导读:当前,以大模型为代表的人工智能技术已成为驱动经济社会发展、提升国家竞争力的关键要素,并以前所未有的速度重塑产业的新格局、驱动经济发展的新方向,并展现出强大的赋能效应,给千行百业带来“质量与效率”的变革。
本文将分享九章云极DataCanvas公司副总裁于建岗在2024中国信通院ICT+深度观察报告会之大模型驱动数字经济新生态峰会带来的主题演讲《AI新纪元:AI原生企业崛起》,深度解读大模型时代,企业如何应对数智化转型升级的前沿技术挑战。
主要包括四部分内容:
“数字化”进阶“数智化”,企业智能化建设再升级
过去20年,企业在收入的驱动下大量投入IT建设,一个中型公司往往拥有庞大的IT部门,大型跨国公司的IT部门甚至可以达到上万人至几万人规模。当IT部门的规模逐渐扩大,和不同组织(尤其是业务部门)之间的协同就显得越发重要。当业务部门提出需求和IT部门进行沟通时,IT部门很多时候对于业务的理解不够透彻,甚至于采购多种SaaS公司的软件和服务来解决各类需求。
繁琐臃肿的业务流程和多种操作系统的切换管理在IT建设的过程当中一步步造成巨大阻碍,让公司业务难以规模化发展,阻碍了更多业务创新,IT部门无法直接创造效益。传统的数字化企业最终面临着技术架构僵化臃肿、协作效率低下、动态可扩展性差、成本居高不下等一系列亟需解决的AI应用问题。
在大模型赋能的AI新时代,AI软件生态正在颠覆性重塑,企业迎来从“数字化”向“数智化”升级的根本性蜕变。未来的智能化企业将以盈利为驱动,由业务所导向,以灵活高效、轻量级的协作模式,实现业务的快速迭代和高效运营,有效助力企业的AI规模化应用。
CLI到NUI,大模型充分释放个人价值
在传统化的软件建设中,业务部门提出需求到IT部门最终实现,需要经过繁琐的业务流程和较长的时间周期。此外,员工容易被固定在某一个并不熟悉的领域,需要学习相关领域的专业知识后再展开工作,价值空间被严重挤压。传统化的软件建设逐渐暴露出碎片化严重、集成复杂、数据安全忽视、ECO-system难以建立、可扩展性差等一系列问题。
大模型时代的到来,让未来的智能化企业中的每个人都可以用自然语言的方式实现业务诉求和业务价值,充分释放员工的个人价值,解决上述问题。
在软件的发展过程中,经历了从CLI(命令行界面)到GUI(图形用户界面),再到NUI(自然用户界面)的发展历程。最初核心开发员工用专业的编程语言进行程序设计,但是公司并不是每个人都有这种能力,于是图形化页面逐渐被设计出来,让普通开发人员能够以托拉拽、低代码的方式实现软件开发。
而在大模型的赋能下,通过应用NUI,每一个具有独立思想的人,都能够以自然语言的方式实现与软件的交互,基于NUI的交互式编排可以让一个人就能完成从前需要多个团队协作才能完成的工作,例如UI修改、工作流创建、数据分析、市场资料撰写等,从而充分发挥员工的自身能动性,实现个人价值。
多措并举,加速推进大模型落地应用
以实现Natural User Interface(NUI)的全新AI未来为愿景,九章云极DataCanvas推出了一系列备受业界瞩目、融合应用成效明显的大模型创新应用。
其中,TableAgent数据分析智能体是在DataCanvas Alaya九章元识大模型的基础上开发而来,有非常强大的意图理解能力、分析建模能力和洞察力。TableAgent在充分的理解用户意图后,自主的利用统计科学、机器学习、因果推断等高级建模技术从数据中挖掘价值,进而提供分析观点和指导行动的深刻见解。TableAgent本质上来讲是一个自然语言的接口,用户不用掌握数据分析的专业知识,通过自然语言对话的方式即可得到专业的数据分析结果。
比如给TableAgent某个连锁酒店所有的住宿消费数据,我们可以向TableAgent进行提问:上个季度连锁酒店哪个地方的入住率是最高的?为什么入住率最高?TableAgent可以从不同的列和范畴比较地区之间的区别,一步一步地给出思考的步骤,而不是直接给出简单的结论。
企业知识管家是以九章元识(Alaya)大模型和DingoDB多模向量数据库为基核打造的大模型应用,通过本地私有化安全部署将大模型能力深度融合企业内部丰富的异构知识体系,为企业提供包括底层算力框架、垂类微调大模型、存储记忆体到智能QA问答应用等全链路一体化的大模型应用解决方案。
通过应用企业知识管家,未来智能化企业的所有知识管理工作和工作流程都可以由数字员工完成,比如有人需要昨天的研报数据和会议的整体数据统计,可以直接去找数字员工,数字员工经过授权给出相应的数据结果和分析报告,进而完成“数字企业”向“智能企业”的蜕变。
old world链接new world,Alaya Enterprise是关键
以大模型为企业数智化转型的智能基座,未来有三大领域很有潜力。
第一,APP tooling(APP工具)。如何做出一系列不同用途、不同场景的APP tooling,满足用户的需求?
第二,基于大模型的computing framework和LLMOps (大模型训练、微调、推理和监控框架)如何实现?
第三,GPU Clouding。OpenAI做IOS生态,未来也一定会出现一个安卓生态系统,基于GPU Clouding可以在上层生成丰富的application(应用程序),进而满足不同用户的需求。
如何进一步支撑上层实现一系列丰富的AI应用开发?作为国内人工智能基础软件领军者,九章云极DataCanvas公司不仅研发出具有“通识+产业”系列模型矩阵的DataCanvas Alaya九章元识大模型,并基于九章元识打造出灵活高效的Alaya Enterprise(九章云极DataCanvas企业自有AI架构),通过Alaya GCP对AI资源的有效调度和管理,有力支撑企业在顶层自主化开发各类AI应用,加速企业的数智化建设翻开崭新篇章。
Alaya Link正在成为链接old world和new world的关键AI钥匙,助力企业从“数字化”向“数智化”蜕变的AI画卷徐徐展开,曙光已至、新旧更叠,这是一个非常美好的时刻。
了解更多:
TableAgent公测地址:https://tableagent.datacanvas.com