突破常规！广告中的独特卖点

yijianxuanjiu：remaihaojiumingyoubaijiuhongjiuzhicaixiyanyongjiu。kechengneirongfugaishuxueyingyuyuwenzirankexuesiweixunlian。dancijiyidengduoxiangzaixianhudongkemu。zairichangrenwuzhong，wanjiamenkeyichixulaitiaozhanyouxizhongdejiashimeirirenwu。xuancitiankong，jiandancaozuoshihesuoyouren，guanchatimutiaoxuanzhengquededaantiankong。fuwu，zhaozuopin，yudingfuwu，yiqie；五(wu)位(wei)人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)大(da)咖(ka)齊(qi)聚(ju)！共(gong)話(hua)“AI+”的(de)顛(dian)覆(fu)與(yu)機(ji)遇(yu)

今(jin)年(nian)隨(sui)著(zhe)人工智能AI技(ji)術(shu)的不(bu)斷(duan)革(ge)新(xin)与叠(die)代(dai)，我(wo)們(men)正(zheng)站(zhan)在(zai)新壹(yi)輪(lun)的產(chan)業(ye)的浪(lang)潮(chao)的拐(guai)點(dian)，巨(ju)大的投(tou)資(zi)机遇正應(ying)運(yun)而(er)生(sheng)。

針(zhen)對(dui)未(wei)來(lai)人工智能的發(fa)展(zhan)和(he)机遇，2023年6月(yue)16日(ri)，格(ge)隆(long)匯(hui)舉(ju)辦(ban)的“2023年格隆汇中(zhong)期(qi)策(ce)略(lve)峰(feng)會(hui)”中的人工智能論(lun)壇(tan)的圓(yuan)桌(zhuo)討(tao)论環(huan)節(jie)，邀(yao)請(qing)到(dao)國(guo)盛(sheng)證(zheng)券(quan)計(ji)算(suan)机首(shou)席(xi)劉(liu)高(gao)暢(chang)、TCL電(dian)子(zi)非(fei)執(zhi)行(xing)董(dong)事(shi)孫(sun)力(li)、聯(lian)易(yi)融(rong)科(ke)技副(fu)總(zong)裁(cai)沈(shen)旸(旸)、華(hua)夏(xia)基(ji)金(jin)數(shu)量(liang)投资部(bu)执行总經(jing)理(li)徐(xu)猛(meng)、百(bai)度(du)集(ji)團(tuan)科技与社(she)会研(yan)究(jiu)中心(xin)主(zhu)任(ren)余(yu)歡(huan)，五位人工智能领域大咖共同(tong)探(tan)讨AI+的颠覆与机遇這(zhe)一话題(ti)。

01

AI浪潮下(xia)的机遇和挑(tiao)戰(zhan)

主持(chi)人（刘高畅）：結(jie)合(he)行业的背(bei)景(jing)及(ji)业務(wu)特(te)点闡(chan)述(shu)一下AI帶(dai)給(gei)自(zi)己(ji)所(suo)在公(gong)司(si)、行业及在业务上(shang)的机遇和挑战。

孙力：大模(mo)型(xing)基於(yu)它(ta)的認(ren)知(zhi)和理解(jie)能力，和以(yi)前(qian)的小(xiao)模型相(xiang)比(bi)，的確(que)有(you)了(le)非常(chang)大的改(gai)變(bian)。非常關(guan)鍵(jian)的是(shi)，在以与顯(xian)示(shi)為(wei)中心的这些(xie)电子产品(pin)的交(jiao)互(hu)方(fang)面(mian)。

在人工智能的机遇方面，孙力认为，一方面，當(dang)人跟(gen)这個(ge)設(she)備(bei)交互的時(shi)候(hou)，它的认知和理解水(shui)平(ping)会有突(tu)飛(fei)猛進(jin)的进展。未来不论智能家(jia)居(ju)也(ye)好(hao)還(hai)是所有的产品交互也好，語(yu)音(yin)是一个非常重(zhong)要(yao)的交互手(shou)段(duan)。

另(ling)外(wai)一方面，像(xiang)对汽(qi)車(che)电子这樣(yang)有非常濃(nong)的交互的数據(ju)場(chang)景和产品的公司来說(shuo)，AIGC的內(nei)容(rong)生成(cheng)也是一个非常大的机遇。

此(ci)外，AIGC在电子产品的屏(ping)、交互、个性(xing)化(hua)的廣(guang)告(gao)以及上下文(wen)填(tian)充(chong)的新技术方面都(dou)將(jiang)带来非常多(duo)的机遇。

在大模型的挑战方面，第(di)一个不可(ke)以回(hui)避(bi)的挑战是成本(ben)。大模型的成本非常高昂(ang)，因(yin)此並(bing)不是所有的公司都有具(ju)备足(zu)夠(gou)多的数据、算力、科學(xue)家、显卡(ka)等(deng)等，而且(qie)推(tui)理及雲(yun)端(duan)的这些工程(cheng)化部署(shu)也要花(hua)錢(qian)。

第二(er)个挑战就(jiu)是数据的隱(yin)私(si)。因为現(xian)在大模型天(tian)然(ran)的部署在云端，这意(yi)味(wei)着用(yong)戶(hu)有一些数据必(bi)須(xu)上傳(chuan)，还有一些絕(jue)对机密(mi)的商(shang)业机密沒(mei)有办法(fa)跨(kua)出(chu)公司的数据中心，对数据的安(an)全(quan)这塊(kuai)也是一个挑战。

此外，大模型现在有很(hen)多不完(wan)美(mei)的地(di)方比如(ru)它会生成涉(she)及到法規(gui)、倫(lun)理等方面的東(dong)西(xi)，具有很大的不确定(ding)性。

沈旸：AI对供(gong)应鏈(lian)金融领域带来了天翻(fan)地覆的变化。

供应链金融是通(tong)過(guo)产业链的方式(shi)去(qu)解決(jue)资金在不同的企(qi)业之(zhi)間(jian)周(zhou)轉(zhuan)的問(wen)题，这样每(mei)一个企业的资金就可以更(geng)好的被(bei)运转。

供应链金融领域的難(nan)点在于，以前做(zuo)供应链金融成本会很高，只(zhi)有大企业大項(xiang)目(mu)才(cai)会做所謂(wei)的供应链金融，一个幾(ji)十(shi)萬(wan)的小项目没有人去关註(zhu)，因为这个的成本太(tai)高了。

因为在供应链金融裏(li)面，大家经常做事情(qing)之前先(xian)会去收(shou)集一大堆(dui)信(xin)息(xi)，然後(hou)再(zai)去分(fen)析(xi)这些信息，之后再去判(pan)断这个项目是否(fou)能够去在市(shi)场上做一个融资。而这个成本是非常非常高的。

大模型包(bao)括(kuo)这波(bo)AI给供应链金融带来的促(cu)进是它讓(rang)原(yuan)来很多根(gen)本做不了的事情变得(de)可行了，可能原来供应链金融在国内的天花板(ban)是一年几十万億(yi)的量，但(dan)是一旦(dan)突破(po)这个天花板，它可能变得和GDP一样甚(shen)至(zhi)比GDP更多。因为我们日常当中，还有很多的行为其(qi)實(shi)是没有被記(ji)錄(lu)到GDP的範(fan)圍(wei)内。

徐猛：雖(sui)然一些大模型我们用得还不是特別(bie)多，但是從(cong)实盤(pan)的业績(ji)以及在过去三(san)年中我们利(li)用AI策略的结果(guo)来看(kan)，AI的策略和量化结合还是能够取(qu)得一些成绩的。

我们认为， AI策略和传統(tong)的量化相比，能够取得相对比較(jiao)好的收益(yi)有AI学的广、学的深(shen)、更方便(bian)做回測(ce)三方面的原因。

余欢：作(zuo)为一家深耕(geng)AI超(chao)过10年的公司，AI给百度带来的影(ying)響(xiang)是無(wu)處(chu)不在的，我们目前正在用文心大模型全面的重構(gou)百度所有的产品和工作流(liu)，将给客(ke)户和用户带来更優(you)的體(ti)驗(yan)效(xiao)果。

另外，从行业方面来講(jiang)，这波AI浪潮展现出了兩(liang)个明(ming)显的发展趨(qu)勢(shi)：其一，知識(shi)的利用效率(lv)正实现大幅(fu)躍(yue)遷(qian)。大模型表(biao)现出来的问题理解能力、信息提(ti)取能力和内容生成能力使(shi)得我们不需(xu)要像过去一样经歷(li)多轮点擊(ji)跳(tiao)转的方式来找(zhao)到有效信息，信息利用率得到大幅提升(sheng)，而且问题与答(da)案(an)之间的匹(pi)配(pei)度很高，定制(zhi)化程度也更高。

其二，更多工业化生产场景将会实现降(jiang)本增(zeng)效。尤(you)其是利好很多中長(chang)尾(wei)场景，原来这些场景存(cun)在数据量不足的问题，投入(ru)产出比低(di)的情況(kuang)。现在，我们在大模型基礎(chu)上，輸(shu)入少(shao)量的业务和场景数据，基本可以较完善(shan)地解决这些问题。

所以整(zheng)体来说，对于原来没有得到很好解决方案的中长尾场景，AI大模型的充分利用有着重要意義(yi)。

02

AI+”在行业的最(zui)新应用及进展

主持人（刘高畅）：介(jie)紹(shao)下公司与AI结合的最新应用及进展。

孙力：无论是大模型、小模型、初(chu)級(ji)的AI、还是更高级的AI，均(jun)可能有提升企业内部运營(ying)效率、提升用户体验、催(cui)生一些新的商业模式几个方面的效果。

首先，有助(zhu)于企业内部运营效率的提升。因为是无论在生成文案、HR、营銷(xiao)、財(cai)务、工业制造(zao)等任何(he)方面大模型都能用来降本增效。我们在一些工业大模型的合作中，将人工智能的技术大量用在工业场景，这極(ji)大的提升了效率。

其次(ci)，应用到产品上能大幅提升用户体验，提升用户的滿(man)意度，从而提升公司的競(jing)爭(zheng)水平和盈(ying)利水平。因此我们认为智能家居的交互和语音助手是一个非常重要的应用场景，所以我们现在的语音助手都在升级，接(jie)下来，我们还有一个重大的应用就是AR的眼(yan)鏡(jing)。

最后，催生一些新的商业模式。一方面是附(fu)加(jia)在原来的商业模式上，另一方面，大模型一定还会产生一些新的商业模式，无论是在交互式对话还是主動(dong)的智能方面。

沈旸：在金融供应链领域，GPT大模型给我们带来的变化是一个質(zhi)变过程。

供应链金融是一个链路(lu)特别长的一个场景。而这里面，做数字(zi)化能解决很多的问题，但是现实的问题是，各(ge)種(zhong)数字化最終(zhong)其实要落(luo)到结构化的系(xi)统里面，而系统和人拿(na)文本是做不了决策的。

供应链金融，原来每个細(xi)分领域很多的小模型，但是在大模型出来以后，有一个更大的模型把(ba)这些小模型都拼(pin)裝(zhuang)在里面，就有了一个初心存在，有了一个最终的目的。这意味着，以后企业做的每一件(jian)事情，未来都可以落到一筆(bi)交易上，甚至变成一个量化金融的一个思(si)路。

这就是未来的供应链金融的一个场景也是我们目的正在做的，而且我们现在测試(shi)下来发现，把原来十几个不同功(gong)能应用的小模型嵌(qian)入到一起(qi)变成一个大模型，它的精(jing)準(zhun)度損(sun)失(shi)并不大，而同时它在效率上有着更大的提升。

我们目前正在做的一些嘗(chang)试就是，通过运用大模型可以同时服(fu)务更多的客户、产生更多的场景，然后产生更多的交易的行为。

徐猛：AI是一个比较大的投资風(feng)口(kou)，而相对投资个股(gu)的风險(xian)较小是把AI应用在ETF方面一个较大优势。

从产业政(zheng)策看，由(you)于国家经濟(ji)的转型，政策層(ceng)面也是比较支(zhi)持AI发展的。从落地端来看，各个行业的AI都能够擁(yong)有一些落地产品并且能够降本增效，AI在量化投资领域效果也是不錯(cuo)的。在遊(you)戲(xi)方面，也有一些应用场景的提升，因此我们覺(jiao)得AI将会在各个行业蔓(man)延(yan)開(kai)来。

余欢：我们公司与AI结合的最新进展，如果用一个关键詞(ci)来概(gai)括就是“雙(shuang)效提升”，这个双效一个指(zhi)的是效果，一个是指效率。

关于大模型的演(yan)进，大家都经历了从1亿、10亿、百亿到现在千(qian)亿的过程。大模型从过去的判别式、辨(bian)别式为主的AI，变成了现在以生成式为主的AI。

效果其实前面孙总也提到过，人机交互界(jie)面的体验感(gan)有明显的跃升。在上述談(tan)及的諸(zhu)多内容創(chuang)作方面，也已(yi)经有了很不一样的感觀(guan)效果。目前我们許(xu)多对外的营销素(su)材(cai)、活(huo)动材料(liao)、海(hai)報(bao)都是用AI来生产的，我们再进行挑選(xuan)和优化。

还有就是工作效率的提升。比如我们内部的办公軟(ruan)件如流已经被文心大模型能力重构，賦(fu)能我们日常的工作流程。

另外一点是自动駕(jia)駛(shi)方面，我们做了多年并且进行了长期投入。现在我们自动驾驶出行服务平臺(tai)“蘿(luo)蔔(bu)快(kuai)跑(pao)”訂(ding)單(dan)量已经超过200万，这是在北(bei)京(jing)、武(wu)漢(han)、重慶(qing)、深圳(zhen)等多个區(qu)域实打(da)实的商业订单数据，在个别政策允(yun)许的区域也做了没有安全員(yuan)的全自动驾驶。

这些都是我们在不同领域逐(zhu)步(bu)将大模型应用落地的典(dian)型案例(li)。

03

GPT未来对人類(lei)带来的最大改变

孙力表示，大模型的到来对于智能终端如手机、电視(shi)、汽车等这样的产品公司来说，一方面，让每一家产品公司都要思考(kao)数字化这个东西。另一方面，一定要提供主动化和个性化的服务。

GPT的技术方面可以繼(ji)續(xu)的演进，例如GPT本身(shen)的效率、消(xiao)耗(hao)的资源(yuan)、成本、部署的方式，大小模型的结合以及在垂(chui)直(zhi)领域的精进。

沈旸认为，GPT对供应链金融领域的影响就是，未来我们所有做的事情都是为了交易。在未来时间，一切(qie)交易可以被量化，可以被计算，價(jia)值(zhi)有多少，而且用AI的技术可以让交易成本变得非常低，也会更公正一些。这是我们未来做的一个事情。

未来将AI技术应用在量化投资里面，徐猛认为，一方面能够做更多深入的研究探讨，另一方面，基金投资人用这些技术做好服务投资者(zhe)的工作。

谈及大模型对未来的影响，余欢表示，虽然大模型不是万能的，但没大模型是万万不能的。目前来看，行业内的大模型产品都还没有觸(chu)達(da)到天花板，还有很多值得探索(suo)的地方。我们要做的就是，把探索的结果、最好的产品和能力，以大家願(yuan)意用、用得起的价格，给所有人盡(jin)量地用起来，为每一个人、每一家企业做好服务。

刘高畅則(ze)从投资角(jiao)度分享(xiang)了未来五年内可能会发生的一些改变人类的方向(xiang)。

第一类，可能产生工具类的软件包括像微(wei)软的一些相应的产品。

第二类，产生像醫(yi)療(liao)、法律(lv)、金融、教(jiao)育(yu)等这样的一些需要将行业和知识庫(ku)结合的系统，会提升每个领域的輔(fu)助功能。

第三块，是入口产品的改变。智能助理的出现会像妳(ni)身邊(bian)一个小管(guan)家一样，幫(bang)你处理很多的工作、協(xie)調(tiao)与世(shi)界的一个交互的方式。

第四(si)类，可能就是会慢(man)慢的从多模態(tai)GPT到VIT和GPT的融合，再和机械(xie)融合，真(zhen)正运用在生产線(xian)上，从很多领域去改变世界。返(fan)回搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)輯(ji)：