2024 年被很多人稱為大模型應(yīng)用的元年，毫無疑問，大模型已經(jīng)成為共識，下一步更急迫的問題也擺在了大家的面前——大模型到底能夠用在哪？有哪些場景能落地？怎么做才能創(chuàng)造真正的價值？

在剛剛過去的AICon全球人工智能開發(fā)與應(yīng)用大會上，InfoQ采訪了在大模型應(yīng)用領(lǐng)域的領(lǐng)跑企業(yè)數(shù)勢科技創(chuàng)始人兼CEO黎科峰博士，交流大模型商業(yè)化落地的可行性路徑，為行業(yè)提供啟發(fā)。

大模型在ToB領(lǐng)域蘊藏巨大機(jī)遇，企業(yè)出�；�?qū)⒊蔀槁涞丶铀倨?p>當(dāng)前，許多傳統(tǒng)企業(yè)對于如何將大模型技術(shù)整合到現(xiàn)有業(yè)務(wù)中感到迷茫。大模型應(yīng)用產(chǎn)品提供企業(yè)難以找到合適的變現(xiàn)方式。大模型應(yīng)用企業(yè)究竟該如何突破商業(yè)化之困？ToB 和 ToC，呈現(xiàn)出兩種不同的路徑。

ToC 市場似乎擁有一種天然的魔力，在中國的互聯(lián)網(wǎng)領(lǐng)域中，它催生了一批又一批的殺手級應(yīng)用，并不斷吸引著更多企業(yè)加入這個生態(tài)系統(tǒng)。ToC 市場如火如荼，ToB 市場發(fā)展因為投資回報率、數(shù)據(jù)安全性等問題導(dǎo)致相對發(fā)展緩慢。但縱觀中國科技發(fā)展史， ToB 市場經(jīng)歷了 20 多年的從信息化到數(shù)字化再到智能化等多個技術(shù)階段的演變與發(fā)展，每一次技術(shù)革命都經(jīng)歷了探索和融合期，最終幫助企業(yè)更好地為用戶提供個性化產(chǎn)品、滿足特定需求。

因此黎科峰認(rèn)為，大模型在ToB 市場同樣蘊藏著更大的機(jī)遇。從用戶的角度來看，廣大用戶，包括企業(yè)管理者、技術(shù)人員和業(yè)務(wù)人員，已經(jīng)開始熟悉并運用大模型進(jìn)行日常的數(shù)據(jù)處理、知識獲取等，當(dāng)企業(yè)公民使用率提升后，將反向推動To B軟件的發(fā)展，真正實現(xiàn)軟件產(chǎn)品“從管到用”的進(jìn)化。

從市場選擇來看，企業(yè)出海也許將加速大模型商業(yè)化落地。一方面，由于海外企業(yè)用戶更傾向選擇公有云部署，能夠為大模型商業(yè)化提供更加全面的場景數(shù)據(jù)積累，不斷豐富和優(yōu)化場景應(yīng)用；另一方面，SaaS付費模式在海外接受程度高于國內(nèi)市場，有利于大模型應(yīng)用企業(yè)更輕量、高效地實現(xiàn)商業(yè)化落地。

大模型+Agent，將在企業(yè)經(jīng)營分析領(lǐng)域落地

大模型具備知識、智商、學(xué)習(xí)能力和推理能力，能夠總結(jié)和生成新的見解，疊加Agent，讓企業(yè)應(yīng)用具備了記憶、反思和學(xué)習(xí)能力，能夠調(diào)用企業(yè)內(nèi)部工具并不斷迭代反思，真正實現(xiàn)業(yè)務(wù)價值的落地。據(jù)行業(yè)調(diào)研表明，數(shù)據(jù)分析和決策被視為這一結(jié)合最重要的應(yīng)用方向。

在企業(yè)考慮引入數(shù)據(jù)分析Agent產(chǎn)品時，成本、數(shù)據(jù)安全以及實際落地價值將是關(guān)注重點。部署千億級別參數(shù)的大模型成本高昂，目前或許只有頭部企業(yè)才能承擔(dān)。同時，數(shù)據(jù)安全問題也不容忽視，特別是在受嚴(yán)格監(jiān)管的金融等行業(yè)。再者，企業(yè)也需要確保大模型投入后能對業(yè)務(wù)產(chǎn)生實質(zhì)性的幫助。

黎科峰表示，為解決這些問題，數(shù)勢科技為企業(yè)提供了規(guī)模適中、符合企業(yè)經(jīng)營分析場景的Agent產(chǎn)品，來降低企業(yè)成本和使用門檻。同時，通過云端私有化的專屬數(shù)據(jù)空間以及支持私有化和本地化部署的方式，確保數(shù)據(jù)安全。

SwiftAgent 2.0 發(fā)布，實現(xiàn)企業(yè)數(shù)據(jù)分析與決策的范式變革

自大模型技術(shù)發(fā)布之初，數(shù)勢科技便迅速擁抱這一變革，并在此基礎(chǔ)上推出了 SwiftAgent 的新一代產(chǎn)品。黎科峰在采訪中介紹，SwiftAgent 2.0 版本與1.0 相比，

主要新增了五大亮點功能，包括增加了指標(biāo)和標(biāo)簽語義層、多模態(tài)和多源異構(gòu)數(shù)據(jù)鏈接、用戶可干預(yù)、可持續(xù)性學(xué)習(xí)和數(shù)據(jù)加速引擎，這些亮點體現(xiàn)了產(chǎn)品如何針對企業(yè)數(shù)據(jù)分析的現(xiàn)有問題提供解決辦法。

“統(tǒng)一語義層的構(gòu)建”，SwiftAgent 2.0通過添加指標(biāo)和標(biāo)簽語義層，解決了大模型對底層業(yè)務(wù)語義理解的難題，并統(tǒng)一了企業(yè)各部門的數(shù)據(jù)口徑，從而避免了數(shù)據(jù)的混亂�！岸嗄�態(tài)和多源異構(gòu)數(shù)據(jù)鏈接”使得結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)能夠結(jié)合，提供更豐富的分析結(jié)論�！坝脩艨筛深A(yù)機(jī)制”允許用戶參與到數(shù)據(jù)分析過程中，通過反饋和確認(rèn)來訓(xùn)練和優(yōu)化 Agent�！皵�(shù)據(jù)加速引擎”則確保了實時數(shù)據(jù)處理的能力，實現(xiàn)了秒級數(shù)據(jù)查詢，真正達(dá)到了實時人機(jī)交互的水平。底層選用了性能優(yōu)異的數(shù)據(jù)分析引擎，如 StarRocks、Doris，并結(jié)合對數(shù)據(jù)加工和使用場景的優(yōu)化，提供了基于視圖的預(yù)計算能力和基于預(yù)計算結(jié)果的查詢優(yōu)化能力。此外，數(shù)據(jù)虛擬化技術(shù)的應(yīng)用，使得數(shù)據(jù)定義與物理數(shù)據(jù)解耦，實現(xiàn)了指標(biāo)/標(biāo)簽的靈活加工使用，無需排期開發(fā)，進(jìn)一步提高了數(shù)據(jù)處理的效率。

大模型應(yīng)用商業(yè)化落地的關(guān)鍵：找到產(chǎn)品的業(yè)務(wù)價值

在商業(yè)化方面，大模型仍然屬于新興事物。為了讓更多行業(yè)看到大模型在真實業(yè)務(wù)場景中的應(yīng)用價值，數(shù)勢科技也在致力于創(chuàng)造實際的落地標(biāo)桿。“只有通過口口相傳和業(yè)務(wù)價值的真實感知，才能讓有價值的產(chǎn)品被更多人接受和使用。”黎科峰認(rèn)為。

目前，SwiftAgent 已經(jīng)與行業(yè)頭部客戶簽訂了合同，并實現(xiàn)了真正的付費使用。這標(biāo)志著數(shù)勢科技在大模型領(lǐng)域的領(lǐng)先地位，其產(chǎn)品已經(jīng)在金融、零售、消費和高端制造等多個行業(yè)中得到了應(yīng)用，幫助企業(yè)解決實際的業(yè)務(wù)問題。

以一家頭部茶飲連鎖企業(yè)為例，黎科峰介紹說明，SwiftAgent 通過在集團(tuán)層面部署語義層和數(shù)據(jù)分析框架，并將 Agent 提供給每位店長，使得他們能夠通過對話式查詢快速獲取數(shù)據(jù)和分析結(jié)果，從而提升門店運營效率。這種數(shù)字化工具的應(yīng)用，為企業(yè)提供了一個經(jīng)營閉環(huán)，改變了過去門店靠經(jīng)驗經(jīng)營的困境，極大地促進(jìn)了業(yè)務(wù)發(fā)展。

數(shù)勢科技 SwiftAgent 2.0 實現(xiàn)了大模型技術(shù)在企業(yè)經(jīng)營場景下的價值驗證，也提升了產(chǎn)品的智能化程度，正在顛覆企業(yè)企業(yè)數(shù)據(jù)分析與決策范式。黎科峰表示，數(shù)勢科技的愿景便是以科技創(chuàng)新實現(xiàn)數(shù)據(jù)價值的普惠化，讓每一個企業(yè)、每一位員工都能體會到數(shù)據(jù)帶來的價值。未來，我們期待看到更多像數(shù)勢科技這樣的企業(yè)，通過創(chuàng)新的技術(shù)和產(chǎn)品，推動大模型商業(yè)化進(jìn)程，為各行各業(yè)帶來價值提升。