摘要:技術引領變革
AI正在打開新世界。
紅杉資本曾發表名為《生成式AI:一個創造性的新世界》的文章,提到生成式AI將涉及數十億的人工勞動力,并促使這些人工勞動力的效率和創造力至少提高10%,有潛力產生數萬億美元的經濟價值。
大模型,被視為AI領域里劃時代的變革,它將掀起一場席卷全球社會的技術浪潮。
通常來看,判斷AI大模型有三桿價值標尺——用戶價值、商業價值、社會價值。在這三者之間都有建樹的大模型,才會更有競爭力。
畢竟,在市場天平偏向用戶的當下,大模型不能吸引更多用戶,無法穩固立身之本;難以實現更大商業化,就無法做到可持續發展;不能跟整個社會的發展保持同頻,就會被時代拋棄。
關于這三重價值,譚建榮、倪光南、孫茂松、楊新民四位院士和100多家金融機構高管,在8月28日舉辦的“數智融合·渝見未來”金融大模型發展論壇暨馬上消費大模型發布會上,開展了高水平交流研討。
值得注意的是,作為論壇主辦方,馬上消費發布了全國零售金融領域首個大模型--天鏡大模型,引發了科技界和全國金融業的廣泛關注。那么,它將在用戶、商業、社會三個維度上創造哪些價值?
高效的“用戶價值”
管理大師德魯克有一句經典名言:“企業的唯一目的就是創造顧客。”
創造顧客,不是拉新,而是設法滿足用戶需求、提升用戶體驗,這主要分為兩方面:
一方面是更好滿足用戶現有需求;另一方面是滿足用戶自身還未覺察到的需求。
數字化時代,數據對于用戶來說就是原料,就像木材之于農業社會,石油之于工業時代。
馬上消費所在的金融業,具有數據規模大、類型多等特點,是典型的技術密集型行業。數據,其實就是金融用戶必須用到的能源。
在此次論壇上,馬上消費人工智能研究院院長陸全提到金融業里的三種數據形式:
第一種是結構化數據,它比較像傳統的化石能源,密度和含量特別高,但是資源有限,需要很多人力去加工。
第二種藏在圖表和文稿里,類似于新興化石能源。它的信息密度含量沒有那么高,但是價值依然很大,需要新型辦法進行開發。
第三種是人工經驗,也叫個體智慧。它更像新能源,雖然無處不在但也很難聚合利用。
如何高效利用這些數據,既是挑戰也是機會。
首先來說結構化數據,它非常依賴數據分析師。即使你有著龐大的、可利用的數據,如果缺少優秀的數據分析師,那么可利用的價值空間也是非常有限的。
然而,不是每個人都能成為數據分析師。面對這個用戶痛點,天鏡大模型給出了自己的解決方案。
用戶輸入問題,天鏡大模型就會生成一段結構化的查詢語言。很多用戶也許并不專業,看不明白生成的語言,天鏡大模型會進行對應的解釋,并且執行結果也會有注釋。
這樣一來,哪怕你不具備結構化查詢語言的能力,或者數據分析和洞察的能力相對薄弱,只要你能夠問出問題,天鏡大模型就能給出你能看懂的答案,大幅提升你的數據分析的能力。
除了結構化數據,金融業的很多數據是通過圖表和文本來展示。過去,這些數據并沒有得到很好的提取和利用,迸發的價值也沒有實現最大化。
天鏡大模型能夠高效提取圖表、文檔中的數據,進而生成用戶想要了解的答案,并且標明原始圖表和文檔的出處。
這個步驟非常重要,比如解決呆賬問題的時候,如果有可信度更高的原始鏈接或者出處,能夠更好地解決問題。
形象地說,天鏡大模型相當于為用戶打造了一個能干、貼心的秘書,幫忙做文檔、圖表數據的深度挖掘和解讀,進而喚醒“沉睡知識”。
可以說在數字化時代,金融業與AI大模型訓練所需要的底層數據基礎要求十分契合。通過大模型,提高用戶的數據分析能力,解放大量重復勞動,進而提高行業生產力已成既定浪潮。
天鏡大模型,同樣處在這種浪潮之中,并且成為排在前面的弄潮兒。
長期主義的“商業價值”
AI+金融,未來將形成一個龐大市場。
艾瑞咨詢測算,到2026年“AI+金融”核心市場規模達到666億元, CAGR為17.6%,帶動相關產業規模1562億元。AI大模型,將在這塊龐大市場里挖掘巨大增量。
不過,這注定是一場長跑。不能實現長期主義的AI大模型,稱不上合格的產品。這種長期性背后,考驗的是產品和企業的商業化能力。
那么,要如何產生更強勁的商業化能力?
商業的本質,實際上是交換。做企業或者產品,需要的是利他思維,讓別人獲利自己也會受益。企業家稻盛和夫先生就曾說:利他!凡是事事為他人著想,換位思考,事情總會出奇的順利。
對于天鏡大模型來說,其在利他思維下的戰略,為企業創造價值的同時,也提升了自己的商業化能力。
國際數據公司(IDC)發布最新的《PeerScape: AI數字人最佳實踐案例與探索》報告指出,AI數字人在金融、電信、傳媒等行業已經初步落地,當前的典型場景在智能客服、虛擬主播等等。
AI數字人,已經被當做擁有巨大商業價值的AI應用,也已經成為數字化企業的必修課。不過,眼下打造數字人還是存在不少痛點:
第一、數字人在說話時,動作或者表情不夠自然,而且對話內容不夠走心。
第二、數字人的語音還是千篇一律,一聽就是機器人,沒有做到個性化。
第三、要生成優質的數字人形象,成本比較高。
這些關鍵痛點,其實涉及到前面提到的人工經驗,也就是被稱為“新能源”的金融數據。這些數據存在于每個員工的工作經驗中,時時刻刻都在產生,但是過去沒有比較好的“提煉技術”來總結和分享,進而讓個體智慧形成群體智慧。
對于這個難題,AI大模型有著不錯的解決效果。
天鏡大模型能把真實員工全天的工作軌跡記錄下來,然后去分析哪個員工效率高、為什么做得比較好,哪些員工做得不好,原因是什么,然后把這些關鍵點傳遞給數字人,從而讓數字人學會更好地跟外界對話。
比如在智能客服場景上,擁有天鏡大模型加持的數字人,會在正確的場合做出合適的用戶解答。
另外,天鏡大模型還能以非常低的成本復制某些真實員工聲音和表情,甚至利用AI心理學來打造更具溫度的數字人。這樣用戶跟數字人溝通和互動時,更能感覺到個性化和真實感。
解決了這些數字人痛點,天鏡大模型其實讓部分企業一方面實現了降本增效,另一方面更懂自己的用戶了。前者是肉眼可見的商業價值,后者則能帶來隱性的、更為長久的商業增值。
現在已經有不少金融機構,在新興技術上進行投資。根據艾瑞咨詢的數據,2022年以銀行、保險、證券為主的金融機構,在技術資金投入預計超過4000億元。因為這些技術,能夠為金融機構帶來不菲的價值。
反過來,天鏡大模型通過自己的技術,為這些機構服務的同時也能受益,形成可持續發展能力。
這就是“利己則生、利他則久”的商業哲學。
普惠的“社會價值”
企業對社會的價值,決定了企業的成敗。
因為企業是社會的器官,任何企業得以生存,都是因為它滿足了社會某一方面的需要,實現了某種特殊的社會目的,創造出更大的社會價值。
可以發現,天鏡大模型的“社會底色”非常鮮明,比如,它讓數字人變得有情感、有溫度,并且幫助新市民群體進行智能簡歷生成及投遞。
要知道,新市民人口數量在3億人左右,來自各行各業且大多數工作不穩定。能夠幫助如此龐大規模的人群找工作,無疑創造著巨大社會價值。
前不久,IDC發布的首份AI大模型評估報告出爐,評估維度除了常見的“產品”、“服務”之外,還將“行業覆蓋”這一點作為關鍵的評估維度,天鏡大模型在這一維度上無疑是合格的。
另外,天鏡大模型還在眾多公益場景上發力,逐漸打通從“普”到“惠”的道路,顯現出“技術向善”的溫度。
“競爭戰略之父”邁克爾.波特提出的“差異化競爭戰略”強調,企業在競爭中要讓產品或服務形成差異化,才有可能產生更強的競爭力。此次論壇上,孫茂松院士詳細分析了天鏡大模型與通用大模型的本質差異:
通用大模型對數字不敏感,對于結構化信息識別力不強,準確性有待提升,容易出錯,這是弱點;而以天鏡大模型為代表的金融大模型,數據必須更準確。
這對于研發挑戰性很大,但這種數據更準確的大模型對行業發展的推動力會更強。
更進一步看,天鏡大模型的差異化特征和多重價值,來自馬上消費深厚的科技積淀和研發實力。
過去8年,馬上消費對金融行業有了系統的認知,對技術擁有更底層的思考,并且形成“三縱三橫”的大模型發展技術布局——“三橫”即持續學習、模型合規、組合式AI系統,“三縱”即數據決策智能、多模態大模型、實時人機決策。
整個技術布局,能在穩定、安全可控的前提下,通過多模型組合應用,確保模型越用越聰明,更高效、更智能地解決問題,同時實現內容系統化、知識網絡化、信息關系化的人機決策。
眼下,天鏡大模型已經具備安全可控、個性化決策和體驗、持續學習的特點。圍繞業務流,天鏡大模型還將進行金融服務流程的全優化,在更大范圍內服務于各行各業。
這一方面顯現出天鏡大模型的社會價值,另一方面也表明馬上消費引領金融高質量發展,推動社會進步的觀念。
利潤不是企業活動的目的,而是企業在社會中經營的結果和檢驗指標。企業的本質,實際上是為社會解決問題,一個社會問題就是一個商業機會。
跟馬上消費一樣,為社會解決問題、創造社會價值的企業,自然也會獲得時代的饋贈。