首页站长资讯大模型的“最后一公里”,京东走通了
5621

大模型的“最后一公里”,京东走通了

站长网2023-07-18 12:38:544

大模型落地,又进了一步。

2023年7月13日,在2023京东全球科技探索者大会暨京东云峰会上,京东云推出了京东言犀大模型,直击知识密集型、任务型产业场景。

现场,京东集团CEO许冉表示:“从产业端切入大模型,如同从北坡攀登技术珠峰,道路虽然更加艰难,却有更波澜壮阔的风景。”

这意味着,京东坚持做难而正确的事情。

喧嚣之后,大模型的归途从通用走向产业,终成行业的共识?赋能千行百业,大模型落地到底难在哪儿?京东凭什么成为产业大模型的开拓者、领导者与集大成者?

产业厚度,决定大模型的高度

大模型,成为“兵家必争之地”。

据《证券日报》报道,截至2023年7月4日,国内10亿级参数规模以上的AI大模型已超80个,还有进一步增加的趋势。

然而,热潮之下,一个诡异的现象出现了:据Similarweb的数据显示,2023年1月至6月,ChatGPT全球访问量环比增速分别为131.6%、62.5%、55.8%、12.6%、2.8%、-9.7%,降温的势态肉眼可见。

ChatGPT之外,微软的Bing、谷歌的Bard等的访问量也同步出现了降温。

一名私募人士告诉锌刻度:“大模型 To C被当成了娱乐工具,需求大同小异,导致大模型的同质化问题严重,亟须正本清源,而纵观互联网的发展史,任何技术迟早要面对商业化,这波人工智能亦是如此,需要加速在产业端落地,大规模解决真实需求。”

关于此,从全球搜索引擎市场的份额几乎没有大的变化,就可见一斑。

事实上,京东对大模型有更深入的思考。

大模型的竞争高地势必从通用走向产业,唯有彻底扎根产业,解决产业的实际问题,才能避免白菜化、娱乐化与泛滥化,解锁更大的商业价值。

对此京东提出,大模型的价值=算法×算力×数据×产业厚度的平方。

许冉解释道:“前三个指标固然重要,但技术在产业场景落地应用,创造实际价值才是关键。当产业效率和产业的边界拓展得到质的提升以后,大模型才有了更重要的实际价值和意义,这将不亚于又一次工业革命。”

简而言之,京东对于大模型的思考,除了追求技术本身,更在意技术在产业场景中落地。许冉表示,以大模型为代表的AI技术领域,能够让产业伙伴,更加放心、更没有门槛地使用技术创新的成果,帮助技术走出实验室和公司的围墙,真正推动行业生产效率的提升,在产业场景发挥更大价值。京东选择基础研究和产业应用两条腿走路,“技术只有和现实世界的真实场景和产品产生紧密融合,才有可能真正产生AI落地的价值”。

如此一来,京东探索了一条新的大模型之路,即从基础研究到产业应用,再到终端用户,构建了一条完整的 AI 技术与商业融合的闭环。

赋能千行百业,为何这么难?

需要注意的是,产业大模型要走的路,可比通用大模型艰难得多。

首先,产业需求“千人千面”。

通用大模型强调的是“全”,在产业端落地时,可以解决较为简单的问题,但难以解决较为复杂的问题,从而提升生产力仅仅停留在纸面,对产业继续的降本增效帮助不大。

而产业大模型强调的是“专”,要了解行业的Know-How,对产业的专业知识储备须丰富,对产业的理解须深入,对产业的迭代须适应。

这么一来,才可以真正解决问题,避免“大事用不了、小事用不上”的尴尬局面。

此外,产业的需求可谓“千人千面”,不同行业对大模型的需求不同,哪怕同一个行业的不同企业,需求也是千差万别。

譬如,有的企业对产业大模型的需求是“高响应,低容错”,强调的是好用,对经营效率更为看重。

再譬如,有的企业对产业大模型的需求是解决具体问题,强调的是适用,不管之前解决了多少个问题,不能解决当下的这一个就不行。

这考验着,产业大模型的底蕴。

其次,数据质量要求苛刻。

通用大模型对算力与算法更为看重,而产业大模型则更为看数据,之所以如此与产业数据难以获取有关。

毕竟,产业数据往往为非公开数据,且汇聚于企业或供应链中,而在实际场景中还存在样本量不足导致数据采集不稳定、呈现碎片化的情况。

如若产业数据的积淀不足,则不可避免地影响产业大模型的专业深度、服务精度、迭代速度,发挥不出全部的实力。

京东探索研究院院长、京东科技智能服务与产品部总裁何晓冬表示:“产业数据还分为静态数据和动态数据。静态数据相对稳定,不会发生即时变化,获取路径也较为清晰。动态数据则是不同产业场景中,每时每刻产生的数据,这部分数据是‘活的’场景数据。不容易获取,但却是产业大模型的必备要素之一。”

再次,要算“经济账”。

产业大模型的数据越多、模型越大,成本也会水涨船高,随之而来的是一个现实的问题:产业大模型可以创造价值增量,企业自然愿意买单,但企业也要考虑性价比,即投入与产出相比要划算。

一言以蔽之,让企业用得起,产业大模型才能构建健康的商业“正反馈”。

京东言犀,最懂产业的大模型

以上可见,涉足产业大模型并非易事,但对京东而言却是水到渠成。

早在2017年,京东集团董事局主席刘强东就有所预见,提出技术、技术、技术。第一个技术,是解决京东内部大规模人力的效率问题;第二个技术,是组件化、模块化的技术服务对外输出;第三个技术,是对前沿技术进行探索和有秩序地创新。

那一年,京东成立了人工智能研究院。

从此,京东走上了拥抱AI、探索AI、落地AI的道路,并长期扎根产业,以技术促产业,以产业谋增长。

这一切,为京东言犀大模型的奋进,打下了坚实的地基。

京东言犀大模型

针对“千人千面”的需求,京东推出了言犀AI开发计算平台,沉淀了零售、物流、健康、金融等多个行业的Know-How,提供100多种训练和推理优化工具,企业借此可以进行定制化训练,打造专属的大模型。

通俗易懂地说,京东从提供产品变成提供服务,从而不再“单打独斗”,而是“众人拾柴火焰高”,与企业共同寻求韧性增长。

至于数据质量,则更不在话下。

京东在垂直行业的知识沉淀丰富,京东连接6亿用户,服务超过800万家活跃企业客户,包括90%以上的在华世界500强企业以及全国近70%的专精特新中小企业。

这为京东积累下每年数百亿条优质交互数据,训练言犀大模型的数据库,就由70%通用数据和30%供应链原生数据组成。这些脱敏后的高质量、精准的产业数据,为京东言犀大模型的不断进化,提供了源源不断的驱动力。

另外,京东言犀大模型也在努力降低成本。

京东从2019年开始研发向量数据库,历经电商大促场景磨练,向量数据库Vearch已经能支撑百亿级高性能检索,延时降低到毫秒级,将向量数据库用于大模型预训练,将推理成本下降了80%;京东全国首个超算中心——天琴α集群正日夜不停地运转,推理速度较过去提升6.2倍,推理成本下降了90%。

推理成本低了,企业的使用成本也会随之下降,京东言犀大模型的价值进一步做实。

“京东的大模型技术演进,遵循了京东的技术追求:成本、效率、体验、可信、普惠、突破。成本、效率和体验是从京东的经营理念传承而来,可信、普惠和突破则是技术服务于产业和社会的承诺。”许冉称。

目前,京东已经拿出几个将大模型能力与产业应用结合的案例。

在金融领域的AI营销运营平台,就能够让使用者通过简单的对话,就能一站式生成营销活动。过去需要5类职能人员、2000次人机交互的工作,如今1人在50次交互内就能完成,营销方案的生产效率有了百倍提高。

在电商领域的京东云AIGC内容营销平台,能够从一张商品图出发,理解商品特征,快速生成电商运营需要的各种图片,满足快速开店和营销需求。较之人工作图时代,每套图的制作成本能降低90%,制作周期也从7天缩短到半天。

总而言之,大模型的未来竞争,注定比拼的是深耕产业、把脉行业场景,而京东凭借长时间的产业积淀与产业运营,打通了大模型落地的“最后一公里”,势必成为人工智能2.0时代的旗手。

毋庸置疑,京东蹚出一条新路。

0004
评论列表
共(0)条