大模型对企业数智化升级与业务经营的影响与应对

Confidential and Protected by Copyright Laws本产品保密并受到版权法保护大模型对企业数智化升级与业务经营的影响与应对易观智慧院2023年6月2激发科技与创新活力2023/7/14大语言模型开启AGI时代，人工智能进入生成式阶段什么是大模型？大语言模型（LLM）是建立在大量数据集上预训练的巨大模型，包括如下关键要素：• 海量算力与数据支撑的大参数• “涌现”智能能力，拥有解决它从未或极少见过的问题的能力• 预训练，仅需要少量数据的微调甚至无需微调，就能够解决多种通用型任务大语言模型/基础模型训练过程架构设计模型预训练指示学习AI对齐产品封装基于Transformer架构，规划技术路线，①编码器路线；②编解码器路线；③解码器路线基于海量数据进行模型训练，并形成一个有监督的策略，引入奖励模型和RLHF进行强化学习持续探索更有效率的方式实现模型与人类社会普世价值观的对齐，从而达到生产环境部署要求在多类型下游任务上进行训练，提升其少样本/零样本能力1234语言能力通用任务能力逻辑与复杂问题推理能力知识能力包括语义理解，语言生成，多轮对话，乃至快速形成文本摘要的能力从以往单一模型解决对应问题，过渡到一个模型，解决多种通用任务利用上下文学习与思维链能力，持续对大模型进行训练与微调，从而提升大模型的复杂问题推理能力包括事实性知识，也包括常识知识等大语言模型关键能力• 交互革命• 人机交互方式：GUI🔜DUI/HUI• Prompt工程价值凸显AGI 0.1• 知识革命• 语言是知识的载体，未来模型人人可训、人人可用，即个人知识能力将得以复制和扩展AGI 1.0• 思维革命• AI具备独立思考与逻辑判断的能力• 进一步延展，具身智能连接物理世界，硅基生命与碳基生命共存AGI 2.0分析式人工智能→生成式人工智能人工智能与AGI发展阶段划分3激发科技与创新活力2023/7/14大语言模型推动企业从数字化向智能化升级大模型对企业带来的核心价值是什么？2.1%15.4%22.4%23.1%32.9%45.5%51.7%51.7%0.0%10.0%20.0%30.0%40.0%50.0%60.0%其他AI安全、伦理与合规问题算法的可解释性业务方的参与与支持投资AI项目的成本应用场景不明确缺乏质量高的数据集缺乏技术人员中国企业部署AI应用所面临的挑战数据来源：埃森哲2020，易观整理©易观Analysyswww.analysys.cn010203以业务驱动的方式拥抱AI降低AI开发门槛增强用户体验，碾平企业数智化洼地人工智能从未如ChatGPT这般普及，超过1亿用户主动体验的背后，是业务发展需求驱动AI应用场景探索与实践的重大转变传统的AI开发模式需要针对不同的任务和场景进行定制化开发，大模型显著降低开发复杂度，提升部署与应用的便捷度大模型对于人机交互方式的变革显著增强客户/用户体验与员工体验，有利于中后台赋能升级，以及员工原生数智动能发展4激发科技与创新活力2023/7/14大模型应用尚未跨越鸿沟，尝鲜者重心在于技术突破与场景探索企业应用大模型可能面临的挑战与风险有哪些？成本曲线价值曲线技术能力彰显，面临巨大成本挑战场景摸索，跨越鸿沟大规模产业化落地，发挥业务价值123技术局限尚需突破方能释放更大价值巨大的模型训练与推理算力等成本拉低效益比安全合规可信应用底线尚需刚性保障• 知识更新与自主学习能力，目前大语言模型仍然为静态数据驱动的学习范式，无法实现新知识的快速学习与迭代，尤其是涉及到时效数据与专有数据的场景下存在障碍，OpenAI正在通过Plugins生态来突破这一局限• 垂直领域泛化能力，通用任务的卓越能力已经显现，但是进入垂直细分领域与知识体系下，大模型的性能与泛化能力仍然需要增强，行业大模型训练是当前挑战的破局之道之一• 长期记忆能力，目前正在通过增大上下文容量、数据向量化，以及AI agent等多种方式探索突破• 训练与微调成本，该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本，并非基础大模型训练成本，与上述“垂直领域泛化能力”相对应，该成本仍然为行业知识壁垒显著的企业必须承担的成本，开源基础模型在一定程度上可以降低这一阶段的训练成本• 推理成本，大模型在参数体量巨大的情况下，仍然存在较高的推理成本，这方面可以通过模型压缩与剪枝等技术的发展进一步降低• 模型能力与业务场景的适应成本，这部分成本虽然由于人机交互方式的变化显著降低，但是前期仍然需要考虑提示工程在特定场景的磨合成本• 模型安全与可控制性问题，这是人工智能普遍面临的问题，大模型并不能幸免，包括模型攻防、数据注入等问题；同时，模型能力来自于“涌现”，需要进行模型能力，尤其是生成结果的可控制，方能进入到生产环境• 对齐问题，既包括人工智能与人类社会价值观保持一致，也包括与不同国家价值观，不同类型企业经营以及商业法则相匹配等，前者最为关键，这也是目前最为关注的AI不受控制的风险之一，目前在通过RLHF与RLAIF不同方式来实现• 隐私与数据安全问题，无论是大模型的训练推理，还是对话应用的过程中，都存在过多的隐私暴露与数据安全风险，这有赖于技术突破和监管合规的进一步建立大模型应用曲线5激发科技与创新活力2023/7/14010203040506大模型所加速的生成式人工智能已经渗透到多个场景生成式人工智能，到底在生成什么，应用到哪些场景？文本代码图像音视频3D分子发现• 对话/问答• 文档/文本/文案生成• 内容/会议摘要等• 语言翻译• 文学/剧本创作等• 自然语言生成代码• 代码补齐• 生成SQL• 生成软件测试用例• 合成数据等• 图像分类/分割• 工业设计• 医学影像标注与解剖结果构建• 艺术/商业作品创作• 图像修复• 天文观测、卫星遥感观测等• 电影/游戏/动画制作• 建筑/家居设计• 工业制造• 工业/艺术设计• 医疗健康• 虚拟现实等• 信息播报• 语音编辑/翻译• 影视内容分析编辑• 视频增强/风格迁移• 音乐/视频生成• 药物设计• 材料科学• 食品与农业• 能源• 个人护理等6激发科技与创新活力2023/7/14大模型能力与AIGC相结合向企业经营关键环节渗透企业可以考虑从哪些环节应用大语言模型？关键能力核心场景职能渗透AI+财务AI+HRAI+研发AI+OAAI+营销/客服AI+供应链• 财务决策• 财务风险管理• 报表编制• 日常流程处理等• 销售分析与预测• 仓库管理• 订单履约• 风险预警等• 代码编写• 产品测试• 3D建模等• 招聘/面试• 员工管理• 人才培养• 离职预测等• 工作助手• 会议管理• Office助手等• 营销物料生成• 智能广告投放• 智能客服• 智能营销等协同办公语言能力（含生成能力）知识管理内容生成数据分析知识能力逻辑与复杂问题推理能力通用任务能力★★★★★★★★★★★★★★★★★★★7激发科技与创新活力2023/7/14行业应用全面铺开，实践案例示范价值在于效益比测算与优化大模型与AIGC在不同行业的应用场景分别如何？金融行业电商/零售行业教育行业工业/制造医药/医疗实践案例：中国农业银行ChatABC，应用于多轮对话、内容摘要等