?商業與生活 文｜朱曉培???

校對｜大道格

“傅盛一說要談AI，我一聽有AI可以談，我就愿意談。”1月21日，周鴻祎出現在了獵戶星空大模型發布會上。

周鴻祎與傅盛，曾經的一對冤家，在16年后，因為AI大模型再次同臺論道。周鴻祎說，陳年往事已經沒有意義，只有做好大模型才有前途。

如何抓住這次創新AI大潮？?

自從2023年3月，OpenAI發布了ChatGPT-4.0后，AI大模型將重塑千行萬業，成為業界的共識。隨之而來的，便是大模型創業大潮，據不完全統計，過去一年，國內進行大模型創業的公司大概有三四百家。

然而，很多的大模型創業公司似乎都走進了一個比拼參數的誤區，參數越做越大，但真正落地的、有價值的卻寥寥無幾。

相比之下，在這一輪大模型風潮中，因為投資了OpenAI而贏麻了的微軟，戰略重心卻一直放在應用上。同時，美國最大的CRM軟件服務商Salesforce，過去一年的主要動作，也是用大模型對其產品做功能加持。

“再高深的技術，沒有商業落地，都只是技術狂歡。脫離市場的技術投入，都是資源浪費。” 當國內大廠在卷大模型的時候，傅盛用Think Different思維邏輯做AI大模型創新。 他在發布會的演講中提出，AI大模型應該要與企業的經營數據全綁定，深入提供決策支持。

曾經與傅盛在朋友圈因為大模型創業而“吵架”的朱嘯虎，也公開表示贊同：“很多垂直場景用開源小模型優化后的結果遠比通用大模型要好，垂直場景和數據的重要性遠超大模型本身。”

此次發布的開源百億參數獵戶星空大模型，就號稱是“專為企業應用而生”。傅盛強調，在企業應用場景中，獵戶星空大模型在結合企業私有數據和應用時，即可實現千億參數級別的模型效果。

01

AI大潮來臨，有人已經搶跑了

天下武功，唯快不破。

AI大模型的出現，正在讓一些公司，一些人變得更快。

不久前，《商業與生活》去某零售集團交流，發現他們正在測試AI大模型，目標是在未來給每個一線員工都配備一個“AI助手”，幫助管理和調用資源。他們的技術負責人表示，服務的最佳體驗就是快，用戶想要什么，你立馬滿足他，給出解決方案。誰快誰就能勝出。

“AI大模型的到來，絕對會給不懂技術的人一個非常強大的支撐。以后誰懂業務，誰懂離計算機遠的行業的規律，那誰就有可能被AI放大自己的能力，可能是十倍、百倍的放大。以前技術只屬于程序員，但今天不用了AI大模型使得技術的鴻溝被拉平了。”傅盛說。

獵豹CFO的助理，沒學過編程，但用了Chat GPT以后，就寫出了一些自己工作相關的程序，比如Word轉PDF加水印。而且，她寫出的程序，不僅自己用，連公司的法務、財務同事都在用，還贊嘆比公司的技術團隊給的程序都好用。

Open AI帶來的技術浪潮，讓那些率先使用了AI大模型的公司，嘗到了AI技術帶來的紅利。

2023年早些時候，美國工作建議平臺 Resumebuilder.com 對商業領袖的一份調查就顯示，有半數美國企業已經在用 ChatGPT 了。企業使用 ChatGPT 的原因有很多，有寫代碼的，有寫文案的，有寫會議摘要和其他文件，還有用于客戶支持的。大多數商業領袖都對 ChatGPT 的工作印象深刻，認為它讓公司節省了很多錢。

在國內，面對這一次AI大潮，眾多企業主們、管理層雖然都迫切的想加入其中，但是要么不知道該怎么做，要么擔心投入能否帶來正向的收益？

中國移動通信集團終端有限公司副總經理汪恒江就表示，AI大模型浪潮起來后，中國移動終端團隊就一直很關注AI大模型的應用。包括，大模型在終端落地會有什么樣的變化？哪一個流程環節更適合用大模型進行改造，并能夠實現真正的收益？

中國移動終端也在一些場景上試點用AI大模型進行改造。比如，針對家庭工程師進入戶安裝現場可能遇到的問題，在4個省份，做了一個問答數字人，可以做到一分鐘回答問題。實驗數據顯示，一部分問題，確實能夠得到及時回復，并解決了問題。但也有一部分回復了，卻不一定能幫助解決問題。

中國移動終端汪總認為，從回復問題的速度上看，大模型機器人確實比人工更快速。但是，大模型機器人能否更智能，讓家庭工程師的工作效率更高，甚至幫助解決所有的問題？這是他期望從獵戶大模型上看到的答案。

02

企業大模型，為什么要私有

某零售集團的技術負責人曾告訴《商業與生活》，他們現在實驗的AI大模型，仍局限在單店上。因為，出于安全和權限的考慮，不敢給大模型喂更多的數據。

企業的謹慎，沒有錯。

傅盛在推動獵豹和獵戶星空經營數據的全流程AI化的過程中，就有法務等部門的同事指出，有些內容是不應該使用ChatGPT來制作的，因為一旦機密泄漏，就會威脅到公司的安全。

傅盛逐漸想明白了，“OpenAI的‘陽謀’”——用戶想要使用AI大模型時，就需要把自己的知識、數據先輸入給大模型。這樣，自己會因此獲得大模型的幫助，大模型也會越來越聰明。但如果是ChatGPT等這樣的公有大模型，那也意味著，自己的數據也會幫助到同樣使用這一模型的競爭對手們。

人們每使用一次ChatGPT，都可能在幫自己的競爭對手，甚至有可能使得ChatGPT具備你的能力，在某天就變成它的一個API接口。就像GPT Store發布的時候，一位硅谷創業者所說，Altman（OpenAI CEO）給了500美金的ChatGPT優惠券，但是毀了300萬美金的公司。

實際上，越來越多的業內認識都已經意識到了，由于企業級應用往往涉及專業場景和多人協同工作，所以更關注協同辦公場景和數據的私有性。ToB端的用戶可能更關注效率需求，但如果大模型的使用可能會給公司帶來風險，那么他就會選擇不用。

特別是對于那些擁有特別敏感且高價值數據的企業而言，更需要定制化或私有化AI大模型。

“我們很多數據是一定需要私有化和個性化，不能公開，這是一定的，特別是在端側，我們手機里面、個人的家庭硬件里面有很多的隱私數據。”中國移動終端汪總說。

而一位大模型創業者也公開表示，一家從事工程報價軟件的公司，絕對不愿意將報價信息提供給公有的大模型。同樣的情況也適用于半導體等公司，以及涉及醫療領域中的隱私數據，以及整車廠擁有大量汽車零配件BOM數據等。因為這些企業的數據，都有很高的價值。

在許多領域中，僅僅依賴通用大型模型可能無法實現落地推進，特別是在企業的安全和金融、政務等方面。因此，這些公司和組織要想踏上AI大潮，只能建立私有的模型。

傅盛表示，Open AI今天幾乎已經把互聯網上所有公開出版的數據都給讀取了，但互聯網再浩瀚也是人類知識體系的冰山一角。每一個公司的文檔都有自己的競爭力和特點。“企業要有持續的競爭力，就應該使用私有化大模型，讓經營數據內循環，讓企業過去留在每個人腦海的經驗變成整個決策智能的一部分。”

03

很多企業百億級大模型就夠用了

2023年，獵戶星空開始進入大模型領域后，就有一些客戶詢問，能不能幫助做私有化部署。比如其中一家是某地方的政務客戶，主要是希望通過AI大模型服務老百姓，回答諸如公積金、社保等問題。因為涉及到數據安全，就不能使用公有大模型。

然而，彼時，業界都認為千億參數大模型是商業化應用的最佳方案，參數越大越好用。

但是，一個千億參數大模型一年私有化授權費用動輒幾千萬。如果用它私有化部署以后，光買服務器能他跑起來，最低成本就要160萬元。

客戶們使用大模型，原本的目標就是降本增效。如果，光部署服務器就需要，就需要巨大的費用，這顯然與初衷背道而馳。

“我們其實就想用大模型做一個客服，一年要投個幾千萬那劃不來。”客戶的負責人向傅盛反饋說，再高深的技術，最后都得算賬，有沒有又便宜又不損失性能的方案。

這也給了傅盛啟發。千億參數可以涌現智能。百億參數可不可以呢？百億參數的智能在有一些情況可不可用呢？

2023年2月，LLaMA的出現讓instruction tuning（對指令進行調優，以改善技術系統的性能和效率）這個方向變得火熱。3月，Alpaca又讓大家看到從成熟的模型 distill（蒸餾，將大模型的學習結果，作為小模型的學習目標）小模型成為還不錯的 ChatBot 的可能性，從而引發LlaMa系（羊駝系）模型寒武紀大爆發，小參數模型的性能快速崛起。而在一些評測級上，百億參數在某一些能力上已經接近了GPT，千億參數不再是唯一選擇。

再開源LlaMa的基礎上，獵戶星空開始進行微調，最終發現，用百億參數的模型，加上客戶的私有數據，再加應用的打磨，在專業領域問題的問答上，就可以達到甚至大于千億參數大模型的結果。

數據顯示，經過了6個月的微調與打磨后，該政務客戶使用獵戶星空AI大模型回答用戶關于社保等方面的問題，準確率可以達到97%。這一效果，已經遠遠超過了ChatGPT。

像ChatGPT這樣的公有大模型，更像是一個通才，但它缺乏行業深度。如果你是一個行業專家，就會發現GPT在安全、金融等垂直領域，知識深度是不夠的。

而且，企業需要的也只是大模型的某種知識。比如，需要它回答社保或者移動設備安裝的問題，這個時候公有大模型寫詩、寫論文的能力就是多余的。

實際上，就連OpenAI CEO阿爾特曼（Altman）也承認，大語言模型不是“越大越好”。而有資料表明，GPT4也是由8個垂直模型組成的。

針對企業級應用的需要，獵戶星空最終研發出了預訓練多語言大語言模型——140億參數的大模型（Orion-14B），在企業應用的專業場景可以實現千億參數的效果，而且千元顯卡即可運行。

同時，獵戶星空做了7個應用方向的微調。比如前不久李開復老師發布的34B的模型，獵戶星空就給他做了聊天微調。傅盛說，獵戶星空大模型的目標是讓更多的企業，“用得好、用得起、用得安心。”

1月23日，寧夏希望信息產業股份有限公司（簡稱“寧夏希望”）與獵戶星空簽署戰略合作協議。接下來，兩家公司將在政務服務大模型、公積金大模型、寧夏六特大模型、大模型私有化部署一體機、大模型應用服務平臺及智能機器人產品等領域進行深度合作。

“大模型技術為核心的AI技術推動社會方方面面的變化。但是，大模型對于任何一個專業領域的改變，并不是‘一套算法’走天下。在算力支持下，大模型也需要‘量體裁衣’，需要對專業領域的‘專業知識’進行辨識和數據微調，才能讓這個專業領域中的數據發揮出’智能‘的作用。’大模型‘只有對專業領域全鏈條的學習，不斷的數據微調，才能成為這個專業領域‘合格’的人工智能大模型。”希望公司研發中心主任李鵬說。

04

七年磨一劍，獵戶星空為什么可以？

中國移動終端汪總提到，他們在測試的AI大模型，需要回答好設備安裝中可能遇到的500多個問題。在移動設備入戶安裝場景下，出現的問題其實是有限的，關鍵是每個安裝師傅在提問上的表達各不相同，大模型能否準確的識別出安裝師傅要表達的疑問，并匹配上正確的答案。

而這也是獵戶星空的優勢之一。

早在2016年，傅盛就宣布“All in AI”，并投資了智能服務機器人公司獵戶星空。但如何能夠讓服務機器人與人更好的交互，一度困擾著獵戶星空的發展。傅盛后來承認，當時肯定是偏樂觀一些，語音轉文字做得很好，但語義一度是機器人理解不了的。

而大模型技術的出現，讓機器人有了“理解”的能力。據《商業與生活》了解，從2023年4月份，獵戶星空就在推進自研大模型應用“聚言”與機器人的結合。

在許多地方的博物館里，獵戶星空的導覽機器人 豹小秘功已經上崗，會帶人們巡游展館、聲情并茂地解說。而接入“聚言”之后，參觀者可以直接去和機器人對話，讓機器人根據提問展開講講。

實際上，獵戶星空做大模型的想法，也與自己早期在服務機器人上應用大模型技術的感受有關。他們發現，服務機器人其實是大模型的一個終端載體，如果把場景更換一下，比如用戶使用手機或者PC進行問答，本質是一樣的。

通用大模型動輒需要上千億的參數，從算力上看，對于任何一個公司服都是一筆不菲的成本。但是，具體到某個場景，可能只需要百億級別的參數，比如博物館講解的產品，100億參數就足以解答用戶的各種需求。

“聚言”是大模型技術的深度應用，通過全鏈條的AI大模型咨詢定制，為客戶提供AI輔助決策交鑰匙解決方案。而基于“聚言”打造出的 “數字老板”，可以幫助企業老板全面掌握經營細節、不留遺漏，包括人力資產，云資產，數字資產等，幫助企業運營提效，領先同行目標。

值得一提的是，“聚言”出來后，獵戶星空順手做了一個日韓語版本。因為獵戶星空的服務機器人在日韓賣得很好，但以前每進一個餐廳都得重新做一遍適配，語言又不通，成本很高。所以，早期的獵戶星空干脆把在海外銷售的服務機器人的對話能力關掉了。但現在，有了“聚言”，機器人在日韓也可以做到很好的交流。“大模型也給我們的機器人應用插上了翅膀。”傅盛說。

ALL IN AI 7年磨刀，厚積薄發，獵戶星空終于迎來了釋放能力的時刻。

05

《商業與生活》點評：

AI是一把手工程

一企業負責人曾對《商業與生活》提到，同樣的模型，同樣的AI工具，不同公司使用后的效果會截然不同。有人覺得好用，有人覺得不好用。其實，不是工具不好用，是公司沒用好。

企業的數字化建設會取得什么樣的效果，最重要的是，企業的決策者有沒有數字化思維，企業整體有沒有數字化遠景和目標。有很多企業會要求數字化服務公司幫著干這個、干那個，其實，許多都是企業自己該干的。本質上，AI大模型是一個工具，但利用這個接口實現什么樣的能力，是公司自己的事情。

正如傅盛在演講中所說的那樣：要想跟上AI浪潮，公司老板必須自驅，要一把手親自抓，而且要對流程進行AI重構。

傅盛把企業使用AI分為三個段位：青銅段位，是用AI做文案、畫圖。黃金段位，是數字員工。王者段位，企業全過程的經營數據都由AI參與，可以直接提供經營決策，如該不該發布一個產品，哪些費用可以被減少，哪一個地方的工作重點需要加強等等。傅盛認為，企業要想真正用好AI，應該是全流程、全數據化，使用“數字老板”，做到流程重構。

據了解，獵豹內部已經開始組織部門進行調整，成立了AI生產力部門，把過去散落在各地的中臺部門全部統一到這個部門里，而且直接向傅盛匯報。

AI這件事情，只有老板特別重視才可能推得下去。AI應用，也只有深度結合企業流程才能發揮作用。

—End—

更多關注：商業與生活，ID：xiaopeizhu8

內容同步：網易號、同花順、百家號、今日頭條、UC、雪球、企鵝號、一點資訊、知乎、搜狐等。