查看原文
AI与产业

360集团副总裁梁志辉:大模型驱动的AI数字员工,将带来一场深刻的生产力变革丨数据猿专访

月满西楼 数据猿 2023-06-28

‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业


近日,在360智脑大模型应用发布会上,360集团创始人周鸿祎在现场创造了自己的数字分身,充当360公司的新闻发言人,其行为和思维方式可以仿真周鸿祎本人。

据悉,数字人将会成为大模型的重要应用入口,360AI数字人目前拥有200多个角色,分为数字名人和数字员工两类。其中,数字员工借助360智脑4.0的跨模态生成能力,可实现文字处理、图像处理、语音处理、视频处理等功能,并可将这些功能应用于营销、办公、运营、决策等企业服务场景,让数字员工成为企业员⼯的知识助⼿和办公助手。这将极大的提升员工的工作效率,进而解放生产力。

为了进一步弄清楚360数字员工的能力,数据猿专访了360集团副总裁、N世界负责人梁志辉,跟他探讨大模型对于数字员工的变革价值,以及大模型加持后的数字员工,将如何赋能各项业务场景。

数字员工+大模型,21世纪的“绝代双骄”

数字员工和大模型是企业服务领域的两个前沿课题,但是,他们各自都存在一些明显的问题,具体来看:

传统数字员工“智力”严重不足,生产力得不到真正释放。

梁志辉指出,尽管数字员工能够执行一系列任务,并在某些场景中提供高效且持续的服务,但其实际能力却受到严重限制,使其在现实应用中常常显得“空有其表”。其中,最突出的问题是其智能程度不足,让数据员工缺失“灵魂”。

在当前的技术环境中,数字员工主要依赖于预设的脚本进行工作。这种依赖性限制了它们的响应灵活性和适应能力。无论是在处理复杂任务,还是在进行深度学习和理解时,传统的数字员工都无法与真正的人类员工相媲美。尤其是当面对新的、未经预设的问题或场景时,这种智能程度的不足就会暴露无遗。此外,数字员工的互动性也较弱。梁志辉举了一个例子,现在一些视频平台也在用数字人进行直播,但这些所谓的直播很多都是录播,只是对了一个嘴型,并不能回答观众的问题,也不能跟观众实时互动。

在多数情况下,数字员工不能像人类那样理解和处理含糊不清、需要判断和理解语境的指令或者请求,导致其在人机交互中常常显得生硬和机械。这种局限性在很大程度上限制了数字员工的应用范围和“生产力”的释放,也是阻碍其在企业级业务场景中更广泛应用的主要难题。

数字员工是大模型在企业应用落地的绝佳载体。

大模型在AI技术领域的地位无疑是至关重要的,它们的出现极大地推动了机器学习和人工智能的发展,为解决复杂问题提供了全新的视角和可能性。然而,仅有大模型技术并不足以满足现实中的需求,我们必须找到实际的应用场景,让大模型发挥出其应有的价值。

尤其是在企业服务领域,大模型的应用落地更是成为了迫在眉睫的问题。大模型的输出结果也需要有适当的平台和工具来进行接收、处理和应用,这对企业的技术架构和业务流程也提出了挑战。

梁志辉指出,360致力于以SaaS产品的形式,为企业提供大模型能力,降低企业使用大模型的门槛。并且,他认为,数字员工作为大模型在企业应用领域落地的“载体”,既可以利用大模型的智能能力,也可以作为大模型的输出平台,将模型的输出结果以更人性化、更高效的方式提供给企业的员工和客户。正如梁志辉所说,“直接给企业开通几个GPT账号,往往不知道能拿来干什么。但是,如果是以数字员工的形象,去接入大模型的能力,往往能更好的被企业用户所接受。”

大模型魔力加持,360数字员工提升企业运营效能

将数字员工与大模型进行深度融合,是一个绝妙的想法,但要将这个想法落地成具体的产品和解决方案,却需要具备一系列的“硬实力”,并需要实现一系列的技术和应用创新。

那么,360是如何打造大模型驱动的智能数字员工呢?具体来看,核心包括以下几个关键环节:

首先,需要打造一个足够强大的通用大模型。360自研三大千亿参数规模的模型,并实现多个模型的混合训练,历经七次迭代。根据SuperCLUE的数据,360智脑多项能力位列国产大模型第一。目前360智脑已经具备摘要、翻译、写作、代码等数十种技能。值得指出的是,360智脑是多模态大模型,不仅能够单独处理文本、图像,还能实现文生图、文生表、图生文、语音生成等多模态内容生成能力。

在C端场景通用大模型已经足够,但在B端企业应用场景,通用大模型存在诸多短板。比如,不具备行业知识储备,回答专业问题的能力不足;公有大模型无法对企业内部数据进行分级管理,在使用过程中存在数据泄露风险;通用大模型往往无法满足企业应用场景对数据的时效性要求等。

为了解决这些问题,360在通用大模型基础上,加上行业数据库、公司数据库、个人数据库进行训练,打造专门服务企业应用场景的行业大模型。此外,针对数字员工特点,设计合适的模型结构和训练方法,使模型能够学习到数字员工需要的各种知识和技能。

经过上面两步,就基本准备好了数字员工的“魂”,接下来,需要打造一个数字员工的“形”。数字员工不仅仅是大模型的应用,也是一个完整的产品或服务,需要设计数字员工的形象、性格和行为,以满足用户的需求和期待。同时,也需要开发一套完整的数字员工系统,包括用户界面、后台管理、数据处理等各个部分。


360 AI数字员工产品界面

最后,通过将大模型能力接入数字员工平台,进而打造出“形神兼备”的AI数字员工。充满智慧、注入灵魂的数字员工,将在企业的生产经营、营销决策、内容创作、数据分析等方面发挥重要作用,成为企业员工的知识助手和办公助手,提升企业运营效能。

AI数字员工,为企业带来一场工作效率革命

相比于以往的数字员工,360智脑大模型驱动的AI数字员工具备多方面的优势。

一方面,数字员工的理解能力得到很大提升。它们能够理解复杂的语境和逻辑,对用户给出的需求进行深度理解,甚至理解用户的情感和意图。这样一来,人机交互的自然度和效率会大大提升。人们可以用更接近日常对话的方式,而不是机械的命令,与AI数字员工进行沟通,从而提升人机协作的效率和效果。

另一方面,以大模型为基础的AI数字员工,其解决问题的“智力”水平和工作能力显著提升。梁志辉认为,在文字、图片等领域,现在AI系统已经可以生成高质量的内容,并可进行复杂的推理和判断,这意味着AI数字员工可以胜任更多种类、更高难度的工作,从而为企业提供更大的价值。而且,由于数字员工具备持续学习和自我优化的能力,这些优势将随着时间推移而不断增强。

正是因为有上面的优势,360以智脑大模型驱动的AI数字员工,可以在大量的工作场景中赋能人。360智脑平台构建了一个数字人广场,其中在营销方面,有创意帮手、营销总监、品牌营销专家、市场营销经理等;在文案策划方面,有小红书文案专家、微博文案专家、公众号文章作家等;在视频方面,有直播脚本专家、视频拍摄大纲专家等。此外,还有AI小助理、金融分析师、中英翻译官、法务专员等众多AI数字员工角色,可供用户选择。


360智脑数字人广场

用户可以依据自己的业务诉求,选取对应的AI数字员工,来帮助其完成相关工作。可以说,AI数字员工在各个领域的应用场景无处不在,他们可以协助人类研究决策、创作与策划,并可以生成大量高质量内容,以下是几个具体的应用场景:

1、研究决策——提供决策建议,分解执行任务。

对于管理层来说,最重要的任务之一就是进行研究决策。他们需要基于海量的信息进行分析,提出策略,并进行决策。在这个过程中,AI数字员工可以提供很大的帮助。首先,AI数字人可以根据提供的信息,生成分析报告,提供决策建议。这样,管理层可以更加专注于决策,而不是沉浸在信息的海洋中。然后,当管理层作出决策之后,AI数字人可以帮助进行任务分解,跟进执行进程。

例如,一个新能源汽车公司要上市一款新车,就可以选用“营销总监”这个数字员工角色,为我们提供一份新产品推广的营销框架。

2、营销创意与策划——基于创意快速生成营销内容,人人都可成营销专家。

AI数字员工在营销策划等创作领域展现出了巨大的潜力,他们可以协助创作出吸引人的文案,设计出让人眼前一亮的海报,甚至剪辑出富有感染力的视频。这些工作原本需要投入大量的时间和精力,而且需要相应的专业技能。但是,AI数字员工凭借强大的生成能力和理解能力,可以快速地生成高质量的内容,大大减轻了人们的工作负担。此外,AI数字员工也可以协助进行创意策划和活动策划。他们可以根据活动的目标和要求,提供创新的策划方案,为活动的成功提供有力的支持。

接下来,我们来看一个实际案例。我们选取“小红书文案专家”这个AI数字员工,来帮助生成相关文案,以下是对话过程:

需要说明的是,以上案例只是用360数字员工得到的初步答案。用户完全可以在此基础上,不断细化自己的要求,并投喂一些相关的材料,来让这个数字员工给出的回答越来越准确、越来越深入。此外,不同的用户,可以通过不断的资料投喂,跟360数字员工不断的交互,来让数字员工更好了解用户,生成的内容也越来越符合该用户的“风格”。

尤其值得提出的是,360的AI数字员工具备跨模态能力,打破了不同内容形式的“模态墙”,这是ChatGPT都不具备的能力。360的AI数字员工不仅可以生成文字内容,还能生成相关的宣传海报图片。而且,AI数字员工还可以直接跳转到360专门用于图片生成的产品“360鸿图”,用于生成更精细的图片内容。

再举一个抖音视频拍摄营销策划的例子。假设一个新能源汽车品牌,要拍摄一个短视频在抖音上投放,那可以选择“拍摄剧本专家”这个AI数字员工来帮助创作拍摄剧本。以下是这个业务场景的对话:

3、多AI数字员工协同——搭建流畅的业务流程,构建业务闭环。

企业当中的各个业务流程并不是割裂的,而是环环相扣,构成一个业务流。因此,人们可以通过上述各个环节的协同,选取多个AI数字员工配合使用,共同构成AI数字员工驱动的工作流。

此外,无论是一般员工还是管理层,都需要处理大量的文档。这些文档包括长篇的报告、政策文件、研究资料等。阅读和理解这些文档需要花费大量的时间。AI数字员工在这方面可以提供很大的帮助,据悉,360AI数字员工,可以一分钟读十万字内容,并可提炼出人类需要的关键信息,生成简洁的总结。此外,他们还可以进行数据解读,帮助人们理解复杂的数据。这些能力对于员工来说,无疑是一个极大的提升。

需要指出的是,虽然AI数字员工的能力更加强大,但这并不意味着他们可以完全替代人了。事实上,跟简单的替代关系相比,人机协同才是更可能的未来。

梁志辉指出,智能系统不是为了替代人,而是为了赋能人。他举了一个例子,开车的人都会用高德地图或者百度地图,当人类想要去某个地方时,这些地图软件可以给出最优路线规划,然后人根据这个路径指引开车去到目的地,这就是一个人机协同的过程。同样的道理,当人类在使用大模型驱动的AI数字员工时,系统可以可以帮人类分析信息、提供指引、给出建议。在具体的工作中,也可以通过人机协同来提升工作效率。例如,在写一个文案时,人类可以聚焦于构思这个文案,让后把具体的文字撰写、海报设计等工作交给AI数字员工。梁志辉认为,AI数字员工,就像是给人类配了一个强大的“副驾驶”,能帮助人类更好的实到达目的地。

AI数字员工的优点在于能够处理大规模的数据,快速、批量化生成大量内容,同时具有自我学习和优化的能力。人类员工的优点则在于其复杂问题的解决能力,以及对创新和策略性思考的独特视角。将这两种优点结合起来,就能创造出高效、灵活和持续优化的工作流程。AI数字员工可以处理繁琐且重复的工作,如营销文案与海报生成、报告撰写等,这大大节省了人类员工的时间,使他们可以专注于提出策略性思考,创新性方案,并处理那些需要人类独特感知和认知能力的问题。这种分工,使得人类员工可以更好地发挥其创新性和策略性思考的能力,大幅提升工作效率。

大模型驱动的AI数字员工的应用,不仅仅是一种工具或者技术的应用,更是一种工作方式和工作流程的变革。在未来的工作场景中,会使用AI数字员工的人,将以更高的效率、更精准的决策,替代那些不会使用AI数字员工的人。

梁志辉指出,虽然现在大模型驱动的AI数字员工还存在一些挑战,比如目前还存在一定算力瓶颈。但是,这些问题将随着产业的发展逐步得到解决。并且,有时候挑战也是推动行业良性发展的契机。以算力瓶颈为例,正因为大模型的算力成本较高,这也促使从业者去探索更有价值的应用场景,让应用的收益能够覆盖成本。

虽然还存在一些挑战,大模型驱动的AI数字员工,已经具备显著提高社会生产力的潜力。正如360集团副总裁、商业化总裁黄剑在2023 数字产业大会暨第五届GDS数字大会上所说,大模型将赋能千行百业,AI加持的数字员工内容生产服务能力将大幅提升商业能力。在数字经济建设中,AI数字员工将通过自我学习和优化,推动数字技术在各行业的应用,加速社会数字化、智能化进程。他们对社会生产力的提升,不仅将直接转化为经济增长,也会对教育、医疗、政府服务等公共领域产生深远影响,提升整个社会的生活质量和发展水平。

文:月满西楼 / 数据猿

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存