• 注册
  • 查看作者
  • 为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    年初大模型火爆的时候,我们就说过,大模型在价值形成与商业出口等方面有待探索,企业不必要跟风做通用大模型,而应该探索具有中国特色的大模型应用体系,与产业结合、场景结合。

    目前来看,大模型走向行业,已经凝结为共识。并不是我们多有先见之明,而是AI技术的产业化,要遵循一定的发展规律,大模型也不例外。

    历史上的两次AI浪潮无不说明,一项新技术必须在广袤的产业空间中完成价值转化,才能变为产业革命。以传统机器学习、小模型为主流的AI创业1.0阶段,AI算法公司往往要经历三步:第一步,技术和模型能力达标;第二步,与场景进行实验性结合,产生一些典型案例和示范应用;第三步,通过工业化生产、规模化落地,完成投入回收,并指向商业成功。哪一步做不好,都会阻挡AI产业化的步伐。

    大模型的到来,推动AI进入2.0阶段。但想靠大模型取得商业成功,该迈过的门槛“一个也不能少”。

    有大模型,只是万里长征的第一步。那么,谁将大模型的技术价值往场景、产业去推进呢?

    12月19日,容联云在“未来生成式——大模型应用升级新品发布会”上,正式发布基于自研赤兔大模型的全新产品品牌【容犀智能】,以及基于大模型能力构建的生成式应用【容犀Copilot】。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    (容联云产业数字云事业群副总经理 孔淼)

    坚持聚焦于场景,将自身在智能营销领域的行业优势“高压强”释放,是容联云的大模型行动指南,使其成为大模型“场景革命”的先行者之一。

    在大模型必须深度下沉、拥抱行业的关键节点,容联云也成为一个很好的观察对象,让我们进一步思考:大模型应该如何迈过产业AI的第二道“场景门槛”?又能否顺利迈过第三道“工业化门槛”,抵达商业成功?

    大模型下沉时刻,谁能打响“场景革命”第一枪?

    目前,行业和企业对新技术的认知,已经从“要不要用AI”,变成了“怎么用好AI”。企业在应用AI到底更关注什么?可以从传统深度学习为主的AI 1.0阶段,找到一些答案:

    一是不知道AI怎么用。上一阶段的AI落地场景有限,主要以CV计算机视觉技术为主,出现了“工业AI就是质检”、人脸识别算法公司扎堆做安防等情况。可落地的市场竞争白热化,而大量业务场景怎么跟AI结合,又是一片空白,真正能把智能化用好、达到收益的公司很少。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    二是觉得AI不好用。理论上说,通过AI的理解、分析、决策能力,可以为企业提质增效。但是此前AI算法模型的泛化能力比较低,落地效果就不理想。比如我们曾采访过一家制造工厂,通过智能摄像头和AI算法进行无纺布的瑕疵检测,生产线上的产品更换一个颜色,原本的算法性能就会下降,无法精准识别。

    三是觉得AI太贵。产业AI需要对行业、具体客户、业务理解有较高的深度,而懂算法的不懂业务、懂行业Know-how的不懂产品技术,是一个普遍存在的现象。上一阶段的企业智能化,往往是让AI科学家、算法工程师、产品经理等到一线去,一个场景一个场景地调研、了解,一个模型一个模型地训练、开发、迭代。这种“人拉肩扛”的模式,不仅前期投入成本高,后续还需要高昂的人力、金钱、时间成本去维护,对企业来说,投入产出比不高。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    由传统深度学习主导的企业智能化,已经进入到了某种瓶颈,而大模型的到来,带来了破局的可能性。

    技术逻辑上,大语言模型强大的理解生成能力,可以与企业业务流程中大量存在的文本任务相结合,技术落点更多、价值更高。同时,大模型的泛化能力,一个底座调度多个小模型,可以减少重复训练调参的开发工程量,成本更低。这一高一低,就可以给企业做智能化带来更高的效益回报。

    听起来很美好,但怎么把大模型跟实际业务相结合,发挥出好的效果呢?目前业界的共识是,需要更精细化、更聚焦的行业大模型。这就是大模型产业化的第一步:“模型能力达标”。

    今年7月,容联动发布面向垂直行业的多层次大语言模型——赤兔大模型,推出了更适合行业、更精细化和聚焦的智能化产品,迈过了“模型能力达标”的门槛。在此之后,“赤兔”并没有停止奔跑,又进一步抢跑“场景革命”,在岁末年初,迈过了“与场景结合”的第二道门槛。

    迈过“场景门槛”,容联云使出“三级跳”

    可能有人好奇,为什么是容联云?简单说明一下,容联云在SaaS服务与营销这个行业里耕耘很多年,经历过深度学习和大模型两次技术浪潮,一方面有多年行业AI研发和应用部署的技术经验,同时服务过上万家客户,有着与行业客户磨合的经验,充分了解客户的业务流程。

    用一句技术人爱说的话来总结:容联云手中有“锤子”,也知道“钉子”在哪儿,需要以什么力度砸下去。所以,容联云能够率先把大模型深深嵌入到业务场景中,也就不足为奇了。

    我们可以将容联云进入场景的“三级跳”,总结为大模型下沉的“方法论”:

    第一跳,明确目标场景。

    拆解容联云此次发布的、基于赤兔大模型的全新产品品牌【容犀智能】,产品矩阵包括了容犀AICC、诸葛IO、CDP、CEP、容犀Copilot等,是目前金融数智化营销场景中,企业用户需求普遍非常旺盛的产品矩阵。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    据了解,容联云对大模型落地哪些能力,做了很多取舍。比如原本想用大模型实现多轮对话的识别,让智能客服机器人更像一个真实的人,但算了一笔账,发现算力成本在短期内没办法解决,是企业客户很难接受的,所以暂时放下。再比如,企业希望解决行业数据怎么分析,分析之后怎么决策的问题,涉及很多行业知识和know-how,目前大模型还难以达到企业所要求的质量。

    现阶段,容联云在销售和客服的场景里面,找到了一个更恰当的答案——打造场景化客服助手。主要包括电销辅助、在线客服辅助、企微辅助、智能文本机器人、AI智能陪练等。针对垂直领域的特有场景,可以提供更加聚焦、专精的产品,比如金融领域的分期挽留助手、荐卡挽留助手、投诉安抚助手等。通过销售和客服工作的自动化、智能化,帮助企业提质增效。

    不难看到,容联云做大模型,不是“技术本位”,而是“用户本位”,从客户的业务场景出发,回归业务本身,着力解决企业的痛点。这是大模型走入行业的前提。

    第二跳,模型组合发力。

    大模型也意味着大算力、大数据、大参数,会给企业带来额外的成本,是不是所有场景都需要大模型呢?能不能用小模型来做?是很多企业现实关心的问题。通过大小模型配合,构建最适合业务规模的AI底座,可以让企业智能化的投入产出比最优,这才是一个更容易落地的模型体系,也是容联云正在做的。

    大小模型在业务场景中的角色和能力各不相同,因此,对它们的任务分配和调度也大有讲究。比如,在离线场景中,任务相对比较简单,对算力的需求不高,就可以由小模型来执行特定任务。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    此次推出的容犀Copilot,集“全链路数据+大小模型+分析洞察”于一体,在每一次的服务与营销场景中,会实时根据企业与客户产生的会话数据与业务数据,结合“聚焦客户联络全场景的大小模型”与“会话洞察”能力,产出最佳沟通策略,成为销售和客服的实时AI领航员。

    通过合理的模型组合,减少企业智能化的综合成本,就能将大模型产业化向前推进,把技术价值落到实处。

    第三跳,优化产品能力。

    优秀的工程能力,是大模型乃至整个AI落地的关键。举个例子,容联云服务过的客户来自不同行业和领域,业务规模各有不同,数字化水平也参差不齐,需要结合企业的实际情况和智能化需求,提供个性化的解决方案。再比如,有的企业对数据隐私安全非常看重,不希望数据上云端训练,这就需要将大模型“硬化”,进行私有化本地部署。

    企业智能化的实际需求,对大模型服务商的产品化、工程化能力,提出了非常多元、全面的挑战。对此,容联云做了软硬产品的“两手准备”。

    软件产品上,通过容犀智能的四大模块:容犀AICC、容犀Desk、诸葛IO/CDP/CEP、容犀Copilot,向下衔接着容联云的数据和AI能力底座,向上支撑着各类场景及AI应用,可以提供端到端的解决方案落地能力。硬件产品上,容联云正在研发的容犀赤兔一体机,有望解决企业客户对安全可控、信创、开箱即用等需求。

    从场景到产品,容联云的“三级跳”,跳出了一条清晰的大模型价值转化路线图,也为企业以最高效率、最优投产比实现智能化,提供了方向。

    商业成功,大模型与容联云的下一站

    AI 1.0时代,一些国内AI“独角兽”的技术能力并不逊色,甚至领先全球,但由于无法大规模应用,导致技术投资难以回收,阻碍了商业化进程。我们都不希望大模型“重蹈覆辙”,那么问题来了,大模型的商业成功,究竟该怎么实现呢?

    要给大模型商业化找一个参照物,可能就是容联云此前深耕的SaaS市场。我们知道,SaaS是一个需要放长线、不断积累增量、等待规模爆发的长程赛道,靠的不是“一步登天”,而是务实、耐心、稳扎稳打。

    或许是受既往的基因和经验影响,容联云在大模型赛道的气质,也是比较独特的,不追一时的风口,而是务实地深入业务,编织了一条商业成功的“安全绳”。

    之所以说是“安全绳”,是因为容联云接下来的大模型策略,能够行之有效地守住商业版图,建立竞争壁垒:

    策略一,抓住核心优势。容联云做大模型,不是全面开花,而是以自身拥有深厚积累的营销和客服场景为主,通过沟通智能、数据智能、链路智能等重构企业面向内部和面向外部的多元化应用,更容易收束投入,同时有效完成商业转化。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    (北京华为云CTO 丁晨)

    策略二,联合伙伴力量。企业智能化,是一个产业链环节多、交付周期长、客户需求多而散的领域,往往需要以中大型解决方案的形式完成,单打独斗比与伙伴同行的风险更高。目前,容联云与华为云达成深度合作,打造云上客服联合解决方案,后续还可以为行业客户打造定制化、易部署、多种数字化产品组合的解决方案,充分满足和支撑企业数字化转型,在企业市场中建立更大的竞争力。

    为行业找路径,为商业筑壁垒,解码容联云的大模型“方法论”

    (容联云数字智能云AI产品专家 刘倩)

    策略三,拓展增量市场。和很多被动出海的企业不同,容联云是中国智能客服SaaS出海的先行者,很早就开启海外市场的布局。目前,容联七陌在日本和东南亚已累计服务上百家客户,并计划在未来推出更多AIGC的智能交互应用。在今年三月份推出的AIGC智能交互应用,为缓解日本市场人力资源紧缺的问题,提供了对应的解决方案,预计会带来比较明显的增幅。不难看到,在广阔的全球市场,挖掘大模型的商业空间,容联云具有竞争力,也是其商业成功的保障。

    清楚地知道自身的优势,并凝结成一条商业成功的“安全绳”,容联云也有望率先走通大模型的商业化路径,在新一轮的AI产业化浪潮中抢占先机。

    场景革命和商业成功,是产业智能向深处发展的必要条件,也是大模型价值沉淀与转化的必经之路。先人一步的容联云,正在让大模型的技术价值真实凝结,将AI的产业空间向前推进。

    未知
  • 0
  • 0
  • 0
  • 92
  • 请登录之后再进行评论

    登录
  • 做任务
  • 实时动态
  • 主题偏好
  • 单栏布局 侧栏位置: