Бизнес-возможности при «появлении» крупных моделей: кто победит в «Войне сотен моделей»

Источник: Бумага

Автор: репортер The Paper Хуан Яньхун, стажер Чен Сяоруй.

Источник изображения: сгенерировано инструментом Unbounded AI

Технология генеративного ИИ меняет индустрию искусственного интеллекта: всего за полгода разработка отечественных масштабных моделей завершила скачок от технологии к продукту, а затем к бизнесу и проникла в вертикальные отрасли. Во время Всемирной конференции по искусственному интеллекту 6 июля газета The Paper пригласила Ван Даньцзюня, вице-президента Исследовательского института управления талантами Beisen, Ю Чжунхая, заместителя генерального директора исследовательского отдела CICC, и Чжан Цзе, вице-президента Zhongguancun Kejin Technology. чат Metaverse для обсуждения возможностей бизнес-инноваций в рамках «появление» больших моделей. Вел диалог Шао Вэнь, корреспондент газеты The Paper.В ходе часового диалога гости обсудили ряд сопутствующих вопросов, в том числе:

Как крупные модели общего назначения и крупномасштабные модели вертикального поля находят свою ценность в будущих бизнес-сценариях?

Как предприятия могут воспользоваться бизнес-возможностями крупных моделей? Что является ключевым моментом, чтобы воспользоваться возможностью?

Прошлая жизнь и будущее большой модели

**澎湃科技: В настоящее время на внутреннем рынке сформировалась ситуация «войны сотен моделей». Как вы думаете, почему отечественные крупномасштабные модели развиваются так быстро? Какое влияние это оказывает на вашу сферу? **

**Ван Даньцзюнь (вице-президент Beisen Talent Management Research Institute): **С технической точки зрения разработка больших моделей не происходила за последние два года. В академической сфере много лет назад все начали заниматься исследованиями. Просто с увеличением объема данных и повышением уровня технологий в последние годы, особенно после того, как OpenAI выпустила ChatGPT, он привлек к себе всеобщее внимание.

Для каждой области каждый думает о том, как применить такую новую технологию в своей области и как улучшить свою бизнес-модель.

Например, наш Beisen Talent Management Research Institute относится к отрасли управления персоналом, а клиентами, которых мы обслуживаем, являются все группы предприятий, занимающиеся HR (человеческими ресурсами). Мы думаем, что применение больших моделей в области человеческих ресурсов может дать в будущем некоторую прорывную ценность, например, действительно может лучше повысить эффективность работы каждого, в определенной степени поможет нашим партнерам, будь то HR или Он может лучше направлять развитие сотрудников, в то же время он также может помочь компаниям ответить на многие вопросы управления человеческими ресурсами, в том числе на то, что мы часто задаем при найме сотрудников: кто больше подходит и кто может принести больше пользы. , как должна определяться заработная плата и т.д. Я думаю, что разработка и применение больших моделей изменит отрасль управления персоналом за очень короткий период времени.

**Ю Чжунхай (заместитель генерального директора исследовательского отдела CICC): **Дин Ван упомянул очень важный момент, а именно: технология крупномасштабных моделей появилась не только сегодня. В 2017 году Google написал известную статью Attention Is All You Need (внимание — это все, что вам нужно) и предложил архитектуру-трансформер.

На самом деле специалисты-практики в индустрии искусственного интеллекта Китая очень рано обнаружили потенциал технологии крупномасштабных моделей. Мы также написали соответствующий исследовательский отчет в 2021 году. В то время мы были шокированы развитием моделей искусственного интеллекта. Теперь конкретный продукт ChatGPT делает большую модель известной простым людям.Независимо от того, разбираетесь ли вы в технологии или нет, вы можете почувствовать ее прелесть, пока играете в нее, поэтому большая модель популярна.

Возможность быстрого применения больших моделей в тысячах отраслей также зависит от равноправия в технологиях, что является очень важной концепцией, которую мы выдвигаем. Благодаря развитию сообщества открытого исходного кода и естественному распространению знаний многие компании быстро создали свои собственные крупные модели.

Кроме того, я хотел бы добавить, что на этот раз мы увидели, как весь технологический круг и даже все общество образуют совместную силу, то есть «все считают это очень важным», что редко можно было увидеть в прошлом.

**Чжан Цзе (вице-президент Zhongguancun Kejin Technology): **Я думаю, что первый год существования большой модели можно проследить до запуска GPT3 в 2020 году. Почему он так быстро развивался в последние шесть месяцев? Я думаю, что есть три причины:

Первый аспект заключается в том, что у некоторых компаний и университетов раньше было много накоплений, таких как Baidu, Huawei, Университет Цинхуа и т. д., у них раньше были предварительно обученные языковые модели или большие модели, а последние шесть месяцев было обновление версии итерация для них;

Второй аспект заключается в том, что различные предприятия, в том числе некоторые инвестиционные учреждения, увеличили свои инвестиции;

Третий аспект заключается в том, чтобы полагаться на открытый исходный код.Сообщество открытого исходного кода побуждает предприятия запускать различные модели крупных предметных областей.

Что касается влияния больших моделей на поле, то это двусторонняя выгода для клиентов и для нас. Zhongguancun Kejin — ведущий поставщик решений в области технологий разговорного ИИ.Большая модель снижает наши затраты на настройку и разработку различных моделей сцен, что является для нас хорошей новостью. Для наших клиентов снижение стоимости интеллектуальных проектов побудило многие малые и средние предприятия рассмотреть возможность создания проектов, и весь рынок увеличился в размерах.

**澎湃科技: Недавно Tencent Cloud и OpenAI последовательно предложили крупномасштабное хранилище моделей для специализированного программного обеспечения моделей, которое чем-то похоже на форму магазина приложений.Как вы понимаете эту тенденцию? **

**Ван Даньцзюнь:**Независимо от того, являетесь ли вы инвестором или практиком в этой области, я считаю, что все ожидают увидеть эту тенденцию, потому что она побуждает больше людей участвовать в совместном создании этой области. Мы считаем, что поставщики базовых услуг в будущем обязательно будут склоняться к магазинной модели, что облегчит сближение с клиентами. Модель хранилища больших моделей также позволяет пользователям, получающим услуги, лучше использовать большую модель для создания некоторых новых сценариев приложений и ценности услуг.

Юй Чжунхай: На самом деле это проблема, которая очень беспокоит рынок капитала. Я думаю, что разработка крупных моделей в будущем будет больше похожа на общедоступное и частное облако в Китае.

Публичное облако в то время называлось IaaS (Infrastructure-as-a-Service, инфраструктура как услуга), а когда речь идет о больших моделях, мы называем его MaaS (Model as a Service). Есть известная заокеанская компания Hugging Face, которая выкладывает в интернет множество моделей, и можно использовать разные модели ИИ, просто вызывая ее API (Application Program Interface, интерфейс прикладного программирования).

Тем не менее, есть также много предприятий, которым необходимо развернуть свою собственную крупномасштабную модель и использовать свои собственные знания для ее улучшения, чтобы выполнить собственную тонкую настройку из-за таких требований, как соответствие требованиям безопасности и реализация разделенной сцены.Это может быть похоже на частное облако. рынок в китае..

Вообще говоря, большие модели на самом деле не подходят для непосредственного использования всеми, включая ChatGPT, который на самом деле упакован в продукт, основанный на большой модели, так что каждый обычный человек может испытать его. Таким образом, создание приложений на основе больших моделей на самом деле является очень широким рынком, который может генерировать множество бизнес-моделей, таких как цифровые сотрудники и концепция магазина приложений, только что упомянутая ведущим.

На самом деле, ChatGPT также рассматривается многими как портал трафика.Насколько мне известно, некоторые крупные производители мобильных телефонов также могут заниматься поиском.Тогда это совсем другое дело.Его доступный рынок будет от предприятия Расходы на ИТ становятся расходами на маркетинг. Китайские предприятия могут тратить в среднем 1-3% дохода на ИТ, но могут тратить 30% дохода на маркетинг. Так что когда у вас есть трафик, бизнес-модель может сильно измениться, что очень интересно.

Чжан Цзе: Я думаю, что OpenAI и Tencent Cloud делают разные акценты. OpenAI может по-прежнему сосредоточиться на базовой большой модели, используя некоторых экологических партнеров, чтобы компенсировать недостаток точности или профессионализма базовой большой модели в некоторых фрагментированных сценариях. Тем не менее, Tencent Cloud не переоценивает свою собственную базовую модель, а подчеркивает необходимость быть крупной моделью для вертикальных отраслей.

Их разные акценты показывают общую проблему, то есть базовую большую модель нельзя напрямую использовать в каких-то конкретных отраслях или сценариях с высоким профессионализмом, а также она нуждается в адаптационном слое. Я думаю, что здесь может быть новая бизнес-модель, то есть в будущем можно будет капитализировать все больше и больше знаний. Получается, что когда все используют ИИ, техническая парадигма другая. Таким образом, активы, которыми может поделиться каждый, представляют собой некие необработанные данные.После получения необработанных данных используются различные технические средства для их обработки.В ходе этого процесса промежуточная форма данных не может быть продана.

Тем не менее, большая модель в основном объединяет многие задачи ИИ вместе, и вся исследовательская парадигма и поток обработки сходятся, что делает многие промежуточные продукты доступными для торговли, такими как размеченные данные, данные для согласования инструкций, слова-подсказки и цепочка подсказок, состоящая из фраз-подсказок. и т. д., и даже роботы или помощники, обученные конкретным сценариям, могут совершать некоторые транзакции и получать капитал. Это может стать новой бизнес-моделью в будущем.

Общая большая модель VS большая модель с вертикальным полем

**Бумажная технология: На самом деле, только что вы трое упомянули о двух разных бизнес-путях, большой модели предметной области и общей большой модели.Можете ли вы подробно рассказать о возможностях и проблемах этих двух разных бизнес-моделей. **

Ван Даньцзюнь: В будущем бизнес вокруг больших моделей определенно станет бизнес-экологией, а основная особенность бизнес-экологии заключается в том, что она будет многоуровневой. Во-первых, некоторые производители будут предоставлять базовые услуги, поскольку для больших моделей требуется база данных и вычислительная мощность. Большая модель служит базовым механизмом.Хотя она обладает широкими возможностями, она не понимает знания конкретных предметных областей, моделей обслуживания и потребностей клиентов.

Наряду с этим идут большие макеты вертикалей. Некоторые из больших моделей в этих вертикальных доменах являются собственными крупными моделями производителей доменов, а некоторые обучаются на основе базовых больших моделей. С точки зрения непрофессионала, это сделать эти модели экспертом. Например, в финансовой сфере могут быть некоторые услуги, предназначенные для помощи инвесторам в принятии деловых решений, а в области человеческих ресурсов могут быть услуги, предназначенные для помощи компаниям в принятии решений о талантах.

Может быть много разделенных полей. Этим подразделениям также может потребоваться отраслевое накопление, обучение и понимание того, как решать проблемы клиентов, и даже участие в уровне взаимодействия с пользователем интерактивного интерфейса. Эти накопления на самом деле являются некоторыми из возможностей магазина приложений, о которых мы говорили ранее.

Юй Чжунхай: С нашей точки зрения, эти два типа рынков на самом деле очень разные.

Прежде всего, также важно построить хороший маховик данных для общей большой модели.

Например, сегодня я учу вас играть в настольный теннис и говорю, что вы должны играть так. Потом я подаю мяч, а ты его не ловишь, ты же знаешь, что это неправильный способ ударить по нему. Затем измените другой путь, на этот раз вы поймаете его, вы запомните правильный путь. Затем я продолжаю подавать вам мяч, а вы продолжаете его ловить, понемногу настраивая свою мышечную память, чтобы найти лучший способ. По сути, обучение модели — это тоже такой процесс. Каждый раз, когда вы общаетесь с ChatGPT, под ним будет лайк или дизлайк. Или бывают моменты, когда вы ничего не говорите и просто очень разочарованы тем, что возродили его. Или, например, каждый раз, когда вы используете Midjourney для рисования, он будет отображать четыре изображения, а затем вы выбираете третье по умолчанию, увеличиваете его, загружаете, и он будет знать, что этот, кажется, лучше, и он пойдет. к этому в будущем Направление немного более предвзятое, и модель немного научится. Без обратной связи модель остается здесь и не может улучшаться. Итак, это маховик данных, который мы подчеркиваем, подчеркивая положение карты в сцене. Как универсальная крупная модель, самое главное, что ею кто-то пользуется, что тоже является преимуществом Китая. Китайцам нравится использовать технологии, и они больше принимают большие модели. У нас много людей, которым можно оставить отзыв.

Я думаю, что для больших предметных моделей важнее ноу-хау (технические ноу-хау и опыт, необходимые для участия в определенной отрасли или выполнения определенной работы).

Ключом к модели большой области является удовлетворение потребностей клиентов и понимание ноу-хау клиентов в определенной глубокой области. У таких предприятий, как Zhongguancun Kejin, есть свои преимущества: они понимают ноу-хау клиента и болевые точки клиента в конкретных полевых сценариях.

**Чжан Цзе: **Спасибо за признание. Я понимаю, что общая большая модель и большая модель предметной области представляют собой восходящие и нисходящие отношения, а не конкурентные отношения. Общая модель большая и всеобъемлющая, а модель предметной области — небольшой, но красивый бизнес.

Общая крупномасштабная модель характеризуется «тремя максимумами», то есть высокими инвестициями и высокой доходностью, но также и высокой неопределенностью. Потому что обучение базовой большой модели требует высоких требований к алгоритмам, данным и талантам. Например, вычислительная мощность должна быть не ниже уровня вычислительной мощности 10000 кат.

Почему такая высокая неопределенность? Поскольку производители, включенные в окончательный список, в основном являются крупными интернет-компаниями или технологическими гигантами, технические требования к обученным крупным моделям очень высоки, чтобы иметь общие возможности и новые возможности.Если вы хотите закрепиться на рынке, вы должны, по крайней мере, быть в состоянии запустить Только победив модель с открытым исходным кодом, он может выжить. Я думаю, что на будущем рынке будет сосуществовать много основных крупных моделей, но их может быть не слишком много.

Макет домена может быть небольшой, но красивой дорожкой. Обучение модели большой предметной области не требует очень больших вычислительных мощностей: согласно нашим экспериментам, итерация большой модели предметной области занимает всего одну неделю. Две карты могут рассуждать в режиме реального времени. Затем, с точки зрения данных, нам все еще нужно установить некоторые собственные пороговые значения, что является эффектом маховика данных, который только что упомянул г-н Ю.

Самый важный пункт конкуренции - это талант. Модель большой предметной области уплощает технологическую цепочку всей отрасли. Ваши таланты должны не только понимать алгоритмы, но и уметь хорошо их разрабатывать, понимать сценарии, разбираться в бизнесе и даже разбираться в дизайне продуктов. Необходимо стимулировать комбинированные способности талантов, а затем стимулировать инициативу и творчество талантов, что является проверкой организаторских способностей.

**В какой области крупная модель наиболее полезна? **

**Бумажная технология: каковы три наиболее перспективных направления вертикального применения? **

Юй Чжунхай: Мы рассмотрели множество направлений, и сейчас наиболее многообещающим направлением является AI Answer, слово, которое мы придумали сами и которое относится к категории продуктов. Например, вы меня сегодня тестировали на вопрос, и спросили, какую марку коляски лучше купить. Я считаю, что у всех должна быть похожая ситуация.Спросите трех друзей, прочитайте пять статей Xiaohongshu, а затем найдите десять сообщений в Интернете. Наконец, прочитав ее, я суммировал три модели, а потом посмотрел цену и принял решение.

На самом деле, то же самое относится ко многим вещам, когда вы спросите у искусственного интеллекта.У большой модели есть определенная память.Он знает, что эти вещи связаны, но у него будут галлюцинации, как это выглядит. Так что компании часто делают определенные запросы на основе внутренней базы знаний, а затем делают сводку на основе этих вещей. Кроме того, есть вопрос и ответ, резюме или сравнение, основанное на документе, таком как страховая оговорка, основанная на сотнях страниц. Или дайте ответ по поиску. Все вместе мы называем эти продукты AI Answer. Кроме того, мы также уделяем больше внимания таким возможностям, как офисная работа и обучающие машины с искусственным интеллектом.

Чжан Цзе: Я думаю, мы можем сначала рассмотреть это по индустрии, а затем по сценарию. Идеальная отрасль для крупномасштабных моделей предметной области — это отрасль с высокой плотностью знаний, надежной логикой процессов и чувствительностью к безопасности и конфиденциальности. Например, такие отрасли, как финансы, медицина, юриспруденция и государственные дела, могут быть идеальными для реализации крупномасштабных моделей предметной области в будущем.

Вначале сцена может быть разрешена для внутренних сотрудников. Например, проведите несколько тестов знаний, а затем тренировки и спарринги. После наделения внутренних сотрудников полномочиями давайте посмотрим, как оказать некоторую услугу C (клиентам) или предоставить сотрудникам отдела продаж и обслуживания клиентов возможность стать помощниками по обслуживанию клиентов по маркетингу. Короче говоря, при подаче заявки вы можете сначала рассмотреть возможность старта со сцены с относительно высокой отказоустойчивостью.

Ван Даньцзюнь: Мы также считаем, что в опыте каждого приложения большие модели помогают нам решать большинство проблем в наукоемких отраслях. В области To B, такой как Beisen или Zhongguancun Kejin, действительно будут некоторые компании, которые с большей вероятностью выиграют от этого. Например, в управлении человеческими ресурсами предприятия все надеются, что большая модель сможет решить некоторые скучные и нудные для людей вещи, такие как ответы на различные общие проблемы сотрудников. Beisen и Zhongguancun Kejin также обсуждают сотрудничество в этой области, надеясь в будущем создать несколько цифровых сотрудников с помощью базовых средств большой модели и ответить на эти вопросы, которые, похоже, не требуют человеческого опыта и знаний.

Кроме того, мы обнаружили, что есть несколько важных областей, таких как коучинг корпоративного лидерства. На предприятии есть несколько уровней менеджеров, и каждый менеджер ежедневно сталкивается с различными проблемами, но у него не так много возможностей спросить совета у других.Мы считаем, что AIGC может оказать очень хорошую помощь в этом сценарии, и он вполне может справиться с некоторыми личные требования к конфиденциальности.

**澎湃科技：Майкрософт недавно объявила о сотрудничестве с OpenAI, чтобы открыть экологию приложений.Чжунгуаньцунь Кеджин является представителем крупных производителей приложений в Китае.Каков текущий прогресс в выпуске продуктов и приложений? Будет ли у каждой компании в будущем своя эксклюзивная модель? **

Чжан Цзе: Я думаю, что не каждой компании нужна собственная эксклюзивная модель, потому что я думаю, что технология больших моделей может быть разделена на три уровня от мелкого до глубокого:

На первом уровне, если в отрасли или на предприятии не так много знаний или документов, или особенности самого предприятия не сильны, нет необходимости использовать специальную модель, и можно напрямую использовать общую большую модель. На общей крупной модели под конкретные требования сцены достаточно настроить (подсказать). В этот период предприятиям нужен быстрый инструмент управления текстом с хорошим пользовательским интерфейсом и низким порогом. Некоторым бизнес-экспертам может быть необходимо накапливать какие-то полезные подсказки в конкретных сценариях, для более сложных необходимо некоторые подсказки превратить в небольшой набор подсказок, а затем формировать цепочки между разными наборами, причем цепочки упорядочиваются Логические отношения, достаточно иметь оперативный инструмент управления цепочкой.

Второй слой немного сложнее. Некоторые предприятия имеют много разрозненных знаний. В настоящее время слов-подсказок или цепочек подсказок может быть недостаточно. Необходимо добавить базу знаний поверх общей большой модели для управления низкочастотными и длинными знаниями. Когда общая большая модель сталкивается с конкретными проблемами, обратитесь к базе знаний, чтобы найти ответы. Это технический маршрут: общая крупная модель + база знаний + быстрый инжиниринг.

Третий уровень, для предприятий с большим объемом знаний в предметной области, необходимо построить большую модель предметной области, эксклюзивную для предприятия, и ввести общие знания в предметной области в мозг большой модели, которая не только поддерживает общие общие здравого смысла и рассуждений, но также имеет опыт в этой области. Знания и навыки создают большие модели от студентов гуманитарных наук до экспертов в предметной области. Это маршрут большой модели предметной области + база знаний предметной области + оперативная разработка.

У Zhongguancun Kejin есть некоторая практика применения для трех вышеперечисленных ситуаций.Некоторое время назад мы пытались решить три технические трудности, и после решения мы сформировали два набора приложений-помощников. Каковы три технические трудности?

Во-первых, решить проблему галлюцинаций, часто возникающих у больших моделей, то есть серьезных глупостей. Для этого требуется база знаний в этой области, чтобы большая модель знала, что, когда ей задают вопрос, ей необходимо найти соответствующие знания в базе знаний. При построении базы знаний часто необходимо обрабатывать документы в форматированном текстовом формате, необходимо, чтобы большая модель сначала понимала макет документа, а затем понимала содержимое внутри.

Во-вторых, предотвратить проблему забывания в процессе обучения при обучении больших моделей в предметной области. В противном случае, когда вы вводите в его мозг новые знания, он забывает старые знания. Здесь будут использоваться эффективные технические средства тонкой настройки, чтобы он мог не только иметь исходные общие знания, но и учиться здравому смыслу в полевых условиях.

Третье — как сделать так, чтобы пользователям было удобнее и с меньшими затратами пользоваться им. Будь то крупная модель предметной области, база знаний предметной области или подсказка, ее нельзя выполнить за одну ночь, и она требует постоянной обратной связи и итераций. уровень инструмента.

**澎湃科技: Я хотел бы спросить г-на Ю с точки зрения инвестиций, по сравнению с инвестиционной логикой в эру мобильного Интернета и жестких технологий, в этом раунде крупномасштабного подъема модели, основной фокус выбора проекта , в том числе точки принятия инвестиционных решений что это такое **

**Юй Чжунхай:**Этот вопрос также изучается капиталом. За последние полгода рынок больших моделей также претерпел множество витков эволюции. Поначалу многие рассматривали это как тематические инвестиции, в то время спекулировали компании, связанные с ИИ, и все высоко ценили компании с реальными базовыми возможностями крупномасштабных моделей. Позже появилась «Война сотен моделей». Все считали, что большая модель казалась слишком сложной. Они обнаружили, что вычислительная мощность, по-видимому, была бенефициаром покупки лопат у «Наггетс», поэтому оценка компаний, связанных с вычислительной мощностью, выросла на много. К маю и июню этого года мы предложили, чтобы «приложения ИИ открыли взрывной кембрийский период». Многие компании придумали свои собственные продукты, и применение ИИ снова начало расти.

На самом деле, инвестиционный ритм крупных моделей также постепенный.С самого начала, пока это компания ИИ, он может увеличиваться, а затем выйдет приложение, и тогда все начнут исследовать, является ли это приложение есть ли клиенты, которые за это платят, и есть ли реальные заказы. Я думаю, может быть, через год или около того все задумаются о том, есть ли барьеры для этого приложения и является ли бизнес устойчивым в долгосрочной перспективе. На самом деле, больше всего мы оптимистично относимся к уровню приложений.Мы придаем большое значение предприятиям, которые действительно могут соединять большие модели и корпоративные приложения, и они действительно могут создавать ценность.

**The Paper: Следующий вопрос к Дину Вану: с точки зрения талантов, большая модель сейчас строит новые производственные отношения сотрудничества человека и машины. Итак, какое влияние это окажет на управление талантами на предприятиях? **

Ван Даньцзюнь: Это особенно хороший вопрос. Поскольку мы видим, что на социальном уровне каждый может очень захотеть обсудить «Моя работа будет заменена большой моделью в будущем?» Что касается этого вопроса, я предлагаю рассмотреть его с двух сторон:

С одной стороны, все больше обсуждали то, что возможности крупномасштабных моделей становятся все сильнее и сильнее, а применение вертикальных полей все глубже и глубже, что в будущем может заменить работу многих разнорабочих. В последние годы, даже без учета масштабной разработки моделей, все очень обеспокоены снижением затрат и повышением эффективности, что предполагает удельный вес затрат на оплату труда на предприятиях. Если какие-то новые технологии можно будет использовать для снижения затрат на рабочую силу, это будет очень ценно для предприятия, что является важной причиной его устойчивого развития.

С другой стороны, появление в будущем больших моделей и появление более вертикальных полевых инструментов станет благословением для сотрудников. С положительной стороны, если сотрудники могут лучше использовать взаимодействие человека и машины, это может создать большую ценность для компании.

Мы прогнозируем, что в будущем в организационной форме произойдут некоторые изменения. Большинство компаний сейчас имеют функциональную структуру, разные функции обслуживают одних и тех же клиентов, существует много проблем сотрудничества и коммуникации между функциями, что является большим расходом для компании. Но в будущем, когда отдельные сотрудники или группы будут иметь всесторонние возможности с помощью инструментов, организационная единица неизбежно станет меньше, и она станет более гибкой, гибкой и отзывчивой.

**Paper Technology: Я хотел бы спросить у вас троих, какие возможности больше всего нужны компаниям в контексте Войны сотен моделей? **

**Чжан Цзе: **Базовым производителям крупномасштабных моделей больше всего нужно иметь особенно сильные и уникальные технические возможности, чтобы превзойти крупномасштабные модели с открытым исходным кодом, а затем иметь некоторые уникальные технологии в мультимодальных или сложные рассуждения секс. Для крупномасштабных производителей моделей в этой области больше всего нужны составные таланты, а организационные навыки очень важны. Потому что необходимо дать полную свободу инициативе и творчеству талантов, связать его с некоторыми передовыми бизнес-возможностями и дать ему знать, что нужно клиентам. Кроме того, должны быть какие-то инженерные возможности и алгоритмические возможности.

Юй Чжунхай: Я думаю, что данные очень важны, особенно для компаний, которые хотят использовать большие модели, данные действительно важны. На самом деле, данные скоро станут для нас барьером.Такие компании, как Zhongguancun Kejin, которые предоставляют приложения для крупномасштабных моделей, имеют наибольшее преимущество в данных.

**Ван Даньцзюнь: **На самом деле, для подавляющего большинства предприятий более вероятно, что в будущем они будут потребителями больших моделей, а не их создателями.Активное использование больших моделей может значительно ускорить их процесс цифрового управления. . И организациям, и отдельным лицам может потребоваться принять изменения. Руководителям на всех уровнях необходимо повышать свою осведомленность о том, как использовать эту новую возможность, а сотрудникам необходимо поддерживать способность к непрерывному и самостоятельному обучению.

**Бумажная технология: в этом процессе предприятия вертикальной отрасли имеют преимущество в виде отраслевых ноу-хау. Легче ли им пробиться через точки карты больших модельных данных? **

Чжан Цзе: Я думаю, что отраслевые ноу-хау необходимо подробно рассмотреть, и может быть несколько форм, требующих особого внимания.

Наиболее очевидной формой отраслевого ноу-хау являются некоторые данные в документах, представляющие собой символические выражения. Как откопать (слова-подсказки) или подсказать цепочки из документа – это тип проблемы, которую необходимо решить на текущем этапе. Многие компании имеют большое количество документов, и многие из этих документов находятся в формате PPT или PDF. Необходимо понимать как его формат, так и его содержание.

В дополнение к ноу-хау этого типа промышленности, есть также знания, скрытые в умах отраслевых экспертов или сценаристов, которым необходимо дать инструмент, который можно обобщить словами. ноу-хау с более высокой плотностью.

Существует также относительно скрытый вид отраслевых ноу-хау — коллективный разум, спрятанный в системных журналах. Изучив эти журналы, можно превратить разрозненные знания в структурированные цепочки знаний. Затем из тысяч цепочек она суммируется и превращается в наилучшую практику под конкретный сценарий. Например, продавцы делают много телефонных звонков каждый день, и каждый день накапливаются миллионы журналов разговоров.Путем адаптации в соответствии с различными результатами, такими как выполнение заказа, поток заказов или завершение вызова, лучшие речевые навыки для маркетинга новых продукты могут осаждаться Практика.

Эти три типа вопросов на самом деле являются очень хорошим отраслевым ноу-хау. Здесь также есть некоторые технические проблемы, например, как извлечь слова-подсказки и цепочки подсказок из документов и журналов. doc2 и log2 находятся в центре исследований, в которые стоит инвестировать.

Юй Чжунхай: На самом деле, у Чжан Цзе всегда была поговорка, которая произвела на меня глубокое впечатление: он сказал, что запись орбит восьми планет Солнечной системы за десятки миллионов лет не так хороша, как абстрактный закон гравитация, которая может объяснить вещи лучше Природа.

Я думаю, это ноу-хау. Компании в вертикальных сферах имеют большой опыт в смежных областях.Приведу пример.После того как искусственный интеллект стал популярен,все говорили,что появилась новая профессия инженер с годовой зарплатой в миллион.

Это инженер пошел писать. Так чем же они так ценны? Я также сам использую инструменты для рисования с искусственным интеллектом. Однажды я хотел нарисовать мужчину в костюме, но перепробовал много ключевых слов и ничего не вышло. Позже я набрала «галстук», и человек тут же надел костюм, и вы обнаружите, что это и есть волшебное слово.

Большая модель немного похожа на вероятностную игру: на самом деле она имеет много априорных вероятностей. В этой сцене галстук — очень важное слово, соответствующее костюму. И инженер знает, какие ключевые слова могут нарушать модель, и он знает, какие вещи мы хотим написать, в этом его ценность. Затем, если мы поместим этот вопрос в сценарий приложения, на самом деле это стоимость компаний в вертикальных областях. Он разбирается как в искусственном интеллекте, так и в отраслевых ноу-хау.

Ван Даньцзюнь: В настоящее время кажется, что в дополнение к основным крупномасштабным модельным компаниям, вертикальные полевые компании являются второй группой компаний, на которые все будут обращать пристальное внимание на рынке. Я думаю, что это будет очень сложно для них в следующем периоде времени. Опыт компаний в вертикальных областях не обязательно может быть непосредственно преобразован в новое творчество с благословением новых технологий. Нужно потратить больше времени, чтобы сначала изучить, чтобы понять, какова основная логика работы большой модели, чтобы узнать, как она может помочь мне, даже помочь мне добывать наши знания или помогать нам предоставлять услуги клиентам. Я думаю, что в ближайшее время они первыми столкнутся с этой проблемой. На этих основах найдите новые возможности для создания ценности для клиентов на основе этих моделей.

**Бумажная технология: в последнее время появились некоторые новые тенденции, такие как замедление числа посетителей ChatGPT. На самом деле он не существовал как супервход. Существует мнение, что ChatGPT не может представлять будущее GPT, а является всего лишь продуктом, представленным рынку OpenAI и Microsoft. Что вы трое думаете об этой точке зрения? **

Юй Чжунхай: Эта точка зрения действительно очень интересна. Лично я настроен относительно оптимистично, потому что я человек, который часто использует масштабные продукты. И я хотел бы добавить, что текущий ChatGPT не является его окончательным видом. Я думаю, что Google Assistant (Google Ассистент) в системе Android следующего поколения от Google будет поддерживаться собственной большой моделью, потому что это тоже очень важный вход трафика.

Ван Даньцзюнь: Многие люди в отрасли настроены очень оптимистично. Как новый продукт, на этом этапе развития, естественно, будет некоторая дифференциация. Что касается конечных пользователей, то они будут заинтересованы в таких инструментах, захотят попробовать и продолжать их использовать. Даже если частота использования снижается и снижается степень внимания, поведение пользователей сложно изменить.

Чжан Цзе: Я думаю, что замедление темпов роста ChatGPT рано или поздно произойдет, ведь у трафика есть потолок. Рано или поздно трафик достигнет пика или интерес публики к прикладным сценариям общения в чате снизится.В конце концов, общение в чате не является высокочастотным жестким требованием, но оно приносит вам особенно хорошее вдохновение.

С одной стороны, вокруг чата существует множество приложений, таких как создание изображений, видео, отчетов, PPT и т. д. через чат, например, ChatDoc, ChatPdf и ChatBI. Другим сценарием является только что упомянутая модель большого домена, такая как финансовая GPT, юридическая GPT и медицинская GPT.Все они могут стать новыми входами в бизнес в будущем.