La guerre nationale des modèles à grande échelle était autrefois entourée de nombreux doutes. Avec JD.com et Tencent prenant place l'un après l'autre, ce jeu compliqué devient plus clair.
Baidu et Ali, en tant que premier groupe de joueurs de modèles à grande échelle en Chine, ont remporté le premier trafic tout en « prenant de l'avance ». En revanche, bien que Tencent et JD.com aient commencé un peu plus tard, ils sont plus en mesure d'examiner en profondeur la piste des modèles à grande échelle pour approfondir leur compréhension de l'industrie.
Pour cette raison, certains grands fabricants qui ont sorti des modèles à grande échelle relativement tard n'ont pas suivi aveuglément le public et ont investi dans la marée des modèles à grande échelle à usage général. Par exemple, le grand modèle de Huawei a déjà mentionné l'aspect pratique, et JD.com a choisi une voie plus clairvoyante et plus ciblée en raison de sa profonde accumulation dans l'industrie et la chaîne d'approvisionnement.En même temps que le JD Cloud Summit (conférence JDD), un modèle JD Yanxi axé sur l'industrie a été lancé.
À l'ère actuelle des modèles à grande échelle à usage général, le modèle à grande échelle Yanxi et sa voie de création de valeur industrielle lancée par JD.com ne sont pas seulement une excellente tentative d'établir un ordre commercial modèle à grande échelle, mais apportent également un une nouvelle façon de penser et d'orienter l'ensemble de l'industrie. Dans les eaux stagnantes de la commercialisation des grands modèles, les grands modèles industriels plus proches de l'atterrissage sont susceptibles d'ouvrir la voie à la future concurrence des grands modèles et de devenir une nouvelle force incontournable.
Grand modèle, ni une "histoire" ni un "jouet"
Chaque vague de succession technologique transporte souvent beaucoup de sédiments.
Des puces, des robots à l'IA dans les premières années, dans chaque vague, il y a toujours des joueurs avec des arrière-pensées mélangées, mélangeant technologie et marketing, rendant la piste claire à l'origine encore plus boueuse. Il en va de même pour les pistes de modèles nationaux à grande échelle à ce stade.
D'un côté de la piste, les joueurs peinent à connaître le contexte technique du grand modèle, et tentent de trouver le sens de l'atterrissage ; de l'autre, même les entreprises qui n'ont rien à voir avec le domaine technologique quittent le terrain. les uns après les autres, s'entraînant Les produits dits "grands modèles" - Je dois admettre que la situation actuelle de "tout peut être un grand modèle" a eu le sens de "tout peut être un métaverse" il y a deux ans.
Évidemment, lorsque le soi-disant "grand modèle" devient synonyme, servant son propre attrait de "narration" au lieu de créer de la valeur réelle, alors il y a une forte probabilité qu'il ne puisse qu'aller au sort du métaverse. Et cela est également vrai pour les joueurs qui étudient honnêtement la technologie. Après tout, il est difficile pour la technologie elle-même de créer directement de la valeur - la fin du grand modèle n'est pas de former le grand modèle général lui-même, mais de laisser la technologie générer de la valeur, puis de réaliser une commercialisation mature.
Par conséquent, les opérations apparemment amusantes des fans poursuivants ont en fait sonné un signal d'alarme pour la piste du grand modèle. Après tout, le ChatGPT qui a déclenché l'AIGC a subtilement affecté la vision des joueurs sur le grand modèle, obligeant de nombreux joueurs à se précipiter vers le grand modèle général et à lancer une variété de "variantes" de ChatGPT.
Objectivement parlant, le grand modèle généraliste a sa valeur, mais au moment où la dimension concurrentielle devient de plus en plus féroce, le grand modèle généraliste n'est pas lisse :
D'une part, les joueurs affluent vers un seul terrain les uns après les autres, et sont très susceptibles de tomber dans la situation de "fabrication répétitive de roues". Il est concevable qu'il soit difficile de sortir du champ de bataille plein de nationaux et étrangers géants de la technologie.
En revanche, un grand modèle à usage général est un produit typique de la séparation de la consommation et du paiement, et il deviendra un "jouet" si vous n'y faites pas attention.
Pour donner un exemple simple, un large éventail d'utilisateurs finaux C peuvent poser des questions ou même discuter de l'univers et du ciel, mais la grande majorité des utilisateurs ordinaires n'ont pas réellement d'exigences de productivité. Après une expérience intensive à court terme, ils sentir rapidement la fraîcheur des technologies émergentes.Perdu, peut ne pas avoir le pouvoir d'utiliser pendant une longue période.
Sur cette base, même si le modèle actuel à grande échelle à usage général peut améliorer l'efficacité de la création de contenu dans une certaine mesure, à l'exception de la réduction des coûts et de l'augmentation de l'efficacité au sein de certaines industries et organisations de contenu, il n'a pas encore développé un modèle mature et modèle économique reproductible. Il est prévisible qu'à mesure que la piste générale de modèles à grande échelle devient de plus en plus encombrée, les joueurs sont tenus de faire face à de nombreux défis en termes d'extension commerciale.
En dernière analyse, maintenant que la « singularité » est arrivée, les grands modèles ne sont pas seulement une étape importante dans la succession de la technologie, mais aussi un moteur clé pour façonner l'avenir. Selon cette logique, la guerre des modèles à grande échelle à ce stade n'est en aucun cas une course de courte distance, mais un projet systématique. Si les joueurs veulent traverser le cycle et arriver à la fin, ils ne peuvent pas se contenter d'un seul point de percée au niveau technique, mais doivent réfléchir simultanément à de nombreuses dimensions telles que la direction technique, l'application de la scène et le modèle commercial. .
Les modèles industriels à grande échelle, un nouveau front dans la "Guerre des Cent Modèles"
De 1997, lorsque "Deep Blue" a vaincu le maître des échecs Garry Kasparov, à "AlphaGo" est entré dans le cercle du Go, puis au système visuel AI et à la conduite automatique, l'IA a connu de nombreuses évolutions passionnantes dans le passé. être au bord de l'explosion de l'application, mais les boutons floraux pleins de branches n'ont pas pu fleurir depuis longtemps.
La principale raison derrière cela est que la technologie n'a pas encore formé une application profonde dans l'industrie.Après tout, la fin du progrès technologique n'est pas piégée dans le laboratoire, mais une plongée dans le "monde réel".
Dans cette logique, en regardant les pistes de modèles à grande échelle à usage général d'aujourd'hui, il reste encore un long chemin à parcourir avant de s'enraciner dans de vrais scénarios d'affaires et de créer une réelle valeur.
Xu Ran, PDG du groupe Jingdong, a déclaré lors de la conférence JDD que le grand modèle lui-même est un outil pour réaliser la valeur industrielle, pas une fin.La valeur réelle des grands modèles doit être réalisée dans les applications industrielles.
En d'autres termes, le grand modèle n'est pas le but, mais l'application est le but.
Les grands fabricants de modèles actuels considèrent souvent les paramètres du modèle comme la norme de test pour la qualité des grands modèles. Comme chacun le sait, au niveau de la mise en œuvre commerciale, des paramètres énormes correspondent également à des coûts élevés, et il existe également des problèmes tels que des délais de correspondance longs et une faible concurrence.
Un exemple simple, certains "monstres de paramètres" coûtent deux ou trois centimes pour répondre à une question et doivent attendre 5 à 10 secondes. Quelle que soit la précision de la réponse, il est difficile de parvenir à une commercialisation à grande échelle. De plus, le grand modèle à usage général actuel a un taux de précision d'environ 85 %, ce qui peut être suffisant pour les utilisateurs ordinaires, mais dans des scénarios commerciaux sérieux, cette erreur est susceptible d'avoir un impact qui ne peut être ignoré sur l'entreprise.
En ce qui concerne les problèmes d'application, les responsables techniques de plusieurs secteurs d'activité de JD.com ont mentionné que les gens riraient d'une réponse fabriquée de GPT, mais une fois qu'elle est implémentée dans le processus de candidature réel, tout écart entraînera d'énormes pertes.
Le Dr He Xiaodong, doyen du JD Exploration Research Institute et président du département des services et des produits intelligents de JD Technology, a déjà vécu quelque chose personnellement, ce qui est assez représentatif. "Un grand modèle répond à la racine carrée de 143, et la réponse donnée est 11,5 (en fait approximativement égale à 11,96). S'il est utilisé dans un scénario d'application réel, cette réponse entraînera d'énormes pertes."
Dans le domaine technique, les paramètres et la précision du modèle sont importants, mais dans le monde des affaires, la clé est que le grand modèle lui-même est facile à utiliser et stable. À cet égard, le modèle industriel étroitement lié aux industries subdivisées présente sans aucun doute des avantages naturels.
Cependant, il n'est pas facile de développer un modèle industriel à grande échelle. Comme nous le savons tous, les données d'entraînement sont à la base de l'apprentissage des grands modèles et déterminent également la capacité de généralisation et les scénarios d'application des grands modèles. Par conséquent, en plus des percées au niveau technique, les scénarios de première main et les données de l'industrie sont tout aussi importants pour le développement de grands modèles industriels.
En prenant JD.com comme exemple, la raison pour laquelle il a lancé un modèle à grande échelle pour l'industrie est en grande partie due à ses gènes industriels forts. Après tout, parmi les grands fabricants nationaux, JD.com, qui relie le marché de la consommation et les deux extrémités de la chaîne d'approvisionnement, a un lien étroit avec le même secteur et possède une grande quantité de données de haute qualité.
Il est rapporté que lorsque le grand modèle de Yanxi est formé, 70 % des données générales et 30 % des données d'origine de la chaîne d'approvisionnement du renseignement numérique sont intégrées. On peut voir que JD.com ne met pas uniquement l'accent sur les paramètres, ni ne raconte délibérément "l'histoire", mais se concentre sur le niveau "réglage", visant à créer un grand modèle hautement intégré à l'industrie.
Le modèle industriel à grande échelle peut devenir une étape importante vers une commercialisation à grande échelle de la piste de modèle à grande échelle, et les joueurs qui comprennent progressivement la logique montent progressivement dans la voiture.
Récemment, Tencent, qui s'est longtemps retenu, a publié son propre modèle industriel à grande échelle ; Baidu, qui tient haut la bannière des modèles à grande échelle à usage général, a également publié des modèles industriels à grande échelle couvrant le transport , l'énergie et d'autres domaines. Il n'est pas difficile de voir qu'à mesure que les géants ont augmenté leur taille, les modèles industriels à grande échelle plus proches de la commercialisation sont devenus un nouveau front dans la "guerre des cent modèles".
Rendez-vous sur une route étroite, celui qui obtient la "scène" gagne
Qu'il s'agisse d'un modèle généraliste ou d'un modèle industriel, la construction d'un nouvel ordre économique ne peut éviter les « scènes ».
En d'autres termes, pour la mise en œuvre, des termes techniques obscurs et des PPT commerciaux éblouissants sont tous des châteaux en l'air.Ce n'est qu'en appliquant véritablement la capacité des grands modèles à la scène et en générant une valeur réelle qu'un cercle vertueux peut être ouvert.
Au moment où la demande d'AIGC dans tous les domaines explose, il n'est pas difficile de trouver les soi-disant scénarios d'application pour les grands modèles. Mais si vous voulez trouver une scène adaptée à l'atterrissage à grande échelle de grands modèles et parcourir le chemin de la commercialisation, vous devrez peut-être faire de nombreux détours.
Suivant cette logique, les acteurs qui ont déjà présenté le grand modèle essaient constamment dans diverses subdivisions, essayant de trouver leur propre pied :
Baidu a saisi les points chauds de l'examen annuel d'entrée à l'université et a lancé des assistants volontaires d'IA. Tout en utilisant pleinement les capacités des grands modèles, il a également essayé de l'utiliser pour entrer sur le marché C-end ; Ali a utilisé Tmall Genie comme point d'ancrage pour explorer l'application de grands modèles dans le domaine de l'électronique grand public Capacité d'expansion.
JD.com, qui développe de grands modèles industriels, met en avant la formule "valeur des grands modèles = algorithme × puissance de calcul × données × carré d'épaisseur industrielle", et la soi-disant "épaisseur industrielle" est juste empilée par des scènes spécifiques .devenir.
Quel que soit le chemin, les modélistes à grande échelle continueront d'essayer et de faire des erreurs avant d'atteindre la "Terre Promise", et même de traverser la "Mer Rouge".
Face à la difficulté de débarquer de grands modèles, certains acteurs choisissent de jouer le rôle de "vendeurs d'eau" pour aider les entreprises à construire leurs propres grands modèles. Cependant, JD.com, qui a toujours été pragmatique dans son style de jeu, a proposé une stratégie en "trois étapes", c'est-à-dire construire d'abord un grand modèle à usage général, puis explorer des scénarios et des applications en interne, puis ouvrir progressivement ses capacités au monde extérieur, tout en s'utilisant comme un terrain d'essai, il est également auto-développé.Digérer le coût des essais et des erreurs pour s'assurer que les produits modèles à grande échelle peuvent créer une valeur réelle.
Il est rapporté qu'au sein de JD.com, le grand modèle a non seulement été intégré dans des scénarios d'application courants tels que le marketing numérique, l'optimisation des processus opérationnels et le service client, mais a également été étendu à de nombreux scénarios verticaux tels que la vente au détail, la logistique, la finance. , et la santé.
Prenant comme exemple le domaine de la logistique, face à cette ingénierie système compliquée, JD.com a exploré de multiples voies d'exploration : le produit supply chain Jinghui, construit depuis 5 ans, en plus d'algorithmes natifs riches comme la prédiction IA et l'optimisation des opérations, grâce à la technologie écologique ouverte, peuvent non seulement bien communiquer avec les algorithmes et les données de systèmes hétérogènes, mais aussi être plus expressifs en termes de prévisions de ventes, d'inventaire, d'approvisionnement et de planification des réapprovisionnements avec le support de grands modèles. , en raison de la large application de l'AIGC, sa tour de contrôle interactive de la chaîne d'approvisionnement peut aider les utilisateurs à localiser et à résoudre rapidement les problèmes de la chaîne d'approvisionnement.
Dans le scénario de gestion de fonds, le produit de « sélection de base intelligente » de JD Finance a été lancé. Le filtrage traditionnel des fonds est coûteux à comprendre et lourd à opérer, ce qui affecte directement le taux de réussite des transactions. À l'aide de grands modèles, JD.com a optimisé les liens de correspondance d'intention, de génération d'algorithmes, de reconnaissance d'intention et de plusieurs cycles de dialogue, faisant en sorte que le taux de précision des questions de sélection courantes atteigne 90 %, améliorant ainsi efficacement l'expérience client et l'efficacité des transactions. Ce produit servira également pleinement les institutions financières à l'avenir.
On peut voir que la stratégie en « trois étapes » de JD.com a obtenu de premiers résultats et a progressivement pénétré la texture des industries verticales telles que la logistique et la finance. Il est prévisible qu'au fur et à mesure du déploiement de la stratégie, JD.com continuera également à accumuler des scénarios d'atterrissage et des données de haute qualité, tournant ainsi le volant pour l'atterrissage commercial de modèles industriels à grande échelle.
En dernière analyse, la guerre des modèles à grande échelle apparemment compliquée doit revenir à une question centrale, à savoir comment la technologie peut apporter une valeur réelle à l'industrie réelle. À ce stade, les joueurs aux parcours différents ne peuvent explorer et pratiquer que progressivement les réponses aux questions de ce long marathon.
Voir l'original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Les grands modèles ont besoin d'acteurs
Original : Wu Xianzhi Wen Yehao
Éditeur : Wang Pan
Source : Planète Photon
La guerre nationale des modèles à grande échelle était autrefois entourée de nombreux doutes. Avec JD.com et Tencent prenant place l'un après l'autre, ce jeu compliqué devient plus clair.
Baidu et Ali, en tant que premier groupe de joueurs de modèles à grande échelle en Chine, ont remporté le premier trafic tout en « prenant de l'avance ». En revanche, bien que Tencent et JD.com aient commencé un peu plus tard, ils sont plus en mesure d'examiner en profondeur la piste des modèles à grande échelle pour approfondir leur compréhension de l'industrie.
Pour cette raison, certains grands fabricants qui ont sorti des modèles à grande échelle relativement tard n'ont pas suivi aveuglément le public et ont investi dans la marée des modèles à grande échelle à usage général. Par exemple, le grand modèle de Huawei a déjà mentionné l'aspect pratique, et JD.com a choisi une voie plus clairvoyante et plus ciblée en raison de sa profonde accumulation dans l'industrie et la chaîne d'approvisionnement.En même temps que le JD Cloud Summit (conférence JDD), un modèle JD Yanxi axé sur l'industrie a été lancé.
À l'ère actuelle des modèles à grande échelle à usage général, le modèle à grande échelle Yanxi et sa voie de création de valeur industrielle lancée par JD.com ne sont pas seulement une excellente tentative d'établir un ordre commercial modèle à grande échelle, mais apportent également un une nouvelle façon de penser et d'orienter l'ensemble de l'industrie. Dans les eaux stagnantes de la commercialisation des grands modèles, les grands modèles industriels plus proches de l'atterrissage sont susceptibles d'ouvrir la voie à la future concurrence des grands modèles et de devenir une nouvelle force incontournable.
Grand modèle, ni une "histoire" ni un "jouet"
Chaque vague de succession technologique transporte souvent beaucoup de sédiments.
Des puces, des robots à l'IA dans les premières années, dans chaque vague, il y a toujours des joueurs avec des arrière-pensées mélangées, mélangeant technologie et marketing, rendant la piste claire à l'origine encore plus boueuse. Il en va de même pour les pistes de modèles nationaux à grande échelle à ce stade.
D'un côté de la piste, les joueurs peinent à connaître le contexte technique du grand modèle, et tentent de trouver le sens de l'atterrissage ; de l'autre, même les entreprises qui n'ont rien à voir avec le domaine technologique quittent le terrain. les uns après les autres, s'entraînant Les produits dits "grands modèles" - Je dois admettre que la situation actuelle de "tout peut être un grand modèle" a eu le sens de "tout peut être un métaverse" il y a deux ans.
Évidemment, lorsque le soi-disant "grand modèle" devient synonyme, servant son propre attrait de "narration" au lieu de créer de la valeur réelle, alors il y a une forte probabilité qu'il ne puisse qu'aller au sort du métaverse. Et cela est également vrai pour les joueurs qui étudient honnêtement la technologie. Après tout, il est difficile pour la technologie elle-même de créer directement de la valeur - la fin du grand modèle n'est pas de former le grand modèle général lui-même, mais de laisser la technologie générer de la valeur, puis de réaliser une commercialisation mature.
Par conséquent, les opérations apparemment amusantes des fans poursuivants ont en fait sonné un signal d'alarme pour la piste du grand modèle. Après tout, le ChatGPT qui a déclenché l'AIGC a subtilement affecté la vision des joueurs sur le grand modèle, obligeant de nombreux joueurs à se précipiter vers le grand modèle général et à lancer une variété de "variantes" de ChatGPT.
Objectivement parlant, le grand modèle généraliste a sa valeur, mais au moment où la dimension concurrentielle devient de plus en plus féroce, le grand modèle généraliste n'est pas lisse :
D'une part, les joueurs affluent vers un seul terrain les uns après les autres, et sont très susceptibles de tomber dans la situation de "fabrication répétitive de roues". Il est concevable qu'il soit difficile de sortir du champ de bataille plein de nationaux et étrangers géants de la technologie.
En revanche, un grand modèle à usage général est un produit typique de la séparation de la consommation et du paiement, et il deviendra un "jouet" si vous n'y faites pas attention.
Pour donner un exemple simple, un large éventail d'utilisateurs finaux C peuvent poser des questions ou même discuter de l'univers et du ciel, mais la grande majorité des utilisateurs ordinaires n'ont pas réellement d'exigences de productivité. Après une expérience intensive à court terme, ils sentir rapidement la fraîcheur des technologies émergentes.Perdu, peut ne pas avoir le pouvoir d'utiliser pendant une longue période.
Sur cette base, même si le modèle actuel à grande échelle à usage général peut améliorer l'efficacité de la création de contenu dans une certaine mesure, à l'exception de la réduction des coûts et de l'augmentation de l'efficacité au sein de certaines industries et organisations de contenu, il n'a pas encore développé un modèle mature et modèle économique reproductible. Il est prévisible qu'à mesure que la piste générale de modèles à grande échelle devient de plus en plus encombrée, les joueurs sont tenus de faire face à de nombreux défis en termes d'extension commerciale.
En dernière analyse, maintenant que la « singularité » est arrivée, les grands modèles ne sont pas seulement une étape importante dans la succession de la technologie, mais aussi un moteur clé pour façonner l'avenir. Selon cette logique, la guerre des modèles à grande échelle à ce stade n'est en aucun cas une course de courte distance, mais un projet systématique. Si les joueurs veulent traverser le cycle et arriver à la fin, ils ne peuvent pas se contenter d'un seul point de percée au niveau technique, mais doivent réfléchir simultanément à de nombreuses dimensions telles que la direction technique, l'application de la scène et le modèle commercial. .
Les modèles industriels à grande échelle, un nouveau front dans la "Guerre des Cent Modèles"
De 1997, lorsque "Deep Blue" a vaincu le maître des échecs Garry Kasparov, à "AlphaGo" est entré dans le cercle du Go, puis au système visuel AI et à la conduite automatique, l'IA a connu de nombreuses évolutions passionnantes dans le passé. être au bord de l'explosion de l'application, mais les boutons floraux pleins de branches n'ont pas pu fleurir depuis longtemps.
La principale raison derrière cela est que la technologie n'a pas encore formé une application profonde dans l'industrie.Après tout, la fin du progrès technologique n'est pas piégée dans le laboratoire, mais une plongée dans le "monde réel".
Dans cette logique, en regardant les pistes de modèles à grande échelle à usage général d'aujourd'hui, il reste encore un long chemin à parcourir avant de s'enraciner dans de vrais scénarios d'affaires et de créer une réelle valeur.
Xu Ran, PDG du groupe Jingdong, a déclaré lors de la conférence JDD que le grand modèle lui-même est un outil pour réaliser la valeur industrielle, pas une fin.La valeur réelle des grands modèles doit être réalisée dans les applications industrielles.
En d'autres termes, le grand modèle n'est pas le but, mais l'application est le but.
Les grands fabricants de modèles actuels considèrent souvent les paramètres du modèle comme la norme de test pour la qualité des grands modèles. Comme chacun le sait, au niveau de la mise en œuvre commerciale, des paramètres énormes correspondent également à des coûts élevés, et il existe également des problèmes tels que des délais de correspondance longs et une faible concurrence.
Un exemple simple, certains "monstres de paramètres" coûtent deux ou trois centimes pour répondre à une question et doivent attendre 5 à 10 secondes. Quelle que soit la précision de la réponse, il est difficile de parvenir à une commercialisation à grande échelle. De plus, le grand modèle à usage général actuel a un taux de précision d'environ 85 %, ce qui peut être suffisant pour les utilisateurs ordinaires, mais dans des scénarios commerciaux sérieux, cette erreur est susceptible d'avoir un impact qui ne peut être ignoré sur l'entreprise.
En ce qui concerne les problèmes d'application, les responsables techniques de plusieurs secteurs d'activité de JD.com ont mentionné que les gens riraient d'une réponse fabriquée de GPT, mais une fois qu'elle est implémentée dans le processus de candidature réel, tout écart entraînera d'énormes pertes.
Le Dr He Xiaodong, doyen du JD Exploration Research Institute et président du département des services et des produits intelligents de JD Technology, a déjà vécu quelque chose personnellement, ce qui est assez représentatif. "Un grand modèle répond à la racine carrée de 143, et la réponse donnée est 11,5 (en fait approximativement égale à 11,96). S'il est utilisé dans un scénario d'application réel, cette réponse entraînera d'énormes pertes."
Dans le domaine technique, les paramètres et la précision du modèle sont importants, mais dans le monde des affaires, la clé est que le grand modèle lui-même est facile à utiliser et stable. À cet égard, le modèle industriel étroitement lié aux industries subdivisées présente sans aucun doute des avantages naturels.
Cependant, il n'est pas facile de développer un modèle industriel à grande échelle. Comme nous le savons tous, les données d'entraînement sont à la base de l'apprentissage des grands modèles et déterminent également la capacité de généralisation et les scénarios d'application des grands modèles. Par conséquent, en plus des percées au niveau technique, les scénarios de première main et les données de l'industrie sont tout aussi importants pour le développement de grands modèles industriels.
En prenant JD.com comme exemple, la raison pour laquelle il a lancé un modèle à grande échelle pour l'industrie est en grande partie due à ses gènes industriels forts. Après tout, parmi les grands fabricants nationaux, JD.com, qui relie le marché de la consommation et les deux extrémités de la chaîne d'approvisionnement, a un lien étroit avec le même secteur et possède une grande quantité de données de haute qualité.
Il est rapporté que lorsque le grand modèle de Yanxi est formé, 70 % des données générales et 30 % des données d'origine de la chaîne d'approvisionnement du renseignement numérique sont intégrées. On peut voir que JD.com ne met pas uniquement l'accent sur les paramètres, ni ne raconte délibérément "l'histoire", mais se concentre sur le niveau "réglage", visant à créer un grand modèle hautement intégré à l'industrie.
Le modèle industriel à grande échelle peut devenir une étape importante vers une commercialisation à grande échelle de la piste de modèle à grande échelle, et les joueurs qui comprennent progressivement la logique montent progressivement dans la voiture.
Récemment, Tencent, qui s'est longtemps retenu, a publié son propre modèle industriel à grande échelle ; Baidu, qui tient haut la bannière des modèles à grande échelle à usage général, a également publié des modèles industriels à grande échelle couvrant le transport , l'énergie et d'autres domaines. Il n'est pas difficile de voir qu'à mesure que les géants ont augmenté leur taille, les modèles industriels à grande échelle plus proches de la commercialisation sont devenus un nouveau front dans la "guerre des cent modèles".
Rendez-vous sur une route étroite, celui qui obtient la "scène" gagne
Qu'il s'agisse d'un modèle généraliste ou d'un modèle industriel, la construction d'un nouvel ordre économique ne peut éviter les « scènes ».
En d'autres termes, pour la mise en œuvre, des termes techniques obscurs et des PPT commerciaux éblouissants sont tous des châteaux en l'air.Ce n'est qu'en appliquant véritablement la capacité des grands modèles à la scène et en générant une valeur réelle qu'un cercle vertueux peut être ouvert.
Au moment où la demande d'AIGC dans tous les domaines explose, il n'est pas difficile de trouver les soi-disant scénarios d'application pour les grands modèles. Mais si vous voulez trouver une scène adaptée à l'atterrissage à grande échelle de grands modèles et parcourir le chemin de la commercialisation, vous devrez peut-être faire de nombreux détours.
Suivant cette logique, les acteurs qui ont déjà présenté le grand modèle essaient constamment dans diverses subdivisions, essayant de trouver leur propre pied :
Baidu a saisi les points chauds de l'examen annuel d'entrée à l'université et a lancé des assistants volontaires d'IA. Tout en utilisant pleinement les capacités des grands modèles, il a également essayé de l'utiliser pour entrer sur le marché C-end ; Ali a utilisé Tmall Genie comme point d'ancrage pour explorer l'application de grands modèles dans le domaine de l'électronique grand public Capacité d'expansion.
JD.com, qui développe de grands modèles industriels, met en avant la formule "valeur des grands modèles = algorithme × puissance de calcul × données × carré d'épaisseur industrielle", et la soi-disant "épaisseur industrielle" est juste empilée par des scènes spécifiques .devenir.
Quel que soit le chemin, les modélistes à grande échelle continueront d'essayer et de faire des erreurs avant d'atteindre la "Terre Promise", et même de traverser la "Mer Rouge".
Face à la difficulté de débarquer de grands modèles, certains acteurs choisissent de jouer le rôle de "vendeurs d'eau" pour aider les entreprises à construire leurs propres grands modèles. Cependant, JD.com, qui a toujours été pragmatique dans son style de jeu, a proposé une stratégie en "trois étapes", c'est-à-dire construire d'abord un grand modèle à usage général, puis explorer des scénarios et des applications en interne, puis ouvrir progressivement ses capacités au monde extérieur, tout en s'utilisant comme un terrain d'essai, il est également auto-développé.Digérer le coût des essais et des erreurs pour s'assurer que les produits modèles à grande échelle peuvent créer une valeur réelle.
Il est rapporté qu'au sein de JD.com, le grand modèle a non seulement été intégré dans des scénarios d'application courants tels que le marketing numérique, l'optimisation des processus opérationnels et le service client, mais a également été étendu à de nombreux scénarios verticaux tels que la vente au détail, la logistique, la finance. , et la santé.
Prenant comme exemple le domaine de la logistique, face à cette ingénierie système compliquée, JD.com a exploré de multiples voies d'exploration : le produit supply chain Jinghui, construit depuis 5 ans, en plus d'algorithmes natifs riches comme la prédiction IA et l'optimisation des opérations, grâce à la technologie écologique ouverte, peuvent non seulement bien communiquer avec les algorithmes et les données de systèmes hétérogènes, mais aussi être plus expressifs en termes de prévisions de ventes, d'inventaire, d'approvisionnement et de planification des réapprovisionnements avec le support de grands modèles. , en raison de la large application de l'AIGC, sa tour de contrôle interactive de la chaîne d'approvisionnement peut aider les utilisateurs à localiser et à résoudre rapidement les problèmes de la chaîne d'approvisionnement.
Dans le scénario de gestion de fonds, le produit de « sélection de base intelligente » de JD Finance a été lancé. Le filtrage traditionnel des fonds est coûteux à comprendre et lourd à opérer, ce qui affecte directement le taux de réussite des transactions. À l'aide de grands modèles, JD.com a optimisé les liens de correspondance d'intention, de génération d'algorithmes, de reconnaissance d'intention et de plusieurs cycles de dialogue, faisant en sorte que le taux de précision des questions de sélection courantes atteigne 90 %, améliorant ainsi efficacement l'expérience client et l'efficacité des transactions. Ce produit servira également pleinement les institutions financières à l'avenir.
On peut voir que la stratégie en « trois étapes » de JD.com a obtenu de premiers résultats et a progressivement pénétré la texture des industries verticales telles que la logistique et la finance. Il est prévisible qu'au fur et à mesure du déploiement de la stratégie, JD.com continuera également à accumuler des scénarios d'atterrissage et des données de haute qualité, tournant ainsi le volant pour l'atterrissage commercial de modèles industriels à grande échelle.
En dernière analyse, la guerre des modèles à grande échelle apparemment compliquée doit revenir à une question centrale, à savoir comment la technologie peut apporter une valeur réelle à l'industrie réelle. À ce stade, les joueurs aux parcours différents ne peuvent explorer et pratiquer que progressivement les réponses aux questions de ce long marathon.