自ChatGPT、Bard、Claude、Midjourney以及其他内容生成工具问世以来,人们对生成式AI抱有很高期待。各企业CEO自然也在思考:这究竟是科技炒作,还是颠覆行业格局的机遇?如果是后者,那生成式AI能给自身业务带来什么价值?
CEO们想知道是否应立即采取行动,以及如果采取行动,该从何开始。有些人可能从中看到了机遇,希望通过重塑人与生成式AI应用程序协同工作的方式,在竞争中弯道超车。其他人则可能希望谨慎行事,在进行大规模投资之前先尝试几个用例,增进对生成式AI的理解。
当然企业也需要评估自身是否具备必要的技术专识、技术及数据架构、运营模式以及风险管理流程,这些是更进一步部署生成式AI时所需要的。
以中国为例,作为国内最早一批探索AI的巨头,2023年3月20日,百度正式上线生成式AI文心一言。随后阿里巴巴的通义千问大模型、华为的盘古大模型等一批批优秀大模型也陆续涌现出来。在这当中,华为盘古大模型中的NLP大模型更是行业内首个千亿参数中文大模型,拥有1100亿密集参数,经过40TB的海量数据训练而成。
伴随着大模型的狂飙突进,各企业CEO对生成式AI的期待显而易见,企业高管自然希望借此东风运筹帷幄,有计划地快速推进。CEO们应将探索大模型列入工作议程,不能仅视之为“可选项”。
大模型在企业中有很多应用,财务领域可对财务报告中的要点给出文字描述,客户关系则可以为客户互动建议,在银行、金融机构、审计机构等文本相关岗位的审核工作中,有许多费时费力、重复枯燥、价值低的文档处理工作环节,可以准确地识别、提取和审阅文档内容等。
除了华为发布盘古金融、电力、药物分子三个垂直领域大模型,阿里云宣布与7家企业推动大模型在油气、电力、交通等行业落地,京东表示将发布千亿级大模型,进一步聚焦行业应用等大厂大模型之外,不乏新锐科技公司也在垂直大模型领域有了自己的一席之地。
拿实在智能举例,近期实在智能上线内测了自研垂直领域的大语言模型——TARS大模型,这是国内人工智能企业、RPA赛道头部的大语言模型,由于致力于AI与RPA深度融合,本身具备一定的行业领域知识,反而在垂直大模型的探索上具备天然优势。TARS垂直大模型中叠加了多项自然语言处理前沿技术,基于开源基座模型,在千亿级高质量Tokens上进行了充分训练,完整复现了Pretrain、SFT和RLHF三个阶段,语言理解能力及指令跟随能力等在横向对比测试中均取得良好效果,并叠加了如:模型的不当言论判别等多项自然语言处理前沿技术,进一步增强了模型的生成效果和安全性。
此外,在落地场景上,实在TARS大模型还将作为实在智能IDP文档审阅产品的下一代核心引擎,为更多企业提供更准确、高效的文档处理能力。借助TARS大模型的语言理解和深度学习能力,IDP将升级为Chat-IDP,即为用户提供与文档直接“对话”的能力,使用户可更准确地识别、提取和审阅文档内容,打出一套文档高效审核处理的“组合拳”,大幅提升自动化办公效率。
多年来,企业一直在探索AI之路、追求宏远的目标, 许多公司已经收获了新的收入来源、改进了产品、 提升了运营效率。其中许多成功都源于AI技术,它们仍然是处理特定任务的最优工具,企业应继续保持这方面的努力,在大模型浪潮中启动生成式AI的旅程。