2022年底ChatGPT的橫空出世，帶來了AI大模型的熱潮。為了讓更多企業(yè)拿到大模型的船票，明略科技推出小明助理Copilot一站式大模型AI智能助理，以瀏覽器插件形式兼顧PC/移動端網(wǎng)頁等產(chǎn)品形態(tài)，開箱即用，且具備聯(lián)網(wǎng)搜索功能，通過ChatPDF、對照式翻譯、營銷文案生成和豐富好用的Agent。過去一年，在持續(xù)的產(chǎn)品迭代與內(nèi)部試水過程中，目前95%的員工已在日常工作中高頻應用小明助理Copilot，產(chǎn)品周活達到70%以上，初步實現(xiàn)了“與大模型同頻”。

明略科技觀察到，盡管一年多來技術層面AI大模型還在高歌猛進，捷報頻傳，但AI大模型在企業(yè)落地并真正發(fā)揮生產(chǎn)力，卻面臨無數(shù)問題。令企業(yè)老板感到振奮的大模型，卻難以在基層員工間推廣開來；一些成熟公司已擁有多種辦公軟件系統(tǒng)，卻不知AI大模型如何與現(xiàn)有軟件協(xié)同發(fā)力。

有了AI工具，如何提升生產(chǎn)力？為什么說大模型的出現(xiàn)給尚處于數(shù)字化初期的公司提供了追趕的機會？近日，明略科技創(chuàng)始人吳明輝做客混沌學園，為大家?guī)砭室徽n，《AI如何賦能職場人——大模型落地企業(yè)方法論》。

授課老師｜吳明輝 明略科技創(chuàng)始人&CEO

編輯｜混沌商業(yè)研究團隊

支持｜混沌前沿課

一、我的個人經(jīng)歷：充分擁抱新技術紅利

2022年，當我在北大寫博士論文的時候，才發(fā)現(xiàn)自己的綜合資格考試報告白寫了，很多知識都發(fā)生了更新。今天在讀的AI領域博士非常慘，因為以往全世界所有從事人工智能一年的工作量，都不及今天一周的工作量大，大家如果不抓緊做出課題發(fā)表出去，基本上沒有畢業(yè)的機會。

今天，我要同大家分享很重要的一個觀點，就是不要著急。計算機剛剛出現(xiàn)的時候，每個人都說要從娃娃抓起，那時大家就很焦慮。事實上，我身邊許多在世界500強企業(yè)工作的CEO，幾乎都是跟我同齡時期才開始寫代碼的。所以，每一項新技術的出現(xiàn)都是有紅利的，最終大家也一定都會使用到，只是接觸早的人會比別人多一些機會和時間。如同《異類》一書中提出的1萬小時定律，只要比別人多花一些時間做某件事情，未來就有機會享受到某領域的競爭紅利。我創(chuàng)辦的公司名為明略科技，早期叫做秒針系統(tǒng)，是我在北大讀研究生時候創(chuàng)辦的，開始是做互聯(lián)網(wǎng)大數(shù)據(jù)的用戶分析，后來轉(zhuǎn)型做廣告分析。我們是國內(nèi)最早用分布式計算系統(tǒng)處理海量用戶行為的數(shù)據(jù)公司，這也成就了今天我們在國內(nèi)互聯(lián)網(wǎng)廣告數(shù)據(jù)分析的江湖地位。

大家都很熟悉彭博社，彭博社是全世界最大的金融信息服務商，而秒針是中國最大的廣告領域信息服務商，兩者頗有淵源。彭博社的創(chuàng)始人邁克爾·布隆伯格創(chuàng)業(yè)初期，立志將電腦賣給每一位投資基金，希望幫助大家快速地獲取互聯(lián)網(wǎng)上的金融信息，這也成就了彭博社今天在全球金融信息服務領域的霸主地位。所以，很多公司都在擁抱新技術，它們可能是將某一項新技術用到了極致，或者是第一個使用新技術從而顛覆了上一代產(chǎn)品，最終走出了新的曲線。

二、大模型是當下的最大機會

為什么要研究大模型？因為這是當下最大的機會，這是我的切身感受。明略科技在過去十幾年時間里發(fā)展得很順利，但是過去三年中，資本市場發(fā)生了非常大的變化，整個商業(yè)邏輯也發(fā)生了改變，我們不得以也得裁員。2023年一年時間里，我每天都在思考如何帶領團隊突破困局，如何提升士氣，在我面前非常大的一個機會就是大模型。我們團隊研究大模型也經(jīng)歷了非常曲折的過程。開始的時候我每天看Paper，然后轉(zhuǎn)發(fā)到員工群中，大家的反映很平常，時間一長甚至沒有人回應了。有一天我突然意識到，天天喊大模型是沒有用的，我自己都沒有真正地用好大模型，所以我注冊了GPT，開始真正使用大模型，并帶領團隊做了一個能夠幫助大家更好使用GPT的小工具，叫做“小明助理”，員工使用后的反響非常好。

2023的10月，公司還舉辦了黑客馬拉松大賽，我在場上向大家分享了十一期間使用大模型的經(jīng)歷，包括帶著女兒用GPT寫作業(yè)，用大模型思考公司戰(zhàn)略，以及向大模型詢問為退休同事準備禮物的建議，大模型的確給了我很多啟發(fā)。我把使用案例分享給團隊后，大家都驚訝地發(fā)現(xiàn)“小明助理”的用途如此廣泛。今年，公司員工已經(jīng)做到了廣泛使用大模型，平均每個員工一天使用10次以上，大家不僅可以用GPT解決工作生活中遇到的一些問題，甚至可以放到自己的生產(chǎn)環(huán)境中用于提升生產(chǎn)效率，可以說，公司團隊絕大多數(shù)的同學都已經(jīng)拿到大模型的船票。

三、AI大模型的本質(zhì)是一個函數(shù)，小朋友都懂

大家都很容易理解函數(shù)公式y(tǒng)=f(x)。大模型本質(zhì)上就是一個函數(shù)，就是要設計、訓練、學習出來一個函數(shù)。人工智能大模型領域常見的幾種任務，比如語音識別，就是把一個聲音的波形文件轉(zhuǎn)化成一段文字，語音識別的函數(shù)x就是波形文件，y就是轉(zhuǎn)寫的文字。比如圖像識別，圖像識別的函數(shù)x就是照片，更高級的函數(shù)x可能是視頻，它的y就是識別的任務目標。GPT其實也是一個函數(shù)，GPT的x就是Prompt，y就是給予你的回復，GPT本質(zhì)上仍然是一個函數(shù)。從這個角度看，所有的人工智能都是一個函數(shù)。

大家在中學期間學習的第一個函數(shù)就是線性函數(shù)，y=ax+b，當你知道函數(shù)的兩個點，就可以得出a和b。將這個函數(shù)解出來之后，再帶進去一個新的x，就可以直接求出y了，這是我們學函數(shù)的核心目的，找出x和y之間的關系，這也是今天AI在做的事情。AI就是我們做任何一個人工智能領域的任務，這個任務本身就是一個函數(shù)。這里面的（1，2）和（-1，6）是什么？就是訓練的數(shù)據(jù)。

當然，GPT的函數(shù)要比以往的函數(shù)復雜很多，現(xiàn)在全世界最火的語言模型是GPT3.5和GPT4.0，GPT3.5有1750億個參數(shù)，GPT4.0估計有上萬億個參數(shù)，這個參數(shù)就是線性函數(shù)里面的a和b。由此可見，GPT非常厲害的，它列了一個有千億甚至上萬億個參數(shù)的函數(shù)，然后代入了大量的數(shù)據(jù)和點，最后把里面的參數(shù)解了出來。我認為OpenAI是一家非常偉大的公司。OpenAI公司的創(chuàng)始人是Ilya，之后是前YC的總裁SamAltman，很多人在討論，到底是Ilya重要還是Altman重要，因為OpenAI的核心算法都是Ilya帶著研發(fā)團隊做的，但是我認為Altman更重要一些，因為他解決了一個核心問題，即錢的問題。解一個萬億參數(shù)的方程，少則幾千萬美金，多則幾億美金。Altman的偉大之處，在于他可以讓有錢的投資人敢于投資未知的事業(yè)，并且最終將方程式解了出來，這是一個改變世界、改變?nèi)祟惖膫ゴ蟀l(fā)明。

四、AI在企業(yè)落地：大模型產(chǎn)生生產(chǎn)力的根本邏輯

回到企業(yè)視角，明略科技是做ToB業(yè)務的，在同其它企業(yè)CEO、CIO、CMO聊天的時候，我發(fā)現(xiàn)大家對于大模型的出現(xiàn)都感到很興奮，很多公司都建立了人工智能小分隊，但嘗試幾次后發(fā)現(xiàn)效果并不理想。有一些人認為是因為國內(nèi)的模型不行，他們嘗試使用國外的，結(jié)果也并不好。我認為，一個想真正落地大模型的企業(yè)，如果還保持著上述思路，你與大模型就今生無緣了，因為大模型并不是參數(shù)越多，推理能力越強，越能解決自身的業(yè)務問題的。

現(xiàn)在，OpenAI已經(jīng)把參數(shù)做得非常高了，它擁有的是互聯(lián)網(wǎng)上的通識知識，如果訓練得足夠好，它可以擁有清華、北大優(yōu)秀本科畢業(yè)生同等的認知能力。但即使擁有了這種認知能力，就能確保大數(shù)據(jù)在企業(yè)中可以做好很多工作？答案是否定的。實際上，現(xiàn)實生活中很多優(yōu)秀的本科畢業(yè)生在企業(yè)里發(fā)揮的作用并不理想，這是我們需要特別思考的。

值得注意的是，并不是模型的參數(shù)決定了它是否能在工作中有效轉(zhuǎn)化成生產(chǎn)力。有一些任務，即使用很小參數(shù)的模型也能解決，還有很多的問題，即使發(fā)展到GPT7.0階段也未必能解決。GPT3.5、GPT4.0的參數(shù)一直在上升，其主要目的在于自身迭代，要持續(xù)更新自身的核心能力。

五、國內(nèi)的大模型不能用嗎？

在同清華大學計算機系教授、智譜AI首席科學家唐杰老師聊天的時候，我提出了一個問題，智譜AI需要在哪方面著重加強，才能追趕上OpenAI？唐杰老師的回答是加強推理能力。推理能力是什么？其實，人類所有的智慧工作都可以稱之為推理能力。當不知道一個模型好壞的時候，我建議大家可以向大模型提出一個問題進行檢測，“美國的哪一個州跟其他的州不接壤”，這個問題的正確答案是阿拉斯加和夏威夷，它需要大數(shù)據(jù)知道美國的地理情況以及州和州之間的關系，但是很多模型的答案都是答非所問。這方面，國外LLaMA2等幾個開源模型做得還比較好。

難道國內(nèi)的大模型無法使用？我的答案是可以使用。比如人們向大模型提出問題，“湖南和湖北這兩個省會，哪個人口更多一些”，國內(nèi)的大模型往往會卡住，因為它根本沒有理解這句話的意思，但如果通過操作把它的CoT能力調(diào)出來，大模型就有能力將答案推理出來。這如同一名新員工剛剛?cè)肼氁粯樱灰窘o它的任務拆得足夠細，他就能干好，甚至完成的情況不比清華、北大的畢業(yè)生差。我深切地感到，大模型的學習、發(fā)展和應用的過程，同人類從小的學習發(fā)展過程非常相像，兩者是完全可以類比的。我們講大模型的迭代能力，就是要提高它的推理能力，而推理的過程需要信息。今天人們想將大模型應用到公司之中，但是大模型并不知道公司原有的生產(chǎn)資料和信息系統(tǒng)。人們花費大量資金，要解決的問題是什么？是它想不斷地學習知識，從而提高自己的推理能力，它的最終形態(tài)是模型，而不是信息。它在企業(yè)中的價值是提供一個好的模型，所需要的是人們將信息找過來。

六、大模型在企業(yè)落地的好工具：Agent&Copilot

理性和感性的區(qū)別是什么？從哲學講，最大的區(qū)別是理性是有目標的，而企業(yè)最核心的就是要有目標。正是因為企業(yè)是有目標的，企業(yè)中絕大多數(shù)的生產(chǎn)活動也都是理性的活動，而所有的理性決策、理性活動都需要有對應的理性決策模型和信息。現(xiàn)在，參數(shù)在不斷提高的過程中并沒有增加信息，不斷提高的參數(shù)只是讓模型的推理能力變強大了。做個類比，模型是f，信息是x，只有把正確的x給到強大的f模型，才有可能算出正確的y，才有可能輔助企業(yè)的理性決策和下一步行動，這是企業(yè)大模型不好用的核心原因。

除了大模型，當然還有更高級的用法，比如Agent。Agent的本質(zhì)就是模型和信息，好的Agent可以把語言模型跟Memory、Tools、Planning的能力有機地組織起來。所以，Agent是今天做大模型創(chuàng)業(yè)或者企業(yè)去落地大模型使用的非常有效的一種手段。OpenAI也好，國內(nèi)的大模型也好，它們都如同優(yōu)秀的大學畢業(yè)生，雖然它們都是文科生，但勝在足夠聰明，閱讀理解能力非常強。Agent本質(zhì)上就是通過大模型的Planning能力，把大模型本身的語言能力、推理能力跟外部的信息系統(tǒng)和知識全部連接到一起的綜合性系統(tǒng)。對于擁有大模型的企業(yè)而言，將公司信息跟語言模型有機結(jié)合起來，相對便捷的方法就是使用Agent。幾個月前，OpenAI發(fā)布了GPTS，它是一個用來生成Agent的工具，其核心就是連接了一些常用的信息或者知識，把這些信息和知識給到OpenAI的標準接口，OpenAI就可以基于這些知識去解決一些問題。在企業(yè)中，真正想把信息系統(tǒng)整理好，并且能夠跟大模型連接起來，需要解決諸多難題。最簡單的方法就是使用Copilot。

Copilot是什么？它跟Agent有何關系？pilot的意思是駕駛員，Co-pilot的意思是聯(lián)合駕駛或者副駕駛，即開車時旁邊坐著的那個人。人們最理想的狀態(tài)是讓汽車變成無人駕駛，但成本和代價很大。在Copilot中，主駕駛還是人，副駕駛的職能是協(xié)助人做一些決策和操作，甚至完成主駕托管的任務，但最后的決定權(quán)仍在人類手中。小明助理存在的意義就在于此。

七、哪些行業(yè)可以使用大模型？首先是服務業(yè)

哪些行業(yè)可以使用大模型？哪些工種可以使用大模型？這也是一個很重要的問題。任何行業(yè)要想真正用好大模型，真正地創(chuàng)造生產(chǎn)力，都需要把大模型本身產(chǎn)生決策的能力跟最終的行動有機聯(lián)合起來，如果兩者無法鏈接，是無法產(chǎn)生生產(chǎn)力的。人們稱呼人工智能為下一次工業(yè)革命，到底是誰革誰的命，這是一個很重要的問題。蒸汽機和電機的發(fā)明，讓工廠革掉了手工作坊的命。我自己有一個觀點，首先開始的將會是服務業(yè)革命。比如我們從事的是軟件和分析咨詢的專業(yè)服務領域，而GPT的出現(xiàn)帶來了大量復制的可能性，它可以讓人們的腦力勞動被機器自動化或者半自動化地生產(chǎn)出來，像軟件公司、市場研究公司甚至律師事務所等專業(yè)服務機構(gòu)會出現(xiàn)一些兼并、收購、整合甚至革命的情況。在人工智能發(fā)展的今天，制造行業(yè)、廣告行業(yè)都可能面臨重構(gòu)，人工智能會讓過程更加高效，并且打破中間環(huán)節(jié)的很多瓶頸。但這并不意味著人工智能會造成大規(guī)模的失業(yè)，能力提升后，需求也將隨之增加，大家還是有工作可以做的。

八、大模型落地企業(yè)的核心是知識工程

企業(yè)迎接大模型時代的第一個命題，就是要解決公司的知識工程問題。同時，人們也要思考每個人自己的知識工程是什么。現(xiàn)代認知心理學將知識分為兩類，一類叫陳述性知識，一類叫程序性知識。編程知識屬于程序性知識。例如，大象是一種動物，這是陳述性知識。把大象放到冰箱里面分幾步，這是程序性知識。Prompt（提示工程）和CoT（思維鏈）技術是大模型革命性能力發(fā)現(xiàn)的重要組成部分，其意義可以媲美人類文字和印刷術的發(fā)明。CoT的重點是把程序?qū)懬宄Ｔ谛∶髦碇校灰喴乇砻髂愕哪繕耍涂梢詫rompt模板寫出來，非常方便。管理大師野中郁次郎的《創(chuàng)造知識的企業(yè)》一書中提出，每個企業(yè)中有暗默的知識，也有顯性的知識，企業(yè)最核心的就是要把這些知識管理好。在大模型時代，這些知識不僅存在于每名員工的大腦中，存在企業(yè)的文檔庫中，甚至存在于每次會議的錄音之中。甚至有一天，大語言模型可以直接執(zhí)行錄音里面的知識。這就如同一個非常聰明的清華、北大畢業(yè)生在你身邊當助手，你需要做的就是每天拿資料同它交互，就可以高效地提升效率。未來，企業(yè)的知識管理邏輯也將發(fā)生巨大的變化。Prompt和CoT的出現(xiàn)，實現(xiàn)了大模型和大模型之間互相學習的設想，只要讀懂了你的指令，大模型就可以將這些指令執(zhí)行得非常好，并且下一個人可以立足訓練成熟的AI繼續(xù)發(fā)展。每個人都站在巨人的肩膀之上，未來的人工智能發(fā)展速度會非常快。今天大語言模型出現(xiàn)后，很多AI擁有了通用能力，這種通用能力可以賦能各行各業(yè)，為每一個人服務。OpenAI是為全世界服務的，中國基礎模型公司做出的產(chǎn)品也是為所有用戶服務的，每一個做垂直應用的企業(yè)，每一個企業(yè)里面想用大模型的員工，都可以將模型拿過來直接使用，這是一項非常偉大的變革。

九、知識與數(shù)據(jù)的安全考量

企業(yè)在整理數(shù)據(jù)和知識的時候，不僅要考慮如何規(guī)劃數(shù)據(jù)、知識，同時也要考慮權(quán)限問題，如果企業(yè)將所有權(quán)限全部交給OpenAI，容易引發(fā)商業(yè)機密泄露。

我的建議是選擇兩個維度四象限的邏輯進行分析，包括數(shù)據(jù)的公開程度、執(zhí)行任務的推理復雜性等。對于一些低密集又需要高難度推理能力的，可以直接使用在線大模型；對于一些高密集且推理能力不高的，例如財務信息、HR信息、研發(fā)產(chǎn)品信息等，可以部署一個私有化模型。企業(yè)要做的，就是把對應的密集問題想明白、分好級。