技术视角 | 生成式 AI 对商业世界的革新与影响
2022 年底，ChatGPT 的横空出世让沉寂许久的 AI 产业重新焕发生机，围绕生成式 AI 的热烈讨论直到今天仍在继续。
根据国外一家数据网站 Digitalinformationworld 公布的新数据：ChatGPT 背后母公司 OpenAI 的网站流量，在 3 月份飙升至每月独立访问量 10 亿大关。
或许可以说这是炒作带来的热度与流量，但不可否认的是：全球已经有越来越多人将生成式 AI 作为生产力工具，用来提升工作效率、寻找工作灵感，甚至直接让它帮自己处理一部分日常事务。
而对于企业来说，生成式 AI 所展现出的吸引力无疑更是巨大的。
它是否能与企业的业务场景相融合？能否使用生成式 AI 实现降本增效？等等一系列问题，为无数行业中的企业提出了全新的挑战，同时也注入了新的希望与想象。
企业该如何正确认知生成式 AI？又该如何迈出 AI 与业务融合的重要一步？生成式 AI 的未来又有哪些值得关注的前景？为了解答这些问题，作者对成都美洽网络科技有限公司（下称“美洽”）的 AI 技术专家们进行了专访，希望能够通过美洽的经验与观点，为有着同样困惑的企业或读者带来一定的启发。
揭秘生成式 AI
大力出奇迹，但市场会选择最优解
生成式 AI 有多种表现形式，ChatGPT 是其中一种特定实现，即：生成文本以响应对话设置中的用户输入，而这背后则是大语言模型在发挥着作用。
美洽 AI 技术负责人 Russell 在采访中简单解释了大语言模型的原理：
“所谓‘大型语言模型’是基于深度学习的神经网络，它包含大量模型参数。通过使用大量的网络上的语料和其他资料进行无监督学习，该模型可以训练出一种语言模型，根据不同的下游任务，语言模型可以进一步微调，以适应特定的应用场景，例如企业客户或特定行业的语料。
预训练模型如 ChatGPT 已经由 OpenAI 训练好。我们可以将数据输入该模型，进行微调，或者基于我们自己的语料进行基于向量检索的操作，并结合上下文提示，以达到向模型注入特定知识的目的。”
Russell 进一步补充道，与传统人工智能模型不同的是，以前的模型可能只有几千万或上亿的参数，而大语言模型通常拥有数十亿甚至数百亿的参数。这种增加的参数量使得模型更有能力吸纳知识，通过使用大量语料进行训练，模型可以学习到更多的知识。
“当然，这也意味着对数据的质量、数量要求更高，同时需要更强大的计算能力。”
Russell 在采访中表示：OpenAI 正是通过大力出奇迹的方式，通过使用大型模型、大规模数据和大量计算资源，才让 ChatGPT 取得如此出色的效果。
一如 Russell 所说：大语言模型训练需要大量的数据、算力。因此目前国内已经发布的一些大语言模型均来自百度、阿里、华为这样资源相对丰富的大厂。
随之而来的，是一场围绕大语言模型的竞争，正式打响了。
通过对市面上已有的大语言模型的全面调研，Russell认为：总体上看，国内厂商在大型模型方面的积累时间还不够，包括训练所需的语料也相对不足。但是，国内的大型模型在某些场景下可能会有所优势，比如：对中文语料的应用与理解。
而其中的差距，Russell 觉得可以归因于起步较晚、训练语料和时间的不足，以及预训练和调优方面可能还存在一些技巧和技术壁垒。
美洽 AI 算法架构师 Larry 老师同意这一观点。他在采访中说：
“有关大模型的竞争，不仅仅是技术上的竞争，技术并不是唯一关键。这场竞争更多是涉及到金钱和资源的角逐。在天然的互联网环境中，人们不愿意将所有的鸡蛋放在一个篮子里，因此需要在各个领域开展竞争。但最终，市场将选择最适合发展的解决方案。”
大语言模型+智能客服=？
今年 4 月，美洽宣布将生成式 AI 接入智能客服平台。Russell 告诉笔者，做出这样的决定是因为大语言模型的能力天然地适合客服场景。
他解释道：大语言模型可以进行多轮对话、翻译、推理，还可以用于文案的生成和补充，而这都是智能客服产品所需的重要能力。
以美洽为例，接入大语言模型后的客服机器人，不仅可以进行与客户的多轮对话，还可以实现更智能的语义识别，即：机器人可以轻松根据对话的上下文，并给出精准的回复；在客服端，它甚至可以在对话结束后，根据对话内容自动填写对话小结等信息。
但 Russell 坦言，智能客服与大语言模型结合也存在着多方面的难点。
大语言模型是使用大量通用语料进行训练的，因此对于通识方面的知识相对较强。但对于具体的企业应用，特别是 B2B 场景提供能力时，由于每个企业的知识都是不同的，如果仅使用原始的大语言模型能力，可能无法满足企业自身的需求。
此外，由于访问量过大，第三方厂商提供的大语言模型 API 也偶尔存在着访问速度的问题，这也是一个亟待解决的难点。
难点虽然存在，但这并不影响 Russell 对大语言模型，甚至生成式 AI 与智能客服相结合的前景充满信心。
Russell说，目前美洽只接入了大语言模型在文本方面的能力，但事实上，真正的生成式 AI 是支持多模态的，不仅是文本，图片、语音甚至视频都是支持的。他表示，未来希望让智能客服能够处理更多种形式的用户提问和输入，让企业与客户之间的交互更加丰富多样。
此外，他认为还需要依靠大型模型的能力进行更新和迭代，以丰富现有回答的内容。同时，也要结合大型模型的能力来适应更多场景和客户需求。
Russell 表示：“目前，ChatGPT 已经给我们带来了令人惊喜的成果，但我们仍处于初级阶段。我们可以期待更多、更好、更强大的模型，为我们的智能客服提供更强大的能力，并能够回馈给我们的客户更多价值。”
拥抱变化
科幻电影正在变成现实
在采访的最后，美洽的两位技术专家各自展望了对大语言模型、生成式 AI，甚至人工智能产业未来发展的期待。
对 Russell 来说，他认为大语言模型能够提升生产力，虽然不一定会立即取代人类，但可以极大地提高效率；同时，它可以使传统软件和人机交互界面更易于使用。
以前的人机交互界面主要基于图形化界面，而现在则可以通过自然语言与机器进行交互。举例来说，以前的电视遥控器可能只能实现基本的频道切换，但现在大语言模型可以带来更强大的功能体验，比如：运用 AI 能力在 Apple 刚刚发布的 Vision Pro 上开发全新交互方式的应用程序。
Larry 老师则从自己的使用经验展开来谈了谈自己的观点。
他表示，现阶段大多数人将大语言模型视为一个百科全书，但当他亲自体验时，感受到的是整个搜索领域正在被颠覆。
“过去，我们习惯在搜索框中进行搜索，比如 Google、百度等各种搜索引擎。但现在，我们的交互方式发生了变化，不再是冰冷的搜索框，而是可以与我们对话的方式。科幻电影中出现的许多东西很快就会变为现实。”
他又补充了一个自己的例子：“比如我自己学英文。我的英文水平还不够好，在学习英文时，我需要使用各种各样的应用程序进行翻译和查单词，了解不同国家的文化等等。
而现在有了 AI 的加持，通过使用 AI 聊天机器人，我可以直接与 AI 进行练习。因此，AI 还可以在教育领域，特别是语言教育方面，带来巨大的改变。
我们需要拥抱这种变化。
以前，我们可能需要去学习各种不同领域的知识或技能，努力将其融入到我们的日常生活和工作中。但现在，借助 AI 聊天机器人，例如使用 AI 聊天机器人进行菜谱查询，它可以为你提供更多的信息，甚至还能提供一些关于菜肴的科普知识。
如果不想要海量的搜索结果，这将是 AI 聊天机器人的下一个发展阶段，即在特定领域进行深入，它们会不断深入挖掘特定领域，并涌现出更多的垂直领域应用，例如：医疗，电商，艺术创作，心理咨询等等。”
结束语
在与美洽的两位技术专家交流的过程中，我们不仅感受到了他们身为技术人，面对新兴技术时的兴奋与憧憬，更感受到了他们身处智能客服领域，对生成式 AI、大语言模型等技术应用的严谨与专业。
AI 的发展带来的不仅仅是颠覆，对于置身科技浪潮中的我们，更应该思考如何正确面对这样的变化。正如 Larry 老师所说，科幻电影正在变成现实，我们需要拥抱这种变化。对于美洽来说是如此，对于我们每一个人来说，更是如此。
