目录
- 引言
- 大模型的应用案例
- 大模型三问
- 模型落地可行性考量维度
- AIGC的几个可行应用方向
- AIGC的存储
- LLM工程应用范式演进
- LLM编程协作范式变化
引言
大模型是10倍的机会,但并不是平均主义的机会,没有低垂的果实。
企业想在大模型的赛道上跑出成绩,应该怎么做,又要选择哪些赛道?
大模型的应用案例
应用行业 | 应用方向 | 应用程度 |
---|---|---|
制药企业 | 医药代表的培训 培训代表的表达能力和应对策略 | 培训 |
股份制银行 | AI自动问答 解决客户自主业务问题,提升客户使用体验 | copilot 对话 |
咨询公司 | AI自动分析数据 生成日报和周报 | 挖掘 |
大模型三问
- 大模型的“偏见”或“漂移”问题
- 回答必须有出处(原文)
- 大模型数据安全问题
- 技术层面进行解决,如联邦学习等
- 大模型的能力域边界
- 大模型能做什么,可以把大模型比作一个学习了人类已有知识的智能体
模型落地可行性考量维度
维度 | 业务价值 | 技术复杂度 | 数据 | 成本 | 安全 | 可解释性 |
---|---|---|---|---|---|---|
1 | 增强决策能力 | 市面现有模型是否支持 | 数据可获取性 | 算力硬件成本 | 数据安全与隐私 | 业务场景 对模型产 出结果的 可解释性 要求 |
2 | 提升内部效率 | 模型微调复杂度 | 数据质量达标 | 商用模型成本 | 模型知识产权 | |
3 | 提升客户体验 | prompt 工程复杂度 | 数据验证标准 | |||
4 | 数据处理 |
AIGC的几个可行应用方向
- SQL Copilot
SQL Copilot是一个辅助工具,可以帮助开发人员编写SQL查询语句。它可以通过分析用户的查询意图和数据库结构,自动为用户生成或修正SQL代码。
SQL Copilot利用了自然语言处理和数据库理解技术,使得开发人员能够更快速、更准确地与数据库交互。这样可以提高开发效率,降低错误率。 - BI Copilot
BI Copilot是一个在商业智能(BI)领域的辅助工具。它可以协助分析师、经理等人员快速提取数据、生成报表,并提供数据可视化建议。
BI Copilot可以通过自动化和智能化的方式,帮助业务人员更高效地利用数据进行决策制定。它可以加速数据分析过程,减少了繁琐的手动操作。 - 用户趋势
用户趋势分析是通过对用户行为数据进行统计和分析,从中提取用户的偏好、行为模式等信息,用以优化产品或服务。
AIGC可以帮助企业快速分析大量的用户数据,识别出用户的喜好和行为模式,为企业提供了更有针对性的产品优化和市场营销策略。 - 客服会话(智能客服)
智能客服可以通过聊天机器人或自动响应系统,为用户提供基本的客服支持,解决常见问题,并在必要时将用户转接给人工客服。
AIGC在客服领域可以通过自动化和智能化的方式,为企业节省人力资源成本,提升客户服务的效率和满意度。 - AI识图
AI识图可以用于图像识别、物体检测、人脸识别等领域。例如,智能相册可以自动识别照片中的人物、场景等信息。
通过深度学习和计算机视觉技术,AIGC可以帮助人们更便捷地管理、搜索和分享图像信息,也可以在安防、医疗等领域发挥重要作用。 - 内部资料整理(分析文本内容)
AIGC可以帮助企业对大量文本数据进行自动化处理和分析,从中提取出关键信息、进行情感分析等,以辅助决策制定。
内部资料整理是一个广泛的应用方向,可以用于处理企业内部的各种文档、报告等,为企业的管理和决策提供数据支持。
AIGC的存储
三点需求:
- 数据湖(Data Lake)的统一存储。在整个AIGC的过程当中,数据存储的量非常大,它带来的存储需求就需要用数据湖来解决,避免数据孤岛的问题。
- 在各个业务的处理过程当中,数据流动的需求,这些数据如果用一些传统的文件存活,就会遇到数据孤岛的问题,因此需要一个统一存储来对其提供服务。
- 高吞吐和低延迟,在AIGC的场景下,GPU的算力是稀有和昂贵的,客户希望整个训练是跑的越快越好,对GPU使用的越满越好,这就对底层的存储提出了一个要求:越快的把数据读出来,越快的提供给上层训练,这样价值才是最高的。
LLM工程应用范式演进
Hard Coded | Prompt as Service | Orchestration as Service | Agent as Service | Autonomous Agent | |
---|---|---|---|---|---|
现行方案 | LangChain Llamalndex | PromptPerfect Promptknit | Dify Semantic Kernel | AutoGPT BabyAGl | ? |
传统工程类比 | Function Coding | Serverless | Wordpress | RPA | ? |
技术人员挑战 | 静态耦合 | 能力单一,集成难度高 | 工程化水平、工作流改造 | 性能不可控 | ? |
业务人员挑战 | 无法参与协作 | 无法追踪效果 | 学习成本高 | 效果不稳定、成本高昂 | ? |
LLM编程协作范式变化
Design First | API First | Prompt First | |
---|---|---|---|
职业 | 需求分析师 设计师 | 工程师 | Prompt 工程师 |
产出 | 用户界面 需求文档 | API文档 微服务 | Prompt Flow Agent Service |
任务 | 需求分析 绘制与还原界面 | API设计 API&开发&测试 | 设计预期与验证集 编写 Prompt |
工具 | UML / 文档 / Figma | Swagger / Postman | PlayGround / Jupyter / Prompt IDE |