2023年的WAVE SUMMIT深度學習開發(fā)者大會來得比往年稍晚了些，卻有著不同尋常的意義。
過去半年多時間里，大模型可以說是駐留在浪尖的一個名詞。幾乎所有行業(yè)都在討論大模型的話題，涌現(xiàn)了哪些超出預期的能力，將對產(chǎn)業(yè)產(chǎn)生什么樣的影響，以及大模型浪潮下的機會窗口在哪里。
誠如百度CTO王海峰在主題演講中的觀點：以大語言模型為代表的人工智能正在深入千行百業(yè)，加速產(chǎn)業(yè)升級和經(jīng)濟增長。在這個進程中，技術創(chuàng)新和應用落地形成良性循環(huán)，理解、生成、邏輯、記憶等能力持續(xù)提升，產(chǎn)業(yè)應用的廣度和深度持續(xù)拓展，大語言模型為通用人工智能帶來曙光。
而對于大模型所能釋放出的生產(chǎn)力，百度集團副總裁、百度首席信息官李瑩也在演講中進行了系統(tǒng)的闡述，并以百度旗下的智能工作平臺如流為例，深度拆解了大模型如何重構辦公場景新范式。
01 兩個“智能濃度”極高的黑科技
時間回到四個月前，“文心一言在百度內(nèi)部全面應用在智能工作平臺如流”的消息吸引了許多人的注意。外界還在討論怎么獲取文心一言的邀請碼時，如流已經(jīng)在文心大模型的加持下實現(xiàn)了智能創(chuàng)作、編碼智能推薦等功能，并在百度內(nèi)廣泛使用。
個中原因并不難解釋。
協(xié)同辦公是天然的高知識密度場景，每天有大量的文檔、消息、記錄等知識沉淀；大模型恰恰擅長推理、歸納和創(chuàng)造，最早被發(fā)掘的正是圖像、寫作等知識型的技能。大模型和協(xié)同辦公的相遇，可以說是百度內(nèi)部對大模型提升工作生產(chǎn)力能力的直接驗證，想要掀起一場一拍即合的效率革命。
2023 WAVE SUMMIT的主論壇上，百度集團副總裁、百度集團首席信息官李瑩在演講中特意演示了如流的兩個“黑科技”。
第一個是超級助理。
借用李瑩的原話，超級助理可以理解為一個人人擁有的，懂你、專業(yè)、實時陪伴的工作助理。基于用自然語言輸入的需求，超級助理可以通過調(diào)用插件完成文檔處理、會議預定、差旅安排、數(shù)據(jù)分析等任務，將原本小時級的工作內(nèi)容，被壓縮到了分鐘級乃至秒級。
比如語音輸入“我后天上午去上海研發(fā)中心開會，當天返回北京，請幫我規(guī)劃行程”的指令后，超級助理會先查詢用戶的日程，發(fā)現(xiàn)明天上午有會議時，溫馨地預訂了下午的機票，并且人性化地推送了百度上海研發(fā)中心附近酒店。
再比如需要做BI分析時，可以用自然語言問超級助理“最近的銷售目標完成情況如何”，會自動查詢相關銷售數(shù)據(jù)，并生成表格、柱狀圖等分析結論，甚至可以評估銷售目標的風險、查詢最近的商機、分配各團隊的工作。
第二個是Comate X智能編程助手。
早在去年9月份，百度就已經(jīng)基于文心大模型開發(fā)了智能研發(fā)工具Comate，而后基于“文心一言”的新能力，升級成為Comate X智能編程助手，可實現(xiàn)代碼的快速補齊、自然語言推薦代碼、自動查找代碼錯誤以及注釋的生成、接口的生成等等，目前已經(jīng)支持30多種語言、10多種IDE。
在現(xiàn)場的演示中，百度的工程師向Comate X輸送寫一個激活碼程序的任務后，幾分鐘內(nèi)即實現(xiàn)了代碼生成、代碼注釋、單元測試等一系列操作，工程師在整個過程中沒有操作一行代碼。
兩個“黑科技”放在大會最后產(chǎn)業(yè)實踐篇，但不難從中看到極高的“智能濃度”。
不管是超級助理還是Comate X，都在某個場景下提供了全鏈條服務，用戶只需要準確描述需求，在執(zhí)行任務的過程中不需要或者僅需人類簡單的確認操作，至于如何理解需求、如何整合系統(tǒng)、如何生成答復，都由AI自動去完成，很多冗長的過程被大模型的能力給“折疊”了。
02 回到問題起點的AI原生思維
其實在生成式AI走紅后，不少產(chǎn)品開始了智能化改造，譬如將大模型能力和語音識別融合，用于增強會議速記的準確性；將寫作能力移植到筆記類產(chǎn)品，試圖幫助用戶根據(jù)大綱自動生成內(nèi)容…….
可從實際體驗來看，很多都屬于“半拉子”產(chǎn)品，只承擔單一功能、解決碎片問題。對此，李瑩的觀點非常鮮明：“生成式AI革命帶來的不僅僅是一種可以嵌入到產(chǎn)品里的技術元素，更是一種新的基于AI原生的思維方式。”
在企業(yè)辦公領域，對于什么是AI原生思維，李瑩曾在媒體采訪中用“Native Language（原生語言）”做過類比：母語就是原生語言的代表，我們一切思維的起點都是通過母語邏輯進行思考，表達自然而然發(fā)生；同樣，AI原生思維需要回到問題的的起點，用AI的視角來思考、用AI的框架來分析、用AI的方式來解決。
直接的例子就是如流的超級助理。
在策劃“超級助理”這個產(chǎn)品時，如流內(nèi)部確定了三個產(chǎn)品特征。首先是“懂你”，通過持續(xù)學習員工的習慣、偏好、工作模式，能夠實時地了解員工的需求；然后是“專業(yè)”， 不僅有廣泛的通識知識，還要具有細分領域和企業(yè)的私域知識，并能做專業(yè)的任務執(zhí)行；接下來是“實時陪伴”， 隨時隨處都可以喚起，并可以在適時的時候跟用戶進行主動的交互、通知、提醒等等。
想要實現(xiàn)這樣的能力，絕非是將AI整合進某個模塊就能解決的，確切地說，如流為此重塑了兩個流程：
一是重塑工作流程。傳統(tǒng)的辦公流程通常要安裝IM、OA、CRM等多個產(chǎn)品，然后在多個系統(tǒng)、應用間來回切換。超級助理提供的是一個入口，用戶通過自然語言交互的方式，獲取不同系統(tǒng)的功能。對于用戶來說，只需要在這個向超級助理描述需求，不需要關心背后的系統(tǒng)是什么。
二是重塑IT系統(tǒng)框架。傳統(tǒng)的IT系統(tǒng)多半是獨立的，數(shù)據(jù)互不連通，想要用統(tǒng)一入口去交互，前提是每一個系統(tǒng)的能力被原子化、插件化，就像差旅系統(tǒng)的預訂能力、日程設置能力，先成為大模型的插件，將系統(tǒng)改造成是對模型友好的，然后被超級助理用來滿足用戶的需求。
再來理解李瑩眼中的AI原生思維，核心就是要跳出產(chǎn)品開發(fā)的固有范式，回到問題的起點，深入思考用戶的需求是什么，再用AI端到端去解決，無形中改寫了用戶和需求之間的關系，對傳統(tǒng)場景進行了重構。
做一個總結的話，如流基于AI原生思維打造的超級助理，不再局限于對話式的問答，對用戶的工作內(nèi)容、協(xié)作情景、角色信息等進行深入理解，小到一個知識點，大到復雜的流程審批，都能直接滿足。
03 “創(chuàng)新流水線2.0”，加速知識循環(huán)
按照百度創(chuàng)始人、CEO李彥宏的說法：“大模型時代來了，每一個產(chǎn)品都值得重做一遍。”用AI原生思維重構的如流，所瞄準的不只是效率的提升，同時也在賦能企業(yè)的知識管理。
對知識管理稍有了解就會知道，這并不是一件容易的事。比如很多企業(yè)想要把知識沉淀下來，然而，收集與記錄只是知識管理的起點，知識要釋放出價值，還需要整理、輸出與循環(huán)。一個司空見慣的現(xiàn)象，員工離職時往往會交接一份長長的文檔，但文檔并不能和知識劃等號，人離職的時候，知識也就流失了。
李瑩在2022年提出了“創(chuàng)新流水線=AI×知識管理”的理念，希望用AI的能力重塑整個知識管理的過程，即先用大模型學習異構知識，再利用搜索和推薦的能力去分發(fā)，繼而幫助員工更好地應用知識，形成創(chuàng)新的正循環(huán)。
這樣的一套邏輯相當有想象力，假如知識可以不斷地循環(huán)流動起來，意味著每一個員工都可以站在“巨人的肩膀上”做創(chuàng)造性的工作。其中的挑戰(zhàn)在于，能否將沉淀的資料形成有用的知識，能否讓員工簡單高效地獲取知識，能否在知識管理的基礎上輔助創(chuàng)新。
當大模型時代來臨，創(chuàng)新流水線該怎么做？
和許多新物種的誕生相似，大模型也在經(jīng)歷蒙眼狂奔的局面，以至于有人用“百模大戰(zhàn)”來形容這一盛況。所幸在魚龍混雜的大模型江湖里，并不缺少一些權威機構和媒體的評測，客觀還原了大模型的真實現(xiàn)狀。
IDC發(fā)布的《AI大模型技術能力評估報告》顯示，百度文心大模型在14個參評模型中拿下12項指標的7個滿分，綜合評分位列國內(nèi)主流大模型第一；人民數(shù)據(jù)發(fā)布的《AI大模型綜合能力測評報告》顯示，文心一言不僅綜合評分超越ChatGPT，位居全球第一……
基于文心大模型全方位技術積淀，李瑩在WAVE SUMMIT上提出升級知識管理理念至“創(chuàng)新流水線2.0”，大模型帶動創(chuàng)新流水線核心引擎升級，隨之而來的是技術底座、知識管理對象、知識管理運行方式和產(chǎn)品形態(tài)四大方面全面升級。大模型可以不斷學習相關的企業(yè)知識，將知識范疇從文本和數(shù)據(jù)延伸到了系統(tǒng)及服務能力，并在知識理解生成的同時，擁有很強的執(zhí)行能力，去完成工作任務。
前面提到的超級助理，就是“創(chuàng)新流水線2.0”理念下的AI原生應用。除了預定會議、群聊轉發(fā)、跨端學習等能力，超級助理的應用場景還包括智能文檔處理，以“查文檔”為例，即使忘記了文檔名稱，只要向超級助手描述需求或文檔出現(xiàn)場景，就可以直接獲得目標文檔，不必再在不同的系統(tǒng)間來回跳轉，而是用一種全新的方式把沉淀的知識循環(huán)起來。
參照一百多年前的“福特式流水線”，在人工智能催生的新一輪工業(yè)革命中，知識管理也將更加“流水線化”，以往躺在“故紙堆”和系統(tǒng)里的廣義知識被大模型加速循環(huán)，或許就是知識管理質(zhì)變的開始。
04 寫在最后
回顧整個2023 WAVE SUMMIT，除了如流對辦公場景的重構，“文心一言”的5大原生插件，讓大語言模型的能力邊界進一步擴展；飛槳開源框架迎來2.5版本，圍繞大模型的訓練、推理、硬件適配進行了全面升級；星河大模型社區(qū)、大模型插件機制以及生態(tài)計劃，不斷降低大模型落地應用的門檻。
據(jù)百度披露數(shù)據(jù)，目前飛槳已經(jīng)凝聚800萬開發(fā)者，服務20萬家企事業(yè)單位，基于飛槳創(chuàng)建了80萬個模型。大模型重構的將不僅僅是辦公場景，這只是一個縮影，越來越多的場景即將或正在被大模型重構。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
