、成本可負擔的專屬領域大模型服務。

在以《大模型加速智能時代到來，企業(yè)如何抓住新機遇》為議題的圓桌對話環(huán)節(jié)，主持人中國信通院南京新一代人工智能研究院高級業(yè)務主管張學強，與清華大學計算機科學與技術(shù)系教授、清華大學人工智能研究院常務副院長、歐洲科學院外籍院士孫茂松，中關(guān)村科金技術(shù)副總裁張杰，諾亞控股數(shù)據(jù)管理部總經(jīng)理孫甜，智譜AI總裁王紹蘭，圍繞自身視角下對大模型時代機遇與挑戰(zhàn)的認識，以及對應的發(fā)展路徑展開探討。 本文對圓桌對話分享內(nèi)容進行了編輯整理。 中國信通院南京新一代人工智能研究院高級業(yè)務主管 張學強 主持人：各位好，我是中國信通院的張學強。很榮幸今天邀請到了產(chǎn)學研用各方學者和專家，跟我們一起談談大模型是如何加速智能時代的到來，以及企業(yè)如何抓住這一重要機遇。為此我準備了幾個問題，話題一，現(xiàn)在“百模大戰(zhàn)”已經(jīng)過了上半場，大家在上半場是怎樣圍繞大模型進行業(yè)務布局或開展產(chǎn)業(yè)研究的？大模型對企業(yè)的業(yè)務創(chuàng)新與發(fā)展究竟有哪些價值？ 清華大學計算機科學與技術(shù)系教授、清華大學人工智能研究院常務副院長、歐洲科學院外籍院士 孫茂松 孫茂松：大模型是一個新的信息處理基礎軟設施，企業(yè)過去的業(yè)務都應該在新的平臺上重新打造一遍，效果肯定比過去好，但好多少是未知數(shù)。大模型提供了企業(yè)業(yè)務升級換代的可能性，而且可能性的空間很大，值得一試，對行業(yè)頭部企業(yè)更為重要，因為如果主線產(chǎn)品不是基于新的平臺，若干年后頭部地位可能會被改變。 中關(guān)村科金技術(shù)副總裁 張杰 張杰：大模型是一種技術(shù)，技術(shù)就是工具，沒有改變工具性的本質(zhì)。對于企業(yè)來講，企業(yè)始終關(guān)心成本、效率和用戶體驗問題，只不過大模型技術(shù)更進一步把技術(shù)降本增效的工具性發(fā)揮到了極致。原本基于大數(shù)據(jù)和AI的產(chǎn)品都值得用大模型重新考慮一遍，大模型是一種大趨勢，每個企業(yè)中的每位員工，或多或少、或早或晚都會涉足其中，所以盡早考慮比晚點考慮要好。 諾亞控股數(shù)據(jù)管理部總經(jīng)理 孫甜 孫甜：大模型在諾亞控股最大的價值是“諾Chat”的上線，節(jié)約了70%的人工問答工作量。大模型火熱之時我問工程師團隊，為什么提的需求排期還是這么靠后？有了大模型后排期是否應該縮減一半？后來我發(fā)現(xiàn)，大模型工程提效雖然是一個大方向，但此時此刻還沒有達到這么高的降本增效效果。不過有了大模型代碼輔助能力后，工程師學習新東西的速度變得非?？?，比如AI交互式新模型的開發(fā)等。 智譜AI總裁 王紹蘭 王紹蘭：從整個產(chǎn)業(yè)來說，當前大模型競爭的是基礎能力的提升，下一步重點是在行業(yè)、產(chǎn)業(yè)的落地，不僅涉及到IT產(chǎn)業(yè)，也會擴展到非IT產(chǎn)業(yè)。據(jù)麥肯錫預測，生成式人工智能每年可為全球經(jīng)濟增加 2.6 萬億至 4.4 萬億美元，所以大模型未來在產(chǎn)業(yè)中的落地是必然的。作為產(chǎn)業(yè)應用，尤其是對于中小企業(yè)和創(chuàng)新企業(yè)，大模型是一個巨大的機會，大企業(yè)往往會看方向、看發(fā)展，有成熟應用再跟進。恰恰是中小企業(yè)，大模型是一個非常成功的上位機會。 主持人：正如王總所說大模型是機遇也是挑戰(zhàn)。第二個話題，大模型產(chǎn)業(yè)發(fā)展競爭逐漸白熱化，企業(yè)該如何建立競爭壁壘以及找到新的增長點呢？請各位專家做一個簡單的分享。 王紹蘭：分成兩類，大模型企業(yè)建議提升基礎模型和多模態(tài)能力，下一步的挑戰(zhàn)是多模態(tài)更強的推理以及Agent能力；應用模型企業(yè)的核心競爭力在于行業(yè)Know-How，包括企業(yè)對行業(yè)業(yè)務的理解和行業(yè)數(shù)據(jù)的沉淀，缺一不可。人工智能是由數(shù)據(jù)算力、算法決定的，所以行業(yè)數(shù)據(jù)的沉淀是核心競爭力的一部分，另一部分是對行業(yè)業(yè)務的理解。 我們希望有既理解大數(shù)據(jù)又理解人工智能的服務團隊。中關(guān)村科金深耕金融行業(yè)多年，熟悉金融業(yè)務流程中的各種問題，具備核心競爭力的重要兩點。同時下一個獨角獸應該出現(xiàn)在為實體經(jīng)濟、為金融行業(yè)提供服務的公司，下一個投資熱點應該在生產(chǎn)服務業(yè)中，并且是生產(chǎn)服務業(yè)中為第一、第二產(chǎn)業(yè)提供服務的科技公司。 孫甜：諾亞控股的核心是為企業(yè)帶來業(yè)務價值。過去數(shù)據(jù)偏小的企業(yè)發(fā)展機會不大，因為大數(shù)據(jù)賦能的企業(yè)會發(fā)展得比較好，但是在大模型時代，反倒有很大的希望。在大數(shù)據(jù)時代，大數(shù)據(jù)等同于知識經(jīng)驗的沉淀，因模型理解力不夠需要海量的數(shù)據(jù)訓練，現(xiàn)在諾亞控股反倒強在行業(yè)的Know-How。過去Know-How的載體等同于大數(shù)據(jù)，現(xiàn)在的載體則非常多，對我們來講PaLM工廠也是很好的載體，至于如何把Know-How變成更高的智能，還需要突破傳統(tǒng)。 張杰：科技公司在大模型時代要建立競爭優(yōu)勢有三點，一是數(shù)據(jù)、二是知識、三是經(jīng)驗。無論基礎大模型還是領域大模型，一定的數(shù)據(jù)量是起碼的。中關(guān)村科金過去幾年在各式各樣的對話式場景下，積攢了大量數(shù)據(jù)，服務了九百多家客戶，兩百多個場景，每天人工撥打的電話大概有兩百萬，積累了大量的數(shù)據(jù)。 但僅有海量數(shù)據(jù)仍然不夠，因為數(shù)據(jù)相當于鐵礦石，喂到模型里的需要是精煉知識，所以知識是更寶貴的一類數(shù)據(jù)。打個比方，如果原始數(shù)據(jù)是過去一百年太陽系九大行星的運行軌跡，這個數(shù)據(jù)量的價值不夠直接給一個牛頓萬有引力這樣的知識。 現(xiàn)在的大模型時代和原來的AI手段也不一樣。原來的AI手段各種各樣，有基于數(shù)、矩陣、神經(jīng)網(wǎng)絡的，現(xiàn)在的大模型時代，數(shù)據(jù)、算法都趨同，把一個高級凝練的知識灌進去之后，提升會更加明顯。這種知識是指行業(yè)提煉出來的高純度的、高知識密度的Know-How，而且還避免了數(shù)據(jù)泄露、安全、隱私方面的問題。 第三是經(jīng)驗，包括場景經(jīng)驗、微調(diào)領域的經(jīng)驗，有了知識和數(shù)據(jù)也不能保證一定能有一個更好的領域大模型。算法工程師知道怎么微調(diào)領域大模型，也知道不同層級的NLP任務如何拆解，這種微調(diào)經(jīng)驗是非常寶貴的。所以算法工程師在核心壁壘里是非常寶貴的一類資產(chǎn)，只不過現(xiàn)在我們的資產(chǎn)負債表沒有把算法工程師加到里面。 孫茂松：知識密集型企業(yè)樹立大模型的意識非常重要。大模型不是萬能的，但沒有大模型對知識密集型企業(yè)是萬萬不能的。大模型是一個有力的工具，在工具的支撐下，過去所有的東西可能都要重新設計。比如冷兵器時代，即使神勇如關(guān)云長到熱兵器時代也不堪一擊。大模型就是最銳利的工具，工具會重構(gòu)生產(chǎn)關(guān)系，這點值得企業(yè)重視。不要太指望這個工具一出來就有奇跡發(fā)生，但如果跟競爭企業(yè)相比，效率永遠比對方低20%，可能就沒有機會了。所以企業(yè)要樹立大模型意識，是或不是，結(jié)果可能差得很遠。 主持人：好的，接下來聊第三個話題，目前大模型的參數(shù)越來越高，隨之而來的訓練成本也越來越貴，那么低成本這件事情還成立嗎？或者說在當今的大模型時代需要如何重新定義什么是低成本？ 孫茂松：構(gòu)造通用基礎大模型的成本是比較重的，但一般企業(yè)不用操心，這是少數(shù)大模型頭部企業(yè)操心的事?；A大模型訓練之后，現(xiàn)在有一套辦法，叫真流程、小模型。小模型對企業(yè)來講壓力不是特別大，完全可以承受，另外相對頭部企業(yè)發(fā)展，成本不是最重要的考量因素，小型企業(yè)更重要的是可能性，跟頭部企業(yè)相比是否占據(jù)優(yōu)勢。成本有摩爾定律，很快會降下來，所以成本不會是太大的問題。 張杰：完全贊同孫院士的說法。其實企業(yè)，尤其是甲方，完全沒必要從零到一訓練一個基礎大模型，這樣成本確實非常高，而且很多場景也完全沒必要用到千億級參數(shù)的大模型。只要場景需求確定，這種任務交給中關(guān)村科金去做就可以了，我們提供一個成本完全可以負擔的微調(diào)領域小模型就可以，所謂小模型有個幾十億B、上百億數(shù)據(jù)就可以了。 孫甜：我跟前面嘉賓的觀點一樣。為什么我們不買GPU？因為這不是甲方企業(yè)考慮的事。一開始我們就決定能找到專業(yè)團隊就不自研，規(guī)避了大模型最重要的成本。對于甲方企業(yè)來說，最大的成本有兩個，第一機會成本，我們自己落地成本不高，但如果喪失了機會，對我們是重大的打擊，所以大模型出來后我們一直在跟進這個方向。第二是落地和應用成本，也就是怕反復試錯以后企業(yè)用不起來，為了規(guī)避這個成本，我們緊抓企業(yè)場景。 目前在智能客服方面是有一些確定性的應用，但遠遠不夠，還要在其他領域快速試。試的過程中要發(fā)動一線員工不停地應用，從一線員工的角度找一些場景。如果視汽車為更快的馬，認知就局限在了落地場景的挖掘上；如果視汽車為汽車，那落地場景會有很多。找不到場景的一個原因是終端用戶對大模型的認知不夠，所以我們的策略是不停推廣，讓大家無論如何先用起來。 王紹蘭：同意孫老師的觀點。大家對成本是有誤解的，大模型一出來大家就說模型很大、很花錢，其實指的是訓練。智譜AI研發(fā)130B大模型的時候，就有做普惠大模型的目標。什么叫普惠大模型？分享幾個數(shù)字。訓練130B的千億級參數(shù)大模型需要什么成本？四張3090顯卡；60B的大模型需要1張3090的顯卡，家用就可以跑起來；15B參數(shù)的模型手機就可以跑，所以成本其實很低。 從應用的角度看，企業(yè)使用大模型需要生產(chǎn)服務業(yè)的企業(yè)一起努力才可以。企業(yè)面對的其實不是成本的問題，是投入產(chǎn)出比的問題。簡單說一個數(shù)字，我們現(xiàn)在用CodeGeeX編碼模型幫助軟件開發(fā)企業(yè)單人提升50%的效率，團隊提升30%的效率，投入產(chǎn)出比大概是十幾倍。大模型真正帶來的是生產(chǎn)力的提升，生產(chǎn)力的提升會改變生產(chǎn)關(guān)系。如果這兩件事都做到，真正智能帶來的是工業(yè)革命。所以成本不是問題，真正的賦能和提效才是大模型未來看到的東西、生產(chǎn)力的東西。 主持人：是的，真正的賦能和提效才是生產(chǎn)力最后的要求。最后一個問題，請各位嘉賓用一句話總結(jié)下對智能時代的前景展望、商業(yè)機遇或企業(yè)發(fā)展建議。 孫茂松：第一不用去研發(fā)大模型，第二琢磨怎么用好大模型。 張杰：大模型怎么應用不只是一個技術(shù)問題，也是管理和組織能力問題。 孫甜：想要用好大模型，請考慮一下中關(guān)村科金。 王紹蘭：用好大模型，每天少工作一小時。 主持人：至此，2023大模型產(chǎn)業(yè)前沿論壇的所有環(huán)節(jié)已經(jīng)結(jié)束，感謝參會嘉賓的支持。中國信通院、中關(guān)村科金愿與各位專家、企業(yè)代表們攜手共推大模型工程化落地、共筑大模型可信生態(tài)，謝謝各位！

點擊免費試用，助力企業(yè)服務營銷數(shù)字化升級>>