除了降价，大模型AI着陆如何突围？

本月,中国的人工智能领域,再一次因来自大洋彼岸的玩家而震撼。

5月14日,OpenAI举办春季发布会,继今年2月份刷屏的Sora之后,带来效果堪称“炸场”的GPT-4o,其可进行跨文本、音频、图像与视频的实时推理与无延迟对话,而且向所有用户免费!

次日,另一“满级玩家”谷歌,在I/O开发者大会上火力全开,推出自家多模态大模型“全家桶”,包括由Gemini模型驱动的AI助手Project Astra、对标Sora的文生视频模型Veo等数十款产品。

面对海外厂商不断甩出的“王炸”,降价,是国内大部分厂商给出的应对之道。就在今天,阿里云通义千问宣布降价97%,1块钱买200万Tokens,相当于5本《新华字典》的文字量。前不久,智谱AI、字节跳动的大模型也都宣布降价,以进一步抢占市场。

虽然“价格战”已经打响,但道路千万条,并不是只有“降价”才能保持领先身位。在近日神州控股、神州信息、神州数码集团共同举办的数云原力大会2024开幕式上,神州数码副总裁、CTO李刚在接受记者采访时表示,我国在大模型的企业应用端具有很大优势,通过大模型赋能各行各业,是中国AI产业形成竞争优势的有效路径。

AI技术落地企业场景,需克服三大障碍

中国IT技术发展至今已有20余年时间,历经多次变迁,中国企业早已将拥抱变化、适应变化视为常态,积累了强大的主动采纳新技术的意识和能力。如今面对以AI大模型为代表的新一轮技术变迁,中国企业客户也显露出更加积极主动的态度,以期新技术能在业务场景中快速应用,实现企业运营效能提升。

态度虽好,但落地不易。李刚表示,一项新技术落地企业场景,需要先克服三大障碍。

一是“眼界”。企业需要不断扩充自己的视野,用“AI Native”的视角,去看待企业业务如何真正通过AI的方式去创新。

二是“认知”。ChatGPT的出现颠覆了以前大家对AI的理解,每个人都能感受到这项新技术在日常工作的应用,但认知往往是碎片化的。企业的认知应该从碎片化变成体系化、系统化,才能避免AI应用过程中“踩坑”。

最后是“场景”。企业部署AI落地场景时,往往倾向于一上来就瞄准大的、关键的业务场景,设定宏大的目标和整体的规划,但实际上有些微小的场景反而更有应用价值。

就目前来看,面对大模型技术带来的革命性影响,中国企业已逐渐回归理性。“我们观察到,很多企业已经基本理解了模型落地企业的难度、要点、关键点在什么地方。”李刚表示。

小场景着手,拼装超级Agent

当视野得到拓展,认知得到深化,接下来的重点便是精准地解决场景应用问题。

李刚认为,生成式AI企业场景落地应从“小处着手”。不一定是“岗位级”的,或者是“业务流程级”的,往往“任务级”的场景就很容易产生价值。当这些“任务级”场景做多了以后,就会积累出大量任务型工具,在生成式AI的加持下一步步将其编排起来,就可以在一个框架下完成更复杂的任务。“不过从小场景出发,需要有一个平台持续沉淀和积累企业能力,再在平台上进行不断拼装,最终形成适合企业场景的复杂工具或者超级Agent。”

这也是神州问学AI原生赋能平台产生的背后思考。作为神州数码的战略级AI产品,神州问学最新推出的AI原生赋能平台版本包含Agent工程、企业知识治理、模型训练与管理三个相互协同的功能模块,帮助IT部门搭建一个能够不断积累AI能力的平台,以支撑企业内部不同业务部门的需求,不断去构建AI应用。企业部署了神州问学平台,可以在此基础上对企业内部知识、私域知识进行很好的治理,进行小场景的快速开发、迭代,不断积淀大的场景。“当用的小模型越来越多,会涌现出大模型的场景。”李刚表示。

不仅如此,面对企业在AI落地过程中存在的模型选择、管理等问题,神州问学打造的“模型市场”,让企业客户可以非常方便的在平台上选择、使用、管理第三方模型。“我们在其中嵌入评估框架,设置相应的指标,在特定业务场景下对模型进行评测,找到最合适的模型工具。”李刚说,“未来神州问学平台上会沉淀越来越多的AI工具,使得平台变得越来越厚,用这个平台的企业用户越多,工具积累越多,形成一个正向循环。未来我们可以把这些工具再做行业切分,形成不同行业的版本出现。”

生成式AI尚未进入下半场

经历了前期跑马圈地式的拼参数、拼算力,如今行业普遍认为,接下来AI产业会更加强调落地应用。基于此,有观点认为生成式AI进入拼落地的“下半场”。而在李刚看来,追求AI落地固然是大势所趋,但说“下半场”还为时过早。

“大模型技术本身还没有成熟,比如多模态技术、MOE技术、推理技术等还在不停发展,往场景中更多的渗透,”李刚说,“接下来会出现一个更加百花齐放的场景,最终的杀手级应用会出现在什么场景下还不好说。”

“在李刚看来,AI接下来的发展走向,可能会是一条“陡峭的曲线”。“这次的AI有一个特别大的特点,就是它的泛化能力。这导致它的增长刚开始会很缓慢,是因为有很多问题要解决掉,然而一旦解决掉某些问题,它的增长曲线会非常陡。”

对于广大谋求AI商业化的从业者来说,最重要的可能就是抓住机遇期,坚持“不下牌桌”。“对于AI的发展,我们不要太高估未来一年的变化,也不要低估了未来三五年的变化。”李刚说。