當(dāng)生成式AI風(fēng)頭正勁，越來(lái)越多的企業(yè)開(kāi)始積極在自身行業(yè)布局相關(guān)的AI應(yīng)用。但在風(fēng)頭之下，從準(zhǔn)備工作到業(yè)務(wù)價(jià)值落地之間環(huán)環(huán)相扣，從數(shù)據(jù)準(zhǔn)備到篩選場(chǎng)景，再到落地應(yīng)用，每一個(gè)環(huán)節(jié)都會(huì)成為企業(yè)級(jí)AI應(yīng)用的卡點(diǎn)。
第一步：數(shù)據(jù)“就緒”
“數(shù)據(jù)是AI時(shí)代的石油。”領(lǐng)悅數(shù)字信息技術(shù)有限公司南京分公司總經(jīng)理戚海飛對(duì)鈦媒體APP表示。確實(shí)，無(wú)論是對(duì)于政府，還是企業(yè)，數(shù)據(jù)已經(jīng)成為互聯(lián)網(wǎng)時(shí)代、AI時(shí)代的“石油”。
2020年4月，國(guó)務(wù)院發(fā)布文件《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》此次意見(jiàn)首次把數(shù)據(jù)和土地、勞動(dòng)力、資本、技術(shù)四大傳統(tǒng)要素并列，成為第五個(gè)生產(chǎn)要素。目前行業(yè)公認(rèn)的以次為“起點(diǎn)”，數(shù)據(jù)成為越來(lái)越重要的存在。2023年10月，國(guó)家數(shù)據(jù)局的正式成立，將數(shù)據(jù)的重要性推到了最高峰。
2022年底，ChatGPT橫空出世以后，新一輪AI的浪潮席卷各行各業(yè)，企業(yè)對(duì)于數(shù)據(jù)的重視程度越來(lái)越高。中國(guó)信息通訊研究院云計(jì)算大于數(shù)據(jù)研究所所長(zhǎng)何寶宏表示，伴隨著大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，數(shù)據(jù)質(zhì)量越來(lái)越高的前提下，人工智能已經(jīng)逐漸從以代碼為中心，轉(zhuǎn)向以數(shù)據(jù)為中心的人工智能，“當(dāng)下企業(yè)需要通過(guò)加強(qiáng)數(shù)據(jù)治理和增強(qiáng)數(shù)據(jù)質(zhì)量，來(lái)解決模型輸出效果。”
何寶宏還曾指出，據(jù)作為第五大生產(chǎn)要素，正在從數(shù)據(jù)資源演變?yōu)閿?shù)據(jù)資產(chǎn)，其經(jīng)濟(jì)屬性日益凸顯，數(shù)字經(jīng)濟(jì)邁向以數(shù)據(jù)可信流通為核心的數(shù)據(jù)技術(shù)3.0時(shí)代，大模型的出現(xiàn)加快了各行各業(yè)的數(shù)字化和智能化升級(jí)進(jìn)程，正在推動(dòng)智能技術(shù)產(chǎn)生深刻變革。
固然，對(duì)于企業(yè)而言，想要落地大模型的第一步就是要具備足夠的高質(zhì)量數(shù)據(jù)。對(duì)此，圖靈新智算董事長(zhǎng)兼CEO劉淼告訴鈦媒體APP，企業(yè)應(yīng)用AI大模型就像是“中央廚房”一樣，而數(shù)據(jù)就是原材料，企業(yè)如果連高質(zhì)量的數(shù)據(jù)集都不具備的話，就形成了“巧婦難為無(wú)米之炊”的窘境。
而好的企業(yè)顯然已經(jīng)在數(shù)據(jù)方面做好了“就緒”。戚海飛告訴鈦媒體APP，寶馬從2018年就開(kāi)始數(shù)據(jù)資產(chǎn)化進(jìn)程，建立數(shù)據(jù)和AI的團(tuán)隊(duì)，“特別是最近幾年，我們把所有的數(shù)據(jù)落湖，進(jìn)行資產(chǎn)化。”
數(shù)據(jù)資產(chǎn)化之后，對(duì)于大型企業(yè)來(lái)說(shuō)，實(shí)現(xiàn)了跨地域、跨業(yè)務(wù)部門(mén)之間異構(gòu)數(shù)據(jù)的互通互享，“打通了數(shù)據(jù)的通路，才能激發(fā)更多的數(shù)據(jù)價(jià)值。”戚海飛如是說(shuō)。
寶馬也正是在打通了數(shù)據(jù)之后，才在此基礎(chǔ)上進(jìn)行應(yīng)用開(kāi)發(fā)，“數(shù)據(jù)準(zhǔn)備好后，無(wú)論是做用戶(hù)高級(jí)分析，還是AI模型的訓(xùn)練，就顯得’得心應(yīng)手‘了，”戚海飛告訴鈦媒體APP，“而這也是寶馬提出的Data AI，Data在前，AI在后的原因。”
而伴隨著生成式AI的火爆，合成數(shù)據(jù)也成為了大模型時(shí)代企業(yè)訓(xùn)練大模型的“必備品”，Gartner數(shù)據(jù)顯示，預(yù)計(jì)2024年，60%用于AI開(kāi)發(fā)和分析的數(shù)據(jù)將會(huì)是合成數(shù)據(jù)；2026年，GPT等大型語(yǔ)言模型就將耗盡互聯(lián)網(wǎng)上可用的文本數(shù)據(jù)；2030年，合成數(shù)據(jù)將徹底取代真實(shí)數(shù)據(jù)。
盡管合成數(shù)據(jù)發(fā)展的速度超乎想象，不過(guò)目前業(yè)內(nèi)對(duì)合成數(shù)據(jù)的看法并不一致。
一種觀點(diǎn)認(rèn)為，合成數(shù)據(jù)無(wú)異于“近親繁殖”，會(huì)造成模型崩潰的情況，這種觀點(diǎn)主要的核心理論是：如果在訓(xùn)練中不加區(qū)別地使用AI產(chǎn)生的內(nèi)容，模型就會(huì)出現(xiàn)不可逆轉(zhuǎn)的缺陷原始內(nèi)容分布的尾部（低概率事件）會(huì)消失。其主要觀點(diǎn)來(lái)自于牛津、劍橋等機(jī)構(gòu)在Nature封面發(fā)布的一篇論文。
另一種觀點(diǎn)認(rèn)為，當(dāng)現(xiàn)實(shí)中高質(zhì)量數(shù)據(jù)不足的時(shí)候，合成數(shù)據(jù)能夠精準(zhǔn)的提供高質(zhì)量的數(shù)據(jù)。根據(jù)IBM的觀點(diǎn)，合成數(shù)據(jù)是現(xiàn)在比較有效的方法，特別是訓(xùn)練一些大模型的時(shí)候，主要原因是因?yàn)楹铣蓴?shù)據(jù)的質(zhì)量比較高，覆蓋性比較好，可以滿(mǎn)足利用一些比較精簡(jiǎn)的數(shù)據(jù)集訓(xùn)練出好用的模型產(chǎn)品。
數(shù)據(jù)的重要性在當(dāng)下已經(jīng)不言而喻，而數(shù)據(jù)就緒也成為了企業(yè)在利用大模型產(chǎn)品賦能業(yè)務(wù)發(fā)展的過(guò)程中的第一步，既是基礎(chǔ)，也是前提。
第二步：選準(zhǔn)應(yīng)用場(chǎng)景
擁有了足夠量的高質(zhì)量數(shù)據(jù)，企業(yè)才具備大模型的“入場(chǎng)券”，而進(jìn)場(chǎng)之后，如何才能讓大模型產(chǎn)品幫助到自身業(yè)務(wù)發(fā)展？找準(zhǔn)場(chǎng)景就成為企業(yè)第二步要做的事。
目前企業(yè)場(chǎng)景中，比較容易率先應(yīng)用大模型的場(chǎng)景是：對(duì)一些原有的類(lèi)似智能客服的產(chǎn)品的迭代。一方面，這些簡(jiǎn)單的大語(yǔ)言模型的應(yīng)用目前已經(jīng)可以做到無(wú)需GPU卡就能實(shí)現(xiàn)，從部署成本上，給企業(yè)降低了部署的成本，當(dāng)然也降低了試錯(cuò)的成本；另一方面，原先的知識(shí)問(wèn)答類(lèi)的產(chǎn)品，相較于人工智能，更像是“人工智障”，并不能很好地理解人們的訴求，但當(dāng)植入了大語(yǔ)言模型的能力之后，能讓智能問(wèn)答類(lèi)的產(chǎn)品有質(zhì)的飛躍。
對(duì)于智能問(wèn)答類(lèi)的產(chǎn)品的延伸知識(shí)圖譜，也是企業(yè)現(xiàn)階段可以率先應(yīng)用大模型賦能的一環(huán)。
除此之外，在陳旭東看來(lái)，從應(yīng)用的深度上看，企業(yè)的IT運(yùn)維管理方面，也是企業(yè)率先應(yīng)用大模型時(shí)好的選擇。“大模型的能力對(duì)復(fù)雜的IT運(yùn)維環(huán)境提供了更好的監(jiān)控，優(yōu)化資源配備的能力，可以監(jiān)控到指令級(jí)的問(wèn)題，并對(duì)問(wèn)題進(jìn)行自動(dòng)化的干預(yù)。“陳旭東指出。
除了知識(shí)類(lèi)和IT運(yùn)維類(lèi)的應(yīng)用以外，立足各行業(yè)中，企業(yè)也在積極的探索大模型的應(yīng)用。從目前的應(yīng)用場(chǎng)景上看，醫(yī)療、金融這兩部分是比較常見(jiàn)的，也是落地比較快的兩個(gè)場(chǎng)景。
金融行業(yè)方面，現(xiàn)階段，大模型在金融行業(yè)的應(yīng)用主要還是集中在風(fēng)險(xiǎn)評(píng)估和管理，以及知識(shí)圖譜平臺(tái)搭建方面。在風(fēng)險(xiǎn)評(píng)估方面，大模型可以通過(guò)分析大量的歷史數(shù)據(jù)和實(shí)時(shí)信息，預(yù)測(cè)市場(chǎng)風(fēng)險(xiǎn)、評(píng)估信用風(fēng)險(xiǎn)等，為金融機(jī)構(gòu)提供更加準(zhǔn)確和及時(shí)的風(fēng)險(xiǎn)管理決策支持。
另一方面，就如同陳旭東所言，金融機(jī)構(gòu)還在嘗試將大模型與知識(shí)圖譜平臺(tái)結(jié)合，用大模型代替NLP技術(shù)，在進(jìn)一步提升效率的同時(shí)，提升風(fēng)控水平。
醫(yī)療行業(yè)方面的應(yīng)用目前主要集中在識(shí)別和同樣是類(lèi)似問(wèn)答的分診領(lǐng)域。一方面，通過(guò)行業(yè)大模型對(duì)大量醫(yī)療數(shù)據(jù)的學(xué)習(xí)和分析，可以自動(dòng)識(shí)別病變特征，輔助醫(yī)生進(jìn)行疾病診斷，提高診斷準(zhǔn)確率與診斷效率；另一方面，通過(guò)類(lèi)似“AI助手”的模式，利用大模型為患者提供分診助手也是在醫(yī)療側(cè)目前布局廠商較多的一類(lèi)產(chǎn)品。
第三步：規(guī)模化應(yīng)用
除了金融和醫(yī)療領(lǐng)域，其實(shí)還有很多領(lǐng)域涌現(xiàn)了不少大模型可以應(yīng)用的場(chǎng)景，雖然這些場(chǎng)景有一些不錯(cuò)的落地效果，但企業(yè)也不應(yīng)該對(duì)大模型“趨之若鶩”。對(duì)此，IBM 咨詢(xún)大中華區(qū)總裁陳科典對(duì)鈦媒體APP表示，如果一個(gè)企業(yè)級(jí)AI應(yīng)用沒(méi)法形成規(guī)�；瘧�(yīng)用的話，那么這個(gè)應(yīng)用，這個(gè)場(chǎng)景對(duì)于企業(yè)而言意義不大，“無(wú)論是傳統(tǒng)AI，還是生成式AI技術(shù)，如果好幾月才能做一個(gè)場(chǎng)景，且無(wú)法規(guī)�；瘧�(yīng)用的話，那就不能說(shuō)是企業(yè)級(jí)AI。”陳科典強(qiáng)調(diào)。
無(wú)獨(dú)有偶，戚海飛也有著與陳科典相似的看法，他指出，當(dāng)寶馬具備了數(shù)據(jù)“就緒”的能力后，開(kāi)始嘗試在各個(gè)場(chǎng)景中應(yīng)用，“后來(lái)發(fā)現(xiàn)，一些個(gè)別的小的場(chǎng)景沒(méi)有太大價(jià)值，”戚海飛表示，“AI的應(yīng)用還是需要從方方面面出發(fā)，具備規(guī)模化的能力。”
而據(jù)戚海飛介紹，寶馬用了2年時(shí)間，落地了100多個(gè)AI應(yīng)用的場(chǎng)景，“之所以能形成這么大規(guī)模的應(yīng)用與復(fù)制的能力，數(shù)據(jù)是一方面，更重要的是平臺(tái)化的能力。”戚海飛強(qiáng)調(diào)，“平臺(tái)化是AI規(guī)�；瘧�(yīng)用的一個(gè)重要前提。”
如果能將AI的能力通過(guò)平臺(tái)化進(jìn)行復(fù)制，重復(fù)使用AI的能力，對(duì)于企業(yè)而言，使用AI的成本與技術(shù)門(mén)檻將會(huì)下降很多。
陳旭東也曾對(duì)鈦媒體APP表示，IBM認(rèn)為平臺(tái)化是企業(yè)級(jí)AI落地過(guò)程中重要的方式，IBM相信，云計(jì)算將會(huì)是未來(lái)很長(zhǎng)一段時(shí)間內(nèi)企業(yè)數(shù)字化的主要手段，而AI發(fā)展的趨勢(shì)也是不可逆的，“AI已經(jīng)成為企業(yè)核心競(jìng)爭(zhēng)力，所以企業(yè)需要打造自己的企業(yè)級(jí)AI平臺(tái)。”陳旭東如是說(shuō)，“雖然這種方式短期上來(lái)，企業(yè)的投入相較于其他兩種更大，但長(zhǎng)期來(lái)看，企業(yè)投入的回報(bào)率非常可觀。”
而在戚海飛看來(lái)，平臺(tái)化僅是企業(yè)級(jí)AI規(guī)�；瘧�(yīng)用的開(kāi)始和前提，在實(shí)現(xiàn)了平臺(tái)化的能力后，通過(guò)公司內(nèi)部的系統(tǒng)對(duì)AI應(yīng)用集成決定了企業(yè)級(jí)AI規(guī)�；暮脡�，在他看來(lái)，“以我們所處的汽車(chē)行業(yè)為例，很多內(nèi)部的應(yīng)用系統(tǒng)都是有關(guān)聯(lián)性的，通過(guò)這些系統(tǒng)，將AI的能力進(jìn)行集成后，就能產(chǎn)生聯(lián)動(dòng)效應(yīng)，才能實(shí)現(xiàn)真正的規(guī)�；瘧�(yīng)用。”（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達(dá)）
