大模型生态新篇章：以AI Agent为引，助企业创新应用落地

　　文 | 智能相对论

　　作者 | 沈浪

　　以聊天机器人、虚拟助手、智能客服等为代表的对话式人工智能 (Conversational AI Agents ) 在具体服务场景中的应用已经十分普遍。今年以来，随着大模型技术的爆发与加持，对话式AI被市场赋予了更高的期望。

　　“所有行业都值得用大模型重做一遍”已经成为业内共识，百度、阿里、腾讯、华为等巨头都在基于自家的大模型升级内部业务，并逐步实现能力外溢，向各行各业的业务场景普及。

　　在这个过程中，市场对大模型的关注也从通用大模型转向了领域大模型。与此同时，更聚焦、更专业的领域大模型解决方案被提出，以中关村科金为代表的对话式AI技术解决方案提供商已经在深入思考如何为企业提供简单、高效以及成本可负担的专属领域大模型服务。

　　在日前以“重构未来 产业智能跃迁”为主题的2023大模型产业前沿论坛上，中关村科金发布了国内首个企业知识大模型、AgentGraph应用开发平台以及“超级员工”助手系列AIGC应用。由此来看，从底层的模型开发到上层的应用服务，市场内已有更专业与专注的细分领域厂商给出相应的一站式技术解决方案。

　　大模型浪潮加速着通用人工智能发展，智能化时代之门正在开启。千行百业内的每个企业，都有运用大模型技术强化对话式AI服务在智能营销、智能服务、智能运营领域的机会，从而在激烈的竞争中构建优势。在这个过程中，对领域大模型建立起正确的认知以及选择适合的AI企业进行合作，变得关键。

　　AI大模型的行业解法

　　在大模型的技术底座选择上，并非所有企业都适用通用大模型方案，或是随着市场的焦点转移，只盯着领域大模型看——这些过于单一的方案很难完全满足企业所面临的复杂业务场景。

　　在过去的一年，大模型的走红成就了AI领域的又一波浪潮，但是相比以往，这一次技术应用的焦点很快锁定在业务场景之上，而非长久地停留于探讨新概念。

　　以中关村科金为例，针对不同企业的需求和规模考虑，为企业提供的三种大模型应用路径，分别为：一是通用大模型+提示工程，二是通用大模型+领域知识库+提示工程，三是领域大模型+领域知识库+提示工程。

　　关于这三条路径，中关村科金技术副总裁张杰博士向「智能相对论」进一步解释，这属于一个递进的应用关系，企业最开始可以先采用基础的通用大模型，加上提示工程对自己的业务场景进行微调，初步判断现有的技术应用是否对自己的业务有帮助。然后再根据业务需求进入第二阶段，构建领域知识库，减少大模型的幻觉问题等等，来寻求更高的应用价值。直到在具体业务场景想要做到极致，进而推进到第三阶段，就针对专业领域开发领域大模型。

　　在这三条路径的递进关系中，所带来的不仅仅是应用价值的提升，还可以帮助企业在应用大模型的过程中把控成本。在「智能相对论」的视角中，第三阶段(即“领域大模型+领域知识库+提示工程”)的应用前景在未来还有很大的前景。当中关村科金等垂直领域AI企业的行业专属领域大模型愈发成熟，成熟到企业可以直接接入再微调即可投入使用，其效率比起构建企业专属的领域大模型就要高一些。

　　以中关村科金发布的企业知识大模型来看，目前该产品具备了全面的语义、语音、视觉等基础能力，在5个能力域、46个能力项评测中准确度达95%+，已达到当前国产大模型最高能力级别。更关键的是，中关村科金耗费十万卡天算力，整理出了原子任务间的协同增益关系图，从而实现高效微调，帮助企业快速接入并应用到特定的专业领域。换句话说，如果企业暂时无法构建企业专属领域大模型，直接采用AI企业打造的行业专属领域大模型也不失为一个优质的选择。

　　中关村科金融合自研的企业知识大模型为诺亚财富打造的智能知识库就是一个比较典型的应用标杆案例。目前，该智能知识库具备多模态文档分析、QA问答对自动抽取、知识内容自动标签化处理能力，并以知识助手的形态开始应用到特定的客服场景，减少了文本客服70%以上的运营工作量，回答效果更是提升了50%+。

　　回过头来再看大模型，不难发现，整个市场的导向非常明显，就是奔着“企业需求”和“业务场景”去的，市场迫切地在为企业和业务寻求简单高效且成本可负担的大模型服务解决方案。

　　同时，市场的分化也在加速，未来的大模型领域或许只有几家通用大模型(在阿里、腾讯、华为、百度等科技巨头旗下)，再有多个行业专属的领域大模型(由中关村科金等垂直领域AI企业打造)，以及无数个企业专属的领域大模型(为各行各业的领军企业联合前两者共同构建)。

　　届时，整个大模型市场的商业逻辑将更加清晰，以通用大模型为基础底座，以领域大模型为拓展平台，围绕产业的业务场景做服务延伸，进而构建出来的技术解决方案将主导着行业AI应用的未来。

　　谁在主导领域大模型的未来?

　　换句话说，不管是行业专属还是企业专属，成本可控、贴合业务的大模型底座都将是未来市场竞争的关键点。企业无论是选择行业专属的领域大模型，或是选择与AI企业共同开发企业专属的领域大模型，都需要在这个阶段对领域大模型有所认知与判断——这将影响着其开发AI应用、推进智能化服务的水平。

　　现阶段，就市场的反馈而言，在「智能相对论」看来，企业对大模型的意向评估初步可以从四个层面来切入。

　　一、专业性：是否具备以行业Know-How为代表的领域专业知识。

　　企业为什么要构建专属的领域大模型?因为其业务发展需要大量高度专业的知识和技能，通用大模型要么无法满足，要么训练成本过高，都不适合企业的专属需求。对应就意味着，领域大模型需要的领域专业性是非常高的。企业专属的领域大模型本就属于企业和AI企业共建的产品，其专业性自不必说。

　　以中关村科金为例，其主导开发领域大模型的优势之一就在于背后丰富的预置数据基础，包括2000亿token的公域预训练数据以及2000万条指令数据等等，其场景组件(Vertical Agent)里更是封装了200多个场景KnowHow。

　　众所周知，这些预置数据的来源大多是长期的服务实践。具体来看，中关村科金已服务900余家头部企业，行业覆盖金融、政务、零售、医疗、制造等领域，客户包括工商银行、中国银行、邮储银行、招商银行、中国人保、泰康保险集团、五矿信托、国家电网、龙湖地产、百安居、捷安特、基恩士、美的、步步高等数十家500强企业。

　　二、开放性：是否提供多元的通用底座选择。

　　领域大模型的构建必然是在通用大模型的基础之上，但市场的格局必然也是多个通用大模型并存，且各个大模型之间也有着差异化的表现。

　　中关村科金技术副总裁张杰博士向「智能相对论」介绍，各家的大模型产品在具体的场景中表现是不一样的，对应翻译场景和生成场景的需求是完全不同的，具体还得根据业务场景需要以及企业的投入产出预期来选择通用大模型。

　　也就是说，在「智能相对论」看来，未来哪怕只是一家公司，或许也会根据业务的不同，来选择不同的通用大模型构建对应的领域大模型解决方案。那么，对于通用大模型的底座选择就不能局限在单一的产品上。

　　对此，中关村科金提供的领域大模型解决方案在开放性上就下足了功夫，不仅可以灵活适配十余款开源基础大模型，兼容性强支持一键切换，还自研了大模型评测工具，帮助企业做好通用大模型的选型。如此一来，企业既不用绑定在单一的通用大模型之上，也能科学地根据业务需求选出适合的通用大模型底座。

　　三、系统性：是否具备完整的技术开发和服务链条。

　　在选择领域大模型解决方案的过程中，企业需要考虑AI企业背后技术开发和服务的系统性。

　　举个例子，当一家企业选择某个领域大模型解决方案时，既要考量“开箱即用”的眼前价值，也要考量是否能在后期根据自己的业务需求或调整，来深度构建自己的专属应用或专属领域大模型，而不是“浅尝辄止”，要么停住要么转投其他家的方案。

　　在这个思路下，中关村科金则是构建了系统的领域大模型能力解决方案，覆盖领域大模型工厂、领域知识库工厂、AgentGraph应用开发平台以及场景应用等，包括前面提到的大模型评测工具助力选型、模型微调技术等等，以帮助企业在不同的阶段做好大模型应用的递进升级。

　　其中，中关村科金最新发布的AgentGraph应用开发平台又进一步深化并明确了企业应用大模型的路径。一方面，AgentGraph应用开发平台提供200+AI能力组件、50+应用模板，可实现分钟级创建新应用，帮助企业低成本、快速地开发出新的大模型应用。

　　另一方面，AgentGraph应用开发平台从底层重塑了大模型应用开发的逻辑，完成了类似操作系统的定义。简单来说，基于AgentGraph应用开发平台，企业、开发者可以完成数据获取、数据利用、Agent编排、应用拓展等一系列的开发和服务流程，不再需要转移到其他平台。未来随着中关村科金在开源方面的努力，行业伙伴、开发者还能在平台上贡献自己的AI Native应用，类似安卓系统、iOS上的应用开发行为，继续帮助企业以更快的效率完成大模型应用开发，避免“重复造轮子”之余，还将形成全新的大模型应用生态。

　　四、持续性：是否是企业成本可负担的解决方案。

　　在AI进程上，百度李彦宏曾犀利的指出，AI创新不要陷入“技术自嗨”的陷阱。在「智能相对论」看来，任何一项技术都如此，大模型的应用开发既要聚焦行业的场景需求，更要关注企业的成本问题。

　　对此，中关村科金提出的三条不同应用路径，以及发布AgentGraph应用开发平台来帮助企业降低内部应用创新成本，都旨在加速提高企业对大模型的接受和使用程度。

　　尽管现在大模型很火，但是在实际应用中企业的认知和接受程度并不完整。中关村科金技术副总裁张杰博士向「智能相对论」表示，他们在与企业的合作中最开始的动作先是做一轮科普，帮助企业了解大模型，避免企业对大模型的认知出现偏差，比如价值预期过高或是被常规说法中的巨大成本所吓倒。

　　唯有加速行业、企业对大模型的接受程度，以更客观且积极的态度来尝试大模型应用，并能持续地进行下去，才能不断促使各行各业的产品和服务更加智能、高效且强大。

　　写在最后

　　在2023大模型产业前沿论坛上，智谱AI总裁王绍兰提到，“中国大模型已进入第二场角逐中，生态走向分化，基座大模型和基于基座大模型的场景赋能和应用进入到了并举的阶段，对大模型公司的研究能力和运营能力提出了新的挑战。”

　　事实上，领域大模型的迸发趋势所反映的便是这一阶段的特征。企业对大模型的关注也在持续增加，大模型公司如何帮助企业做好技术研发与应用则是更为关键的一步。

　　从目前的反馈来看，以中关村科金为代表的AI企业从底层的模型开发到上层的应用服务，在技术和商业层面都提供了有效可行的解决方案，很好地为企业打开了一扇进入大模型世界的大门。