ChatGPT大模型引发的企业应用新变革

自从ChatGPT大模型为代表的AI技术出现后，百度也推出了“文心一言”大模型，微软也发布了Office的AI新功能“Copilot”，随后OpenAl又一次公布了其大模型GPT的最新版本GPT-4。大模型又称为Foundation Model（基石）模型，模型通过亿级的语料或图像进行知识抽取、学习进而生产了亿级参数的大模型。本质是自监督学习，利用大量无标签很便宜的数据去做预训练。

出现在《黑客帝国》里的大模型

有谁还记得在《黑客帝国2》中设计师和尼奥的对话情景。现在回想起来，这无疑就是人类（尼奥）与机器（设计师）通过大模型进行对话的一个典型场景。

（本图片由大模型技术生成）

以往要让机器了解人的意图，首先需要人学会并使用汇编、C、Python等机器可以理解的语言，并通过这些语言向机器下达指令，也就是写代码编程。但毕竟不是人人都可以成为码农，虽然尼奥是，但这种对话方式对于设计师而言，效率明显太低。更何况尼奥还有另外一个身份——黑客……。于是就有了设计师通过大模型与尼奥对话的经典场景。

在这场对话中，设计师首先通过大模型，预先设计了尼奥在每场对话中可能出现的一切反应，并预设了与之相应的应对方案，将主动权牢牢掌握在了自己手中。要不是尼奥利用救世主的主角光环实现逆风翻盘，结局必然会按设计师的计划得以实现。

从这个案例中，我们可以感受到大模型在人机对话中所具备的重要意义——机器可以看懂、听懂、读懂普通人类所表达的信息，并准确进行响应。

大模型在企业级应用中的重要意义

与在此之前Web1.0、Web2.0时代的UGC（用户生产内容）和PGC（专业生产内容）相比，代表人工智能构思内容的AIGC，是新一轮内容生产方式变革。自ChatGPT为代表的大模型技术兴起后，AIGC进化的速度较为明显。通过大模型的加持，可实现独立内容创作的AIGC在传媒、电商、影视等行业和场景的应用前景广阔。

大模型与图形模态的AIGC相结合，可以打造从文字描述到图片生成的AI创作辅助工具，例如最近非常火爆的Midjourney。在文本生成领域，现在百度的文心一言也可以实现短文、长文的自动生成。京东云在生成式AI与产业结合上，也有丰富的积累和广泛的落地。

京东云言犀在任务型智能对话交互关键技术方向拥有包括文本生成、语音生成、对话生成等系列领先技术，并打造出了智能客服系统、京小智平台商家服务系统、智能政务热线、言犀数字人等系列产品和解决方案。

在零售领域，京东云基于言犀平台的能力打造了业界首个大规模商用情感智能客服系统，对内服务于京东超过5.8亿京东用户和数十万第三方商家，可自动化应答90%的服务咨询。目前服务涵盖23个场景，拥有4层知识体系，超3000个意图和3000万个高质量问答知识点，以及超40个RPA能力，是京东自动化、稳定性最高的系统之一，产生直接经济效益20亿元。

此外，基于言犀平台的基础能力，还在京东打造了内容审核，拍照购、商品营销文案生成等多种应用。例如商品营销文案生成目前覆盖3000余个三级类目，人工审核通过率超过95%，累计生成超30亿字、直接带来了3亿+的收入。

在政务领域，京东云解决方案包括语音接待、智能座席辅助、智能知识库、智能调度、管理分析等核心产品和服务，通过技术和运营的无缝衔接，有效提高了政府对群众诉求的响应率、解决率、满意率。现已服务山西大同、河北保定、北京通州、广东东莞等多地12345热线，提供有温度有速度的政务服务。2022年5月北京通州发生疫情，京东云言犀团队迅速研发了疫情排查与防控解决方案，极大了降低防控排查的压力，随后方案又在山西、广东等落地，以科技助力疫情防控。

在金融领域，京东云通过3D图形学建模和音素识别技术，塑造可以实时与人交流互动的数字人，让语音生“动”起来；与业务系统深度耦合，突破了数字人系统与客户、业务系统、风险监控系统的三通道对话模式的壁垒，为交易办理保驾护航。还为江南农商银行，打造出VTM数字员工，该数字员工是全国首个能独立全程办理银行真实交易的数字人，实现了从传统的咨询、查询、导览到业务办理的突破，极大突破了数字人的能力边界，产生了更多的业务价值和服务价值。

在制造领域，京东云言犀为中联重科打造的首个“AI专家诊断系统”，该系统可以帮助工程师实现故障的快速排查和解决，每年可节省故障排查时间4200小时。

传统企业的大模型应用门槛

基于大模型的人工智能技术零售、政务、金融、制造等领域都已经成功落地。但对于人工智能技术贫瘠的传统企业而言，在部署以大模型为基础的人工智能生成类产品时，又要做哪些准备？还可能面临哪些方面的困难？

针对这些问题，京东云基于自身的人工智能应用实践给出了以下三方面建议：

一、融合性技术发展

在关键共性技术上，要着力发展新一代融合性智能技术。当下人工智能技术的三要素包括数据、算法、算力，但目前往往数据是静态的、算法是单一任务驱动的。未来，会升级为场景、系统、算力新三要素：包括复杂交互智能场景及其产生的动态数据、多任务协同和多算法融合的系统以及能支撑复杂场景与系统的新型算力，从而让计算机能深度地理解真实世界及解决重大的真实问题，提升智能系统的通用性、适应性和任务完成率，更好地支撑各种关键应用。新一代融合性智能需要能基于“活的”交互场景去迭代和发展，包括人与智能体的交互，以及多智能体之间的交互，将成为人工智能的一个新发展趋势。

二、立足广泛产业

在产业应用落地方面，需要立足广泛产业，加强产业人工智能的发展。人工智能作为新一轮科技革命和产业变革的重要驱动力量，尤其是人工智能领域的单点技术，已广泛应用于零售、金融、城市、教育等领域，带来了巨大的经济效益与社会价值。同时，随着人工智能与实体经济的进一步融合，往往面临大量的低频、长尾场景，尤其是大量非互联网企业和小微企业，他们数字化程度低，数据样本少、定制化程度高，而且缺少工程化能力和二次开发能力。因此，需要综合性的人工智能技术和系统，具备迁移成本低、通用能力强、开箱即用等特点，进一步推动实体经济的发展。

三、构建安全可信治理体系

在安全治理上，需要构建安全可信的人工智能治理体系。随着人工智能应用的深入，其自身的技术缺陷以及带来的隐私伦理、决策偏见、使用安全等问题引发了信任危机。

在技术上，算法脆弱易受攻击带来的危险性；黑箱模型导致算法不透明，使得人们无法直观理解决策背后的原因。

在应用中，容易产生训练数据偏见歧视，导致公平性缺失；以人脸识别技术为代表的生物识别信息的频繁使用，又增加了隐私泄露的可能。

在伦理方面，人工智能系统决策复杂，难以界定责任主体，带来伦理安全问题。

因此，我们需要构建安全可信的人工智能治理体系，加强鲁棒性、可解释性、隐私保护等方面的技术研究，解决当前应用人工智能时所遇到的问题，增强大众对人工智能的信任，确保应用和服务在最大程度上减少偏见，促进人工智能健康高质量发展。