自從ChatGPT橫空出世之后，AI大模型的命運齒輪開始轉動。乘著大模型“風火輪”，國內(nèi)掀起了轟轟烈烈的“百模大戰(zhàn)”。

在大模型時代，沒有一家企業(yè)能夠置身事外。已經(jīng)深耕AI領域近十年的百融云創(chuàng)基于深度學習Transformer框架，結合NLP（自然語言處理）、智能語音等技術，打造出場景驅動的產(chǎn)業(yè)大模型――BR-LLMs。百融云創(chuàng)自主構建了大模型預訓練、微調、推理工程優(yōu)化、應用開發(fā)套件等一整套技術棧。

百融云創(chuàng)CEO張韶峰介紹，隨著模型算法的不斷優(yōu)化，推理性能的持續(xù)增強，在大模型基座之上運行的Voice GPT已經(jīng)可以實現(xiàn)低于500毫秒級的響應，這一反應速度基本接近真人，在業(yè)內(nèi)幾乎找不到競爭對手。

在大模型搭好臺之后，接下來有沒有創(chuàng)新的應用成為了國內(nèi)外關注的焦點。

張韶峰表示，AI 2.0時代最大的產(chǎn)業(yè)看點是在實現(xiàn)模型能力提升的同時，如何與應用進行有效銜接。“大模型企業(yè)競爭的核心是要有自己的特有場景，在場景里不斷優(yōu)化模型，并產(chǎn)生領域專屬算法和數(shù)據(jù)。”

在張韶峰看來，盡管在把大模型推廣到千行百業(yè)的過程中，算力是極其重要的一環(huán)。但是對于行業(yè)大模型來說，需要警惕陷入“博算力”的誤區(qū)。他表示，在算力成本的控制上，除了可以尋求國產(chǎn)替代，還可以依托行業(yè)Know How去解決若干工程問題。

“要尋求算力參數(shù)、用戶意圖與實時反饋之間的平衡。”張韶峰認為，在垂直場景中，模型之大并非萬物，“提升模型的響應速度、適度壓縮算力成本，反而可以求得推理能力最優(yōu)解，從而形成數(shù)據(jù)迭代、模型更新及用戶響應的閉環(huán)飛輪。”

經(jīng)過前期LLMs的軍備競賽，進入2024年之后，如何讓AI賦能應用成為各界共識。但相比C端而言，AI應用在B端的推進速度仍相對偏慢。

針對上述問題，張韶峰表示，要區(qū)分市場來看，中外的AGI生態(tài)環(huán)境不同，海外企業(yè)天然具備為技術付費的基因，但中國企業(yè)此項意愿并不濃烈，更熱衷于為硬件付費、降本增效及收入分成。

以百融云創(chuàng)AI技術應用最為廣泛的金融領域為例，張韶峰介紹稱，百融云創(chuàng)主要做了兩件事：第一，識別用戶風險，即通過決策式AI的機器學習算法幫機構做好KYC（know your customers）和KYP（know your products）。第二，創(chuàng)造增量價值，根據(jù)垂直行業(yè)特定業(yè)務流程和需求，提供融合決策式AI和生成式AI技術的一站式端到端解決方案，并實現(xiàn)資產(chǎn)運營成果轉化。

上述“兩件事”構成了百融云創(chuàng)MaaS（模型即服務）+BaaS（業(yè)務即服務）的業(yè)務服務內(nèi)核，也是百融云創(chuàng)實現(xiàn)模型+技術的價值閉環(huán)及與商業(yè)機構形成利益共同體的關鍵所在。

張韶峰介紹，百融云創(chuàng)Voice GPT每天通話可達3000萬通，相比于人工客服而言降本效果顯著，且對于客戶意圖的識別準確度可達人工4倍。通過Voice GPT可助力機構直接促成資產(chǎn)交易，完成其核心KPI，并按最終效果收費。

盡管中外AGI生態(tài)環(huán)境存在差異，但是隨著AI大模型技術演化，既往一個場景只能對應一種模型的固有定制思維正在打破，一項新的行業(yè)共識正在形成：適用于多個垂直行業(yè)的通用AI應用場景將進入舞臺中央。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。