本文旨在探討大模型的工作原理、應(yīng)用場景及其未來的發(fā)展趨勢，以期為讀者提供一個(gè)全面、客觀的視角。我們將從大模型的整體架構(gòu)、工作原理、以及市面上現(xiàn)有的AI產(chǎn)品等方面進(jìn)行深入剖析，幫助大家更好地理解這項(xiàng)前沿技術(shù)。

一、寫在前面

寫這篇文章的初衷，源于近期涌起的唱衰AI大模型的風(fēng)潮。不少人在對大模型的機(jī)制及當(dāng)下的商業(yè)形態(tài)進(jìn)行了初步了解后，便斷言大模型是一場“騙局”，是資本操控的鬧劇。同時(shí)，近來不管是投資領(lǐng)域還是各大廠，似乎都開始謹(jǐn)慎衡量做大模型這件事的投資回報(bào)率（ROI）。難道大模型當(dāng)真不像去年眾人所認(rèn)定的那樣，是一場所謂的“革命”嗎？

唱衰大模型的人，大多持有這樣的觀點(diǎn)：他們覺得大模型僅能實(shí)現(xiàn)像chatbox、文生圖、圖生圖、生視頻、生音頻之類的功能，難以找到可商用的場景，更別說其中部分功能還可能存在幻覺問題。同時(shí)，大模型的算力也是有成本的，而且價(jià)格不低。

所以問題就出現(xiàn)了，即我們做出了一個(gè)個(gè)看似出色的ai產(chǎn)品，用戶日活量或許也很高，但高日活帶來的是高機(jī)器算力費(fèi)用，而這筆費(fèi)用又無法從活躍用戶身上獲取，所以這個(gè)商業(yè)模式就難以形成閉環(huán)了。

所以這種理解倒不能說是錯(cuò)誤的，但這是建立在兩個(gè)前提之上的。

第一，大模型確實(shí)后續(xù)也僅能用在聊天以及生成圖片、文字、視頻了；第二，算力的費(fèi)用會持續(xù)居高不下。但在我看來，這兩點(diǎn)都是不成立的。首先關(guān)于第二點(diǎn)的算力的問題，已經(jīng)有許多解決方案了，不論是模型蒸餾，還是蘋果的端云方案等等，我認(rèn)為今年內(nèi)算力成本問題將不再是難題。

那么第一點(diǎn)，其實(shí)也是今日的重點(diǎn)。而要知曉一個(gè)新事物究竟能夠帶來什么樣的改變，我認(rèn)為首先是先需要明晰其運(yùn)作原理究竟是怎樣的。實(shí)際上，我也看過市面上很多有關(guān)大模型的科普文章，坦白講，對于非技術(shù)人員而言，理解起來頗具難度。

所以，我期望這篇文章能通過最為直白、最為簡單的描述，幫助各位產(chǎn)品同學(xué)，理解何為大模型，大模型是如何運(yùn)作的，大模型究竟帶來了什么，以及我們究竟該去怎么看待這次大模型的浪潮。

二、大模型的整體架構(gòu)

首先為方便大家對大模型有一個(gè)整體的認(rèn)知，我們先從大模型的整體架構(gòu)著手，來看看大模型的組成是怎么樣的。

下面是我大致分的個(gè)層。從整體分層的角度來看，目前大模型整體架構(gòu)可以分為以下幾層：

1. 基礎(chǔ)層：為大模型提供硬件支撐，數(shù)據(jù)支持等

例如A100、數(shù)據(jù)服務(wù)器等等。

2. 數(shù)據(jù)層

這里的數(shù)據(jù)層指的不是用于基層模型訓(xùn)練的數(shù)據(jù)基集，而是企業(yè)根據(jù)自己的特性，維護(hù)的垂域數(shù)據(jù)。分為靜態(tài)的知識庫，和動態(tài)的三方數(shù)據(jù)集

3. 模型層：LLm或多模態(tài)模型

LLm這個(gè)大家應(yīng)該都知道，large-language-model，也就是大語言模型，例如GPT，一般使用transformer算法來實(shí)現(xiàn)。

多模態(tài)模型即市面上的文生圖、圖生圖等的模型，訓(xùn)練所用的數(shù)據(jù)與llm不同，用的是圖文或聲音等多模態(tài)的數(shù)據(jù)集

4. 平臺層：模型與應(yīng)用間的平臺部分

比如大模型的評測體系，或者langchain平臺等，提供模型與應(yīng)用間的組成部分

5. 表現(xiàn)層：也就是應(yīng)用層，用戶實(shí)際看到的地方

這個(gè)就很好理解了，就不用我多作解釋了吧

三 、理解模型如何運(yùn)作

在上面我們分解的大模型架構(gòu)中，其他幾層其實(shí)對于產(chǎn)品同學(xué)而言都是很好理解的。但其核心的模型層，也就是LLm和多模態(tài)，我相信很多人還是對其感到迷惑。為什么我輸入一段文字后，模型就能給生成對應(yīng)的回復(fù)？為什么模型可以根據(jù)我輸入的文字去生成視頻和圖片？

這里我們不擺論文和學(xué)術(shù)性的講解，我用盡可能通俗的方式來給大家講解一下其原理。當(dāng)然有興趣的同學(xué)可以再深入的去學(xué)習(xí)。

1. LLm工作原理

首先講一下LLm，即large-language-model，大語言模型的工作原理。

我們可以觀察LLm大模型比如豆包在回復(fù)的時(shí)候，是不是一個(gè)一個(gè)字，行業(yè)里稱之為流式輸出的方式給你呈現(xiàn)內(nèi)容的。為什么會這樣呢？這是因?yàn)椋竽Ｐ痛_實(shí)是在一個(gè)字一個(gè)字地去推理生成內(nèi)容的。

就好像我們看輸入法的輸入聯(lián)想邏輯，輸入聯(lián)想，其實(shí)就是根據(jù)你輸入的單個(gè)字，來推測你要輸入的下個(gè)字是什么。比如我打了一個(gè)“輸”字，那么我要打的下字就很有可能是“入”，當(dāng)然這里就會有人問了，我要打的下個(gè)字也很有可能是“球”啊。

沒錯(cuò)，最開始的研究人員確實(shí)也識別到了這個(gè)問題。那么解法是什么呢？其實(shí)很簡單，我們把上下文加入到輸入里，不就能幫助模型理解下個(gè)字該是什么了嗎。

比如我們輸入的是“我想在這個(gè)單元格中輸”，那這下一個(gè)字大概率就是“入”。而我們?nèi)绻斎氲氖恰斑@場足球比賽中，輸”，那下一個(gè)字大概率就是“球”。

那么看到這里，善于思考的同學(xué)可能會發(fā)現(xiàn)這里存在

第一，我們知道大模型的學(xué)習(xí)數(shù)據(jù)規(guī)模往往是海量的，每次的計(jì)算如果都帶入全量的數(shù)據(jù)，算力上肯定是吃不消的。

第二，僅去算字的概率，似乎也有問題。因?yàn)槲覀冇糜谟?xùn)練的文章數(shù)據(jù)等，往往是出于各種場景各種背景寫就的。僅去算下個(gè)字出現(xiàn)的概率，容易會被各種不相干的信息干擾。

是的，研究人員同樣也遇到了這兩個(gè)問題，而這時(shí)，兩個(gè)概念的出現(xiàn)解決了這一難題。一個(gè)是詞向量機(jī)制，一個(gè)是transformer模型中的attention自注意力機(jī)制。

1）詞向量機(jī)制

詞向量機(jī)制怎么理解呢？可以理解為把我們?nèi)S生活中的詞，行業(yè)里稱之為詞元，或者token，去進(jìn)行一次拍平，降維到向量空間，也被稱為潛空間，或者latentspace中去。比如一個(gè)詞“楊柳”，在latentspace中，它不僅帶有“植物”這一生物學(xué)的向量表示，也帶有著“送別”的向量表示，也帶有著“人名”的向量表示。這些向量表示，行業(yè)里稱為feature，中文翻譯是“特征”，但說實(shí)話我覺得翻譯為“意象”，更能表達(dá)其含義。

為什么說是意象呢，因?yàn)檫@個(gè)“楊柳”究竟在當(dāng)前語境中表達(dá)什么含義，取決于其上下文而決定。這不正像是我們詩歌作品中的“意象”嘛

所以詞向量就是，大模型通過海量的文檔學(xué)習(xí)，把三維世界中的“詞元”，轉(zhuǎn)化為了latentspace中的“意象”的過程。比如“楊柳”，在latentspace中的表達(dá)可能就是[01,56,42]這樣的表達(dá)。

這樣轉(zhuǎn)換之后，其實(shí)就解決了第一個(gè)問題，即我們把學(xué)習(xí)資料轉(zhuǎn)化為了latentspace中的詞向量，而在這個(gè)潛空間中運(yùn)算的效率可以大大的增加，且詞向量的表達(dá)方式可以表示出機(jī)器學(xué)習(xí)中，詞匯之前的語義關(guān)系。

2）attention層

而第二個(gè)問題，被transformer模型中的自注意力機(jī)制解決。自注意力機(jī)制可以理解為，在機(jī)器訓(xùn)練中，我們加入了若干的attention層，每一個(gè)層都會對輸入的信息進(jìn)行學(xué)習(xí)和理解記憶。

打個(gè)比方，“我今天吃了獅子頭和蔬菜”這句話，在transformer中，會由attention層對這句話加入更多的信息來補(bǔ)充。比如補(bǔ)充“獅子頭是一道菜”“今天是星期六”等等。這些補(bǔ)充信息，會作為輸入給到下一個(gè)attention層進(jìn)行補(bǔ)充。當(dāng)然有些信息可能是不重要的，也會被忽視掉。最終層與層之間，哪些信息需要補(bǔ)充，哪些信息需要保留，哪些信息傳遞，均由模型自主學(xué)習(xí)完成。而最終學(xué)習(xí)的結(jié)果就是，模型可以把海量的數(shù)據(jù)以關(guān)系網(wǎng)的形式“消化”掉，并保留其重要的相關(guān)性。

這些表述可能還不夠直觀，再打個(gè)比方，這些層就好像人在去閱讀文章的時(shí)候的一個(gè)連貫性注意力的過程。就好像我們在去閱讀理解一篇文章的時(shí)候，腦子里會對輸入的內(nèi)容進(jìn)行消化然后吸收記憶，而記憶下來的不是點(diǎn)狀的知識，而是網(wǎng)狀的經(jīng)驗(yàn)。

3）再形象些的比喻

llm的原理基本就是這樣了，總結(jié)起來就是大模型以詞向量和transformer的模型學(xué)習(xí)了海量的知識，把知識作為向量空間中的一種關(guān)系網(wǎng)進(jìn)行存儲，并在接受輸入時(shí)，通過向量空間中的一系列匹配進(jìn)行輸出。

這個(gè)過程其實(shí)大家想一想，是不是就像是人腦在閱讀學(xué)習(xí)的個(gè)過程？比如我們在記憶一些資料時(shí)，其實(shí)記憶的也不可能是逐字逐句去記憶的，也是按照相關(guān)性，重要程度，再結(jié)合歷史經(jīng)驗(yàn)信息進(jìn)行記憶的。記憶下來的東西，也不是一個(gè)個(gè)的文字，而更像是一種感覺，一種“意象”。

再比如我們?nèi)タ醇t色，會覺得這個(gè)代表溫暖，代表強(qiáng)烈，這也是因?yàn)槲覀冊谌ビ洃涍@個(gè)信息時(shí)，同時(shí)受到來自生理、社會倫理等的關(guān)聯(lián)記憶，所以一個(gè)簡單的“紅色”在我們的腦海中記憶時(shí)，也不僅是一個(gè)簡單的詞語，而是帶有了很多的“feature”信息。

當(dāng)然我這里僅是為了幫助大家理解，簡化抽象了很多概念。LLm這塊如有感興趣想進(jìn)階的同學(xué)，可以再看這篇文章進(jìn)階學(xué)習(xí)下。

https://www.understandingai.org/p/large-language-models-explained-with

2. 多模態(tài)的原理

ok講完了LLm，我們來看多模態(tài)是怎么實(shí)現(xiàn)的

多模態(tài)模型目前基本就是文生圖、圖生圖、圖生視頻、文生視頻這些，其底層邏輯其實(shí)還是先從生圖片這一源頭。因?yàn)楫吘挂曨l也是若干幀的圖片組成。

所以在生圖片的這個(gè)環(huán)節(jié)上，我們把比較火的這個(gè)stablediffusion用的這個(gè)diffusion擴(kuò)散模型理解掉，也就差不多夠了。

那么什么是擴(kuò)散模型呢，這里我拿論文中的兩張圖幫助理解

一張是前向的，在圖片上加噪點(diǎn)，最終生成一張無意義的噪點(diǎn)圖，一個(gè)是后向的，從一個(gè)無意義的噪點(diǎn)圖上消除噪點(diǎn)，最終得到一張有意義的實(shí)際圖片。

其實(shí)擴(kuò)散模型訓(xùn)練的就是這個(gè)加減噪點(diǎn)的過程：先把海量的帶有標(biāo)注文字描述的圖片，例如“一只白色的小貓”，逐漸加滿噪點(diǎn)。在這個(gè)過程中，模型會把每一步的圖片向量值，和文字的向量值的數(shù)據(jù)分布的演變規(guī)律，進(jìn)行系統(tǒng)學(xué)習(xí)并沉淀下來，這就完成了模型的訓(xùn)練。

在后續(xù)我們輸入文字后，模型就可以根據(jù)輸入的文字轉(zhuǎn)化為的向量，去指導(dǎo)一個(gè)充滿噪點(diǎn)的圖片每一步減噪點(diǎn)的過程，生成最終的圖片。

這里其實(shí)有兩個(gè)點(diǎn)

一個(gè)是diffusion模型中加減噪點(diǎn)的方式，其實(shí)也與我們大腦中去構(gòu)思一張圖片的方式有些類似，我們?nèi)ハ胂褚粡垐D片的時(shí)候，不也是從一片模糊中逐漸想清楚一張圖片嘛

第二個(gè)是多模態(tài)模型會把文字的向量值和圖片的rgb像素點(diǎn)的向量值進(jìn)行關(guān)聯(lián)，這個(gè)也像極了我們大腦中的一個(gè)思考過程。

當(dāng)然這個(gè)過程比我描述的還要更復(fù)雜，比如過程里還要考慮到，噪點(diǎn)圖的原始狀態(tài)，加減噪點(diǎn)的過程需要多少步，每一步需要加入的噪點(diǎn)分布等等，這里僅為了大家理解方便，僅對主干邏輯作了講解。

如有感興趣的同學(xué)，可以看一下張濤老師對diffusion原理做的一次分享。個(gè)人認(rèn)為這個(gè)分享質(zhì)量非常棒

【產(chǎn)品人如何學(xué)習(xí) AI？以 Stable Diffusion 原理及發(fā)展歷程為例】 https://www.bilibili.com/video/BV1wZ421h7w7/?share_source=copy_web&vd_source=e20dab09b86a96c6538305ab6db6b7b1

四、再補(bǔ)充一些概念

ok，在我們對于兩個(gè)重要的基礎(chǔ)模型，llm大語言模型和多模態(tài)模型的原理有了基礎(chǔ)的認(rèn)知后，我們可以再進(jìn)一步，去理解下一些大模型領(lǐng)域常見的些術(shù)語名詞，究竟是在干些什么，以及都能干什么。

1. prompt

prompt這個(gè)詞很多人都聽到過，甚至一度還出現(xiàn)過prompt優(yōu)化師這樣的角色。那么prompt是做什么的呢？

prompt其實(shí)是給到大模型輸入的一段原始的輸入，能夠幫助模型更好地理解用戶的需求并按照特定的模式或規(guī)則進(jìn)行響應(yīng)。

對于prompt，比如可以設(shè)定“假設(shè)你是一位醫(yī)生，給出針對這種癥狀的建議”，然后你與大模型后續(xù)的對話中，都會按照這個(gè)原始設(shè)定來展開。

這里有個(gè)比較有意思的玩法，就是我們可以在prompt的設(shè)定中，要求模型按照一定的思路邏輯去回答。比如最近比較火的cot，也就是思維鏈，也是在prompt這個(gè)環(huán)節(jié)，對于模型的輸出進(jìn)行指導(dǎo)。

這里的玩法很多，比如我們還可以讓模型按照特定格式的json輸出等，這樣模型真的就可以變成了一個(gè)輸出器來使用。

2. RAG

rag，也就是Retrieval-augmented-Generation，檢索增強(qiáng)技術(shù)，應(yīng)該也是大家經(jīng)?？吹降囊粋€(gè)名詞了。那么他到底是個(gè)什么東西呢？

首先我們先回顧llm的原理，其實(shí)就是把一堆互聯(lián)網(wǎng)文獻(xiàn)材料，降維到latentspace中，并通過transformer的方式用學(xué)習(xí)到了其中的“經(jīng)驗(yàn)”。但文獻(xiàn)資料是死的，如果僅通過固定的資料去回答問題，勢必會出現(xiàn)一些無法回答的問題。

那么rag的出現(xiàn)就解決了這個(gè)問題，rag允許模型可以到搜索引擎上去搜索問題相關(guān)的資料，并將獲取到的信息，綜合自己的知識體系內(nèi)容，綜合進(jìn)行回復(fù)。

當(dāng)然rag不全是這些，rag的r，也就是搜索，其實(shí)不是一件簡單的事情。所以這個(gè)環(huán)節(jié)還會有些傳統(tǒng)的搜索的邏輯在，比如對于輸入問題的糾錯(cuò)，補(bǔ)充，拆分，以及對于搜索內(nèi)容的權(quán)重邏輯等等的事情。

打個(gè)比方，比如問中國界世杯奪冠那年的啤酒銷量如何，那就首先會做一次糾錯(cuò)，把“界世”糾錯(cuò)為“世界”，然后把問題拆分為兩個(gè)問題，然后綜合去搜索，把搜索到的資料在給到大模型，讓其進(jìn)行總結(jié)性輸出

3. 大模型的涌現(xiàn)

這個(gè)可能有些同學(xué)不怎么聽過這個(gè)詞，但這個(gè)是大模型里，我認(rèn)為最核心的個(gè)概念。

因?yàn)槠鋵?shí)經(jīng)上面的原理講解，其實(shí)大家不難發(fā)現(xiàn)，這與目前大模型所表現(xiàn)出來的，仍然對不上啊。為什么只是在計(jì)算相關(guān)性和概率，就能讓大模型表現(xiàn)出難以解釋的表達(dá)？所以這就是涌現(xiàn)…也就是科學(xué)家們認(rèn)為，當(dāng)訓(xùn)練的數(shù)據(jù)到了一定程度后，模型的能力會涌現(xiàn)出很多難以用邏輯去解釋的現(xiàn)象。

說實(shí)話在我看來，因?yàn)楸旧砟Ｐ偷膶W(xué)習(xí)就是在一個(gè)降維的latentspace中進(jìn)行的，那我們嘗試去用三維世界中的if-else去解釋其行為，似乎本身也不靠譜不是么。不過現(xiàn)在倒也有一些論文使用跟蹤標(biāo)注等的的方式來嘗試解釋大模型內(nèi)部的行為，這個(gè)看看就好了

4. AI Agent

agent算是從年前到現(xiàn)在，比較火的一個(gè)概念了，也被很多人認(rèn)為是大模型的未來的一個(gè)主要發(fā)展方向。

首先我們看這個(gè)很經(jīng)典的一張圖

看起來還是蠻復(fù)雜的，然后市面上的很多描述agent的文章寫的也比較復(fù)雜，說智能體是啥智能的最小單元，相較于copilot，是可以給他設(shè)定一個(gè)目標(biāo)后主動完成任務(wù)的等等。

當(dāng)然這些說法都沒錯(cuò)，但是我覺得還是有些不好理解的。所以我們依然先從原理著手去理解下，agent是個(gè)什么東西。

首先這張圖里，中間的“智能體”，其實(shí)就是llm，或者說大模型。四個(gè)箭頭，分別是我們?yōu)閘lm增加的四個(gè)能力。工具、記憶、行動、規(guī)劃。那么這個(gè)是怎么新增的呢？

目前行業(yè)里主要用到的是一個(gè)叫l(wèi)angchain的框架，這個(gè)框架可以簡單理解為，他把llm和llm之間，以及l(fā)lm和工具之間，通過代碼或prompt的形式，進(jìn)行了串接。

這個(gè)其實(shí)也像是在rag的基礎(chǔ)上再進(jìn)了一步。因?yàn)槲覀冎纑ag其實(shí)是給了大模型一個(gè)瀏覽器工具來使用嘛，那agent，其實(shí)就是給了大模型更多的工具。比如像是長期記憶，其實(shí)就是給了大模型一個(gè)數(shù)據(jù)庫工具讓其往里記錄重要信息。規(guī)劃和行動，其實(shí)就是在大模型的prompt層做的些邏輯，比如讓其將目標(biāo)進(jìn)行每一步的拆解，拆解完成后，每一步去輸出不同的固定格式action指令，給到工具作為輸入。

當(dāng)然langchain或者說agent還不止這些，也會有很多其他的代碼邏輯體現(xiàn)在其中，不過其主要的主干邏輯，其實(shí)還是在prompt層和工具層，完成的設(shè)計(jì)。

說實(shí)話我對于Agent產(chǎn)品我還是比較看好的，當(dāng)然這不僅因?yàn)槲以?jīng)落地過實(shí)際的Agent產(chǎn)品，實(shí)在也是因?yàn)槲艺J(rèn)為這代表了我們可以在流程中給到大模型使用工具的能力，這其實(shí)就給了大模型應(yīng)用更廣闊的空間。比如我可以大模型幫我把差旅安排一下，大模型首先會判斷一下為完成該目標(biāo)，拆解需要有哪幾個(gè)步驟要做（planning能力），然后搜索近期我oa工具中的差旅記錄（memory能力），然后在飛豬上幫我預(yù)訂酒店和機(jī)票（tools/action能力），最終完成任務(wù)。

五、聊聊市面上目前的ai產(chǎn)品

ok，如果上面這些大家已經(jīng)消化掉了的話，我們可以回過頭來盤一盤目前市面上出現(xiàn)的這些ai產(chǎn)品了。

1. To C領(lǐng)域

toc領(lǐng)域，目前看到比較成體系的主要有這幾類產(chǎn)品：

1）一類是主打ai角色扮演賽道的產(chǎn)品

例如“貓箱”“劇本戲”“名人朋友圈”這類

其實(shí)就是在llm基礎(chǔ)上，在prompt上加了些特定角色定義

2）一類是主打ai陪伴類的產(chǎn)品

例如“星野”“Talkie”“BubblePal”等為代表

這類產(chǎn)品其實(shí)也是在llm基礎(chǔ)上，在prompt上加了些特定角色定義。不過不一樣的是，這類產(chǎn)品往往會在長短記憶上做出些處理，以突出其陪伴意義。隨著陪伴的時(shí)間越久，知識庫沉淀的個(gè)性化記錄就越豐富，ai也會越懂你。老實(shí)說這類產(chǎn)品我覺得還是很有意義的。

3）一類是做ai搜索工具的產(chǎn)品

例如“秘塔”“360搜索”等

這類產(chǎn)品說白了就是上文提到的rag，沒啥別的。不過也有會在搜索內(nèi)容基礎(chǔ)上，把內(nèi)容結(jié)構(gòu)化，整出一個(gè)圖譜或者腦圖的，這個(gè)也還算有意思。

4）一類是單純的做aigc的產(chǎn)品

例如“可靈”“ai寫作手”“即夢”“md”等

這類產(chǎn)品其實(shí)就是借助ai的生成能力做出的產(chǎn)品

5）還有一類是agent產(chǎn)品

這個(gè)目前只有頭部的廠商在做，比如字節(jié)的扣子，支付寶的智能助理，百度的文心智能體，騰訊的元寶。

這類產(chǎn)品會提供一套ai開放平臺框架，允許三方在上面通過組裝llm和組件和自有的知識庫信息等，定義自己專屬垂域的agent。

這個(gè)其實(shí)很像之前的小程序，主打的是一個(gè)生態(tài)和分發(fā)，做這個(gè)平臺的前提是，你得有完備且有吸引力的分發(fā)渠道才可以。不然哪有開發(fā)者愿意上你的平臺開發(fā)agent是不。

2. To B領(lǐng)域

在tob領(lǐng)域，目前看到比較成體系的主要有這幾類：

1）一類是智能辦公

這類產(chǎn)品價(jià)值點(diǎn)主要體現(xiàn)在辦公垂域場景中，比如辦公場景下，需要快速總結(jié)群聊內(nèi)容或會議信息，那就可以把群聊記錄丟給大模型，讓其總結(jié)出個(gè)一二三四出來?；蛘咝枰獙憘€(gè)公文但沒有思路時(shí)，ai給出的結(jié)構(gòu)模板參考等。

2）一類是智能客服

這類產(chǎn)品通常借助agent來實(shí)現(xiàn)，接入企業(yè)的QA知識庫，對用戶的信息予以回應(yīng)。并且依據(jù)用戶的回答，下達(dá)諸如取消訂單、催快遞之類的action指令。

3）一類是AI導(dǎo)購

這類產(chǎn)品主要在用戶和商家之間發(fā)揮作用。以往的商品搜索體驗(yàn)，往往是商家猜測用戶會搜索的標(biāo)簽，用戶猜測商家設(shè)置的標(biāo)簽。然而運(yùn)用AI導(dǎo)購，能夠依據(jù)用戶的問題，結(jié)合產(chǎn)品的介紹和評論信息等，為用戶推薦更為準(zhǔn)確、精準(zhǔn)的產(chǎn)品。

比如，用戶期望購買一個(gè)能容納三個(gè)籃球的籃球背包。按照以往的流程，用戶需要先查詢能裝下三個(gè)籃球的背包所需的容量，然后再在平臺上搜索對應(yīng)容量的背包。而使用AI導(dǎo)購，就能夠?qū)⑦@一整個(gè)過程完全交由AI來處理。

4）一類是智能營銷

此類別主要應(yīng)用于營銷環(huán)節(jié)，通過AIGC生成一些話術(shù)、物料、口播等內(nèi)容，有些還會融入用戶的個(gè)性化元素，以指導(dǎo)物料的生成。

5）一類是智能人力資源

目前，這類主要利用模型進(jìn)行一些諸如簡歷初篩、JD自動生成、數(shù)據(jù)分析等工作。

六、ai究竟帶來了什么

在深入了解了AI的運(yùn)作原理，并盤了眾多當(dāng)前市面上AI的落地產(chǎn)品之后，我們不妨重新回到最開始的問題。此次AI大模型究竟引發(fā)了怎樣的變革？

在思考這個(gè)問題之前，我想先分享下去年剛接觸大模型時(shí)，困擾我的一個(gè)問題。即大模型與當(dāng)下的智能語音技能的NLU存在什么差異？此前，我也曾涉足過一些語音產(chǎn)品的設(shè)計(jì)邏輯，知道語音技能鏈路其實(shí)就是把聲音轉(zhuǎn)為ASR，再對文本進(jìn)行NLU理解，然后映射到對應(yīng)的語音技能表中，最后讓程序依據(jù)相應(yīng)的語音技能指令完成邏輯。乍看起來，大模型能實(shí)現(xiàn)的，通過語音技能似乎也能達(dá)成，那我們引入大模型的意義在哪里呢？

抱著這樣的疑問，我嘗試去理解了大模型的原理。當(dāng)我在初步理解大模型的原理之后，我發(fā)現(xiàn)二者還是存在本質(zhì)性的差別的。

差別在于，后者的語音技能NLU僅是通過一系列規(guī)則、分詞策略等訓(xùn)練而成的產(chǎn)物。而且NLU的運(yùn)作邏輯規(guī)律都是可觀測的，具有if-else式的邏輯性。而大模型，則是憑借海量的數(shù)據(jù)，在向量空間中學(xué)習(xí)知識的關(guān)聯(lián)性從而形成的，其運(yùn)作邏輯難以觀測，已然脫離了if-else的層面。

所以，我們再度審視這個(gè)問題，此次的AI變革到底帶來了什么？

汪華老師在前不久的分享中，對于此次AI變革的量級提出了觀點(diǎn)：他認(rèn)為這次AI的變革量級，100%能夠抵達(dá)第一個(gè)階段，即與移動互聯(lián)網(wǎng)處于同一級別；50%有可能發(fā)展至第二個(gè)階段，即與蒸汽機(jī)的出現(xiàn)同量級；至于能否到達(dá)第三個(gè)階段，即AGI，尚不明確。

在這一點(diǎn)上，我的看法與他一致。因?yàn)槲矣X得，AI此次帶來的變革，已然脫離了傳統(tǒng)互聯(lián)網(wǎng)基于if-else的最底層邏輯，這幾乎等同于重塑了互聯(lián)網(wǎng)，這不就相當(dāng)于蒸汽機(jī)級別般的變革嗎？

七、我們該怎么去思考ai的發(fā)展和應(yīng)用

變革歸變革，那么作為產(chǎn)品人，我們該怎么去把a(bǔ)i這個(gè)能力用起來呢？

我認(rèn)為轉(zhuǎn)變自己的“傳統(tǒng)”產(chǎn)品設(shè)計(jì)思路和視角，是最關(guān)鍵的一步。

其實(shí)我前段時(shí)間我在一個(gè)僅面向產(chǎn)品經(jīng)理的公眾號中，讀到一篇對大模型發(fā)展未來表達(dá)看法的文章。文章的開篇，就表達(dá)了認(rèn)為大模型應(yīng)用是在內(nèi)容、電商、o2o、工具之外的第五條賽道，且當(dāng)前是否夠資格成為“第五條賽道”都有待商榷。在該文章的評論區(qū)下，我建議作者先去了解下大模型的基礎(chǔ)原理以及當(dāng)前的技術(shù)發(fā)展?fàn)顩r。

當(dāng)時(shí)之所以這樣說，只是因?yàn)槲矣X得許多產(chǎn)品同學(xué)實(shí)際上并未真正意識到這次大模型所帶來的變革，所以他們的思路和視角，依然停留在傳統(tǒng)互聯(lián)網(wǎng)商業(yè)模式上，仍然認(rèn)為此次的變革只是在傳統(tǒng)的基礎(chǔ)之上做更新。

但上面我們也說了，這次的ai變革是從互聯(lián)網(wǎng)最底層的if-else邏輯開始的，而那些傳統(tǒng)互聯(lián)網(wǎng)的商業(yè)模式，只是基于傳統(tǒng)的互聯(lián)網(wǎng)技術(shù)架構(gòu)和用戶需求綜合出來的產(chǎn)物。

所以，我們在去思考ai的發(fā)展的時(shí)候，切記一定要去拋開當(dāng)前的業(yè)務(wù)體系和框架，從最本質(zhì)入手，從人最底層心智，和最底層的需求去著手，重新思考自己的產(chǎn)品邏輯，去重新設(shè)計(jì)商業(yè)邏輯體系和流程。否則你做出來的，只能是在現(xiàn)有業(yè)務(wù)體系下的雕花產(chǎn)物罷了。

最后，紙上得來終覺淺，絕知此事要躬行。建議感興趣的產(chǎn)品同學(xué)，與其看千篇文章，不如實(shí)際地到coze或文心或混元平臺上，親手做幾個(gè)agent出來感受一下。相信在這個(gè)過程中，大家可以收獲到更多。祝愿大家都能在這次的AI浪潮中，找到屬于自己的方向。