身處熱潮之中，諸多科技企業(yè)也高調(diào)入局。百度發(fā)布“文心一言”，阿里達摩院正在研發(fā)類ChatGPT對話機器人，騰訊成立“混元助手”項目組以針對ChatGPT對話式產(chǎn)品，京東計劃推出ChatJD，而科大訊飛于5月率先推出搭載類ChatGPT技術(shù)的AI學習機。此外，浪潮、昆侖萬維、網(wǎng)易、360等公司也紛紛宣布加入這場探索，以期挖掘出適合中國市場的ChatGPT商業(yè)化模式。
ChatGPT的火爆源自于其獨特的能力，即通過能力提升，實現(xiàn)了初步的「智慧涌現(xiàn)」。某種意義上來說，ChatGPT所代表的人工智能技術(shù)將重新定義生產(chǎn)力，超級AI算力+大模型算法正在成為國家及各產(chǎn)業(yè)戰(zhàn)略核心的競爭力。ChatGPT引發(fā)的熱潮背后，是人們對于人工智能應用的無限想象和期待，也形成了推動人工智能領域進一步發(fā)展的巨大動力。
AI大模型：新發(fā)展范式應用的核心競爭力
作為一款對話式機器人，ChatGPT可謂是“上知天文、下知地理”，在語義理解、多輪交互、內(nèi)容生成等方面表現(xiàn)優(yōu)異，而這背后離不開AI大模型強大的通用智能能力。
自2018年起，預訓練大模型成為了一個風口，國外谷歌、微軟的大規(guī)模預訓練模型參數(shù)指標不斷創(chuàng)新高，國內(nèi)的AI領域也在快速跟進，百度、華為、阿里巴巴、科大訊飛等科技巨頭也投入了大量資源進行預訓練大模型攻關。
大模型攻關非一日之功，算力、算法和數(shù)據(jù)這三要素是AI技術(shù)應用化突破的基石。和傳統(tǒng)的AI算法相比，ChatGPT背后的AI大模型參數(shù)從初代的1.17億提升到第三代的1750億，用于訓練的數(shù)據(jù)量呈指數(shù)級提升，這才帶來了模型能力和使用效果的大幅提升。
具有算力、算法、數(shù)據(jù)綜合優(yōu)勢的企業(yè)，基于低門檻、高效率的生產(chǎn)平臺，通過采用“預訓練+下游任務微調(diào)”的方式，在研發(fā)階段就可以將模型的復雜生產(chǎn)過程封裝起來。這樣，大數(shù)據(jù)、大算力、大模型的復雜技術(shù)和研發(fā)挑戰(zhàn)可以在客戶應用之前得到解決。
客戶能夠直接使用簡單、易用、工業(yè)化的大模型能力，而各個行業(yè)的企業(yè)只需要通過生產(chǎn)平臺提出具體應用場景，開發(fā)大模型的企業(yè)根據(jù)使用需求進行針對性地開發(fā)、訓練，幫助使用者優(yōu)化調(diào)整大模型的各項參數(shù)，從而向千行百業(yè)提供大模型服務。
AI大模型強大的通用智能能力，有助于跨越技術(shù)與應用之間的鴻溝。其應用模式的優(yōu)勢體現(xiàn)在三個方面：首先，解決了AI模型過于碎片化的問題，使得模型的泛化應用場景得到了很大的提升；其次，可挖掘現(xiàn)有大模型潛力，提升智能程度，從而降低下游具體任務的研發(fā)成本；最后，大模型實現(xiàn)了高度標準化的訓練過程，可縮短研發(fā)周期，加快AI應用的落地。這三大特性讓大模型更適應AI工業(yè)化階段的需求。隨著人工智能第三波大模型生成式AI浪潮的到來，相信人工智能的落地模式將躍遷進入新的發(fā)展范式。
AI大模型：從智能客服到ChatGPT，企業(yè)級應用的落地仍需優(yōu)化
近些年來，AI對話能力在具體業(yè)務場景落地的主要方式之一，就是搭建企業(yè)級的智能客服。通過對話式AI平臺，企業(yè)用戶可以構(gòu)建對話機器人，實現(xiàn)人機交互。此前，智能客服主要用于消費市場的企業(yè)，但隨著客服服務邊界不斷拓寬深化，金融機構(gòu)如銀行、保險等企業(yè)級服務場景也不斷增加，例如企業(yè)客服、營銷以及內(nèi)部助手等場景。
然而，智能客服應用的表現(xiàn)仍有提升的空間。根據(jù)iiMedia Research(艾媒咨詢)2021年中國智能客服滿意度調(diào)查報告的數(shù)據(jù)顯示，只有29.8%的用戶認為智能客服能夠解決較多問題。在智能客服使用中，千篇一律的回答占比達59.1%，重復循環(huán)操作為50.6%，答非所問為47.3%，聽不懂需求為31.2%，回答滯后則為17.9%，用戶遇到的問題也呼應了智能客服有待改進的方面。
而ChatGPT能夠“光速出圈”，原因就在于它能夠像人一樣對話。其背后強大的認知智能、自然語言理解、邏輯推理能力，能夠讓人機之間的對話流暢進行，有效地彌補了智能客服“答非所問”和“聽不懂需求”等缺陷。
那么，具備大模型支撐的ChatGPT，是否可以直接取代或者解放智能客服呢？
目前來看，ChatGPT是一種通用AI技術(shù)，在通用領域積累了足夠的數(shù)據(jù)和語料，但在眾多垂直行業(yè)和專業(yè)領域尚無法完全替代智能客服。如果想將ChatGPT應用于智能客服產(chǎn)品中，需要結(jié)合具體的業(yè)務場景優(yōu)化調(diào)整大模型，不斷訓練模型的專業(yè)能力而非通用能力。與此同時，客戶要求企業(yè)智能客服提供準確回答，這也需要針對企業(yè)的個性化知識庫對大模型進行訓練，并對回答進行審核和糾正。
但天價的大模型訓練費用讓企業(yè)望而卻步，據(jù)國盛證券在報告《ChatGPT需要多少算力》里提到，ChatGPT背后的自回歸語言模型（GPT-3）訓練一次的成本約為140萬美元，對于一些更大的大型語言模型（LLM），訓練成本介于200萬美元至1200萬美元之間。為了應對高昂的成本和多種場景下的復用要求，ChatGPT大規(guī)模發(fā)展的必由之路，是采用工程化技術(shù)來解決模型開發(fā)、訓練、預測等全鏈路生命周期的問題。通過這種方式，企業(yè)可以在合理的時間和費用范圍內(nèi)完成模型訓練，從而解決不同行業(yè)或企業(yè)規(guī)�；\營時的性能和效率問題。
因此，ChatGPT的應用需要與智能客服相互補充，才能更好地服務客戶。
綜合而言，企業(yè)級智能客服的市場規(guī)模仍然非常廣闊，它們擁有龐大的呼叫中心和客戶服務體系，客戶數(shù)量眾多，業(yè)務規(guī)模龐大，面臨的咨詢壓力也很大。因此，這些企業(yè)更需要像ChatGPT這樣的產(chǎn)品，與智能客服結(jié)合起來，極大地提升智能客服的水平，提高客戶滿意度和體驗，進而打開數(shù)字化轉(zhuǎn)型升級的大門，從以前的成本中心真正實現(xiàn)到未來的價值中心。
AI大模型：賦能金融行業(yè)數(shù)字化轉(zhuǎn)型新路徑
金融行業(yè)作為智能客服應用最廣泛的行業(yè)之一，是數(shù)字化和智能化的領跑者，也是大模型技術(shù)落地的最佳領域。
大模型技術(shù)基于海量數(shù)據(jù)進行預訓練，在智能咨詢與推薦、內(nèi)容生產(chǎn)、用戶體驗、賦能從業(yè)者等方面，有助于金融機構(gòu)大幅提升經(jīng)營效率和管理決策能力。
在智能咨詢與推薦方面，當前銀行等金融機構(gòu)使用自助問答系統(tǒng)為客戶提供咨詢服務，但無法直接解答客戶的所有問題。大模型的應用可智能判斷，給出可靠性高的專業(yè)解答，提高解決率與客戶滿意度；同時，大模型依托海量專業(yè)智能知識庫，根據(jù)客戶的需求、基本情況、收入情況和健康狀況等信息，24小時不間斷在線、智能地推薦適合的理財、信貸和保險產(chǎn)品。大模型的知識庫處在不斷進化中，可以不斷增加對客戶的洞察理解，這使得金融機構(gòu)更加精準地了解和響應客戶的需求。
在內(nèi)容生產(chǎn)方面，隨著用戶消費需求多樣化和個性化要求的提高，金融行業(yè)在內(nèi)容生產(chǎn)方面正面臨著質(zhì)量和數(shù)量雙重壓力。依托金融行業(yè)大模型的升級應用，并結(jié)合AIGC，即可自動生成營銷物料，實現(xiàn)千人千面的精準個性化營銷，提高營銷效率，并滿足客戶日益增長的個性化需求。
在用戶體驗方面，金融行業(yè)持續(xù)建立以APP為核心的移動應用生態(tài)建設，手機銀行和證券APP等產(chǎn)品通過不斷提升用戶體驗來爭奪用戶流量。通過金融行業(yè)大模型的升級應用，可以改善人機交互方式，提升人機對話服務的質(zhì)量。同時，結(jié)合數(shù)字人技術(shù)，實現(xiàn)更加貼心的虛擬服務，為金融機構(gòu)和用戶交互環(huán)節(jié)帶來更好的體驗價值。
在賦能從業(yè)者方面，利用生成式大模型，可打造一款全新的“智能業(yè)務助理”。它智能化地掌握著金融行業(yè)的宏觀政策、行業(yè)動態(tài)、市場信息、產(chǎn)品信息等，可以自動生成分析報告、文章，給出專業(yè)的建議和方案，使金融從業(yè)者可以更加高效、全面地完成工作，給客戶提供更專業(yè)、更個性化的服務。
此外，生成式大模型還可以輕松生成適合廣告和營銷的創(chuàng)意內(nèi)容，包括文稿、圖像和視頻等，這將大幅提升廣告和營銷效率。
大模型AI：驅(qū)動智能客服廠商乘風而上
在技術(shù)浪潮式迭代的當下，新的人工智能技術(shù)發(fā)展具有不確定性。但我們可以確定的是，未來人工智能的應用將更加普及。據(jù)IDC預測，2026年中國人工智能軟件及應用市場規(guī)模將達到211億美元，人工智能進入大規(guī)模落地應用關鍵期。
但距離大模型技術(shù)在智能客服的應用仍舊有很長的道路要走。對于任何企業(yè)而言，將大模型的通用能力與行業(yè)業(yè)務場景進行融合，創(chuàng)造出性能強、成熟度高、規(guī)模適宜的AI產(chǎn)品，都是一個艱巨的挑戰(zhàn)。
在當前競爭激烈的智能客服市場中，想要脫穎而出的關鍵在于，需要通過大算力、行業(yè)大數(shù)據(jù)訓練ChatGPT大語言模型，突破AI瓶頸，將其應用于自然語言交互領域。同時，還需要探索出合適的模型規(guī)模以滿足客戶需求。
在這個過程中，智能客服廠商需要擁有專業(yè)的行業(yè)知識，以及持續(xù)的技術(shù)投入，以應對不斷變化的市場需求。在此種背景下，擁有大模型關鍵技術(shù)的企業(yè)將有望乘風而上。
作為認知智能領域的國家戰(zhàn)略科技力量，科大訊飛于2022年12月進一步推進生成式預訓練大模型任務攻關，在核心算法積累、數(shù)據(jù)積累、應用和算力支撐方面處于領先地位，再加上科大訊飛此前在郵儲銀行、中國人保、浦發(fā)銀行、廣發(fā)銀行、長沙銀行等金融機構(gòu)中持續(xù)實踐，有望借此東風乘風而上，不斷拓深智能客服的服務邊界。
在金融業(yè)數(shù)字化轉(zhuǎn)型和人工智能技術(shù)研究的基礎上，ChatGPT“讓機器理解”能力已經(jīng)為金融行業(yè)數(shù)字化轉(zhuǎn)型與升級開啟了全新的大門，大模型應用在金融業(yè)也開始了進一步探索，金融業(yè)必須積極擁抱AI技術(shù)，以實現(xiàn)數(shù)字化轉(zhuǎn)型升級。
