AI迎來了全新的發(fā)展和變局,。

繼AlphaGo出現(xiàn)后,，AI領(lǐng)域許久未有如今的火熱的程度,。大模型浪潮已經(jīng)火遍全球,。越來越多的企業(yè)涌入大模型賽道,，英偉達(dá)的CEO黃仁勛直言：這是AI的Iphone時刻,。

但熱鬧喧囂的背后,，已有不少人理性下來,，當(dāng)下的工作里如何利用好大模型,？現(xiàn)在的大模型如何與產(chǎn)業(yè)結(jié)合,？大模型究竟會對企業(yè)產(chǎn)生哪些影響？

帶著這些問題,，我們本期的AI系列數(shù)智工坊走近了明略科技，并邀請到明略科技集團首席技術(shù)官（CTO）郝杰,、明略科技高級副總裁、品牌與市場部負(fù)責(zé)人劉靜進(jìn)行觀點分享,。

除此之外，我們特邀中城環(huán)境數(shù)字化院長呂德彬,、蜀海供應(yīng)鏈CIO劉志彬、Kappa全渠道總監(jiān)慕濤濤,、中建一局工程研究院智慧建造研究所負(fù)責(zé)人閻斌、肆拾玖坊CDO張鵬,、墨點狗智能科技（東莞）有限公司副總裁梁驍一同參與此次的交流活動,。

在會上，他們分別闡述了自己的觀點：

明略科技集團首席技術(shù)官（CTO）郝杰表示：大模型可以增強或替代實體和關(guān)系提取的一些NLP算法,，提高準(zhǔn)確率,、降低圖譜構(gòu)建的成本,，反過來,，知識圖譜也可以用來重新訓(xùn)練大模型，這樣,，顯式的知識（圖譜）和隱式的知識（大模型）就可以雙向迭代,、互相提升,。此外，企業(yè)可以利用業(yè)務(wù)中積攢下來的垂直領(lǐng)域的數(shù)據(jù)和知識去微調(diào),、重新訓(xùn)練通用大模型,，獲得自己的行業(yè)大模型，取得效果提升或更好的邏輯性,、專業(yè)性,、真實性。明略科技借鑒大模型訓(xùn)練的優(yōu)秀算法,，為客戶定制出一些中小型垂直領(lǐng)域模型,，充分發(fā)揮大模型的泛化能力或智慧涌現(xiàn)。

明略科技集團高級副總裁劉靜也分享了自己的觀點,。劉靜提到：在智能時代,，營銷人員面臨處理更多海量信息、針對目標(biāo)客戶在不同渠道進(jìn)行精準(zhǔn)營銷等挑戰(zhàn),。在此背景下,，AIGC技術(shù)的普及與應(yīng)用將會革命性的提高企業(yè)營銷效果和效率。大部分初級內(nèi)容生成工作將會由AI完成,，但營銷創(chuàng)意是要富有情感的,，當(dāng)前，也只有人類才可以做出有情感認(rèn)同的內(nèi)容,。

另外,，中城環(huán)境數(shù)字化院長呂德彬認(rèn)為：AI技術(shù)正以前所未有的速度向我們工作生活的方方面面滲透，成為我們的助手,、導(dǎo)師和朋友,，其影響將越來越深，越來越廣,。但前面的路還很長,，還有許多專業(yè)領(lǐng)域的“小模型”需要建立，只有把AI技術(shù)與專業(yè)技術(shù)及大數(shù)據(jù),、云,、物聯(lián)網(wǎng)等其他工具高度融合,，才能打造出理想中的“小模型”,。

Kappa全渠道總監(jiān)慕濤則表示：AI智能做為能夠人機對話的入口,，可以鏈接眾多相關(guān)業(yè)務(wù)系統(tǒng)進(jìn)行對應(yīng)策略的高效精準(zhǔn)執(zhí)行,，同時AIGC讓人看到更多優(yōu)質(zhì)內(nèi)容的產(chǎn)生使得精準(zhǔn)智能營銷更加高效便捷,。,。

中建一局工程研究院智慧建造研究所負(fù)責(zé)人閻斌則提到：在現(xiàn)有的建筑行業(yè)知識庫的基礎(chǔ)上，搭建深層次建筑行業(yè)知識圖譜模型，結(jié)合大模型運算,，進(jìn)行建筑行業(yè)管理數(shù)字化判斷決策,，助力建筑行業(yè)數(shù)字化轉(zhuǎn)型,。

肆拾玖坊CDO張鵬認(rèn)為：對于AI技術(shù)我們做為零售企業(yè)需要小切口場景化引入企業(yè)實際業(yè)務(wù)中,，結(jié)合技術(shù)產(chǎn)品服務(wù)伙伴一起不斷嘗試優(yōu)化，使其服務(wù)于企業(yè)數(shù)字化智能化戰(zhàn)略中，借力AI實現(xiàn)數(shù)字化變革,。

墨點狗智能科技（東莞）有限公司副總裁梁驍分享到：在 AI 產(chǎn)業(yè)化應(yīng)用之路上,，大模型可能不能完全替代垂直行業(yè)的“小模型”,，而是要想辦法將大模型和細(xì)分行業(yè)模型進(jìn)行有機結(jié)合。

以下內(nèi)容為活動部分實錄，經(jīng)數(shù)字時氪編輯整理：

主持人：歡迎大家來到數(shù)智工坊—走近明略科技。這一次我們的主題和最近大火的AI相關(guān),，首先請大家做下自我介紹吧,。

郝杰：非常榮幸在這兒跟大家一起交流，我叫郝杰,。

今天恰好是我加入明略兩周年紀(jì)念日,，我是兩年前的今天加入的明略科技。之前我在oppo做了整整三年的語音語義相關(guān)工作,。

在此之前,，我在58同城工作了將近兩年，也是技術(shù)方面的工作,。我的第一份工作是在東芝中國的研發(fā)中心,，前半段是做語音技術(shù)方面的工作，后來又做了語音翻譯,，就把語音和語義打通了,，把語音的識別和合成和機器翻譯聯(lián)系起來。

我大概的經(jīng)歷就是這樣，主要是做這些研發(fā),。

劉靜：我順著郝杰老師提到的來講,，兩年前我們盛情且重大的邀請郝杰老師加入明略，其實我們在NLP相關(guān)的技術(shù)做了非常多的投入,，事有兩面,，一方面我們積累了非常多的經(jīng)驗，也就是在小模型領(lǐng)域,，其實小模型需要在一些基礎(chǔ)的功能能力上發(fā)揮它的價值,，大模型一來，我反倒覺得之前我們兩年里的很多投入有浪費的地方,，但更多時候是能在大模型的加持下繼續(xù)發(fā)展,，這2年技術(shù)的發(fā)展和我們的理想相match，所以我們挺想在這方面有所建樹,，我覺得此前的一些積累讓我們對客戶和場景的理解有了更多的想法和一點點的先發(fā)優(yōu)勢,。

所以恰好36氪有這樣的欄目，我們也非常開心能跟大家交流一下,，看看我們真正在哪個領(lǐng)域里面能夠?qū)⒋?、小模型結(jié)合去做一些東西。

我介紹一下我自己,，我叫劉靜,，現(xiàn)在是加入明略科技的第10年，我有幾個標(biāo)簽,。

第一,，我學(xué)的是建筑工程，所以我現(xiàn)在的同學(xué)都是在各大設(shè)計院,、研究院或者是地產(chǎn)公司,，所以在建筑領(lǐng)域比較熟悉。

第二,，為什么我學(xué)了這么長時間之后做了市場營銷,，其實也是有點小故事的。其實天津大學(xué)的鋼結(jié)構(gòu)是國內(nèi)比較領(lǐng)先的,，尤其球型節(jié)點,，如果大家學(xué)過這個領(lǐng)域，里面的劉錫良教授,，大家可能會知道,。其實我是他的關(guān)門弟子，有幸因為他核驗過鳥巢的門式鋼架,，結(jié)果我就不理解它憑啥就敢叫鳥巢,？后來我在小組設(shè)計當(dāng)中發(fā)現(xiàn)我更擅長給建筑空間命名,，這跟做品牌營銷比較類似，實際上我們的軟件產(chǎn)品就是讓工作更高效,，但首先會給它命名,，賦予概念、意義,，這方面的工作適合我,，我喜歡做這方面事。

17年前我就開始做做市場營銷,、品牌公關(guān)相關(guān)的活動,。后面我認(rèn)識了我們的創(chuàng)始人吳明輝。

其實在今天,，我不太懂垂直領(lǐng)域的CIO,、CDO的內(nèi)心在想什么，也趁此機會和大家交流下,。作為市場營銷崗的我是焦慮的,，今天我就是想跟大家稍微聊一聊從技術(shù)視角是怎么看待這個事的,。

張鵬：我是肆拾玖坊的張鵬,，我們的公司是聯(lián)想人創(chuàng)立的，我們肆拾玖坊的合伙人基本都是聯(lián)想的,，其實49個創(chuàng)始人都是差不多的背景,，所以這家公司叫肆拾玖坊，主要做白酒,，做醬香白酒,。

我這公司是2015年創(chuàng)立的，到今年9年時間,，主要是在做圈層性營銷,，我們的標(biāo)品就5款，這5款是全國性銷售,。

我們有140多家一級經(jīng)銷商,，我們的經(jīng)銷商只賣我們的酒，經(jīng)銷商的老板通常都是我們總部的股東,，當(dāng)然后面一些也有不是我們的股東,。

我之前一直在做商超百貨和品牌商，也做過4年的電商,。

我也是做技術(shù)出身的,，其實技術(shù)可以輔助業(yè)務(wù)。現(xiàn)在我也在看AI到底能干什么,，其實這個事情我也要跟大家去探討,。

另外一部分,，我上周還跟老板在聊，我們也在推AI,，其實我們很多大量的設(shè)計和營銷海報是人做的,，我現(xiàn)在可以用機器來做，但是還有一個問題,，因為我每次描述背景,，機器總會把一些元素丟掉，就很頭疼,。

現(xiàn)在的AIGC在我們實際業(yè)務(wù)中能起到的作用是什么,？我知道很多在南方的游戲公司現(xiàn)在把初、中級的插畫師全部解聘了,，只留下高級插畫師,，究竟它能替代的是初級崗位還是有什么樣的應(yīng)用場景是我們沒有討論出來的或者有一些還沒想明白的。

閆斌：我以前是做施工的,，后來轉(zhuǎn)做設(shè)計,。

目前我們在搭整個智慧建造平臺，現(xiàn)在只是停留在把線下的流程放到線上,，但是更深層次的內(nèi)容和數(shù)據(jù)還沒有涉及到,。這個事情在2016年的時候其實就被提出來，我們想先打下基礎(chǔ),，利用基礎(chǔ)框架把整個管理體系形成數(shù)據(jù)流,、工作流、業(yè)務(wù)流,，利用整體框架打通這些內(nèi)容,，實際上還是挺費勁的。所以目前正在做這方面的研究,。

現(xiàn)在AI我們也再關(guān)注,，我們在想一些圖紙的內(nèi)容和核心數(shù)據(jù)是不是可以被提煉出來，之后進(jìn)行輔助決策,，包括進(jìn)行數(shù)據(jù)分析等等可以節(jié)省很多人力,。但現(xiàn)在沒有一個很好的方法，所以也希望這次來一起學(xué)習(xí)一下,。

梁驍：我分大概三塊來介紹,，首先我在一家小米生態(tài)鏈公司名叫谷倉創(chuàng)業(yè)學(xué)院工作過，這是一家小米系的做培訓(xùn)和咨詢的公司,。

后來我在Indiegogo工作,，Indiegogo是全球第二大的海外眾籌平臺，我當(dāng)時在這個平臺是招商負(fù)責(zé)人,。

我是最焦慮的一個人,，因為我總是要在不同的公司當(dāng)中找到一個我的位置,，我之前是幫學(xué)員企業(yè)對接一些資源，后面我在這個平臺里面找到好的產(chǎn)品公司,。我就在想如果AI現(xiàn)在這么厲害的話,，那可能接下來我的求生之道就會受到影響。這時,，我就想要么我去到一家做大模型的公司里面共同成長,，但明顯我的能力是不足的,。

反過來那么哪個行業(yè)離AI最遠(yuǎn),，還沒有那么快被AI所變革？可能建筑行業(yè)相對來說變化程度是比較慢的,。我作為一個年輕人對這個行業(yè)的認(rèn)知就是有很大的降本空間,，所以肯定還是要不時的跟業(yè)內(nèi)的創(chuàng)業(yè)企業(yè)或者科技集團、科技公司做一些交流,。

因為首先我比較懂電商,，我大概知道電商在哪些方面有可能會跟AI有交集。另外我現(xiàn)在所在公司的建筑板塊這個行業(yè)里面,，它的降本增效空間非常大,，它需要的不應(yīng)該只是AI技術(shù)本身。

我們創(chuàng)始人提了一個詞很有意思,，現(xiàn)在有一些建筑科技的創(chuàng)業(yè)公司試圖在馬車身上裝自動駕駛系統(tǒng),，而這件事本應(yīng)該是先讓開馬車的人開上汽車，再將汽車上裝自動駕駛系統(tǒng),，所以就這個事我想跟各位專家做一些交流。

慕濤：大家好,，我叫慕濤,，說到跟明略的淵源，其實我最早知道明略是因為秒針,。因為當(dāng)時在阿里的時候,，身邊很多同事是從秒針出來的。我現(xiàn)在負(fù)責(zé)Kappa集團的會員數(shù)字化增長和運營,，這里面涉及到CDP,、MA這些系統(tǒng)，明略作為這些產(chǎn)品的服務(wù)商,，我們慢慢的接觸,。

我們這兩年作為鞋服品類在數(shù)字化上做的還是比較扎實的，現(xiàn)在對于用戶的四個維度都做的比較細(xì)了,，包括人口學(xué)標(biāo)簽,、消費統(tǒng)計類標(biāo)簽,、心理學(xué)標(biāo)簽以及最簡單的會員屬性的標(biāo)簽。

大家談到AI都表現(xiàn)是焦慮,，我反而正好相反,，因為在真正了解AI以后，我覺得它對我的工作包括團隊都是非常有幫助的,，現(xiàn)在的軟件包括小程序,、商城等，其實所有系統(tǒng)都特別復(fù)雜,，可能一個系統(tǒng)至少有幾百個操作的動作或者界面,。

可能部門負(fù)責(zé)人一個系統(tǒng)也不會操作，所以需要養(yǎng)大量的人,，但是AI出來以后，我就覺得以后可能不需要再找一幫人了,，我只需要把明確的業(yè)務(wù)需求以文字的形式輸給他,，那么它應(yīng)該有調(diào)動每一個系統(tǒng)的能力，因為AI最大的進(jìn)化就是能聽懂人在說什么,。所以我覺得AI對腦力工作者其實是一個更高效的助手,。

我覺得我了解完最近的GPT還有AI的內(nèi)容以后，我反而不焦慮了,，我對業(yè)務(wù)管理或者高效工作反而更加充滿信心,，我還是挺看好。

呂德彬：我叫呂德彬,，我們公司中城環(huán)境是中國建設(shè)科技集團旗下的一個公司,，中國建設(shè)科技集團是一個設(shè)計單位，原本是屬于住建部下屬的一個設(shè)計院吧,，但是后來因為一些政策慢慢脫鉤了,。當(dāng)時按照住建部的要求和規(guī)劃，把當(dāng)時住建部旗下的有四,、五家單位一起組合成立了一個集團—中國建設(shè)科技集團,，這個集團有幾大塊業(yè)務(wù)，建筑是它最大的一塊（建筑設(shè)計）,，第二個板塊是市政行業(yè),，包括城市污水處理等。我在的板塊相當(dāng)于第三大板塊,，環(huán)境治理,。

這兩年傳統(tǒng)行業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型，所以我們成立了數(shù)字化院,，我現(xiàn)在負(fù)責(zé)數(shù)字化轉(zhuǎn)型工作,。

我現(xiàn)在有三方面的主要工作,，一方面是傳統(tǒng)的設(shè)計及DVC的數(shù)字化賦能。第二是企業(yè)的數(shù)字化信息平臺的建設(shè)和維護,。第三是依托原來的業(yè)務(wù)開拓一些新的方向,，比如數(shù)字化業(yè)務(wù)、智慧平臺等,。

數(shù)字化在建筑工程或者整個工程建設(shè)行業(yè)應(yīng)該是比較靠后的,，跟其它一些行業(yè)相比差的很遠(yuǎn)。從信息化方面跟先進(jìn)的行業(yè)相比還是差距挺大,。

如果通過AI的技術(shù),，可以通過下一個指令，就能把事情做好,，那這也是對工作效率的極大提高,。

另外AI如果能幫我們把產(chǎn)業(yè)的邏輯梳理出來，再由人工做調(diào)整,，工作量降低,，效率提高了，也不用擔(dān)心人才流失了,。

我們這個行業(yè)屬于傳統(tǒng)思維,，體量又大、人又多,，傳統(tǒng)慣性特別大,，我們這幾年也在積極學(xué)習(xí)一些前沿的技術(shù)。

主持人：剛才聽到大家講的更多是降本增效,，尤其是與各個產(chǎn)業(yè)結(jié)合進(jìn)行提效,。郝總這邊從技術(shù)的角度上來看的話，現(xiàn)在大模型技術(shù)在產(chǎn)業(yè)里面具體應(yīng)用的情況是怎么樣的,？

郝杰：回答這個問題之前,，我對這一圈自我介紹的感受，順著今天這個話題,，我也想把自己假設(shè)成明略GPT,，我是一個大語言模型，大家每個人都在介紹,，介紹的內(nèi)容中除了自己的背景介紹,、業(yè)務(wù)介紹,，其實大家也提出了問題，而且大多數(shù)情況下大家也給出了回答,。

其實我聽的過程中,，這就是一塊一塊非常高質(zhì)量的語料。大模型就是在收集地球上所有的資料,，當(dāng)然它是在OpenAI的協(xié)助下只看高質(zhì)量的資料,，忽略低質(zhì)量的資料。

這些高質(zhì)量的材料中自然就包含著很多有價值的觀點,、素材,、事實和方法論，雖然我猜目前可能沒有建筑圖紙,，圖紙恐怕要排的靠后一點,，但不是說這個行業(yè)落后于其他行業(yè)，只是因為它太專業(yè)化了,，非常垂直化,、專業(yè)化的東西恐怕OpenAI要把它排在后面。

排第一的其實就是營銷,。剛才其實每個人也都快速的營銷了一下自己和所在的企業(yè),。為什么營銷排第一呢？因為OpenAI是爬取收集互聯(lián)網(wǎng)上公開的資料,，營銷這個領(lǐng)域天生就是要公開的,，營銷的內(nèi)容就是要公開的。因為營銷的本質(zhì)其實就是教育用戶用新的方式,、新的商品,、新的服務(wù)把生活提升的更加美好，這是不變的,，營銷的本質(zhì)永遠(yuǎn)是不變的,，大模型也改變不了營銷的本質(zhì)，但是它能改變營銷技術(shù)的方式方法,。

第二點,，大模型是通用化為先還是專業(yè)化為先？大家肯定感覺到是兩者一定要結(jié)合,，沒有通用化,，大模型也談不上突破，垂直領(lǐng)域的大模型受益于通用大模型,，但沒有專業(yè)領(lǐng)域的知識含量,、密度逐步提升幫助到通用大模型，也沒辦法被行業(yè)應(yīng)用。

到了實際落地場景,，大家都希望都把流程簡化,，提高效率。所以通用的大模型首先能夠覆蓋全行業(yè),，改善人機交流,、人機協(xié)同工作的效率。部分人可能不會用新工具甚至?xí)懦庑鹿ぞ?、新制度,，但是如果有一種方式是用自然語言交流就能完成工作，相信沒人會排斥,，因為跟大模型的互動就是這個道理,。

但是大家現(xiàn)在想到通用的大模型對業(yè)務(wù)改善很可能只是薄薄的一層，比如在人機交互界面處的改善,，但是專業(yè)化的大模型應(yīng)該是能夠進(jìn)入到業(yè)務(wù)場景的縱深區(qū)的,。

比如明略這樣的公司，我們現(xiàn)在沒有通用大模型,，以后也不打算從0到有訓(xùn)練出通用大模型,，因為我們和Open AI不一樣，其實Open AI也需要訓(xùn)練一系列的小模型經(jīng)過組合給各行各業(yè)提供服務(wù),。

我們是直接站在大模型的肩膀上,，利用它這么龐大的參數(shù)量，給我們提供了一個起點,，在這個起點之上我們還有做各行各業(yè)營銷服務(wù)領(lǐng)域沉淀下來的知識,，通過這些知識重新訓(xùn)練大模型，訓(xùn)出來的結(jié)果是行業(yè)大模型,，而且它的大小可能不會保持原來的規(guī)模了,，可能從一千億的參數(shù)變成一百億、十億的參數(shù),。

所以我們會為各行各業(yè)做很多個不太大的行業(yè)大模型,，賦能到行業(yè)的各個場景中。

主持人:是否可以通過實際案例介紹下,？

郝杰：那就再給大家通過舉例的方式來講,，我們是做營銷智能和營運智能的一家公司，營銷就包括廣告的投放,，廣告預(yù)算的計劃,，廣告投放之后的效果監(jiān)測，明略可能扮演一個廣告市場上的裁判角色,。

我們會把廣告效果通過分析閉環(huán)來幫助公司在廣告投放方面變得更有經(jīng)驗，同時可以通過明略選擇一些KOL、KOC,。如果把整個廣告主或者客戶算第一方,，電商平臺、直播平臺,，各種各樣的媒體平臺算二方,，明略就是第三方，第三方要在各大媒體平臺上去分析洞察客戶的硬廣告,、軟廣告等,，這些廣告收到了什么反饋，通過大量的分析洞察之后,，又能指引客戶下一輪的新產(chǎn)品設(shè)計應(yīng)該怎樣,，具體應(yīng)該如何迎合哪一個人群或者是消費者的圈層，這樣就能夠做到千人千面的營銷,。

大模型來了之后,，特別是行業(yè)大模型可以是營銷GPT，也可以是Social GPT,、Marketing GPT,，現(xiàn)在市面上已經(jīng)有很多這樣的叫法了，這些東西能夠極大降低千人千面的成本,，讓營銷做的更加精準(zhǔn),。

另外我們還有營運智能，我們現(xiàn)在針對一些快消品的連鎖門店設(shè)計語音工卡,、智能工卡,，這不僅僅是一個寫著名字的簡單的塑料片，里面有我們的麥克風(fēng)陣列,，不僅僅是一個麥克風(fēng),，有好幾個麥克，可能在接待了30個顧客后,，積累了30通口語話的推銷的特點,，收集的素材先做語音識別再做自然語言的理解，自然語言的理解這部分就可以替換成大模型了,，原來是一系列的小模型,，做的很精巧，但是效果比現(xiàn)在大模型還是要明顯差一截的,。

現(xiàn)在就能分析出這個店員有沒有按照店長的培訓(xùn)進(jìn)行輸出,，這樣整體的生產(chǎn)效率就提升了，毛利率也就提升了,，還有很多的社會效益,。

這個語音工牌之后的階段就是能夠進(jìn)行銷售能力的挖掘洞察,，總結(jié)金牌銷售者的最佳話術(shù)，幫助店長做更加精準(zhǔn)的培訓(xùn),，提升整個門店的成單率,。

主持人：您對未來的prompt工程怎么看？

郝杰：對于prompt工程還需要用幾年,，我們每個人可以預(yù)測一下,。

張鵬：我自己在用，因為本身我要讓我的團隊會用和我公司的人會用,，我自己要先會用,。但是怎么寫好其實很麻煩的，因為現(xiàn)在它總會丟掉一個要素,。

我舉一個特別簡單的例子,，比如說我要畫一幅畫，這個畫里面有一個北極熊,，還有一個海豹,，這個北極熊和海豹在冰原上，寫的很清楚對吧,，但實際畫出來的內(nèi)容一定會丟一個元素,。

郝杰：中小模型，深度學(xué)習(xí)的模型走的是AI連接主義的路線,，這條路線就沒什么可解釋性,，說不清楚,，跟之前的統(tǒng)計學(xué)和機器學(xué)習(xí)不一樣,。

現(xiàn)在深度學(xué)習(xí)大模型相當(dāng)于把一些明顯的知識壓縮成一些無法解釋的參數(shù)了,，壓到一個黑盒子里去了,，所以確實會在各種場景會偶爾犯錯，甚至不是偶爾,，甚至是always,。

這種情況下我覺得一個辦法是再回歸到符號邏輯的工具或系統(tǒng)上來,，比如明略一直有一個技術(shù)標(biāo)簽是知識圖譜,，其實大模型就相當(dāng)于黑盒化的知識圖譜,，知識圖譜就相當(dāng)于顯示化之后的一個知識大模型，知識圖譜如果已經(jīng)被創(chuàng)建好且經(jīng)過檢驗了,，再讓它去完成查詢?nèi)蝿?wù)或推理任務(wù),，甚至是一個創(chuàng)新性的、創(chuàng)意性的任務(wù),，它也可以做到,，而且不會不可控。

張鵬：對,，這是一個問題,，其實還有第二個問題,，就是比如用機器作出十幾版海報后，其實我也無法去判斷這十幾版的海報哪一版的效果最好,？

郝杰：這也是我們廣大用戶共同提到的,。

張鵬：一定會出現(xiàn)這個問題的，因為這十幾版沒有一個是一樣的,，所以你無法用固定的一些關(guān)鍵詞去描述它，所以我很難用任何的標(biāo)簽去匹配它,。

郝杰：營銷過程中,，就投放內(nèi)容有兩個不確定性，張總說的是投前,，你即將把這幾幅圖或者這一篇文章委托給KOL了,，事前你并不知道哪一篇會火。還有一個事后的不確定性,，可能10篇里第3篇和第7篇一下被變成爆款了,，但你也分析不清楚另外的幾篇為什么就不火。

所以現(xiàn)在明略特別是秒針有很多各行各業(yè)的大客戶提過來需求中重疊的一點就是希望明略能夠提出一種方法,，無論是大模型和傳統(tǒng)方法結(jié)合,，哪怕是事后分析出反饋比較好的原因是什么，它的歸因分析是什么,，這也是給我們的一個新課題,。

張鵬：實際上現(xiàn)在很多人是不敢用AI的，因為大家比較困擾的是AI可能確實帶來降本增效的效果了,，但具體產(chǎn)出無法衡量,，這其實是我最近發(fā)現(xiàn)的很不確定的一件事情。

郝杰：現(xiàn)在很多人都在觀望,，但是觀望的心理焦慮程度不一樣,，像這些做快消品的更加焦慮，但像搞建筑的,，他們沒有那么焦慮,，因為那些專業(yè)知識要到網(wǎng)上本來就要晚幾年，所以建筑行業(yè)沒有很迫切的要用AI營銷或者做歸因,，因為如果要降本增效的話,，也未必非是大模型不可，其實建筑行業(yè)里也有建筑知識庫,。

呂德彬：確實可能會有隨時查看的功能,，但是我們希望能夠?qū)崿F(xiàn)發(fā)出指令之后就自動生成了。

郝杰：就相當(dāng)于看圖說話,，已經(jīng)給寫好總結(jié)了,。

呂德彬：對,，我們就是看它做的對不對，但就是剛開始入行的時候你要學(xué),，以后都很熟練了,，不需要中間過程。

郝杰：這個點就非常有意思了,，其實OpenAI自己也知道大模型出來之后,，最立竿見影的場景就是做摘要，剛才呂總說的,，就是給建筑圖紙,、建筑行業(yè)的一些文檔做出人輕松就能看懂的比較短的摘要出來，所以各行各業(yè)有早有晚,，但是晚的行業(yè)抓到大模型的應(yīng)用的點往往也是效果最突出的點,，所以并不怕晚，只要能受益就可以了,。

劉靜：我順著剛才提到的摘要這一點說,，我是一個營銷的從業(yè)者，我對prompt的感覺或者是對AIGC的感覺,，我有一個觀點,，我覺得最開始我也判斷不了AI能不能用，但現(xiàn)在我堅定地認(rèn)為市場的營銷人員從此時此刻開始就必須積極擁抱,，強迫自己使用,，因為它真正有價值到來的時刻是非常快的,。

我覺得市場營銷人員大膽的用,，你只要人機同行就行，不要全部依賴它,，加上人為判斷就可以,。我覺得未來很短時間就會進(jìn)入機器為主的時期，而今天這個時期是人機同行的,。

第二點,，甲方市場部本身的工作模式此時此刻就要發(fā)生轉(zhuǎn)變了，現(xiàn)在除了藍(lán)標(biāo)把外包都停止了,，各大公司都停止了,。原因就是工具人的問題。在這個過程當(dāng)中其實是工作模式變了,，現(xiàn)在就是通過AIGC產(chǎn)出內(nèi)容了,。

尤其是大公司的市場部基本上都是以管理為主的，而不是以內(nèi)容創(chuàng)作為主的,，未來市場部的工作模式也會發(fā)生變化,。一旦工作模式發(fā)生變化,，prompt就成為當(dāng)下最重要的，也是必備的技能,。

第三個觀點還是蠻有趣的,，建筑行業(yè)可能還沒有涉及到這個領(lǐng)域，但是營銷領(lǐng)域會涉及到,，以前在STP設(shè)計當(dāng)中,，基本是通過地域和人口學(xué)原理區(qū)分，比如說一線城市,、二線城市或者男性,、女性、收入結(jié)構(gòu),、消費習(xí)慣等。

因為只有目標(biāo)市場確定了,，才能做業(yè)務(wù)設(shè)計,，在什么市場賣什么東西，定價多少,，業(yè)務(wù)設(shè)計是這樣完成的,。

前幾年火起來的圈層營銷，意義就在于我們依然認(rèn)為樂趣是能夠把一群人捆綁在一起的,。前段時間我們做了一個有趣的事,，就是奧妙洗衣粉，我們給圈層是穿漢服,，然后我們把這兩件事結(jié)合起來,，這個事情一定是樂趣帶來的。

然后您是有四大體系的標(biāo)簽都建立起來了,，標(biāo)簽打散,、重組，以樂趣為核心再重組一輪兒,，把十張圖按照您的這個讓機器自動發(fā)出去,，三分鐘之后就有反饋了，您這十張圖在這十個圈層里邊行還是不行,，然后在十個圈層里邊反饋出來的時候,，業(yè)務(wù)設(shè)計是真正通過圈層的，為什么,？因為各大互聯(lián)網(wǎng)公司已經(jīng)把一二三四線城市以及年齡打亂了,，今天如果說你越是精準(zhǔn)營銷，它就越有可能干出這樣的事來,。

咱們做2C的,，基本上咱們的市場營銷成本就是CPM,、CPC、CPA,，精準(zhǔn)的就是說我CPM的成本下來了,，你已經(jīng)有標(biāo)簽體系了，AIGC又有十套設(shè)計,，且每個都不一樣,，也很難判斷哪個好不好，那不如用興趣重組標(biāo)簽再發(fā)一輪,，所以STP的整個市場營銷的模式制定的邏輯也在變化,，這是我作為從業(yè)者，我最近也是跟朋友們聊的特別多,。

劉志彬：我先給大家打個招呼,，很高興認(rèn)識大家。我這邊臨時是有其它的安排,，所以今天不能到現(xiàn)場,，耽誤大家時間，我就不做具體的問題的交流了,。

我介紹一下蜀海供應(yīng)鏈,，我么是做餐飲的一個食材供應(yīng)鏈，我們跟系統(tǒng)有關(guān)的事可能沒有像大家剛才交流的這么復(fù)雜,，但是整個鏈條也比較長,，我們從田間地頭到餐桌整個流程的系統(tǒng)也會涉及到方方面面。

我們的問題其實就是整個產(chǎn)業(yè)鏈上下游都非常的零散,，很難有標(biāo)準(zhǔn)化的SOP,，決策的體系也是千人千面大概是這么一個情況。

在這樣的情況下,，我們在想如何通過大數(shù)據(jù)的算法,，包括現(xiàn)在比較流行的GPT大模型應(yīng)用改變這些問題，我們也在向不同行業(yè)學(xué)習(xí),。也希望大家多分享,。

郝杰：劉總你好，其實明略這邊也很想向您請教一下,，因為我們有些客戶也涉及到了供應(yīng)鏈這一塊,，大模型來了之后，他們也對供應(yīng)鏈會如何做有點焦慮,。

所以也想向您請教一下,，您覺得AIGC或者大模型主要會對供應(yīng)鏈的哪些環(huán)節(jié)或者從哪個角度產(chǎn)生一些影響，從您所在企業(yè)的角度會如何利用大模型實現(xiàn)降本增效呢？

劉志彬：謝謝郝總,，可能我自己有一些淺淺的認(rèn)識,，因為從我們業(yè)務(wù)的角度來講，供應(yīng)鏈核心跟大數(shù)據(jù)或者跟算法比較相關(guān)的還是去做一些預(yù)測性的思考,，可能分兩個階段,。

在目前這個階段可能是傳統(tǒng)的基于歷史數(shù)據(jù)深度學(xué)習(xí)的模型，在這個階段其實還沒有一家真正能夠用的很好的,，因為供應(yīng)鏈里面確實因素,、參數(shù)整個的變化是非常立體的，單一去做一個爆款產(chǎn)品的預(yù)測容易,，單一去做一個基于確定的銷量或者做一個車間的排查相對來講也容易,，但是面對這種零售端的后端的供應(yīng)鏈，因為餐飲相當(dāng)于是一個零售端,，把零售端和整個后面上游的幾十萬甚至上百萬家食材的供貨商,、生產(chǎn)商、物流運輸?shù)荣Y源整合在一起做一個業(yè)務(wù)上的變革,，其實在目前這個階段我們還沒有很好的方案去解決,，所以在這個階段應(yīng)該還談不上大模型。

但是在第二個階段,，我在想供應(yīng)鏈的一些風(fēng)險，當(dāng)然這個風(fēng)險包括資金的風(fēng)險,，因為餐飲品牌的洗牌是非?？斓模簿褪且粋€餐飲品牌生命力很短,，尤其疫情可能把70%的品牌重新洗掉了,，這對整個供應(yīng)鏈合作的風(fēng)險，這種信用預(yù)測可能是將來基于一個場景的重要方案,。

另外對食材基于農(nóng)業(yè)的場景預(yù)測,，做農(nóng)產(chǎn)品價格大模型的場景化的決策可能也能起到一定的作用。

但是在內(nèi)部的供應(yīng)鏈上,，我覺得不會有太好的點切入,，因為具體到業(yè)務(wù)里面，是盡可能希望100%量化的決策,，即使做不到,，也會加入人工的判斷，這是我自己在研究的另外一個領(lǐng)域,，屬于場景化的決策體系,，這個體系更多考慮人的一些因素去做決策。

我大概想說的就是這三點,，一個是在風(fēng)險上,，一個是在價格上,，一個是在決策上，在這三個點上可能將來能夠有一些發(fā)揮的切入點,。

郝杰：好的,，多謝劉總，對我們挺有啟發(fā)的,，不僅是對我,，我相信對在場的來自其它行業(yè)嘉賓也有一定的啟發(fā)，回應(yīng)您一下,，明略確實在供應(yīng)鏈的認(rèn)知還不多,，有一點點認(rèn)知是明略和百勝中國的合資公司有合作，我聽了您的描述之后,，就印證了一些事情,，這家合資公司近幾年就把AI技術(shù)用在了餐飲行業(yè)，目前是一些比較單點狀的應(yīng)用,，還沒有形成體系,。

比如在喜家德出餃子的窗口加攝像頭，用視覺方法能夠識別出餃子是不是合乎標(biāo)準(zhǔn),，如果人工包的餃子形狀不好看就退回去重新包,。另外比如必勝客冷藏間的肉、面粉等各種材料上都裝了RFID的標(biāo)簽,，相當(dāng)于跟物聯(lián)網(wǎng)結(jié)合了,，能夠?qū)崟r監(jiān)測到哪些材料還有剩余，哪些需要提前補貨等等,。

目前是幾個單點應(yīng)用,，如果非要把幾個單點串聯(lián)起來做成系統(tǒng)，目前來看也是有難度的,。

呂德彬：郝總,，我有幾個問題，目前的人工智能都是在解決個人的一些需求,，目前AI有沒有針對企業(yè)的解決方案,。

另外就是我們的企業(yè)平臺是多種技術(shù)的組合，AI只是其中一個,，其它包括大數(shù)據(jù),、移動互聯(lián)網(wǎng)、計算機,、通信,，很多技術(shù)的集成，AI只是其中的一個由信息化變數(shù)字化，數(shù)字化變智慧化或者智能化的一個提升因素,。

郝杰：技術(shù)中的一部分,。

呂德彬：是的，那么AI服務(wù)商會給企業(yè)出解決方案,，還是會有另外的平臺集成商,，AI服務(wù)商給平臺集成商提供服務(wù)，最終集成商給企業(yè)來提供解決方案呢,？

郝杰：我非常直接的回答,，肯定不是以AI服務(wù)商出面，它肯定是一個被集成的對象或者說被集成的一部分技術(shù)模塊,。因為明略就是扮演的系統(tǒng)集成商的角色,，至少我們要集成自家的各項技術(shù)，而不是說明略的AI團隊沖在前面,，通常我們一個產(chǎn)銷研團隊,，AI應(yīng)該在后半段的。

比如說前幾年市場上有數(shù)據(jù)中臺的說法,，甚至又衍生出來業(yè)務(wù)中臺,、知識中臺，然后衍生出一個AI中臺,，最大的那個其實還是數(shù)據(jù)中臺,。但現(xiàn)在中臺概念也慢慢消退了。

我們用中臺這個詞分析一下大模型這個詞,，大模型會是持久不變的一條技術(shù)方向嗎,，會一統(tǒng)一切嗎？恐怕也不是的,，至少大模型也吃不掉中小模型，因為具體場景需要具體分析,。

所以已經(jīng)有的技術(shù)模塊和大模型不是勢不兩立的,，也不是絕對要被代替的，甚至它們還可以左右互搏,，互相幫助的去迭代升級,。比如知識圖譜，它的創(chuàng)建確實是成本比較高,，要從巨大的數(shù)據(jù)中提取出關(guān)系,，提取出屬性等很多東西，但這些東西都是非常有價值的,。

大模型出現(xiàn)后,，恰好可以替換原來那些實體關(guān)系提取的算法，那些算法其實是以前NLP技術(shù)的上游任務(wù)或者是一些中間環(huán)節(jié)。大模型可以作為知識庫建設(shè)的一個非常高效率的工具,。

梁驍：其實之前提到利用大模型來寫文章,，我不知道會不會造成一種結(jié)果是從邏輯性上、全面性上它寫出的內(nèi)容毫無問題,，但是個性化很差,？如果想做一個高端的、有個性化的引領(lǐng)性文章,，它能不能寫出來,？

郝杰：我覺得非常值得有這樣的擔(dān)憂和質(zhì)疑，一個真實的例子,，我女兒需要寫一篇關(guān)于詩的作業(yè),，她最開始用ChatGPT寫了一篇，但最終她覺得還不夠好,，自己重寫了一篇,。

梁驍：有可能變成千人一面了，沒有什么個人的一些觀點,。

郝杰：會有一些微小的區(qū)別,。可能寫100篇都不一樣,，但是仔細(xì)感覺發(fā)現(xiàn)格調(diào)是一樣的,。

閆斌：在建筑行業(yè)和一些深度的小模型做結(jié)合，可能效果就不一樣了,，我的孩子也是用它寫了一個三年級的作文,，寫完我覺得不好，我說你看計算機怎么給你寫的,，他看到后把架構(gòu)理解了,，自己又重新寫了一個，但是他明白邏輯架構(gòu)了,。

這就說明在垂直領(lǐng)域還缺一套專業(yè)的內(nèi)容工具輔助,，大模型只能給一個框架，但是深度的細(xì)節(jié)內(nèi)容還需要小模型輔助,。

郝杰：它還是一個工具,，真正人類藝術(shù)方面的創(chuàng)作短時間還不能指望大模型。

劉靜：而且我覺得AI在這方面可能是一個問題,，但換一個角度,，它又不是個問題，我覺得現(xiàn)在的copilot名稱特別好,，智能副駕,，它本身就不是代替人類的,。

梁驍：另外一個小問題，因為我之前也做過跨境電商,，這個行業(yè)里的一個難點是客服,，首先AI客服一定要用到知識圖譜，包括公司的一些產(chǎn)品信息,、一些售后維修的方式方法等,。第二很多客服其實不解決任何問題，僅僅在那聽,，所以需要有所謂的共情能力,。

從您的視角看，現(xiàn)在AI純粹做帶安撫性的客服現(xiàn)不現(xiàn)實,？還是說只能做功能性問答,？

郝杰：我覺得安撫性的或者情感溝通類的客服成熟程度低于功能性的，功能性的客服是從業(yè)務(wù)流程中提取出類似于實體關(guān)系,、邏輯,，它都是確定的內(nèi)容或者超綱的內(nèi)容它不回答也沒關(guān)系。但情感安撫型的,，這個不確定性更強一些,，不太容易被流程性的東西提前預(yù)想到，所以這是一個新興的話題,。

大模型出來之后,，清華計算機系有一位老師叫黃民烈，他的公司是主打這個方向的,，智能客服的用途是心理安撫,。

主持人：感謝大家的交流，今天時間不早了,，我們的交流就先到這里,。AI的技術(shù)還在不斷發(fā)展和演進(jìn)，我們可以一起期待之后的技術(shù)進(jìn)步,。