日韩午夜免费,亚洲精品成人久久久,青春草在线观看

第四范式決定把大模型扔到一塊無人地

2023-04-27

作者｜油醋
郵箱｜zhuzheng@pingwest.com

來源｜未來科技力（smartechworld）

大模型白熱化的市場里各種版本的“類ChatGPT”層出不窮。如果將其定位成一種未來的生產力工具來看待，大多數產品都沒有觸及到目前束縛住打工作中人們的核心訴求。

——冗余的企業軟件系統們。

在數字化轉型的路上，幾乎每一個企業都需要問自己一句，需要多少個軟件才能運轉？

你需要用ERP（生產制造系統）來制定并且管理切實可行的生產計劃；或者用PM（項目管理系統）使項目在限定的資源下，實現預期的目標。你需要一套好的SCM（供應鏈系統）來把控從原料采購到產品交付之間整個過程中，對與產品或服務有關的商品、數據和資金的流動進行的管理；然后把一筆筆訂單歸檔進負責收集、關聯和分析所有相關客戶數據CRM（客戶關系系統）。

對于大多數工作者來說，企業軟件看起來是最應該用自然語言模型改造的地方。B端軟件極為復雜的交互體驗，以及復雜性帶來的極低開發效率，恰恰為生成式AI留下足夠大的重構和改造空間。

第四范式看到了這個盲區。CEO戴文淵在近日的一場發布會上推出了面向企業軟件的自研大模型“式說”。

看看微信，再看看CAD們

“現在企業軟件系統的產品體驗和2000年至2010年之間的ToC產品體驗差不多，同時代的ToB產品在體驗上比ToC要落后兩代”，第四范式聯合創始人、首席研究科學家陳雨強向品玩表示。

企業從國內以及國外引進思維先進的軟件系統，花高成本部署和學習。但一方面這些軟件優先面向的是企業價值，因此對于使用體驗并不那么看重；另一方面，這些軟件往往負擔著一個復雜的任務體系，因此而可能具有上千個接口。

微信有無數個功能，但擺放在首頁的一級入口只有四個。ToB端軟件系統的使用體驗很大程度上相當于微信把所有的功能不分權重的擺放在一起供人使用——并且還時不時要跳轉進另一個同樣被完全打亂后的支付寶里。

一家航空制造企業在第四范式發布會上展示了一個全球領先的工業設計軟件。這樣一個大量制造業企業都會引進的工業標配軟件工具，其過于復雜的界面和操作，對企業在調用設計零件，查找草圖等核心動作上并不友好。

從另一個方向看，企業數字化的進程中，往往面臨開發效率上的巨大阻礙。

國內企業軟件有高度定制化的特征，又由于軟件基于菜單式的產品設計邏輯，這導致基本每次一個功能升級，要經歷從產品經理畫界面，設計落地以及開發等冗長的流程，開發時間往往以月為單位，當情景換成另一家公司時，同樣的開發流程需要重走一遍，項目制軟件難以復用的問題進一步影響著開發效率。

這造成的結果是，“AI項目的90%以上不是AI，是傳統軟件開發”，陳雨強表示。

但產品體驗本身對于意在管理和執行的企業軟件來說，遠沒有像C端產品那么重要，這是此前ToB產品在體驗上一直缺乏迭代動力的原因。

而大模型的出現，意味著一種越過界面設計，一勞永逸的可能性。

“產品本身的界面沒有那么重要了”

三維數模是航天制造企業最核心的知識資產，上述提及的這家航空制造企業在將自用CAD軟件與第四范式的式說大模型結合后，完成了對零件形狀、參數和設計草圖的搜索，以及在以數學方式提取零件的三維幾何特征后，實現對三維數模的聚類。

現場展示了僅僅依靠上傳一張設計零件圖片，就能找到知識庫中所有與之類似的零件三維數模。而在對零件進行裝配時的工藝設計場景，新的軟件系統可以在收到兩個不同零件的三維數模圖像信息后，給出多種組裝方案。

而現在完成這些CAD中的復雜工程的，只需要依靠“幫我找類似的零件”或者“給出這兩個零件的裝配方案”這樣的自然語言，以及一個像搜索框一樣簡單的終端界面。

這是式說大模型背后核心的企業級Copilot能力。

Copilot的字面意思是“副機長”，也可以理解成一個二號位。大模型能力對于企業軟件的變革首先是交互方式上的。通過式說Copilot，員工可以通過語音、文本、圖像、表格、視頻等多模態方式，向式說發起詢問或下達指令，式說在精準理解其意圖后，聯網企業多模態的信息、企業軟件及其他專用AI能力，分析出答案，并以所需要的形式來輸出答案。

對于企業軟件來說，Copilot概念的進入使得產品設計這件事有機會變得輕量化，不會成為軟件功能迭代的阻礙。

“軟件里要加個新功能，這件事在后端其實不難，可能加個API接口就可以了。但這個功能要在前端展示出來，那產品經理就得折騰了。”陳雨強告訴品玩。

因為在菜單式的設計原則之下，當一個已經1000個任務的定制化軟件里需要放進去一個新的功能時，設計團隊需要反復設計PRD，溝通用戶場景，反復修改打磨這個新功能的擺放位置，并且進行測試和反饋。這樣的一套迭代流程走完，時間往往以月計算。

而當菜單入口分級的設計建制被一個萬能對話框取代，開發團隊的注意力只需要放在底層的API開發和上層的應用，會極大提升開發效率，整個上線流程也壓縮到幾天。

“因為產品本身的界面沒有那么重要了”，陳雨強在談到Copilot能力時表示。

但第四范式對于式說大模型的構想并不只是以Copilot能力來做一個執行助理，而是最終能夠自動執行。這個設想的技術起點則是此次式說大模型中獨特的CoT（Chain-of-Thought，思維鏈）能力。

CoT是大模型所涌現出的邏輯推理能力，在接受過大量同類型數據的訓練后，大模型會開始形成對于此類問題的推理能力，再遇到一個類似的新問題，能夠像人類一樣將其拆解。

就像人在學會削蘋果之后，自然也就會削梨一樣。第四范式希望AI對軟件系統的最終顛覆是大量的軟件使用行為最終會被大模型學會，AI針對這個領域的思維鏈隨之形成。

陳雨強介紹，CoT的訓練邏輯也是一個從通用到垂直的路線。

形成一個通用CoT的方式是預先收集很多標準任務的完成方式，并以此作為數據進行訓練——比如如何寫論文、如何做一場調研、怎么去買一張彩票等等——然后將其做成一個標準的套裝。用戶在不斷調用大模型能力的時候，自身的行為鏈會被記錄下來，然后在結合數據與行為去做標注，形成在垂直領域的任務推理能力。

“就像是PS一張人像，需要拉個蒙版，調高光、陰影、改臉型等等許多復雜步驟，但你最終的訴求并不是這些步驟本身，而是把人像修的好看。CoT的能力就像是一個人一直在影館看著別人用PhotoShop，看久了他就會了。”

Copilot與CoT一起，即是第四范式對于用AIGS顛覆企業軟件困境的兩個支點。

拆解AIGS

“深藍”與“阿爾法狗”在最近的30年里出現，人工智能的能力逐漸顯化，直到OpenAI出現，它像是第一個越過淺層沙礫，從更深處挖掘出石油的那個探索者。

某種程度上，生成式AI是一種變革生產方式的新能源。但“能源”這個概念是籠統的，在第一臺直流發電機之后，具體改變人類社會的是基于其之上的更具體的事物，比如燈泡、電話以及計算機。

1953年的美國通用電氣公司，在全球125家分支機構雇用了總共超過40萬名員工，每個月對員工薪酬的統計工作是一筆巨大的人力成本。這逼迫著美國通用電氣公司第一次采買商用計算機來統計薪資。電力促成人類可以進行更大規模的標準化生產，也因此出現了更龐大的企業和管理需求。隨著電力以及無線電技術誕生的計算機以及軟件又在這新的需求面前得到機會。

第二次工業革命完成了生產的規模化，現在被稱為第三次工業革命的信息技術革命走入深處，生成式AI的下一步是讓人從規模化生產中，個體越來越原子化的角色中解放出來。

在產業角度來說，意味著用AI來改造軟件，這些苦活累活，終于由AI接管了。這就是AIGS（AI—generated software），AI完成對于企業服務本身的接管和整理。

“這是一個巨大的浪潮。可能再過10年，對于大家來說大模型根本就不是一個事兒，就好像十多年前的互聯網。到最后，各自可能都會找到定位。”陳雨強表示。

式說在今年2月末上線了第一個版本，然后在兩個月內迅速完成了兩次迭代。

式說1.0版本是一個具備語言生成能力的企業知識問答bot；2.0版本在語言能力基礎上，加入了文本、語音、圖像、表格、視頻等多模態輸入及輸出能力，并增加了企業級Copilot能力；目前的3.0版本則在Copilot能力的基礎上進一步引入COT能力。

這其中也包含了第四范式在AIGS實現路徑上的三個階段。

第一個階段是以Copilot的出現將企業軟件改造成自然語言的交互形式，背后是企業內部應用庫、私有數據之間的“聯網”；第二階段則在這個基礎上，基于Copilot不停地豐富這個對話框的能力，并且積累企業用戶的行為數據來形成基于企業規則的“知識庫”，這個“知識庫”可以作為AI一次次執行復雜工作的“攻略”。

“AIGS的道路顯然不會是一蹴而就的。Copilot是基礎，CoT會帶來最終的質變。”最終的第三階段，具有推理能力的大模型會自己形成中間步驟，從而替人來拆分并執行復雜工作，但這個跨越需要建立在大量數據以及行為數據的積累之上。