來源： @首席數(shù)智官

hello 大家好，我們是數(shù)字化領(lǐng)軍者都在看的首席數(shù)智官。

關(guān)注我，每天給你講一個(gè)商業(yè)案例。

今天我們要給你講的是：大模型給我們帶來了哪些新的商業(yè)機(jī)會(huì)？

在國(guó)內(nèi)的一眾AI大模型科技公司中，智譜AI被譽(yù)為“最像OpenAI”的那一家。

這說的不光是智譜多年專心AI技術(shù)研發(fā)，更說的是他們?cè)贏I技術(shù)上所取得的成績(jī)。

近日，SuperCLUE-Fin（SC-Fin）中文原生金融大模型測(cè)評(píng)基準(zhǔn)正式發(fā)布，對(duì)國(guó)內(nèi)外金融大模型的發(fā)展水平進(jìn)行了全方位、多角度評(píng)估。

智譜AI自主研發(fā)的新一代基座大模型GLM-4脫穎而出，躋身國(guó)內(nèi)首批獲得A級(jí)評(píng)價(jià)的模型之列，依據(jù)模型表現(xiàn)，GLM-4位列第一梯隊(duì)，在國(guó)內(nèi)大模型中排名第一。

本次測(cè)評(píng)涵蓋金融知識(shí)百科、金融理解認(rèn)知、金融數(shù)理計(jì)算、合規(guī)與風(fēng)險(xiǎn)管理、投研應(yīng)用以及投顧應(yīng)用六大領(lǐng)域共計(jì)二十五項(xiàng)細(xì)分任務(wù)。

測(cè)評(píng)人員通過模擬真實(shí)用戶與模型互動(dòng)，采用單輪問答、多輪交互等多種形式，對(duì)模型的專業(yè)知識(shí)掌握、邏輯分析能力、語(yǔ)言表達(dá)清晰度、計(jì)算效率以及企業(yè)綜合業(yè)務(wù)分析、風(fēng)險(xiǎn)預(yù)測(cè)與管控等能力進(jìn)行了詳盡檢驗(yàn)。

測(cè)評(píng)結(jié)果顯示，在六類應(yīng)用場(chǎng)景的二十五項(xiàng)細(xì)分任務(wù)中，GLM-4斬獲了一項(xiàng)A+及多項(xiàng)A級(jí)評(píng)價(jià)，彰顯出其在國(guó)內(nèi)金融智能解決方案領(lǐng)域的領(lǐng)先技術(shù)水平與廣泛應(yīng)用潛能。

前不久，智譜AI COO張帆向我們分享了關(guān)于大模型時(shí)代的商業(yè)新范式。

張帆認(rèn)為，大模型是一個(gè)非常好的場(chǎng)景，能夠幫助我們對(duì)這些數(shù)據(jù)進(jìn)行二次加工，針對(duì)自己的問題給出一個(gè)精準(zhǔn)回答，并且可以用自然語(yǔ)言進(jìn)一步做追問。

1.為什么今天AI的爆發(fā)速度比過去快？

ChatGPT出現(xiàn)之后，兩個(gè)月的時(shí)間基本上全球用戶規(guī)模就破億了，這個(gè)比歷史上所有商業(yè)產(chǎn)品的爆發(fā)速度都要快。

為什么會(huì)有這樣的突破呢？

AI本身不是一個(gè)很新的概念，最早的AI概念可追溯至20世紀(jì)40年代。但是歷來無(wú)論是AI還是其它的技術(shù)產(chǎn)品，都是先從概念開始，讓我們對(duì)它有期待，然后在不斷假設(shè)的基礎(chǔ)上落地落得很好。

這次完全相反，是先從應(yīng)用切入的。

大家最早了解到大模型不是因?yàn)橹来竽Ｐ瓦@個(gè)概念，而是先看到了ChatGPT這樣的工具給我們帶來的一些震撼，所以是一個(gè)先落地后爆發(fā)的技術(shù)。

這次技術(shù)跟以往AI技術(shù)比起來為什么會(huì)不一樣，我們可以做一個(gè)簡(jiǎn)單的分析，不說太遠(yuǎn)的，就從移動(dòng)互聯(lián)網(wǎng)時(shí)代。

當(dāng)時(shí)做一個(gè)AI會(huì)發(fā)現(xiàn)任何一個(gè)任務(wù)都要有一個(gè)獨(dú)立的語(yǔ)料，獨(dú)立的算法、獨(dú)立的模型去支撐這個(gè)業(yè)務(wù)，而不同的業(yè)務(wù)之間其實(shí)沒有太多的關(guān)聯(lián)的。

所以在這個(gè)時(shí)候應(yīng)用技術(shù)是一個(gè)成本很高的事，當(dāng)時(shí)也幾乎只有大型互聯(lián)網(wǎng)公司有能力應(yīng)用大模型。

而到了后面AI1.0時(shí)代，也就是2013、2014年的時(shí)候，神經(jīng)網(wǎng)絡(luò)把算法層統(tǒng)一了，讓AI應(yīng)用成本大幅下降，以至于讓所有企業(yè)都能夠更加容易的使用AI，所以也產(chǎn)生了很多新的AI能力的業(yè)態(tài)，有各種各樣的AI公司出現(xiàn)。

但是，我們最新的大模型跟以往都不一樣，用一個(gè)模型就把一切問題解決了。用一套數(shù)據(jù)、一個(gè)算法、一個(gè)模型解決一切任務(wù)。不同的任務(wù)之間只需要舉個(gè)例子，這個(gè)問題就解決了，讓我們從訓(xùn)練模型的時(shí)代轉(zhuǎn)變?yōu)閼?yīng)用模型的時(shí)代，這個(gè)時(shí)候AI將會(huì)變的更加低成本。

所以我們會(huì)發(fā)現(xiàn)，一方面，AI的能力跟以前不同，能夠做到以前做不到的事；另一個(gè)方面，AI的應(yīng)用門檻和成本下降兩個(gè)數(shù)量級(jí)，也就是說AI幾乎所有人都可以用。

應(yīng)用成本極大的下降，使得AI變的無(wú)處不在，深深影響我們的生活和商業(yè)世界。

在內(nèi)容生產(chǎn)方面，AI既能夠提升內(nèi)容生產(chǎn)和數(shù)據(jù)應(yīng)用的效率，也能夠提高內(nèi)容質(zhì)量的下限。

簡(jiǎn)單來說，因?yàn)槿祟悅€(gè)體之間存在差異，有些人可能只能做出20分的內(nèi)容，而有些人則能夠做出90分的內(nèi)容。

但是，大模型可以將90分的內(nèi)容制作得更快，同時(shí)也能將20分的內(nèi)容提升到60分。

因此無(wú)論從質(zhì)量還是效率上都能帶來很大的提升。而且，這個(gè)提升的水準(zhǔn)還在持續(xù)增長(zhǎng)，目前只是一個(gè)開始，以非?？斓乃俣葋砬终嫉揭恍┰瓉肀緛碜霾坏降氖虑?。

2.大模型的更新迭代

智譜是我們?cè)?019年成立的一家專注于大模型研究的公司。到了2020年，我們已經(jīng)成功訓(xùn)練了百億級(jí)的大模型。到了2021年，我們開始訓(xùn)練千億級(jí)的大模型。到了2022年9月份，我們已經(jīng)擁有了1300億參數(shù)的130B大模型，這是基于中文的。

與此同時(shí)，我們的大模型在國(guó)際上產(chǎn)生了廣泛的影響力。

目前，已經(jīng)有超過70個(gè)國(guó)家的1000個(gè)頂尖的研究機(jī)構(gòu)在申請(qǐng)使用我們的模型，其中包括像微軟、谷歌這樣的公司，也包括斯坦福、MIT等著名研究機(jī)構(gòu)。

此外，我們還率先在國(guó)內(nèi)發(fā)布了第一個(gè)開源的ChatGM-6B模型。

至今為止，全球的下載量已經(jīng)超過了1000萬(wàn)次，基本上可以說是全球最火爆的中文大模型的開源項(xiàng)目了。

此外，我們還在去年5月份率先發(fā)布了VisualGLM多模態(tài)大模型。之后我們不斷對(duì)模型進(jìn)行迭代和升級(jí)，從1代到2代再到3代，無(wú)論是在效果、工程能力、窗口展示還是推理成本上，都帶來了極大的提升。

我們的代碼模型和多模態(tài)模型都進(jìn)行了2代迭代，這也體現(xiàn)了智譜是一個(gè)比較早期就成立并且在模型這一側(cè)迭代速度比較快的公司。

目前，我們擁有一個(gè)最完整的模型矩陣，涵蓋了文本、代碼、圖像、視頻等多個(gè)領(lǐng)域。

在文本方面，我們有放在手機(jī)和汽車?yán)锏?.5B、3B模型，還有開源的6B和商業(yè)化的12B、32B、66B、130B模型，以及超擬人的CharacterGLM。

在代碼方面，我們有6B、13B的模型，還有多模態(tài)的文生圖、文生視頻、圖生文和Agent。

這個(gè)完備的模型矩陣的好處在于，我們?cè)诰唧w落地應(yīng)用的時(shí)候，可以有足夠多的選擇。

在不同的場(chǎng)景里，我們可以根據(jù)需要選擇不同大小的模型，以達(dá)到不同的成本和反應(yīng)速度。

我們的基礎(chǔ)模型從底層算法開始都是自研的。在當(dāng)時(shí)的效果上，我們的模型與GPT3差不多甚至有略微的勝出。

此外，講一下3代模型，這個(gè)模型可以免費(fèi)商用。

在44個(gè)中英文的數(shù)據(jù)集中，我們的3代模型都做到了榜首，效果非常好。與市面上當(dāng)前最好的VLM相比，我們的3代模型在推理速度和效率上還要快2-3倍。因此，有時(shí)候使用商業(yè)版本可能會(huì)比使用開源版本的成本更低。

另外，從去年3月份開源開始，我們自研的芯片的成長(zhǎng)速度和數(shù)量比LlaMa還要高一點(diǎn)。

有些媒體會(huì)寫到智譜在追趕LlaMa，但我們并不完全認(rèn)同這種說法。從Github上的公平評(píng)價(jià)來看，我們的star數(shù)量實(shí)際上比LlaMa還要高一點(diǎn)。

當(dāng)然，基本上兩者是差不多的。我們也衍生出了對(duì)應(yīng)的生態(tài)，包括Hugging Face上全球總下載量超過一千萬(wàn)，是國(guó)內(nèi)最火爆的開源模型。

此外，我們的3代模型也是率先開始對(duì)標(biāo)GPT-4V的技術(shù)。在這個(gè)技術(shù)中，無(wú)論是多模態(tài)能力的集成還是代碼的解釋模塊，包括WebGLM的降低，幫助他獲得實(shí)時(shí)數(shù)據(jù)，做檢索增強(qiáng)，降低幻覺的能力，都已經(jīng)涵蓋了。

我們?cè)趪?guó)內(nèi)已經(jīng)適配了信創(chuàng)的芯片，國(guó)內(nèi)信創(chuàng)主流的11家芯片廠商都發(fā)布了認(rèn)證，我們的模型可以在這些芯片上運(yùn)行。無(wú)論是在英偉達(dá)的高性價(jià)比方案上還是信創(chuàng)方案上，我們都已經(jīng)有了對(duì)應(yīng)的解決方案。

3.大模型為商業(yè)世界帶來新機(jī)會(huì)

探討一下大模型給我們的商業(yè)世界究竟帶來了哪些新的機(jī)會(huì)。

大模型本質(zhì)上是對(duì)人機(jī)交互的升級(jí)。

我們可以看到，人機(jī)交互的發(fā)展從最開始的紙帶打孔到鍵盤、鼠標(biāo)、觸控到自然語(yǔ)言，交互效率越來越高，表達(dá)力越來越強(qiáng)。

而每一次交互革新的背后，人的需求并沒有變化。

但是，每一次人機(jī)交互的提升都會(huì)給我們帶來新的體驗(yàn)、新的成本、新的協(xié)作模式和新的商業(yè)模式和市場(chǎng)格局。

如何利用好大模型這樣一種新的技術(shù)和契機(jī)，能夠讓我們?cè)谛乱淮蔚臅r(shí)候在商業(yè)上帶來先機(jī)，是我們需要思考的問題。

我們可能是國(guó)內(nèi)最早專注于商業(yè)化大模型的公司。

至今為止，今年我們已經(jīng)服務(wù)了超過2000家企業(yè)客戶，并與大約200家企業(yè)進(jìn)行了深度共創(chuàng)。

在這個(gè)過程中，我們發(fā)現(xiàn)大模型在各種場(chǎng)景中都有廣泛的應(yīng)用，并且需求非常多元化。

為了更好地理解這些需求并找出其中的共性，我們嘗試抽象了幾個(gè)維度來做一個(gè)簡(jiǎn)單的拋磚引玉，希望能夠啟發(fā)大家的思考和討論。

這些維度涵蓋了大模型在不同行業(yè)、不同場(chǎng)景中的應(yīng)用和價(jià)值，以及如何利用大模型來提高效率、優(yōu)化成本和創(chuàng)新商業(yè)模式。

第一個(gè)維度是文本生成。這是大模型最早實(shí)現(xiàn)商業(yè)化的領(lǐng)域之一。

在海外，最早看到成功的商業(yè)模式是利用大模型生成廣告文案。因此，一些公司通過GPT-3等大模型實(shí)現(xiàn)了幾千萬(wàn)美元的ARR（年度重復(fù)收入）。

在國(guó)內(nèi)，許多廣告廠商也已經(jīng)與我們合作，以提高他們的創(chuàng)作效率和產(chǎn)出質(zhì)量。這是一個(gè)可以明顯觀察到的趨勢(shì)。

在大模型時(shí)代，大模型的出現(xiàn)改變了文案生成的規(guī)則。

以前，文案生成主要依靠規(guī)則和模板，表達(dá)力非常受限。然而，現(xiàn)在在大模型的幫助下，廣告文案的創(chuàng)意和思考方式已經(jīng)完全不同了。

例如，Jesfer新聞中使用大模型為鞋子取出了一個(gè)令人印象深刻的廣告語(yǔ)：“每雙腳都需要一個(gè)溫暖的擁抱”。這表明大模型在NLP領(lǐng)域的表現(xiàn)已經(jīng)超越了傳統(tǒng)的NLP技術(shù)。

在廣告領(lǐng)域，大模型的應(yīng)用已經(jīng)得到了商業(yè)驗(yàn)證。辦公輔助場(chǎng)景中也一樣，海外的Notion AI通過使用大模型，其收入翻了一倍。這些案例都在商業(yè)上驗(yàn)證了大模型的價(jià)值和應(yīng)用潛力。

國(guó)內(nèi)的WPS等辦公軟件也開始嘗試類似的應(yīng)用場(chǎng)景，包括新聞、小說生成和商品文案的生成。在電商領(lǐng)域，許多平臺(tái)需要使用不同風(fēng)格的口吻來吸引不同社交平臺(tái)的用戶，但很難找到一個(gè)對(duì)所有平臺(tái)都了解的人。

而大模型可以作為一個(gè)很好的工具來幫助我們提高效率，包括日常辦公中的會(huì)議紀(jì)要生成、圖表生成、數(shù)據(jù)分析、分析報(bào)告結(jié)果的文本解釋等等。這些應(yīng)用場(chǎng)景已經(jīng)有一些比較成熟的應(yīng)用。

此外，信息抽取一直是一個(gè)重要需求。

在以前，計(jì)算機(jī)只能處理結(jié)構(gòu)化數(shù)據(jù)，而無(wú)法應(yīng)用非結(jié)構(gòu)化數(shù)據(jù)。

但是，現(xiàn)在大模型的出現(xiàn)，使得我們可以用比原來低兩個(gè)數(shù)量級(jí)的成本，也就是1%的成本，快速構(gòu)建自己的信息抽取能力。

無(wú)論是將銷售和客戶的溝通轉(zhuǎn)化為用戶的需求提取、用戶畫像提取形成CRM，還是用于銷售質(zhì)檢，大模型都可以非常高效地完成這些任務(wù)，并取得非常好的效果。

在信息檢索領(lǐng)域，數(shù)據(jù)規(guī)模、媒介、存儲(chǔ)方式和噪音密度等因素都會(huì)影響檢索方法的選用。

隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)規(guī)模不斷擴(kuò)大，數(shù)據(jù)來源更加異構(gòu)，媒介和噪音也變得更加復(fù)雜。因此，我們需要新的模式來應(yīng)對(duì)這些挑戰(zhàn)。

大模型是一個(gè)非常好的場(chǎng)景，能夠幫助我們對(duì)這些數(shù)據(jù)進(jìn)行二次加工，針對(duì)自己的問題給出一個(gè)精準(zhǔn)回答，并且可以用自然語(yǔ)言進(jìn)一步做追問。

Newbing就是一個(gè)典型的應(yīng)用，在視頻中結(jié)合多模態(tài)甚至能搜出場(chǎng)景來，包括文檔去搜合同、商品、簡(jiǎn)歷、房產(chǎn)等，都能夠幫你解讀完像一個(gè)自己的房產(chǎn)助理或者是獵頭一樣幫你做回復(fù)。

因此，大模型在信息檢索領(lǐng)域的應(yīng)用前景也非常廣闊，可以幫助我們更好地利用互聯(lián)網(wǎng)數(shù)據(jù)，提高工作效率和質(zhì)量。

包括還有一些智能對(duì)話，原來的智能客服其實(shí)并不聰明，因?yàn)槎际腔赒A-based模式，而大模型不用這樣的方式，它可以做很好的上下文的理解，進(jìn)行答案的直接生成等等。

這些能力都很強(qiáng)，包括車載的、手機(jī)端的、虛擬社交、游戲NPC、情感陪伴等等，都有一些很好的效果。

此外，大模型還有一些指令代碼的生成，自然語(yǔ)言到CODE一方面可以幫你寫代碼，幫你改代碼，幫你生成測(cè)試用力，幫你做代碼審查，另外還可以修改做RPA，原來是每一塊錢RPA的產(chǎn)品就要配3塊錢的交付，而今天用自然語(yǔ)言把這些事情都能極大的提高效率。

如果大家都有招分析師就知道這有多么高的成本，今天大模型可以幫你每個(gè)銷售運(yùn)營(yíng)都具備自己的工程師可以來幫你帶一個(gè)自己的分析師。

這個(gè)場(chǎng)景沒辦法一一羅列，只是把幾個(gè)重要的場(chǎng)景跟大家做了簡(jiǎn)要的分享，我們其實(shí)在過程中還遇到了更多各種各樣的需求，大模型的邊界遠(yuǎn)遠(yuǎn)沒有被看到。

你用過智譜清言嗎？歡迎在評(píng)論區(qū)留言告訴我們。

如果你覺得本文有價(jià)值，歡迎點(diǎn)贊分享收藏。

如果你想進(jìn)一步與我交流，歡迎隨時(shí)私信。

關(guān)注 @首席數(shù)智官，數(shù)字化領(lǐng)軍者都在看