逆流而上，返乡路上——返乡广告词

wangshangzhekouliduda，yuanjiakeyidajiuzhe，rangdajiadounengxiangshoudaoyouhui，ganjinshangshouba；【yewaiziyuanzhengduozhan】youxizhongderenwuhejuqingmoshidouhenjingcai，geiwanjiadailaichaoduodezhenshitiyan，jingcaiyouciji。caiyuanliyongjiqibafeiqishumuheshitoubanli，ranhouzaizhizuowangdoubangzhushuguo！chaogaoziyoudu，keyiyounilaizhangkongdeshijie產(chan)業(ye)版(ban)GPT開(kai)新(xin)路(lu)，中(zhong)國(guo)大(da)模(mo)型(xing)彎(wan)道(dao)超(chao)車(che)的(de)機(ji)會(hui)來(lai)了(le)！

新智(zhi)元(yuan)報(bao)道

編(bian)輯(ji)：编辑部(bu)

【新智元導(dao)讀(du)】ChatGPT商(shang)业化(hua)之(zhi)路，是(shi)OpenAI獨(du)有(you)的。反(fan)觀(guan)国內(nei)，在(zai)通(tong)用(yong)對(dui)話(hua)AI上(shang)的商业模式(shi)乏(fa)善(shan)可(ke)陳(chen)，产业GPT或(huo)許(xu)是下(xia)壹(yi)道光(guang)？

GPT系(xi)列(lie)大模型誕(dan)生(sheng)後(hou)，人(ren)工(gong)智能(neng)对话聊(liao)天(tian)系統(tong)就(jiu)像(xiang)平(ping)地(di)起(qi)春(chun)雷(lei)，在全(quan)球(qiu)爆(bao)火(huo)。與(yu)之同(tong)時(shi)，国内互(hu)聯(lian)網(wang)大廠(chang)紛(fen)纷「亮(liang)劍(jian)」。

文(wen)心(xin)一言(yan)、通義(yi)千(qian)問(wen)、商量(liang)、序(xu)列猴(hou)子(zi)……大模型的賽(sai)道，是徹(che)底(di)被(bei)ChatGPT帶(dai)火了。

這(zhe)場(chang)「千模大戰(zhan)」，不(bu)僅(jin)是讓(rang)大厂纷纷秀(xiu)出(chu)肌(ji)肉(rou)，也(ye)激(ji)活(huo)了創(chuang)投(tou)圈(quan)，給(gei)许多(duo)小(xiao)公(gong)司(si)和(he)個(ge)人都(dou)带来前(qian)所(suo)未(wei)有的创业机遇(yu)。

在OpenAI成(cheng)功(gong)「光環(huan)」的指(zhi)引(yin)下，国内的企(qi)业也纷纷參(can)照(zhao)起ChatGPT的技(ji)術(shu)路線(xian)，利(li)用RLHF叠(die)代(dai)对模型進(jin)行(xing)優(you)化，甚(shen)至(zhi)直(zhi)接(jie)推(tui)出了自(zi)己(ji)的「ChatGPT」。

但(dan)问題(ti)来了，作(zuo)為(wei)一種(zhong)全新的應(ying)用形(xing)式，「ChatGPT」們(men)又(you)該(gai)如(ru)何(he)进行商业化呢(ne)？

大模型商业化，指向(xiang)产业

5月(yue)3日(ri)，Sam Altman在Stripe主(zhu)持(chi)的一次(ci)爐(lu)邊(bian)談(tan)话中討(tao)論(lun)了OpenAI非(fei)比(bi)尋(xun)常(chang)的崛(jue)起。

他(ta)滔(tao)滔不絕(jue)地說(shuo)，「我(wo)们花(hua)了4年(nian)半(ban)的时間(jian)才(cai)推出一款(kuan)产品(pin)。我们正(zheng)在开發(fa)一項(xiang)技术，但完(wan)全不知(zhi)道我们的客(ke)戶(hu)是誰(shui)，也不知道他们將(jiang)使(shi)用它(ta)做(zuo)什(shen)麽(me)」。

也就是说，OpenAI在商业化落(luo)地上，最(zui)初(chu)是不明(ming)確(que)具(ju)體(ti)路徑(jing)的。

发展(zhan)到(dao)當(dang)下，OpenAI的商业模式主要(yao)有三(san)种：針(zhen)对个人用户的訂(ding)閱(yue)制(zhi)；与微(wei)軟(ruan)深(shen)度(du)合(he)作；以(yi)及(ji)面(mian)向企业的API许可。

对於(yu)个人用户，除(chu)了可以免(mian)費(fei)使用，OpenAI在2月推出了ChatGPT Plus订阅服(fu)務(wu)，以每(mei)月20美(mei)元標(biao)準(zhun)收(shou)费。

GPT-4能力(li)接入(ru)必(bi)应、Office全家(jia)桶(tong)、自動(dong)编碼(ma)Copliot等(deng)等，OpenAI与微软在商业上的合作，想(xiang)必所有人都並(bing)不陌(mo)生。

最后一大版塊(kuai)就是，OpenAI面向企业开放(fang)的API许可。对于小型初创公司而(er)言，就模型的API，可采(cai)用企业订阅的形式，以消(xiao)耗(hao)的token进行計(ji)费。

在发布(bu)GPT-4后，OpenAI緊(jin)接著(zhu)(zhe)也开放了最新模型的API，并明码标價(jia)。在8K文本(ben)中，每1000个請(qing)求(qiu)token是0.03美元，1000个完成響(xiang)应token为0.06美元。

此(ci)外(wai)，客户還(hai)可以对OpenAI現(xian)有的模型进行微調(tiao)。

但OpenAI会收取(qu)相(xiang)当高(gao)的费用，比如，微调Davinci模型的费用为0.12美元，而标准模型的费用为0.02美元。

对于頂(ding)尖(jian)的大公司，OpenAI推出了一个名(ming)为Foundry的服务，这是API服务的擴(kuo)展，號(hao)稱(cheng)「專(zhuan)为運(yun)行更(geng)大工作負(fu)載(zai)的尖端(duan)客户而設(she)计」。

对于这些(xie)客户，OpenAI通常会主动接觸(chu)，甚至在产品正式发布之前就拿(na)着demo去(qu)推銷(xiao)。

比如，摩(mo)根(gen)士(shi)丹(dan)利就用數(shu)十(shi)萬(wan)份(fen)内部市(shi)场研(yan)究(jiu)文件(jian)，让OpenAI给定(ding)制了一个专屬(shu)的GPT-4以及配(pei)套(tao)的私(si)有服务器(qi)。

雖(sui)然(ran)沒(mei)有透(tou)露(lu)實(shi)際(ji)的价格(ge)，但根據(ju)今(jin)年2月的一份爆料(liao)文件，专用实例(li)的价格最高可達(da)每月156,000美元。也就是DV 32K这一标准。

对于先(xian)做模型，再(zai)想需(xu)求这一「破(po)規(gui)則(ze)」的行为模式，OpenAI總(zong)裁(cai)兼(jian)联合创始(shi)人Greg Brockman也对其(qi)进行了反思(si)。

他表(biao)示(shi)， 应该创造(zao)一个有问题要解(jie)決(jue)的技术，而不是做出了技术再找(zhao)解决方(fang)案(an)。

我们用了幾(ji)个月的时间寫(xie)下所有不同的想法(fa)，我们能夠(gou)通過(guo)GPT-3和GPT-4发揮(hui)怎(zen)樣(yang)的作用... 或许我们可以在醫(yi)療(liao)或法律(lv)領(ling)域(yu)做點(dian)什么。

在这方面，或许我们從(cong)一直在走(zou)「产业AI」路线的京(jing)東(dong)雲(yun)身(shen)上可以找到答(da)案。

更強(qiang)的千億(yi)級(ji)「产业原(yuan)生」GPT

在国内，ChatGPT引发的大模型混(hun)战，像極(ji)了20年前的互联网。

彼(bi)时，互联网輕(qing)資(zi)产创业极受(shou)追(zhui)捧(peng)。

但京东轉(zhuan)身押(ya)註(zhu)了重(zhong)资产自營(ying)模式。龐(pang)大的物(wu)流(liu)基(ji)礎(chu)设施(shi)，覆(fu)蓋(gai)全供(gong)应鏈(lian)的復(fu)雜(za)业务，让京东看(kan)起来像一个異(yi)類(lei)。

但今天，通过将技术等能力滲(shen)透进更多節(jie)「甘(gan)蔗(zhe)」，京东和产业夥(huo)伴(ban)的有机組(zu)合创新，带来了产业链「成本、效(xiao)率(lv)、体驗(yan)」的提(ti)升(sheng)。

当下，互联网大厂纷纷进軍(jun)大模型，比如百(bai)度文心一言、阿(e)裏(li)通义千问等。

但比起一个「陪(pei)嘮(lao)嗑(ke)」的GPT，在产业领域还是更需要一个「专家」。

AI面对的行业、业务场景(jing)很(hen)多，应用需求也呈(cheng)现出碎(sui)片(pian)化、多样化的特(te)点。

我国作为世(shi)界(jie)上产业链最完備(bei)的国家， 如果(guo)能做出更垂(chui)直、更聚(ju)焦(jiao)的GPT产业应用，或许就会抓(zhua)住(zhu)弯道超车的机会点，前景無(wu)可限(xian)量。

然而，产业端做大模型，難(nan)度非常高。有的人会说，面对复杂的应用场景，现階(jie)段(duan)的AI模型研发就是處(chu)于手(shou)工作坊(fang)式。

对此，新智元認(ren)为原因(yin)主要包(bao)括(kuo)：面臨(lin)更加(jia)复杂、低(di)頻(pin)、長(chang)尾(wei)的应用场景，从开发、调参、优化、迭代到应用，AI定制化程(cheng)度高；对技术要求高，需要遷(qian)移(yi)成本低、適(shi)用能力强的綜(zong)合性(xing)AI系统。

除此之外，以GPT-4为首(shou)的国外大模型，語(yu)言性能在英(ying)文和中文上也存(cun)在很大的鴻(hong)溝(gou)，在英文语境(jing)下的写作表达和理(li)解更好(hao)。原因是，OpenAI的訓(xun)練(lian)语料中，90%以上都是英文语料，只(zhi)有0.1%是中文语料。

因此，在国内的产业应用上，我们就更需要自己的大模型。

近(jin)期(qi)，国内陸(lu)續(xu)发布了多款大模型，在此之中我们也聽(ting)見(jian)了不一样的聲(sheng)音(yin)「京东宣(xuan)布年内发布千亿级产业大模型」。

与ChatGPT等面向閑(xian)聊式的、通用对话模型相比，京东的优勢(shi)、GPT的产业前景，就非常鮮(xian)明地体现在此次产业版大模型的规劃(hua)，和其与通用型的方向差(cha)异上。

新智元总結(jie)，主要是以下三点：

「产业原生」的训练数据集(ji)

眾(zhong)所周(zhou)知，机器學(xue)習(xi)模型依(yi)賴(lai)于数据。如果没有高質(zhi)量的训练数据作为基础，即(ji)使是性能再好的算(suan)法也会變(bian)得(de)毫(hao)无用处。

自2019年以来，大多数基于Transformer的通用大语言模型都依赖于来自維(wei)基百科(ke)、Common Crawl、書(shu)籍(ji)、期刊(kan)等大型公共(gong)数据集，以及大量从互联网上抓取到的内容(rong)。

利用公开数据训练出的通用大语言模型，虽然掌(zhang)握(wo)的知識(shi)範(fan)圍(wei)更廣(guang)，但在特定领域的文本生成上，则出现专业度、豐(feng)富(fu)度以及忠(zhong)实度不足(zu)的情(qing)況(kuang)。

而在具体的产业场景上，存在着大量的边緣(yuan)知识，它们在公共数据集中出现的次数比較(jiao)少(shao)，大模型没有机会进行充(chong)分(fen)的训练。

想要得到最終(zhong)能够用于训练的高质量语料，就必須(xu)要进行繁(fan)瑣(suo)的「清(qing)洗(xi)」过程。

来源(yuan)：源1.0数据預(yu)处理流程圖(tu)

为了改(gai)善这些问题，我们可以通过加入更垂直和更丰富的语料来实现。而这些语料，则需要在一个领域有足够长时间的深耕(geng)和積(ji)累(lei)才能得到。

作为供应链优势极为明顯(xian)的新型实体企业，京东就有着丰富的产业场景和全链数据。

比如，在垂类的零(ling)售(shou)電(dian)商语料上有深度沈(chen)澱(dian)，并且(qie)在制造、金(jin)融(rong)、物流等领域都有一定的积累。而这些数据会对整(zheng)个模型，为推理深度带来提升，更好服务产业需求。

基于这些「产业原生」的高质量语料和知识， 京东云训练出来的产业通用大模型，更加适合行业使用要求（高可用、高可控(kong)、高效果），进而能更快(kuai)地实现场景落地。

「产业原生」的泛(fan)化效果

經(jing)过专有数据训练后的模型，有着显著的优势。

舉(ju)个例子，融入了专业领域知识的十亿级K-PLUG模型，对于给定商品的sku，可以自动生成长度不等的商品文案，目(mu)前已(yi)经覆盖2000多个京东的品类。在商品文案的生成上，K-PLUG明显比ChatGPT的更加符(fu)合商家需求。

畢(bi)竟(jing)，除了要贏(ying)得广大消费者(zhe)的關(guan)注外，AI更需要在场景应用中證(zheng)明自己的价值(zhi)，特別(bie)是在具体的产业场景中，真(zhen)正实现降(jiang)本增(zeng)效等价值。

除了零售，言犀(xi)的服务领域也覆盖了金融、物流、政(zheng)务、交(jiao)通等多个场景。

言犀的商品文案生成技术取得的成果

「产业原生」的无縫(feng)接入

那(na)么，言犀大模型升级后，这些还在用「舊(jiu)模型」的企业/政务部門(men)该怎么辦(ban)？

其实，京东云的这部分AI能力是通过言犀人工智能应用平臺(tai)提供的，当模型能力升级后，已经接入这个平台的企业直接就能用上。

这样做的优势，从基于OpenAI模型的API搭(da)建(jian)应用的其他公司身上就能看出。

在OpenAI开放API之后，SnapChat最先推出了基于ChatGPT打(da)造的生成式人工智能对话系统My AI。

然而，My AI在全面向7.5亿用户开放后，卻(que)遭(zao)到大量网友(you)的吐(tu)槽(cao)。

因为，SnapChat完全是把(ba)这个功能强加给用户，并没有很好了解用户需求去打造聊天机器人。

OpenAI的路线是先做出GPT-3、GPT-4大模型后，针对企业再去做定制模型。这样如果企业想把现有业务接入，就需要重新训练模型權(quan)重，或者大改API调用邏(luo)辑，会带来高昂(ang)的成本。

京东云GPT，本身对于特定产业来講(jiang)就是定制的模型，模型升级后，企业针对需求打造的功能，同样得到了升级强化。

产业泛化，指向这輪(lun)技术变革(ge)的终局(ju)

从上面的分析(xi)可以看出， 与其让AI加应用，不如做产业的AI。

无论是摩根士丹利让OpenAI定制的专属GPT-4及私有服务器，还是专为金融从頭(tou)構(gou)建的500亿参数大语言模型BloombergGPT，都体现了AI产业化的必要性。

京东云早(zao)在多年前就提出了产业AI的理念(nian)。

何曉(xiao)冬(dong)博(bo)士告(gao)訴(su)新智元，在他多年的实踐(jian)中，深刻(ke)地体会到：AI必须在真实场景、尤(you)其是产业场景中深度应用、不斷(duan)打磨(mo)，才能创造价值，才能提升自身水(shui)平。

现在，AI已迎(ying)来iPhone时刻。

那下一步(bu)，AI又会走向哪(na)里呢？

何晓冬博士认为，AI的下一步，肯(ken)定会走向多模態(tai)、走向融合性智能技术。

比如基于京东零售客服的场景，鍛(duan)煉(lian)出的语音、语义、TTS等最核(he)心的能力。在外延(yan)后，这种核心技术能力可以解决多个场景的问题。

言犀團(tuan)隊(dui)陈蒙(meng)博士说，因为京东应用场景比较多，比如最开始去做零售领域的售后环节，不但有几千个商业品类，而且每个店(dian)鋪(pu)賣(mai)的东西(xi)又不一样，技术团队就需要面临许多模型泛化性的挑(tiao)战。再从零售领域拓(tuo)展到政务、金融、交通领域的时候(hou)，又会给模型提出更高的泛化性挑战。

2022年，言犀虛(xu)擬(ni)主播(bo)上线，能够定制不同形象(xiang)，实现了7×24小时无人直播，甚至还能做到直播话术智能撰(zhuan)写、自动营销抽(chou)獎(jiang)活动等等。

据统计，京东云已为4000多家品牌(pai)店铺提供代播服务与产品技术支(zhi)持。例如某(mou)头部电腦(nao)品牌商使用言犀虚拟主播产品，月度直播间GMV达到千万级，店铺GMV提升28%。

长文本生成也是京东云的突(tu)出技术优势之一。就直播文案实时生成上，数字(zi)人主播通过长文本生成，能将产品卖点很好的呈现出来。

在直播间，除了对话内容，音色(se)、文案、直播形象均(jun)是由(you)AI生成。

对商家和消费而言，直播不仅是商品介(jie)紹(shao)，更需要在线实时回(hui)答用户的问题，与用户深度交互，增加粉(fen)絲(si)黏(nian)性，提高成交转化。所以，如何判(pan)断好的虚拟直播产品？陈蒙说，交互能力是关鍵(jian)。

言犀团队的「任(ren)务型智能对话交互关键技术及大规模产业应用」项目，近日也獲(huo)得了2022年度吳(wu)文俊(jun)人工智能科学技术奖。

现在京东服务超过5.8亿用户，言犀每日与超过1000万用户进行对话交流，相当于每年都在做十几亿次图靈(ling)測(ce)試(shi)，而每一次测试，都会为AI带来点滴(di)新的进步。

吴友政博士告诉新智元，京东云言犀团队做的很多技术攻(gong)关，目标就是解决京东复杂的、真实的、大规模场景中的问题，要求算法同学们都要深入业务，而不是在实验室(shi)做模型。所以，2018 年产业互联网还没有那么火熱(re)的时候，言犀就已经在B 端智能领域进行了探(tan)索(suo)，了解每个业务的痛(tong)点，和业务同学梳(shu)理出真正的问题是什么，用最终的业务指标去衡(heng)量技术先进性。

如此往(wang)复，言犀或许就能成为领跑(pao)产业版的国产GPT模型。

其实，京东一直在加速(su)技术的产业落地。

何晓冬博士分享(xiang)了一个案例：去年北(bei)京市有2600万通「96010」电话，是借(jie)助(zhu)言犀的人工智能对话技术打出去的。而这些工作，如果没有用AI，需要1万名社(she)區(qu)人員(yuan)不停(ting)地打好几个月。

技术成果的规模化应用，产生了重大的经濟(ji)和社会效益(yi)，也是「吴奖」評(ping)委(wei)们认可的要点。

除了将新一代人机協(xie)同技术全面注入政务热线，京东云还攜(xie)手智云天工，以「智能终端+彈(dan)性算力」模式，接入常州(zhou)区域内近千家工厂的7万多台设备，成功消化了15亿多元的剩(sheng)余(yu)产能。

京东C2M智造平台已与超过兩(liang)千个品牌达成合作，节省(sheng)了75%的产品需求调研时间，将新品上市周期縮(suo)短(duan)了67%。

未来，在智能物流上，京东产业GPT能够幫(bang)助物流公司，包括京东物流自身在内，在用户反饋(kui)、配送(song)环节等方面实现提升。

在制造领域，通过打造AI专家診(zhen)断系统，排(pai)除工业中故(gu)障(zhang)，保(bao)障客户工程的連(lian)续性。

以产业为重点，走向实体。让AI从真实场景中寻找价值、创造价值，致(zhi)力于憑(ping)借独特优势做出「更懂(dong)产业的云」，京东云的产业GPT之路值得期待(dai)。返(fan)回搜(sou)狐(hu)，查(zha)看更多

責(ze)任编辑：