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(dá)摩院正在研發(fā)類ChatGPT對話機(jī)器人，騰訊成立“混元助手”項(xiàng)目組以針對ChatGPT對話式產(chǎn)品，京東計(jì)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(xué)習(xí)機(jī)。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(dú)特的能力，即通過能力提升，實(shí)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(yīng)用的無限想象和期待，也形成了推動(dòng)人工智能領(lǐng)域進(jìn)一步發(fā)展的巨大動(dòng)力。

　　AI大模型：新發(fā)展范式應(yīng)用的核心競爭力

　　作為一款對話式機(jī)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(qiáng)大的通用智能能力。

　　自2018年起，預(yù)訓(xùn)練大模型成為了一個(gè)風(fēng)口，國外谷歌、微軟的大規(guī)模預(yù)訓(xùn)練模型參數(shù)指標(biāo)不斷創(chuàng)新高，國內(nèi)的AI領(lǐng)域也在快速跟進(jìn)，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(jìn)行預(yù)訓(xùn)練大模型攻關(guān)。

　　大模型攻關(guān)非一日之功，算力、算法和數(shù)據(jù)這三要素是AI技術(shù)應(yīng)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(xùn)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(tái)，通過采用“預(yù)訓(xùn)練+下游任務(wù)微調(diào)”的方式，在研發(fā)階段就可以將模型的復(fù)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(fù)雜技術(shù)和研發(fā)挑戰(zhàn)可以在客戶應(yīng)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(gè)行業(yè)的企業(yè)只需要通過生產(chǎn)平臺(tái)提出具體應(yīng)用場景，開發(fā)大模型的企業(yè)根據(jù)使用需求進(jìn)行針對性地開發(fā)、訓(xùn)練，幫助使用者優(yōu)化調(diào)整大模型的各項(xiàng)參數(shù)，從而向千行百業(yè)提供大模型服務(wù)。

　　AI大模型強(qiáng)大的通用智能能力，有助于跨越技術(shù)與應(yīng)用之間的鴻溝。其應(yīng)用模式的優(yōu)勢體現(xiàn)在三個(gè)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(yīng)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(wù)的研發(fā)成本；最后，大模型實(shí)現(xiàn)了高度標(biāo)準(zhǔn)化的訓(xùn)練過程，可縮短研發(fā)周期，加快AI應(yīng)用的落地。這三大特性讓大模型更適應(yīng)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(jìn)入新的發(fā)展范式。

　　AI大模型：從智能客服到ChatGPT，企業(yè)級應(yīng)用的落地仍需優(yōu)化

　　近些年來，AI對話能力在具體業(yè)務(wù)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(tái)，企業(yè)用戶可以構(gòu)建對話機(jī)器人，實(shí)現(xiàn)人機(jī)交互。此前，智能客服主要用于消費(fèi)市場的企業(yè)，但隨著客服服務(wù)邊界不斷拓寬深化，金融機(jī)構(gòu)如銀行、保險(xiǎn)等企業(yè)級服務(wù)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(yīng)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(bào)告的數(shù)據(jù)顯示，只有29.8%的用戶認(rèn)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(dá)59.1%，重復(fù)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(yīng)了智能客服有待改進(jìn)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(qiáng)大的認(rèn)知智能、自然語言理解、邏輯推理能力，能夠讓人機(jī)之間的對話流暢進(jìn)行，有效地彌補(bǔ)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(lǐng)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(lǐng)域尚無法完全替代智能客服。如果想將ChatGPT應(yīng)用于智能客服產(chǎn)品中，需要結(jié)合具體的業(yè)務(wù)場景優(yōu)化調(diào)整大模型，不斷訓(xùn)練模型的專業(yè)能力而非通用能力。與此同時(shí)，客戶要求企業(yè)智能客服提供準(zhǔn)確回答，這也需要針對企業(yè)的個(gè)性化知識(shí)庫對大模型進(jìn)行訓(xùn)練，并對回答進(jìn)行審核和糾正。

　　但天價(jià)的大模型訓(xùn)練費(fèi)用讓企業(yè)望而卻步，據(jù)國盛證券在報(bào)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(xùn)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(xùn)練成本介于200萬美元至1200萬美元之間。為了應(yīng)對高昂的成本和多種場景下的復(fù)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(xùn)練、預(yù)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(shí)間和費(fèi)用范圍內(nèi)完成模型訓(xùn)練，從而解決不同行業(yè)或企業(yè)規(guī)模化運(yùn)營時(shí)的性能和效率問題。

　　因此，ChatGPT的應(yīng)用需要與智能客服相互補(bǔ)充，才能更好地服務(wù)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(wù)體系，客戶數(shù)量眾多，業(yè)務(wù)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(yàn)，進(jìn)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(shí)現(xiàn)到未來的價(jià)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(yīng)用最廣泛的行業(yè)之一，是數(shù)字化和智能化的領(lǐng)跑者，也是大模型技術(shù)落地的最佳領(lǐng)域。

　　大模型技術(shù)基于海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，在智能咨詢與推薦、內(nèi)容生產(chǎn)、用戶體驗(yàn)、賦能從業(yè)者等方面，有助于金融機(jī)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(dāng)前銀行等金融機(jī)構(gòu)使用自助問答系統(tǒng)為客戶提供咨詢服務(wù)，但無法直接解答客戶的所有問題。大模型的應(yīng)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(shí)，大模型依托海量專業(yè)智能知識(shí)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(shí)不間斷在線、智能地推薦適合的理財(cái)、信貸和保險(xiǎn)產(chǎn)品。大模型的知識(shí)庫處在不斷進(jìn)化中，可以不斷增加對客戶的洞察理解，這使得金融機(jī)構(gòu)更加精準(zhǔn)地了解和響應(yīng)客戶的需求。

　　在內(nèi)容生產(chǎn)方面，隨著用戶消費(fèi)需求多樣化和個(gè)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(yīng)用，并結(jié)合AIGC，即可自動(dòng)生成營銷物料，實(shí)現(xiàn)千人千面的精準(zhǔn)個(gè)性化營銷，提高營銷效率，并滿足客戶日益增長的個(gè)性化需求。

　　在用戶體驗(yàn)方面，金融行業(yè)持續(xù)建立以APP為核心的移動(dòng)應(yīng)用生態(tài)建設(shè)，手機(jī)銀行和證券APP等產(chǎn)品通過不斷提升用戶體驗(yàn)來爭奪用戶流量。通過金融行業(yè)大模型的升級應(yīng)用，可以改善人機(jī)交互方式，提升人機(jī)對話服務(wù)的質(zhì)量。同時(shí)，結(jié)合數(shù)字人技術(shù)，實(shí)現(xiàn)更加貼心的虛擬服務(wù)，為金融機(jī)構(gòu)和用戶交互環(huán)節(jié)帶來更好的體驗(yàn)價(jià)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(wù)助理”。它智能化地掌握著金融行業(yè)的宏觀政策、行業(yè)動(dòng)態(tài)、市場信息、產(chǎn)品信息等，可以自動(dòng)生成分析報(bào)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(gè)性化的服務(wù)。

　　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(dòng)智能客服廠商乘風(fēng)而上

　　在技術(shù)浪潮式迭代的當(dāng)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(yīng)用將更加普及。據(jù)IDC預(yù)測，2026年中國人工智能軟件及應(yīng)用市場規(guī)模將達(dá)到211億美元，人工智能進(jìn)入大規(guī)模落地應(yīng)用關(guān)鍵期。

　　但距離大模型技術(shù)在智能客服的應(yīng)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(wù)場景進(jìn)行融合，創(chuàng)造出性能強(qiáng)、成熟度高、規(guī)模適宜的AI產(chǎn)品，都是一個(gè)艱巨的挑戰(zhàn)。

　　在當(dāng)前競爭激烈的智能客服市場中，想要脫穎而出的關(guān)鍵在于，需要通過大算力、行業(yè)大數(shù)據(jù)訓(xùn)練ChatGPT大語言模型，突破AI瓶頸，將其應(yīng)用于自然語言交互領(lǐng)域。同時(shí)，還需要探索出合適的模型規(guī)模以滿足客戶需求。

　　在這個(gè)過程中，智能客服廠商需要擁有專業(yè)的行業(yè)知識(shí)，以及持續(xù)的技術(shù)投入，以應(yīng)對不斷變化的市場需求。在此種背景下，擁有大模型關(guān)鍵技術(shù)的企業(yè)將有望乘風(fēng)而上。

　　作為認(rèn)知智能領(lǐng)域的國家戰(zhàn)略科技力量，科大訊飛于2022年12月進(jìn)一步推進(jìn)生成式預(yù)訓(xùn)練大模型任務(wù)攻關(guān)，在核心算法積累、數(shù)據(jù)積累、應(yīng)用和算力支撐方面處于領(lǐng)先地位，再加上科大訊飛此前在郵儲(chǔ)銀行、中國人保、浦發(fā)銀行、廣發(fā)銀行、長沙銀行等金融機(jī)構(gòu)中持續(xù)實(shí)踐，有望借此東風(fēng)乘風(fēng)而上，不斷拓深智能客服的服務(wù)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(chǔ)上，ChatGPT“讓機(jī)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(yīng)用在金融業(yè)也開始了進(jìn)一步探索，金融業(yè)必須積極擁抱AI技術(shù)，以實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型升級。