上周,2023世界人工智能大会在上海举办。腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生出席大会,并发表主题演讲。汤道生强调基于行业构建AI大模型的重要意义,以及如何运用企业专属模型释放AI的潜力。本文提炼了汤道生的演讲要点及其此前关于AI的见解,以飨读者。
在过去五年里,AI技术取得了显著的进步,在学习、输出和安全方面取得重要进展。在此期间,腾讯变革性的人工智能技术和产品也在各行各业落地生根。
我们的数智人已“入职”130多个行业,担任金融客服、虚拟主播等“数智员工”,为用户提供个性化的服务,满足用户的独特需求。
企业拥抱大模型的方式
为充分发挥大模型的变革性潜力,企业应做到以下几点:
- 聚焦企业自身业务需求。基于行业大模型构建企业专属模型。
- 维护服务合规和数据隐私。确保遵守法律法规,保护数据产权和隐私。
- 确保训练数据质量。优质数据对AI的高效落地至关重要,需要使用高效率的平台开发工具。
- 利用云服务。使用云厂商工具,搭建一体化的模型服务,节约训练、运维的时间和成本。
构建专属AI模型,提升工作效率
专属AI模型的优势之一在于,它们能够为用户提供精确、高效的服务。通用大模型一般是基于广泛的公开文献和网络信息来训练的,网上的信息可能有错误、有偏差。虽然它们可以在各种场景中解决七八成问题,但往往无法充分满足企业的具体需求。
为此,企业应基于行业大模型,结合专业知识并利用自身数据进行精调,构建出自己的专属模型。这些专属模型具有更高的效率,能够为用户提供量身定制的精准服务。此外,专属模型参数比通用大模型少,训练和推理的成本更低,模型优化也更容易。
保护数据安全
在AI模型的落地过程中,保护企业数据至关重要。数据是大模型的基础,在训练期间应保护核心和敏感数据,避免出现数据泄露的情况。行业大模型和模型开发工具可通过私有化部署、权限管控和数据加密等方式,帮助企业安全训练和部署模型,同时保护他们宝贵的数据资产。
借助高效率的平台开发工具实现持续优化
AI模型在产业中的落地要经过数据处理、算法构建、模型部署等一系列环节,每个环节都不能“掉链子”。然而,模型的应用也不是一次性部署完就结束了,还需要持续优化。为简化这一过程,高效率的平台开发工具必不可少。这些工具支持系统化数据管理、迭代模型测试和持续优化,确保AI模型的平稳运行和有效性。
引入腾讯云MaaS服务
为解决现实挑战和迎合企业需求,我们于近日公布了腾讯云MaaS(模型即服务)。MaaS基于腾讯云TI平台构建,提供广泛的行业大模型,涵盖金融、医疗、媒体和教育等多个行业场景。在这些能力模型的基础上,合作伙伴们只需要加入自己独有的场景数据,即可快速生成自己的“专属模型”。我们也可通过模型的私有化部署、权限管控和数据加密等方式,帮助企业用户在使用模型时保护好自身数据,更加安心。
成功范例
接下来我想分享几个真实的行业应用,它们的成功体现出AI模型的优势。
例如,腾讯与国内头部在线旅游公司合作,基于“文旅大模型”打造了机器人客服。当我们基于行业大模型,加入企业数据进行模型精调之后,客服机器人的回答变得更加精准和详细。它为用户提供全面的假期规划服务,包括交通、酒店安排,甚至可以直接提供预订链接。这不仅改善了用户体验,也提升了销售转化能力,这才是企业所需要的。
另一个案例是腾讯企点整合AI模型。企点是一个先进的CRM解决方案。企点智能客服基于行业模型,结合客户业务需求进行训练与精调,可以提供更精准、更详细的回答,用户体验也更加人性化。同时,借助企点分析平台,销售人员用自然语言提问就可以实现准确的商业分析,不需要花费大量时间学习复杂的软件,从而简化这一过程。
AI前瞻
伴随着大语言模型的发展,产业和社会正在从数字化、网络化走向智能化。AI带来了巨大机遇,但也给人类发展、伦理和教育带来了一系列挑战。
不过,我们始终认为人工智能发展的根本目标是落地于产业,服务于人。能真正解决用户需求、不断靠近特定场景和数据的企业将有机会在大模型的未来大放光彩。
腾讯将携手各方伙伴,以优质模型、澎湃算力让每个企业的“黄金数据”发挥出高效用,助力产业创新发展,同时提高用户生活质量。