国际石油市场暗流涌动

为支撑海量数据的大规模训练，大量服务器通过高速网络组成算力集群，互联互通，共同完成训练任务。

综艺新IP《种地吧》收获高口碑并入围第28届上海电视节白玉兰奖最佳综艺奖项。刚刚完结的《莲花楼》接棒《长风渡》成为最新一部也是第十部爱奇艺内容热度值破万的剧集。

其中，含广告的基础会员带动爱奇艺极速版会员收入同比增长87%。高品质内容助力公司实现历史上第二季度最佳业绩表现，在总营收、利润、自由现金流和日均订阅会员数等关键指标上均表现稳健。如今，生成式AI等创新技术已逐步应用在爱奇艺内容制作、市场宣发、播放互动等场景，并初见成效。更值得一提的是，原创内容质量的提升带动了相关广告需求持续增加，大剧年框客户数和金额同比稳健增长。根据云合数据，截至2023年第二季度，爱奇艺剧集市占率已连续六个季度领跑行业。

会员业务健康可持续发展的关键在于提供卓越的用户体验该季度共有30部剧集发行至央视和各级卫视，爱奇艺原创内容得以覆盖更广泛的用户圈层。网版权文章，未经授权禁止转载

网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载领域大模型一定会是大模型技术商用化的未来。

BERT出来后对学术界、产业界影响都很大，因为它的通用性比较好。随着GPT能力的不断提升，很多学术研究的子方向的特殊性都没了，研究范式开始趋向于统一。

比如你经历过大学四年的专业教育后，会掌握一些领域内的通识能力，知道一件事应该怎么做，但每个步骤可能还要去查一些资料，书本上的知识点你并不需要全部都死记硬背下来。基于人类专家的反馈，它能够不断地学习提升，逐步成为超级员工。以下是AI科技评论和张杰的对话：不会为了追求风口，做一些姿势大于效果的创新AI科技评论：AI技术发展速度很快，过去两年公司的AI技术路线做了哪些调整？张杰：过去两年最大的技术路线调整就是把公司已有产品的底层核心引擎全面替换成大模型。AI科技评论：为什么要做这样的调整？张杰：我们是一家务实经营的科技公司，过去多年都是连续盈利的，科技创新唯有苦练内功，所以我们不会为了追求风口做一些姿势大于效果的技术。

目前我们在金融、公安、医保、健康领域有一些落地场景，未来会继续深挖这些领域大模型的复杂推理能力，让模型不但具有专业性、具备专业的事实判断能力，还要具备自主的过程判断能力，成为具备跨场景的虚拟办公助手。当然张杰也坦言，通用大模型已经火到了一定程度，目前C端应用火爆，但在B端企业服务赛道，很少有人意识到大模型未来会对企业的生产关系带来很大影响。现在我们私域的对话数据，人工对话每天超过30万通，机器对话每天超过200万通。AI科技评论：率先做了哪些场景的应用？张杰：我们已有的产品主要是围绕企业服务赛道的对话场景，比如说外呼营销机器人、客服机器人、智能质检、智能陪练、办公助手等。

大模型就像是一个智商较高、理解能力很强、过目不忘的文科生，我们在这个底子很好的文科生基础之上，注入企业的领域知识，让大模型能够理解领域知识，成为一个具备领域知识的普通员工。长期来看，关于价值判断、规则制定、以及关乎人性和心理的工作，是大模型不能取代的。

所以会是人— 机—人的架构。那为什么要把产品全部转移到大模型上面？因为效果好、成本低。

缘何做领域大模型而非通用大模型？张杰告诉AI科技评论，从长远来看，通用大模型确实能给行业带来巨大的价值，但从目前来看，通用大模型在处理专业问题方面还不是很聪明，不能满足企业对专业性、合规性、规模化的需求。AI科技评论：所以您更倾向于做领域大模型？张杰：对，领域大模型是我们正在做的事情。相反领域大模型不仅不需要依赖大算力，还能切实解决领域内某几类细分场景的问题。这些都需要结合不同的业务场景需求，很耗时间和人力。我们积累了一套工具，能快速的跑出一些指标，指标体系包括模型本身的内在属性、通用语言能力、领域特定任务。保险大模型产品作为代理人助手，既可以应用于保险公司的业务，又可以直接让代理人使用。

目前高质量数据一部分是精心筛选后的公域数据，另外一部分是小规模高质量私域数据。而让中关村科金下定决心全面拥抱大模型的原因在于，大模型并非新事物，早在2017年就有了Transformer的架构，次年谷歌就基于该架构推出了BERT大模型，并在产业界产生了不小反响。

自带AI基因，或许也是中关村科金较早拥抱大模型的原因之一。AI科技评论：这是不是意味着通用大模型还很难解决某个细分领域的问题？张杰：只能说现在的通用大模型在知识复杂度高的行业里，还不能直接应用。

AI科技评论了解到，目前中关村科金已有的产品如智能外呼、智能客服、智能质检、智能陪练等产品通过自研的对话引擎已全面拥抱大模型。做好流程挖掘，有了领域知识库，才能做好领域模型AI科技评论：大模型是不是更利好中关村科金这类有AI能力的服务商的发展？张杰：对于服务商来讲有利有弊。

之前企业可能是一个树状的管理结构，从上面董事会到下面的各个部门，一层一层往下是金字塔式的。而B端主要关注对话场景和推理能力两大方面，目前真正商用落地的优秀案例不多。有些客户是排在行业头部但不是龙头，想弯道超车。简单介绍一个代表性的应用案例，以前在一个新场景构建外呼机器人，大概需要2~3周时间，且需要非常熟练的话术师才行。

其实领域大模型从一定意义上来说也是通用模型，它即需要保持通用的常识和推理，又需要具备领域内的专业知识和技能。但现在，借助一个构造好的领域大模型，只需大约1-2天时间就可以成功交付，能明显降低交付成本，加快交付效率。

（雷峰网雷峰网(公众号：雷峰网)）。大模型火爆出圈，也有助于让更多人认识到AI的价值，减少了向客户做科普的成本，加速了AI商业化的进程。

AI科技评论：是不是很难？毕竟对数据方面的要求比较高？张杰：数据方面的要求可以细分来看，是容易获取的公域数据还是很难获取的私域数据、是成本低的隐性标注数据还是成本高的显性标注数据。把这些高质量的领域常识数据灌到大模型里训练，就可以让模型具备更多的领域知识，学到领域的语言特色，对领域数据的理解能力和生成能力也会提升。

现在为什么叫大模型，是因为它的参数越来越大了。大模型有泡沫在，C端火爆，B端落地还需时日AI科技评论：在大模型选择上有什么标准吗？张杰：这个对我们来说还是很有挑战的，我们尝试了目前市面上各种开源模型，快速研究、测试和训练。AI科技评论：所以去年您就预见了大模型会是下一个风口？张杰：大模型带来的研究范式的巨变是必然现象。从有经验积累的行业出发，找契机深入其他领域AI科技评论：中关村科金为什么选择从金融行业尝试大模型应用？张杰：与其他行业相比，金融行业对于数字化转型项目的接受度更高、场景需求更明确、智能化手段带来的商业价值更明显。

与传统的智能客服相比，大模型进一步降低了开发和运维成本。并且像头部金融企业对于服务品质、响应速度各方面要求都很高，需要合作伙伴能够迅速和他一起共创，这时候腰部企业看到成功案例后，再去复制就很快了。

AI科技评论：客户愿意把自己的数据拿出来训练吗？张杰：像银行自有的数据是需要我们去银行驻场训练的。AI科技评论：也就是说大模型还是有一定泡沫存在的？张杰：大潮之下泡沫肯定是有的，但从长远来看，它确实能给行业带来巨大的增值和机遇。

最初GPT的技术路线还是非主流的，但OpenAI一直坚持生成式模型的路线，没想到现在生成式的任务效果这么好，变成主流了。在进行领域模型探索的同时，中关村科金也没有忽略应用层。