人工智能在中国经历了多次起伏，每次兴起都因为更接近人类智能，而每次衰落则更多是由于难以在产业中实际应用。
如今，全球范围内都在热炒GPT，它将人工智能推向了新的高度。尤其是近两个月，各大企业抓紧时间发布大模型，比如“日日新”、“天工”、“式说”等产品相继亮相。
然而，第四范式联合创始人胡时伟指出：“人们仍然关注大模型的参数大小、如何扩大参数、是否有新技术突破等话题，但从长远考虑，人们应该关注大模型如何对商业世界产生真正的影响，带来积极的变化。”
胡时伟认为，从信息化到数字化，中国已经经历了30多年。但在没有大模型的情况下，数字化转型主要依靠流程、人与少量的数据去完成，数字化转型往往是空中楼阁。
数据是数字化转型的关键驱动要素，但实际上，企业能够利用的数据仅占总数据量的5%左右。这是因为企业员工的沟通大多发生在非结构化、非系统化的场景下，比如与客户交流、员工之间的会议等，这些数据几乎不被记录。
成本是数字化转型的另一个难题。优秀的产品经理和架构师只会集中于极少数的企业，大部分企业只能将有限的资源投入到重点系统的开发中，而将低价值的部分交给外部的软件供应商来应对。但软件供应商经常不能满足甲方的需求，企业自己开发又会增加成本，导致数字化转型工作难以前进。
此外，企业软件交付后通常是固定的，但业务一定是不断变化的，长期下去，软件的“固化”与业务的变化之间会出现矛盾。在企业软件固化之前，所有工作都是为了适应这个软件，这个过程需要反复修改和确认；但在软件固化之后，就要让员工适应这个软件。如果系统中没有某些功能，就必须在系统外通过员工之间的沟通来完成。
现在，大模型的出现，特别是以生成式AI重构企业软件的AIGS，有机会将B端企业软件改造成“新型交互模式，在员工与系统之间持续对话”。
胡时伟认为，生成式AI基于人类自然语言的对话框式交互，让员工与系统之间的所有交互生成的手册进入了系统内部，这是大模型在企业数字化和产业数字化上的一个根本价值。
从数据角度来看，大模型更强的感知能力和对话能力，让人更愿意与系统对话。随着大量业务和对话数据不断积累在系统中，企业拥有了更强的数据生产能力，甚至可以通过更低的成本获取新数据。
从表面上看，大模型的出现可能会导致一些人失业或一些工作被系统替代。但从根本上来看，这些工作已经被完全数字化了。在这个过程中，所有用户的行为和交互数据都被记录下来。换句话说，AIGS的核心价值在于，能够获取传统结构化交互模式无法获得的另外95%的数据。
从企业最关心的成本角度来看，相对于传统开发方式，AIGS的界面通常是简洁的对话框形式，而成本压力通常在大模型端。因此，企业端的定制化开发成本会大幅下降，但开发效率却能从月级别提高到天级别。此外，员工不需要使用早已过时的系统来影响业务效率，也不需要一直使用旧系统进行业务迭代。
从应用的角度来看，数字化场景的数量也将大大增加。胡时伟告诉雷峰网，“以前，第四范式只能在一个场景应用一个模型，例如搜索引擎算法只适用于搜索，这意味着开发模型必须严格计算投入产出比。但是现在，多模态大模型能够成为一个可应用于多个场景的基础设施。相比以前做策略数字化（决策型AI），生成式AI让企业数字化转型的广度和深度真正做到了数量级的增长。”
联系客服
