2023年11月15日，由秒針營銷科學(xué)院發(fā)起，明略科技集團(tuán)及旗下秒針系統(tǒng)承辦，以“‘大’有可為”為主題的2023第七屆營銷科學(xué)大會(huì)，于上海安莎國際會(huì)議中心圓滿落幕。本次大會(huì)中，營銷科學(xué)實(shí)踐者的精彩分享讓我們洞察到了未來營銷的無限可能，也讓我們對中國“大”市場、“大”需求、“大”模型、“大”生態(tài)、“大”責(zé)任的理解進(jìn)一步加深。
智譜AI COO 張帆先生受邀出席本屆大會(huì)，發(fā)表以《大模型的商業(yè)新范式》為主題的演講，梳理了人工智能技術(shù)變革之路，從重構(gòu)用戶體驗(yàn)的五大應(yīng)用場景入手，為觀眾帶來一場關(guān)于AI邊界探索的旅程。
智譜AI COO 張帆
以下為演講內(nèi)容整理，由明略科技企業(yè)級一站式大模型Copilot“小明助理”輔助編輯整理。
去年12月ChatGPT問世后，兩個(gè)月內(nèi)全球用戶過億，給整個(gè)市場帶來了巨大的沖擊，街頭巷尾的談?wù)撾x不開AI。但AI并非新鮮事物，自上世紀(jì)50年代起就開始應(yīng)用，雖然曾經(jīng)出現(xiàn)過“深藍(lán)”和“AlphaGo”等AI戰(zhàn)勝人類棋手的例子，但總體而言，AI的發(fā)展速度并不算快。然而，這次ChatGPT的出現(xiàn)卻以驚人的速度風(fēng)靡全球，用戶增長都集中在一個(gè)月內(nèi)完成，這比歷史上任何風(fēng)靡全球的產(chǎn)品都要迅速得多，各大公司紛紛投入其中，許多久未露面的行業(yè)大佬也紛紛加入這個(gè)賽道。
可以說，AI正在經(jīng)歷一次變革，從過去的獨(dú)立、高成本、高門檻的技術(shù)，到現(xiàn)在已經(jīng)變得無處不在、普惠、高效的生產(chǎn)力和工具。在移動(dòng)互聯(lián)網(wǎng)時(shí)代開始之前，也就是我們所說的AI 0.5時(shí)代，當(dāng)時(shí)每做一個(gè)算法都需要單獨(dú)設(shè)計(jì)一套流程，數(shù)據(jù)是獨(dú)立的，模型和任務(wù)也各自獨(dú)立，兩個(gè)不同任務(wù)之間幾乎沒有可復(fù)用的關(guān)系，這是一項(xiàng)非常高成本、高門檻的技術(shù)，當(dāng)時(shí)只有少量的互聯(lián)網(wǎng)大廠能夠應(yīng)用上。到了大約13、14年，神經(jīng)網(wǎng)絡(luò)的出現(xiàn)了統(tǒng)一算法層，生產(chǎn)AI的成本和門檻降低，帶來的結(jié)果是AI的普及，只需要一些擅長利用數(shù)據(jù)和算法的工程師就可以快速應(yīng)用。因此AI開始快速發(fā)展起來，也出現(xiàn)了許多新興公司快速成長。這是AI第一次從互聯(lián)網(wǎng)大廠走向產(chǎn)業(yè)和行業(yè)。
到了今天，大模型的出現(xiàn)將數(shù)據(jù)、算法、模型、任務(wù)都統(tǒng)一了。一個(gè)模型可以做很多任務(wù)，如果舉例說明，它很快就能學(xué)會(huì)，不需要準(zhǔn)備大量的數(shù)據(jù)幫助它計(jì)算。一方面，今天模型已經(jīng)可以做到很多原來做不到的事情，能力得到了擴(kuò)展。另一方面，它的生產(chǎn)和應(yīng)用的成本比原來下降了兩個(gè)數(shù)量級，很多場景只需要原來幾十分之一的成本就能完成。AI已經(jīng)變成了一種無處不在的重要能力，它正在改變我們所有應(yīng)用現(xiàn)有的流程和場景。
為什么我們今天認(rèn)為千億模型仍很重要？下圖展示的是機(jī)器生成一篇文章，讓人來判斷是否為機(jī)器所寫。縱軸為被識別出來的概率，最差為50%，即瞎猜。橫軸為模型參數(shù)規(guī)模，1億、10億、百億、千億。當(dāng)僅有1億模型時(shí)，人們通常能識別出機(jī)器模型。然而，隨著參數(shù)規(guī)模的增長至千億，人們幾乎難以分辨。此時(shí)，我們可能會(huì)認(rèn)為機(jī)器能力已接近人類，這就是所謂的涌現(xiàn)能力。
智譜AI是國內(nèi)最早做大模型商業(yè)化的公司之一，已與超過2000家相關(guān)公司進(jìn)行深度共創(chuàng)，已經(jīng)積累一些經(jīng)驗(yàn)，總結(jié)發(fā)現(xiàn)，大模型能夠從“文本生成”、“信息抽取”、“信息檢索”、“語音系統(tǒng)”五大應(yīng)用場景中重構(gòu)用戶體驗(yàn)，提高用戶滿意度和忠誠度。
文本生成
以前基于NLP做文本生成主要是基于規(guī)則的，能做的事情很少。但大模型出現(xiàn)后，通過文本生成和廣告文案得到了驗(yàn)證。現(xiàn)在，在文本生成應(yīng)用場景中，可以做廣告文案生成，也可以應(yīng)用到辦公場景中，如快速寫文案、文章的擴(kuò)寫、縮寫、改寫、PPT的生成等。另外，不同的渠道有不同的風(fēng)格，大模型也能很好地處理，如小紅書風(fēng)格、抖音風(fēng)格、知乎風(fēng)格等。
信息抽取
大模型這一方面的能力很強(qiáng)。比如，“好吧，都聽你的”，大模型能夠細(xì)膩地分析出來這句話的情緒。現(xiàn)在我們正在構(gòu)建一些落地場景，如銷售環(huán)節(jié)銷售人員和客戶聊了一個(gè)小時(shí)后，可以快速抽取結(jié)構(gòu)化的用戶畫像、用戶需求數(shù)據(jù)，轉(zhuǎn)到CRM系統(tǒng)中，還能轉(zhuǎn)變?yōu)殇N售培訓(xùn)，用于給銷售人員的回答打分、做改進(jìn)建議。
信息檢索
今天互聯(lián)網(wǎng)數(shù)據(jù)之龐大，垂直領(lǐng)域數(shù)據(jù)足夠分散、異構(gòu)，不同形態(tài)、不同內(nèi)容混雜了很多噪音，原有的檢索方式已經(jīng)不能適應(yīng)如此龐大的信息源。而在大模型的賦能下，新版必應(yīng)可以幫用戶閱讀全部結(jié)果，針對用戶提出的問題生成結(jié)果，還可以用對話的方式不斷追問。
視頻應(yīng)用上同樣如此。在視頻搜索方面，我們之前只能搜索到標(biāo)題和封面，但想要提取里面的信息需要花費(fèi)時(shí)間看完整個(gè)視頻。但有了大模型，可以通過多模態(tài)進(jìn)行場景檢索，用一系列能力將其轉(zhuǎn)化為一種全新的檢索方式，它會(huì)告訴你哪些片段是在描述什么樣的場景。此外，還有許多其他應(yīng)用，例如在合同、簡歷、房產(chǎn)等商品或服務(wù)方面，以及招聘等方面，大模型都可以幫助你基于需求給你針對性回答，并且還可以進(jìn)一步追問。這將在各個(gè)方面帶來全新的體驗(yàn)。
對話系統(tǒng)
以智能客服舉例，傳統(tǒng)的智能客服基本上是以QA的方式存在的，這種方式有很大的局限性。如果召回太高，智能客服可能會(huì)胡亂回答。如果召回太低，很多問題就無法得到解答。為了解決這個(gè)問題，只能擴(kuò)大量化QA的數(shù)量，從一萬個(gè)增加到十萬個(gè)，但這會(huì)使知識管理變得非常困難，任何信息的變化都可能影響到幾百個(gè)結(jié)果，且成本很高。如今，大模型降低了對話系統(tǒng)的成本，將一個(gè)文檔丟給它就能自動(dòng)檢索并回答問題。這種技術(shù)還可以進(jìn)一步應(yīng)用到汽車、手機(jī)、會(huì)議紀(jì)要等對話類場景中。
其實(shí)，大模型在各種場景中的應(yīng)用遠(yuǎn)不止上述的五個(gè)場景，隨著我們不斷深入探索，發(fā)現(xiàn)大模型不斷突破其邊界。建議大家在使用大模型時(shí)應(yīng)該有更體系化的做法，大模型并非越大越好，或者是把自己已有的知識輸入進(jìn)去就可以了。實(shí)際上，大模型真正能夠落地行業(yè)和場景的方式只有三個(gè)，即預(yù)訓(xùn)練、微調(diào)和Prompt工程。需要企業(yè)從自身需求出發(fā)，利用好自己的數(shù)據(jù)，并選擇合適的方式方法。
數(shù)字廣告測量及驗(yàn)證
一站式社媒營銷監(jiān)測與洞察平臺(tái)
微信截圖_25a236c2-5c61-4fcd-aa56-15274a137235.png)
