0
| 本文作者： 黃楠 | 2023-05-30 14:13 |
通過統一的自然語言指令調用大量知識，ChatGPT 改變了人與 AI 交互的方式，并將進一步改變更多軟件的交互模式和底層架構。
例如，現實生活中，各行各業都與海量的數據處理有關，比如把企業的季度營收數據填進報表中，記錄證券市場交易數據和市場趨勢波動，處理保單醫療圖文數據等等，但將數據從非結構化的圖文信息中抽取、整理出用戶需要的信息，往往需要耗費相當的人力和時間。
近日，《連線》雜志創始主編 Kevin Kelly 在接受媒體采訪時表示，他很認同一個觀點，就是：在未來，人們需要放大自己身上 10% 的技能，因為剩下的 90% 將被 AI 取代。例如，在醫療領域中，AI 特別擅長搜索和分析，可以協助人類醫生進行診斷。
業界對大模型的需求呈井噴之勢?；A大模型的優勢在于它的通用性，通過強大的圖文理解能力和交互方式，目標在于追求最終的通用人工智能（AGI），但與此同時，通用大模型在滿足階段性的、細分場景下的 B 端需求上也體現出“牛刀小用”的短板，在工程優化、降低成本等方面有很大的提升空間。
對于這一問題，近日 AI 科技評論與深圳市圓代碼互聯網有限公司的 CEO 張朝明進行了探討。
張朝明指出，今天的大模型有非常強的話語權，甚至可以決定一個生態的生死；從資金、技術和人才等角度體系思考，創業公司入場的門檻正在降低。小公司要參與大模型的浪潮，張朝明認為最大的機會還是在 To B 市場上。
“首先，不是去做一個跟 ChatGPT 對抗的大模型，而是聚焦私有化部署，做一個具備行業 Know-How 的企業大模型；第二，ChatGPT 給出的結果是對是錯，需要交給專業的人用專業的知識去判斷?！?/p>
以下是 AI 科技評論和張朝明的對話：
大模型也需要專業知識參與
AI 科技評論：您怎么看小公司在大模型產業變革中的機會？
張朝明：今天大模型在任意領域的問答生成表現都非常好，但它在需要專業知識的領域問答上還是有不足之處的。專業知識的數據在網上不好獲取，訓練也就不夠充分。
比如保險行業中的核保，關于核保的規則往往很難在公開渠道中獲取，這屬于保險公司的核心機密，我們只能通過在案例里去學習，因此也就存在不夠精準的問題。大模型在專業知識領域大概只能做到百分之六七十的準確率，外行人看著可能覺得效果不錯，但在內行人看來是無法使用的。
在行業里，95% 是一個生產標準。什么意思？也就是說做到 80% 也好、70% 也好，對生產環節而言沒有區別。行業的判斷標準之所以是 95%，是因為人的準確率大概在 92% 到 98% 之間，95% 剛好是個中位數，差額的幾個點默認是人為也會出現的損失，這是一個容忍度的問題。而越在生產環節，對模型效果準確率的容忍度越低。
在 To C 的場景里，比如娛樂行業、泛娛樂場景，我們用 ChatGPT 聊天、寫文章、生成圖畫、寫文案，達到 60% 就覺得效果非常好、很滿意，但進入金融行業或其他一些行業，沒有 95% 準確率，基本上可認定為它沒有任何意義。因此在生產環節里，模型的生成是容忍度非常低、但精度效率要求非常高的一件事情。
我們能看到的一個趨勢是，大模型在 To C 方面很難超過 ChatGPT，這是由 To C 特殊的環境決定的，當一家中國企業做出一個 ChatGPT 后、美國人會不會使用，這是個很重要的問題，這也從語料、用戶數量等等方面決定了國內廠商的模型很難達到 ChatGPT 的水準，但中國人自己使用是可以實現的。我認為 ChatGPT 和以前的淘寶搜索等不一樣的地方在于，它是跨語言的。以前在淘寶上想使用英文搜索、或在谷歌上使用中文，都存在語言問題，但 ChatGPT 很好地處理了跨語言的問題。
因此，最大的機會還是在 To B 的市場上。
首先，不做一個跟 ChatGPT 對抗的大模型，我們看到的市場是在私有化部署上，具備行業 Know-How 能提供專業知識結果的企業大模型。私有化部署解決的是兩個問題，一個是數據隱私的問題，這是私有化部署的核心，另一個則是專業性，所以這個大模型用戶要自己訓練；ChatGPT 給出的結果是對是錯，需要通過人專業的知識去判斷，且無法矯正數據的準確率，并不是將專業知識灌進去，就可以得到專業的結果，因此，企業也需要訓練自己的大模型。
AI 科技評論：用小模型來實現 95% 的生產標準和用大模型來做，思路差異是什么？
張朝明：它是兩個概念。小模型的優勢是，它是在專業領域里一定是超過大模型的，知識圖譜對知識的提煉和數據的獲得，都屬于小模型的優勢，而大模型的優勢在于它 60% 左右的通用性。比如說我想寫一篇調查報告，寫一個調查報告框架描述這件事、肯定是大模型寫的好，但里面數據的填入是小模型更專業。所以這件事情需要大模型配合小模型來完成。
AI 科技評論：大模型配合小模型來完成，這么做的核心邏輯是什么？
張朝明：在大模型還沒有起來之前，人們很難看到行業知識圖譜背后的價值，只看到了完成它所需要付出的巨額成本。直到大模型火爆后，知識圖譜成為了生成報告的數據內容，可以為多輪問答提供支持等等，才展現出它的價值。
從商業邏輯上看，在僅用小樣本就能完成一個行業知識訓練的情況下，使用幾個億、幾十個億的成本來訓練行業知識的人、即便將這部分成本平攤到各個業務環節中，也肯定是賠錢的。核心的邏輯就在于，知識整理、儲備整理和這個成本是多少？而這件事情過去很少有人去做。
過往知識圖譜很多只能售賣一次，但好的商業模式應該具備可持續的續費能力。小模型的問題在于它構建知識圖譜的成本太高。當一個做小模型的公司，構建知識圖譜需要花費高達一兩個億，就又回到了不掙錢這件事。而大模型提供的能力是，寫文章的時候讓你怎么寫得更優美、問答更通順，而核心的知識來源一直沒有解決。也就是說，無法使用大模型來指導工作，因為成本太高了。
為此，圓代碼之所以能夠極大地減少成本開支，是基于我們從小模型時代就基于自研技術、所提出的核心抽取模型。通過核心抽取模型所具備的復雜語義抽取能力，可實現用小樣本解決構建知識圖譜的成本問題。
AI 時代需要新的“操作系統”
AI 科技評論：圓代碼所做的是提供基礎大模型，還是幫助客戶訓練大模型？
張朝明：我們提供的是一套基礎的東西。前幾年零代碼特別火，但其大家都非常清楚它的價值有限。在我看來，它并不是一個跨時代、變革的產品，而只是在原有生態體系下減輕工作量的一個工具，難以使用它跨任何行業去做無代碼，但現在 AI 我們認為它已經是一個全新的生態。
PC 時代是操作系統為王，到互聯網時代瀏覽器成為了入口、入口為王，再到移動互聯網時代又是操作系統（iOS 和安卓）為王，發展路徑十分清晰，非常簡單的道理是、操作系統沒有強勢地位就會被剝削掉。
因此我們認為，大模型跟零代碼的區別就在于，大模型一定是個基礎設施，有非常強的話語權，甚至可以決定一個生態的生死。我們想做的就是一套操作系統，任何玩家都可以用，我們把這套東西提供給企業，企業的人不需要會編程，而是只要會業務、把他的業務數據放到這套東西上就可以使用，任何領域的人都能非常簡單地完成相應的工作，這是我們對這套“操作系統”的定義。
比如一個公司要做研報解析，需要派 100 個人完成這件事，現在交給了 AI 公司，但如果 AI 公司也需要用 80 或者 90 個模型工程師來完成這件事情時，那么它所發生變化很小，賠錢的人從原來的公司變成了 AI 公司，這是一個核心的問題，只有解決了它，AI 公司才能夠是賺錢的。
解決問題的關鍵在于，怎么通過使用我們所提供的這套操作系統，讓 AI 公司僅需要用 1 個模型工程師和算法就能把問題解決到 95% ，這才是有價值的。
AI 科技評論：圓代碼目前客戶群體主要是哪些行業？
張朝明：目前我們只聚焦教育和醫療保險兩個行業。
以醫療為例，圓代碼做的主要對病例報告的解析，但我們不對影像報告的內容做解讀，而是解析影像報告解讀出來的文字內容。這部分需求放在醫療行業里，很難看到它的生態，但保險行業對這部分內容的需求很大。用大模型做醫療的事情，把保險行業的需求平移、解決保險人員對報告數據的需求問題。
跟銀行不同，銀行大多數的數據都是結構化的，因此在日常的運轉過程中對數據解析的需求并不大。銀行在正常運轉下，使用 IT 軟件就能處理 90% 左右的事情，剩下 10% 是由人在處理，例如貸款審核等等，因此報告解析在對應的工作內容體量中非常少。而保險公司從一開始就是人為處理的事情居多，其業務內容中人為占比達到 90% ，AI 只支持 10% 的信息存取、數據的流轉，根本原因是，二者的數據源不一樣，一個就是結構化的數據，一個就是非結構化的數據。
當 AI 巨大變革來臨，或許銀行在審核環節也會有變革，但其絕沒有 AI 對保險行業的影響直接。
AI 科技評論：有了體檢報告和這個表格之后的話，圓代碼會對數據進行解析，那是否會進行下一步的分析處理？
張朝明：我們不進行下一步的分析處理，因為能處理這些數據的人全國能找出來不止 1 萬個。但是能將這些數據它進行結構化、給到這 1 萬個人的公司或機構很少。
當今天保險行業需要處理醫療的數據內容，通過人工來處理報告的數據輸入、往往需要花費一天時間，結構化成本非常高；而借助我們的模型和平臺、可以實現秒級速度迅速完成資料的結構化，這就是我們的技術實力。
AI 科技評論：數據樣本的問題怎么解決？
張朝明：舉個簡單的例子，醫療行業的體驗報告樣式各不相同，當使用 AI 模型對體檢報告進行結構化處理，幾萬篇同一模板格式的報告數據、對圓代碼的技術研究作用不大。當體檢報告樣式有十幾萬種，要將這十幾萬種報告都找齊、再進行模型識別訓練，這件事也并不現實。此外，如保險等此類隱私數據，我們也很難通過網絡途徑獲取，隱私數據禁止買賣，上述均是十分現實的情況，如果問題無法解決，很難進行后面的訓練。
對此，圓代碼的思路是，在找不到一千份、一萬份前提下，我們能否找到二十份小樣本數據，基于二十份數據加上我們的技術，將適用于整個行業的模型訓練出來，把圖文信息轉化為結構化數據，走自研底層技術、用更少的數據達到更好效果的模式。
小公司創業能做、但難度很高
AI 科技評論：小公司想做大模型創業，今天還有機會嗎？
張朝明：有機會，但也很難，看的就是誰先能跑出來。
今天小公司想做大模型創業，我覺得其創業門檻相比小模型時代已經極大地降低了，但同時我們也要看到它最終能做成功的難度非常高。非常難的原因在于，首先一定需要有極強的科研能力，這對創業公司來說要在技術和人才上迅速拉平需要非常大的成本，這是第一點。
第二點，在現在這個情況下，不管做大模型也好、做小模型也好，一個公司手里如果沒有四五十塊顯卡，連模型都跑不起來。顯卡的投入輕易在幾百萬、上千萬，這也意味著，一筆投資兩三百萬的種子輪融資，難以支撐一家企業購買硬件設備的錢。
可以說，上述兩個問題就已經把絕大部分的創業公司都殺掉了，所以我認為，當前創業公司已經很難能夠跑出來，在這個純技術的賽道上，窗口已經關閉了。
AI 科技評論：AI 公司和 “AI+”公司的區別在哪里？
張朝明：區別在于 AI 為二者的服務、業務提供了哪些方面的能力。很多 AI 大模型的創業公司會使用開源模型，在開源模型上建模，但我們要看它建的是哪種模。
舉個例子，做 AI 的公司把證券公司需要的數據給到證券公司，使用了它在 AI 上的能力來解決證券公司的人的需求，這叫做 AI 公司；而使用 AI 能力解決證券問題，體現的是公司在證券方面的建模和分析能力，這種我們稱之為 AI +證券公司。大多數做 AI 公司會采用開源的解法來解決一個行業的具體問題，但它的核心能力是在金融建模上的能力，而并非 AI 建模上。
AI 科技評論：做什么模型跟細分行業的相關性大么？
張朝明：在大模型之前，我們做的是行業通用小模型，即對任何文本都可以進行非常結構化的處理。比如律師怎么看合同、想從哪些層面來使用數據等等，這些問題都可以完成。再比如醫院的體檢報告，通過我們的模型，可以把所有的數據都提供給客戶去做任意的篩選分析，也可以向企業提供定向化數據。
AI 科技評論：它跟行業垂類大模型的區別在哪里？
張朝明：垂類大模型并不是針對具體某一個細分領域，它解決的也是行業性的問題。以醫療病例和體驗報告的結構化問題為例，假設一家做糖尿病垂類大模型的公司，我可以輸入糖尿病病人的病情數據、借助糖尿病垂類大模型解決相關的問題，也可以基于通用大模型基礎上、就任意一個疾病種類，用同一套技術去解決新的病情。
這是商業模式的設計，而非技術的設計。也就是說，當你解決了數據源的問題，其實并沒有解決別的問題。但在我們看來，大模型應該是一種基礎技術，并不是說數據加模型的服務，就能夠成為一個大模型。圓代碼用大模型提供了一種數據處理的方式，最終也并不參與解決具體的行業問題。
正如前面提到的例子，保險行業需要處理好的、結構化的醫療數據，同時他們也擁有大量的優秀的核保人員和理賠人員，這種高級人才在中國并不稀缺，我們做的事情是，把這些結構化數據給到這些專業的人、擅長的人去分析，而不是去做分析的事情。
（雷峰網雷峰網(公眾號：雷峰網)）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
