正在阅读:

第四范式主任科学家涂威威:大模型技术将重构企业软件,更大的机会来自于人机交互

扫一扫下载界面新闻APP

第四范式主任科学家涂威威:大模型技术将重构企业软件,更大的机会来自于人机交互

谈及大模型后续的迭代方向,涂威威表示技术能力的提升始终是团队关注的重点,其次则是在垂直场景下的效果、成本以及应用门槛。

图片来源:视觉中国

界面新闻记者 | 于浩

近日,在2023年世界人工智能大会上,第四范式首次展示了其“大模型之城”——式说大模型在金融、零售、房地产、航空、制造、司法等行业的应用实践集合。

据现场人员介绍,自发布以来,式说大模型已积累了数十家国内早期AIGC应用。这些AI助手通过与员工的高频交流,记录了大量行为、思考等过往传统系统中无法捕捉的过程数据,通过不断思维链学习形成“最佳实践攻略”,为员工提供专业、个性化的辅导。

与生成图片、生成海报、生成文案等大家所认知的AIGC不同,第四范式将大模型技术聚焦在企业软件领域,提出了AIGS(AI-Generated Software)的技术战略:以生成式AI重构企业软件。 

“大家现在对大模型非常期待,都很想用它来解决一些问题。”第四范式副总裁、主任科学家涂威威在接受采访时表示,“我看到的更大机会来自于人机交互。”

他以电脑操作界面的变革举例,由命令行操作系统向图形化操作系统的转变就曾为整体产业带来了巨大的变化。大模型的出现则为企业软件的人机交互变革提供了可能性,在涂威威看来,这背后同样存在着机会。

原先受限于界面层的空间,企业软件的使用效率并不高,在接入大模型后,企业用户就可以通过对话框实现功能调用,而不需要从繁琐的功能菜单里手动检索。对软件开发者而言,自然语言交互设计极大减少了界面层的开发功能,使得开发者可以集中精力升级系统内核,提升开发效率。 

如在零售门店管理领域,门店管理通常涉及到员工管理、货品采购、库存控制、处理客诉等多个环节,店长需要在散落的系统中获取数据、完成管理任务。生成式AI改造后的门店管理,可直接通过向门店管理助手提问的形式,如「查看商品销量、值班人员状态、违规操作」,小助手就能从不同的系统中调用相关功能,直接给出所需信息。

对于企业服务提供商而言,中立角色及数据安全能力尤为重要。涂威威表示,第四范式为客户提供私有化部署的选项,物理层面上保证客户数据不外泄。同时,第四范式会对大模型本身的内容输出进行控制,避免模型回答违规问题,保证所有回答可溯源,也让大模型对自己输出的结果有可控的预期,例如,在它对答案不是百分百确定的情况下可以给人以提醒。

大模型产品式说3.0于今年4月正式对外发布,谈及大模型后续的迭代方向,涂威威表示技术能力的提升始终是团队关注的重点,其次则是在垂直场景下的效果、成本以及应用门槛。成本包含算力成本及数据获取成本,应用门槛则主要是指大模型服务垂直场景所必须的一系列周边设施。

至于大模型及其相关应用具体的营收目标,涂威威并未给出明确数据。他坦言目前正处于“从0至1”的阶段,“这个阶段需要试错和探索,并不是做大模型的公司一腔热血就足够了,而是需要应用方的配合”,他说,“目前来来它的潜在价值是非常大的。”

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

第四范式主任科学家涂威威:大模型技术将重构企业软件,更大的机会来自于人机交互

谈及大模型后续的迭代方向,涂威威表示技术能力的提升始终是团队关注的重点,其次则是在垂直场景下的效果、成本以及应用门槛。

图片来源:视觉中国

界面新闻记者 | 于浩

近日,在2023年世界人工智能大会上,第四范式首次展示了其“大模型之城”——式说大模型在金融、零售、房地产、航空、制造、司法等行业的应用实践集合。

据现场人员介绍,自发布以来,式说大模型已积累了数十家国内早期AIGC应用。这些AI助手通过与员工的高频交流,记录了大量行为、思考等过往传统系统中无法捕捉的过程数据,通过不断思维链学习形成“最佳实践攻略”,为员工提供专业、个性化的辅导。

与生成图片、生成海报、生成文案等大家所认知的AIGC不同,第四范式将大模型技术聚焦在企业软件领域,提出了AIGS(AI-Generated Software)的技术战略:以生成式AI重构企业软件。 

“大家现在对大模型非常期待,都很想用它来解决一些问题。”第四范式副总裁、主任科学家涂威威在接受采访时表示,“我看到的更大机会来自于人机交互。”

他以电脑操作界面的变革举例,由命令行操作系统向图形化操作系统的转变就曾为整体产业带来了巨大的变化。大模型的出现则为企业软件的人机交互变革提供了可能性,在涂威威看来,这背后同样存在着机会。

原先受限于界面层的空间,企业软件的使用效率并不高,在接入大模型后,企业用户就可以通过对话框实现功能调用,而不需要从繁琐的功能菜单里手动检索。对软件开发者而言,自然语言交互设计极大减少了界面层的开发功能,使得开发者可以集中精力升级系统内核,提升开发效率。 

如在零售门店管理领域,门店管理通常涉及到员工管理、货品采购、库存控制、处理客诉等多个环节,店长需要在散落的系统中获取数据、完成管理任务。生成式AI改造后的门店管理,可直接通过向门店管理助手提问的形式,如「查看商品销量、值班人员状态、违规操作」,小助手就能从不同的系统中调用相关功能,直接给出所需信息。

对于企业服务提供商而言,中立角色及数据安全能力尤为重要。涂威威表示,第四范式为客户提供私有化部署的选项,物理层面上保证客户数据不外泄。同时,第四范式会对大模型本身的内容输出进行控制,避免模型回答违规问题,保证所有回答可溯源,也让大模型对自己输出的结果有可控的预期,例如,在它对答案不是百分百确定的情况下可以给人以提醒。

大模型产品式说3.0于今年4月正式对外发布,谈及大模型后续的迭代方向,涂威威表示技术能力的提升始终是团队关注的重点,其次则是在垂直场景下的效果、成本以及应用门槛。成本包含算力成本及数据获取成本,应用门槛则主要是指大模型服务垂直场景所必须的一系列周边设施。

至于大模型及其相关应用具体的营收目标,涂威威并未给出明确数据。他坦言目前正处于“从0至1”的阶段,“这个阶段需要试错和探索,并不是做大模型的公司一腔热血就足够了,而是需要应用方的配合”,他说,“目前来来它的潜在价值是非常大的。”

未经正式授权严禁转载本文,侵权必究。