年初chatgpt热潮之后,距今也有将近一年的时间,语言大模型已经迅速渗透到各行各业。身边朋友越来越多成为大模型从业者,有些做基础大模型、有些做大模型平台、有些做大模型应用层工作或创业。相比其他赛道缩编或优化,大模型赛道是今年为数不多大爆发和实现岗位薪资跃迁的机会,这些机会的存在一定程度代表了资本和大众对大模型的期待。在落地大模型行业应用上,能源/电力/金融等等行业从业者都在努力拥抱大模型,GPU资源、基础大模型、应用层脑洞让从业者忙得不可开交。由于大模型带来的范式变化,让全社会少有一致的拥抱创新应用落地,尝鲜的需求是去伪存真必要的阶段,之后才会沉淀高价值的应用。日常工作中,不可避免要攒一些交付材料,有些交付材料属于「正确的废话」,人编写低效且无意义,扔给语言大模型擅长且高效,是人机协同的范例;对于产品经理了解陌生领域以往渠道之一是百度文库下载文档翻阅,如今百度文库的对话机器人可以大大加速知识寻找效率,确如李厂长所说百度文库是大模型改造最彻底的业务;即便日常最简单算术问题,尽可以把数据都丢给大模型,省去了一个个计算器录入的麻烦。相对来说,语言大模型自证价值简单高效、立竿见影,完全不需要像元宇宙自证价值,先要让人脑洞一波赛博朋克世界的美好未来,再带上让人眩晕的设备痛苦的回到现实。自然语言模型除了基础的自然语言生成之外,让人类通往智能世界之门的是,通过一个个智能体(agent)实现生产生活的全面智能化,例如人们想象中,一句话可以定外卖或打车,而不是现在需要在一个个应用之间复杂的操作后才能完成。AI-Agent的实现有赖于本次自然语言大模型爆发后具备理解和决策的能力。很多年前做新闻app为了解决用户反馈无人值守的问题,做了常见问题的FAQ,但用户反馈仍然不会减少,因为很少有用户耐心去一个个查找FAQ手册,后面智能客服应用逐步广泛,但解决问题方法也基本上是关键词匹配,仍然无法理解问题和形成答案。如今大模型具备了世界知识,能够理解自然语言,再结合理解内容调用相应API接口或知识库,相比以前的智能客服是范式的升级,这也将促进人们交互方式的彻底改变。前段时间读《聊天机器人:对话式体验产品设计》,这本书出版时间是2019年,当时作者就已经坚信未来对话式人机交互将成为主流,而大模型的爆发,大大促进了对话式人机交互的普及,对话式人机交互也是人类最自然的交互方式。大模型更擅长自然语言的理解和生成,但对于各类专业任务仍然配合外部工具才能发挥作用。例如打车,单纯大模型并不能完成打车任务,而是需要嫁接打车相关服务,通过大模型驱动理解用户意图并调度打车服务,从而实现「一句话打车」的智能应用。同样地,大模型嫁接各种各样的应用,就能实现多种多样的智能应用,即一个个智能体(AI-Agent)服务我们,相比当前的各类服务,更加智能和高效,是生产力上的进步。未来我们生产生活中各类信息服务都将通过大模型带来的交互变革被重新定义,相比单纯内容生成,AI-Agent对人类世界的改变将更加深远和深刻。前段时间OpenAI 发布了GPTs平台,每个用户都可以通过提示词、知识库、外接API生成个性化AI-Agent服务,据说后续还会提供应用商店。以上动态瞬间让大模型生态圈炸锅,GPTs平台一下将AI-Agent开发变得触手可得,很多大模型应用创业公司瞬间没了价值。当前大量的AI-Agent实际是基于大模型套了一层UI的壳,本身并没有独特性壁垒,基础大模型厂商做应用平台直接把这类创业机会架空了。还有一些创业公司是基于基础大模型还不具备的能力构建产品,但后续基础大模型升级后能力补齐,这类公司也没了生存空间。不难发现,期望直接套壳或某个大模型不够强的能力作为创业机会不可持续,套用移动互联网发展历史也会发现,纯工具型应用,最后要么趁有流量卖个好价钱,要么就逐步被手机操作系统取代,大模型应用进化显然更快。一类是平台型公司,比如钉钉、飞书、企业微信这些,本身有应用生态,引入大模型做AI-Agent 天然能链接各种应用,同时增加自身平台价值,AI-Agent落地应用越多,平台越有价值。另外一类是有业务及数据积累的公司,AI-Agent是对原有业务链条的部分改造或重构,并非完全依赖大模型构建完整业务,这类公司可以通过大模型应用更好服务客户或用户,形成飞轮效应。长久来看,市场上不需要如今这么多基础大模型,基础大模型的竞争也会经历堆人才->堆榜单成绩(目前阶段)->堆标杆用户/客户->堆商业化,最后都会落到客户数和商业化上,相信这个速度也会很快。相信不久的将来,不懂对话式交互的产品经理也会逐步的被时代所淹没,所以拥抱AI-agent 应该趁早。
我从清晨走过,也拥抱夜晚的星辰,人生没有捷径,你我皆平凡,你好,陌生人,一起共勉。
-- 展开阅读全文 --
还没有评论,来说两句吧...