對話天潤融通首席科學家：大模型的首要任務是為客戶創造商業價值
2023年，AI大模型開啟了企業數智化轉型的新篇章。
不過前沿技術固然重要，但在增長見頂的存量背景下，先進技術帶來的實用價值也尤為關鍵。
正如天潤融通首席科學家田鳳占所說：“現階段最重要的是讓大模型盡快和企業的業務相結合，先不要管是否先進，得先產生價值。這樣才能吸引企業的興趣，企業有興趣才會不斷投入資源，它的應用場景才有機會不斷擴大。”
但大模型應該如何用起來呢？AI大模型如何深入企業的業務流程，改造傳統工作方式？如何與企業日常經營相結合，提高企業經營效率？如何盤活存量用戶，實現新的增長曲線？
帶著這些問題，天潤融通首席科學家與甲子光年展開一場深度對話，深度解讀大模型時代背景下，企業應該如何應對技術變革，又該如何把握機會，提升經營能力。
01 企業經營越困難，就越需要技術
甲子光年：我們將用技術助力企業經營，請問目前企業經營面臨哪些問題？要解決這些問題，技術可以扮演什么角色。
田鳳占：最近兩年，全球經濟面臨下行壓力，中國市場也從增量轉入存量。企業面臨的競爭更激烈，收入增長不容易，同時成本又降不下來。
之前在市場高速增長的時候，企業不太注重自己的運營成本和效率，現在市場環境變了，企業就需要通過精細化運營來降本增效，提高市場競爭力，這一點其實就是技術在企業經營中的關鍵。我覺得越是在企業經營困難的時候，技術就越會扮演一個重要的角色。
甲子光年：說起技術，AI大模型是過去一年最重要的技術突破之一，大家都認為它是企業降本增效的關鍵，那大模型會如何改善企業經營效率，提高企業利潤？
田鳳占：AI和大模型可以發揮的作用有很多，從天潤融通的角度，我們大概可以看到這樣四個方面。
首先是客戶洞察。存量市場的關鍵，是經營好存量客戶，而經營好存量客戶的前提，是理解客戶需求，通過個性化服務來挖掘存量客戶的增量需求，為企業帶來持續價值。
AI大模型技術可以幫助企業實現更深的客戶洞察。比如AI和大模型可以將企業與用戶的所有歷史會話、互動和歷史服務匯集起來進行分析，深度了解客戶對企業的反饋，以改進服務，提高產品競爭力，挖掘潛在商機。
其次，AI大模型可以提高服務效率。
比如在客戶聯絡場景，我們可以用機器人來處理一些簡單的流程問題。機器人處理不了的問題轉入人工后，我們還有智能助手可以為人工座席推薦話術和客戶畫像分析等等，以此來幫助座席提高服務效率和客戶服務體驗。
▲實時監控和識別客戶情緒
第三，AI大模型可以對服務質量進行監控。比如通過對企業運營指標進行監測，分析和實時預警，來幫助企業實現精細化運營。
▲機器自動化質檢大幅提升質檢效率，節省70%人力
第四，AI大模型可以助力企業數智化轉型。企業運營，長久來看需要建立在知識上，AI大模型可以對過去散落在不同領域的文檔、合同、訂單、郵件等信息進行消化吸收、理解歸類，變成一個結構化的知識庫，以此來幫助企業實現更高效、更智能化的運營，提升整個企業的人員技能水平。
▲企業知識管理冷啟動到線上運營的閉環管理
甲子光年：看來未來能不能使用AI大模型已經成為企業非常重要的能力，但其實在這之前企業就已經在使用AI了，那么這一次的大模型與以往的AI又有什么不同？
田鳳占：確實，同樣的工作之前的AI也能完成，但過程會更復雜。
比如處理一個任務，之前的AI需要先收集數據，進行清洗整理，再選一個模型針對這個問題進行調優，如果調優不好，還要返回去重新處理數據，選算法、調優。而這個過程即便順利完成了，使用壽命可能也就幾個月，因為隨著數據的更新，這個模型就又需要調整。
而AI大模型將這個過程極大地簡化了，我們需要處理什么任務只需要告訴它就能反饋一個不錯的結果。如果我們對結果不滿意，也不用再過去調整模型，只需要重新提需求就行。即原來的模型可擴展性比較差，使用成本高，現在的大模型使用更方便，成本更低，可以讓更多企業使用AI能力。
甲子光年：我們4月份，就推出了微藤大語言模型平臺1.0版本，我們是如何在這么短的時間內實現這么多垂直能力的展現的？
田鳳占：首先天潤不做底層大模型，我們更多是結合客戶的業務去做場景化的解決方案。
其次我們對業務場景很了解，再加上天潤對大模型的關注也比較早，大概2022年11月，GPT-3.5一發布，我們就針對一些場景進行了測試。所以雖然看起來很快，但其實我們已經做了很長時間了。
02 企業應該如何選擇適合自己的大模型？
甲子光年：我們說未來每個企業都應該擁有自己的大模型，那您認為這個大模型是自己建好，還是通過第三方來建比較好？
田鳳占：這個問題得根據企業的實際情況來看，如果是普通企業的話，我認為應該選擇第三方。
一方面，如今AI大模型的發展十分迅速，普通企業沒有必要去追風口，因為追也追不上。企業應該先專注自己的業務創新，而不是專注底層基礎設施的建設。畢竟沒有業務創新，其他什么技術可能都不太有價值。另一方面是讓專業的人干專業的事兒，AI大模型是有門檻的，需要專業的團隊和巨大的投入，普通企業進去一般跟不上第三方廠商的能力。
當然也不是所有企業都不適合自己建設。有些特殊行業比如金融，由于監管要求數據不能離開內網，而這些數據又一定需要大模型來處理，那可以考慮自建。還有一些集團企業，自身業務跨度大，需要大量的定制工作，也可以考慮自建，這些企業通常有自己的IT團隊，有足夠的資金進行投入。
甲子光年：作為第三方企業，天潤融通是如何幫助企業建立自己的大模型能力的？
田鳳占：天潤是通過場景的方式來看待這個問題的，客戶聯絡大體可以分為客服和營銷兩個大的場景。當然細分的話還有售前咨詢、售后服務、內部共享、營銷推廣、商機轉化等不同場景。場景不同，客戶關注點也不同，需要大模型去處理的任務也會有差異，所以我們認為大模型針對不同場景要有不同的解決方案。
場景解決方案當然也會面臨不同行業的問題，其中也會存在一些差異。但如果差異不大的話，這些方案其實是可以跨行業的。所以我們現在主要是針對場景方案進行調優，而如果遇到特殊的場景或者企業的特殊需求，我們再進行個性化定制。
甲子光年：確實大模型可以落地的場景有很多，那對于第一次運用大模型的企業而言，應該以什么地方作為突破點呢？
田鳳占：我覺得對于大型企業來講，有幾個點是可以優先考慮，甚至直接可以用的。
第一是客戶服務，因為客戶服務是勞動力密集型場景，而AI最直接的作用就是部分替代人工，然后提高效率。而且客戶服務場景還擁有大量數據，為AI大模型提供了非常好的技術基礎和數據基礎。
此外客戶服務對企業業務也非常重要，它是企業與客戶互動的窗口，AI大模型可以實現客戶洞察，提高業務轉化，它也是AI大模型最容易落地和看見效果的場景。
第二個場景就是營銷轉化，營銷是企業增長的關鍵。AI大模型可以通過商機分析、話術診斷、金牌話術提取，提供溝通策略等方式，提高銷售能力和企業營銷效果。它也可以根據用戶畫像，了解用戶偏好和訴求，把客戶需求和企業意愿建立聯系，這是一件有長期價值的事情。
▲微藤大語言模型平臺打通企業各環節
第三就是知識管理，未來企業的管理是離不開知識的，大模型可以幫助企業進行知識管理，然后為員工提供支持，這是未來企業重要且長期的基礎設施建設。
甲子光年：這些場景中，有沒有什么場景是立竿見影能看到效果的？
田鳳占：2023年，我們其實一直在思考如何將大模型的能力與客戶的業務場景相結合，為客戶創造價值，這個過程中我們有許多客戶參與測試，也有許多客戶上線使用了我們的解決方案。
比如國內一家做檢測的上市公司，他的業務遍布全國，每天會接到許多電話，這家公司通過監測這些電話來理解客戶需求，但這個過程消耗大量的人工。
基于這個場景，我們給它提供了一個智能抽取對話記錄，自動生成工單的能力，我們可以通過大模型直接抓取會話信息，然后將關鍵信息自動生成工單，幫助這家企業大大減少了人工，提高了工作效率。
除此之外，我們還為國內一家做安全的上市公司做了基于統一知識庫的對話式搜索問答，將公司內部數千篇各式各樣的文檔進行結構化處理，形成企業的知識管理。在以前這個工作僅在數據處理方面就可能需要半年甚至更長時間，在知識搜索問答方面更無法達到對話式的能力，但現在僅需一兩周甚至幾天就能可以完成。
03 大模型，開啟企業經營新時代
甲子光年：作為企業來講，我通過第三方的技術拿到大模型的能力，想要立刻就用起來，這個目標如何實現，過程中會存在哪些難點？
田鳳占：我覺得這不是一個技術問題，而是企業內部如何做好的準備。
首先企業得理解大模型，知道什么能干什么不能干。其次是大模型要與企業的業務流程打通，大模型不是孤立的，它一定要在業務流程的閉環里才能起作用。
第三，企業應該有專門的高層來推動，同時要有業務部門的人員參與。新技術的落地總會存在阻力和不確定性，高層需要有明確的目標，明確的場景，明確的預算，和強有力的執行。業務部門的人理解場景，才能跟第三方廠家更好地配合。
最后就是企業需要做一些數據的積累和準備，畢竟大模型需要依靠數據進行驅動。
甲子光年：大模型現在已經發展得很快了，未來還有哪些潛力可以去挖掘？大模型是不是還可以做很多事情，只是現在還沒反應過來？
田鳳占：確實是這樣的。
關于AI，我們原來的認知是讓AI做簡單的事情，讓人來做決策分析這類復雜的事情，因為我們默認人會比AI更聰明。但是現在從大模型的發展來看，AI未來比人更聰明是一定的事，那么AI就能完成更多復雜的工作，比如現在提到的AI Agent，你可以給它設置一個目標，它能自己拆解，思考、論證，然后一步一步去實現。
具體到客服領域，比如我們需要檢測客戶滿意度，以前需要人工來完成復雜的分析，現在大模型就可以自己提取數據，分析客戶的歷史會話，然后找出客戶不滿意的原因，最后再自己生成一些話術去安撫客戶。
也就是說，未來人和AI的邊界一定會越來越模糊，AI能做的事情也會更多。
甲子光年：那是不是可以暢想一下，未來隨著大模型的應用場景越來越豐富，如Agent一樣的數字員工會成為企業的一個重要生產力？
田鳳占：是的，未來數字員工、數字生產力會在企業里扮演越來越重要的角色，但需要一個過程。現階段最重要的，還是讓大模型盡快和企業的業務相結合，先不要管是否先進，得先產生價值。
這樣才能吸引企業的興趣，企業有興趣才會不斷投入資源，它的應用場景才有機會不斷擴大。
甲子光年：企業使用大模型，對人員要求有沒有什么不同？
田鳳占：現在大模型在B端的應用是循序漸進的。未來AI大模型在業務使用場景上增多，人員結構肯定也會有變化。我覺得未來有思想、喜歡思考，喜歡創新，能使用相對復雜的技術和工具的人會越來越被需要。未來肯定會有一批人在AI的助力下，產出的東西更好，效率也更高。
甲子光年：我們前面提到的大模型與傳統的數字化還不太一樣，這對于企業管理層，在經營理念和管理方式上是否提出新的要求？
田鳳占：是的，我覺得作為企業中高層，有些管理理念是必須要改變的。
傳統企業的管理更多依靠流程，更多中小企業的管理可能連流程都沒有，完全依靠經驗。而現在，我們說數字化也好、AI也好，本質上是數據化的管理和決策，不能只憑經驗。而數字化和AI，本質上也是一個硬幣的兩面，很多數字化也需要AI來完成，所以我們現在講“數智化”。
未來企業的管理顯然也需要向這方面靠攏，這也需要企業的管理者有更加開放和創新的心態，因為新技術總需要更多的容錯，要鼓勵企業內部的創新，這種創新的文化可能要比之前的流程性的文化更重要。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）