第四節(jié)
大模型為商業(yè)帶來新范式

大模型技術(shù)不僅推動了人工智能的發(fā)展，也帶來了影響商業(yè)的多個變化，例如人機交互方式、軟件應(yīng)用生態(tài)、智能生產(chǎn)方式、數(shù)據(jù)飛輪的形成等，這些改變會重塑企業(yè)提供產(chǎn)品、服務(wù)的形式和流程，以及企業(yè)內(nèi)部的流程。

一、大模型，重新定義人機交互

人和各類機器、設(shè)備之間的交互方式，是當(dāng)代商業(yè)發(fā)展中的重要競爭要素。

例如，在計算機領(lǐng)域，早期的計算機普及度并不高，因為用戶需要通過命令符來進行計算機操作，雖然高效，但使用門檻極高。隨后，微軟發(fā)布Windows 1.0（視窗操作系統(tǒng)1.0），首次采用了圖形界面以及鼠標(biāo)操作，人和計算機之間的交互門檻大幅降低。新的交互方式讓個人計算機的潛在使用人群擴大了千倍甚至萬倍，加速了個人計算機的普及，以及辦公套件、游戲、瀏覽器等各種應(yīng)用的誕生。可以說，從鍵入命令到點擊圖標(biāo)，是信息革命在社會中普及的關(guān)鍵。

再如，在手機領(lǐng)域，從鍵盤輸入到觸屏輸入，也降低了手機的使用門檻，提供了全新的使用體驗，加速了移動浪潮的普及。

人機交互方式的改變會深刻改變終端的競爭格局，例如微軟、蘋果的強大，諾基亞的沒落。同時，也誕生了許多新的業(yè)態(tài)，例如基于交互產(chǎn)生了新的業(yè)態(tài)，包括瀏覽器的出現(xiàn)、游戲公司的誕生、各類應(yīng)用公司的發(fā)展。而傳統(tǒng)的公司也需要結(jié)合新的交互方式組織生產(chǎn)，例如使用計算機后，公司推動電子化改造，從而獲得更高的效率。智能手機普及后，公司圍繞移動端開發(fā)小程序、公眾號等入口，為用戶提供服務(wù)。

顯然，圖形界面用鼠標(biāo)或手指觸控來交互，依然不是最自然的交互方式，人機交互方式仍需繼續(xù)“進化”。

而大模型的出現(xiàn)，將重新定義人機交互。

首先，大模型使人和系統(tǒng)之間的交互靠自然語言驅(qū)動，這就再次降低了交互門檻，可以提升交互體驗。畢竟，會輸入命令符的人很少，會使用圖標(biāo)和鼠標(biāo)的人多一些，而通過說話來表達需求的人更多。

通過多模態(tài)能力，大模型可以整合視覺、聽覺和文本數(shù)據(jù)，提供更為豐富的交互方式。例如，語音交互，借助大模型技術(shù)，可以對用戶的語音輸入進行更加準(zhǔn)確的識別，機器的語音輸出也更加真人化，有聲調(diào)、有情感，甚至可以在獲得用戶授權(quán)后，從語音中感受用戶的情緒，通過前置攝像頭觀察用戶的面部表情并分析其情緒變化等。

在搜索領(lǐng)域，目前通常需要使用文字來表達自己的意圖，使用門檻仍比較高，尤其當(dāng)用戶面臨的需求無法用語言精準(zhǔn)描述時。例如，當(dāng)用戶出國在海外碰到一些不認識的圖標(biāo)時，如果用傳統(tǒng)搜索方式就會比較麻煩。但借助大模型，拍張照片，再用語音輸入，就能讓大模型理解用戶的意圖，并提供精準(zhǔn)的信息。

其次，大模型將會縮短App（應(yīng)用程序）的使用路徑，使大模型通過語音交互成為新的入口。

移動互聯(lián)網(wǎng)時代產(chǎn)生了數(shù)百萬款A(yù)pp，這些App從不同角度滿足了我們在生活和工作中的需求。當(dāng)使用各類App時，用戶需要逐一打開App來實現(xiàn)自己的目標(biāo)，但借助大模型技術(shù)，開發(fā)新的智能體（Agent）后，無論我們有什么需求，都可以由智能體進行自動規(guī)劃，然后自動訪問相關(guān)App，就像有一個看不見的精靈在操控這些App一樣，滿足我們的需求。這種使用習(xí)慣一旦形成，將對應(yīng)用生態(tài)、傳統(tǒng)行業(yè)和用戶的交互產(chǎn)生很大的影響。

在企業(yè)內(nèi)部應(yīng)用端也會有類似的情況發(fā)生。例如傳統(tǒng)財務(wù)流程等，可以通過智能體來實現(xiàn)一鍵完成。關(guān)于智能體，會在第二章進行詳細闡述。

最后，大模型能力會逐漸成為用戶的剛需。從用戶結(jié)構(gòu)來看，就像“80后”“90后”是“互聯(lián)網(wǎng)原住民”一樣，2020年以后出生的群體也會成為“人工智能原住民”。用戶會通過使用各種或大或小的人工智能應(yīng)用、人工智能功能，建立對人工智能的天然好感，形成旺盛的人工智能需求。

展望來看，各個面向C端（消費者端）的應(yīng)用，或者企業(yè)內(nèi)部由員工使用的應(yīng)用，都會是基于人工智能開發(fā)的應(yīng)用。

回溯來看，人機交互正越來越自洽。如圖1-8所示，從物理交互界面到編程交互界面，打通了物理世界到數(shù)字世界的通道；從編程交互界面到圖形交互界面，實現(xiàn)了從編程操作到點選操作。大模型的出現(xiàn)，實現(xiàn)了從圖形交互界面到對話式交互界面的轉(zhuǎn)換，也打通了人類語言和機器語言。用戶只需要用自然語言提出需求，大模型就可以自主理解需求，再生成內(nèi)容，最后使用工具，由工具提供最終服務(wù)，人機之間的融合會進一步自洽，帶來的不僅是新體驗，還是新范式。

無論是企業(yè)內(nèi)部交互、企業(yè)和用戶之間的交互，還是用戶和設(shè)備之間的交互，都會因為大模型而帶來改變，也會像計算機交互變革、手機交互變革那樣，深刻影響商業(yè)競爭格局。

二、軟件應(yīng)用，迎來全面改變

各類軟件應(yīng)用已經(jīng)成為產(chǎn)業(yè)場景和生活場景中必不可少的業(yè)務(wù)入口與服務(wù)交付渠道。因此，當(dāng)軟件應(yīng)用發(fā)生改變時，帶來的也一定是巨大的機遇和顛覆效應(yīng)。大模型時代，未來的應(yīng)用會發(fā)生三個重要變化。

第一，真正以用戶為中心，提供標(biāo)準(zhǔn)化、個性化服務(wù)?！扒饲妗笔窃S多公司希望能為用戶提供的體驗，雖然通過大數(shù)據(jù)等技術(shù)已經(jīng)可以實現(xiàn)一定的個性化推薦等服務(wù)，但存在兩個問題：一是算法不夠先進，“套路化”仍比較明顯，“千人百面”甚至“千人十面”；二是支撐個性化服務(wù)的各類工具對中小企業(yè)仍有使用門檻。因此，用戶感受到的個性化，并不是個體專屬，而是某種規(guī)則、套路下的群體專屬。

大模型提升了各類應(yīng)用提供個性化服務(wù)的能力。大參數(shù)、大數(shù)據(jù)、大算力顯著提升了人工智能的能力，可以高效實現(xiàn)各類個性化服務(wù)。同時，后文也會講述，大模型大幅降低了開發(fā)門檻，中小企業(yè)也可以快捷應(yīng)用大模型，讓個性化能力實現(xiàn)普及。

例如，智能手機可以根據(jù)用戶的日常行為模式推薦個性化的內(nèi)容或應(yīng)用。這種個性化的服務(wù)不僅提高了用戶滿意度，還使人機交互更有人情味，可以讓用戶獲得“更懂我”的情緒價值。

第二，真正出現(xiàn)端到端解決方案型應(yīng)用，每一個都由人工智能和數(shù)據(jù)驅(qū)動來做決策和操作，極大地提升運營效果和效率。所謂人工智能原生應(yīng)用不一定是一個獨立的App，而是把人工智能應(yīng)用到業(yè)務(wù)的原生場景中。并不需要等待像移動互聯(lián)網(wǎng)時代那樣的爆款應(yīng)用，企業(yè)的正確做法就是把大模型用到自己業(yè)務(wù)的各個環(huán)節(jié)中，把“研產(chǎn)供銷服”的各個相關(guān)場景都試一遍，也就是嵌入式人工智能。企業(yè)有多少業(yè)務(wù)場景，未來就可以有多少人工智能原生應(yīng)用。而這些應(yīng)用，都由人工智能來控制，并給出極致的方案。

第三，軟件應(yīng)用的開發(fā)范式會發(fā)生變化。編程不再是少數(shù)經(jīng)過專業(yè)訓(xùn)練的程序員的特權(quán)，相反，人人都是開發(fā)者；編程不再需要從C/C++（計算機語言）學(xué)起，而是從自然語言開始；編程不再是面向過程、面向?qū)ο?，而是面向需求。大模型時代編程的過程，就是一個人表達愿望的過程。

但是在應(yīng)用開發(fā)的過程中，仍有無數(shù)不確定性，許多人不知道如何從模型變成應(yīng)用。在后文會講述如何基于大模型，直接、高效、簡單地構(gòu)建智能體應(yīng)用。

由于應(yīng)用開發(fā)更加容易，創(chuàng)業(yè)也會更加繁榮。有觀點說，在互聯(lián)網(wǎng)領(lǐng)域，好的創(chuàng)意是創(chuàng)業(yè)成功的一半，但要把創(chuàng)意實現(xiàn)卻異常困難。開發(fā)所需的技術(shù)、資金、人力等，就是一大門檻。因此，應(yīng)用開發(fā)越來越容易也就意味著創(chuàng)業(yè)成本會顯著降低，就會激發(fā)更多有創(chuàng)意的人嘗試實現(xiàn)自己的想法。這不局限于互聯(lián)網(wǎng)領(lǐng)域，其他行業(yè)的從業(yè)者也開始用人工智能來探索新的業(yè)態(tài)。

軟件應(yīng)用的變化，并不止于應(yīng)用本身。創(chuàng)業(yè)更加繁榮，經(jīng)濟也會更有活力。

三、帶來智能生產(chǎn)的新范式

大模型提升了人類獲取知識的效率，從而影響了企業(yè)的人才資源，并帶來了智能生產(chǎn)的新范式。

傳統(tǒng)方式下，個人和組織獲取知識的效率是有限的。著名的1萬小時定律大家都不陌生，馬爾科姆·格拉德威爾在《異類》一書中指出，1萬小時的錘煉，是任何人想在某個領(lǐng)域達到大師水平的必要條件。如果一周工作5天，每天工作8小時，1萬小時的錘煉意味著至少需要5年。

即使如此，在這期間獲得的知識也是很有限的。假設(shè)我們把這1萬小時全部用來閱讀，我們也只能讀1.8億個漢字，把它換成二進制數(shù)據(jù)，只有500MB（兆字節(jié)）左右。

個體能力的邊界同樣制約了一個組織和企業(yè)的進化速度，更何況在絕大多數(shù)組織和企業(yè)中，每一個人都被大量的事務(wù)性、重復(fù)性工作所困擾，真正能用于創(chuàng)造性工作的時間少而又少。

但大模型改變了這一切。

在千卡集群上，GPT-3僅用一個月的訓(xùn)練時間就將45TB的數(shù)據(jù)內(nèi)化其中，相當(dāng)于匯聚了9萬多個不同領(lǐng)域經(jīng)過1萬小時錘煉的專家的集體智慧。GPT-3包羅萬象，而且即問即答。GPT-4、文心一言4.0等大模型更是進一步擴大了知識量，而且這些模型還在快速演進。

知識從此不再受到時間、空間和語言的局限，每個人都可以跳過1萬小時的漫長修行，直接從第“一萬零一小時”開始。每次只要動動嘴或手，就可以輕松獲得所需的信息和知識。這意味著，人們能從更高的起點，以更快的速度，攀登一座座知識的高峰。

對于組織和企業(yè)而言，智能生產(chǎn)的新范式正在形成。員工不再需要投入大量時間去死記硬背常規(guī)內(nèi)容，有問題時只要去問大模型，就能快速獲得高質(zhì)量的解答，相當(dāng)于提升了每位員工的知識儲備和企業(yè)的人才密度。對于知識密集型的領(lǐng)域，尤其如此。

大模型也可以顯著提高專家的工作效率。專家只需要說幾句話，就可以讓大模型自動去調(diào)度、指揮多個系統(tǒng)或智能體，完成大量的事務(wù)性工作。大模型讓專家能夠?qū)Ｗ⒂诟哔|(zhì)量、富有創(chuàng)新性的工作。

更重要的是，大模型強大的理解和生成能力，能夠整合不同領(lǐng)域的知識，創(chuàng)造出前所未有的“人工智能新物種”。

歷史上無數(shù)次重大創(chuàng)新，其實都來自跨界創(chuàng)新。例如，蒸汽機和紡紗機相結(jié)合，從而創(chuàng)造了蒸汽紡紗機這個跨界新物種，徹底改變了紡織業(yè)的生產(chǎn)力。電池技術(shù)和汽車動力系統(tǒng)相結(jié)合，就有了電動車，徹底改變了汽車產(chǎn)業(yè)的格局。

可以預(yù)見，有了大模型后，創(chuàng)新不再是天才的專利，通過便捷地將不同領(lǐng)域的知識進行整合，每一個企業(yè)、每一個團隊甚至每一個員工都有機會實現(xiàn)真正的顛覆式創(chuàng)新。此外，大模型對于ToB（面向企業(yè)客戶）業(yè)務(wù)的改造會是非常深刻和徹底的，比互聯(lián)網(wǎng)對于ToB的影響力要大一個數(shù)量級，這是每個企業(yè)家都應(yīng)該重視的大趨勢。

四、加速數(shù)據(jù)飛輪形成

數(shù)據(jù)是金礦，這個理念已經(jīng)被越來越多的人接受。然而，數(shù)據(jù)要變成金礦并不容易。原始數(shù)據(jù)十分龐雜，質(zhì)量參差不齊，傳統(tǒng)技術(shù)對數(shù)據(jù)的處理能力也有限，而大模型則有效加快了這個流程。

例如，百度打造了面向大模型場景的大數(shù)據(jù)工程，支持海量非結(jié)構(gòu)化數(shù)據(jù)入湖，并通過元數(shù)據(jù)發(fā)現(xiàn)提取元信息（表結(jié)構(gòu)），構(gòu)建原始數(shù)據(jù)集；接下來，通過一整條從數(shù)據(jù)采集到數(shù)據(jù)標(biāo)記分類、數(shù)據(jù)過濾、數(shù)據(jù)去重、數(shù)據(jù)脫敏的流水線，就可以高效完成數(shù)據(jù)清洗，最終產(chǎn)出AI-ready^[1]的高質(zhì)量數(shù)據(jù)集，用于大模型的預(yù)訓(xùn)練或者精調(diào)。

有了大模型，要讓大模型更懂你的業(yè)務(wù)，還需要讓它能夠利用企業(yè)的專屬知識。而檢索增強生成（RAG）等技術(shù)（后文會詳細闡述），則可以充分挖掘企業(yè)內(nèi)部數(shù)據(jù)。模型用起來以后，數(shù)據(jù)飛輪就可以啟動了。

如圖1-9所示，企業(yè)可以把應(yīng)用中產(chǎn)生的寶貴數(shù)據(jù)反饋給模型，再通過各類微調(diào)模型，使模型性能越來越好。模型變好，產(chǎn)品體驗就會變好，用戶就會更多，進而創(chuàng)造更多的反饋數(shù)據(jù)。就這樣周而復(fù)始地創(chuàng)造新數(shù)據(jù)，利用新數(shù)據(jù)去迭代模型，用好的模型來升級應(yīng)用，用好的應(yīng)用來吸引用戶創(chuàng)造更多數(shù)據(jù)，就是我們常說的數(shù)據(jù)飛輪。一個企業(yè)的數(shù)據(jù)飛輪一旦轉(zhuǎn)起來，該企業(yè)在這個場景下的優(yōu)勢就會越來越大，形成雪球效應(yīng)。

---

[1] AI-ready指的是企業(yè)在數(shù)據(jù)系統(tǒng)方面為應(yīng)用人工智能做好準(zhǔn)備的狀態(tài)。