近日，以“智行天下 能动未来”为主题的第七届世界智能大会隆重举办，第四范式副总裁、主任科学家涂威威出席高峰会并表示：生成式ＡＩ让企业软件的人机交互和应用价值内核价值都有了质的提升，而想要打造企业专属大模型，还需要满足闭环数据、思维链学习、高落地效率三大条件。
涂威威称，企业软件使用遵循“二八法则”，即用户普遍只能使用其中２０％的功能，软件的价值难以充分发挥，此外，功能的开发和迭代效率低下。生成式ＡＩ的出现让企业软件以「对话框式」实现功能的调用，不再需要找到某个位于十几级菜单目录下的功能，或者耗费过多精力在软件界面的开发环节。
而企业先要真正拥有专属大模型，需要满足以下３大条件：形成高质量的闭环数据、具备多步推理思维链（Ｃｈａｉｎ ｏｆ ｔｈｏｕｇｈｔｓ）的学习能力、解决大模型落地效率问题。
在闭环数据方面，优质的训练数据是大模型落地应用的重中之重。基于此，需要用户的反馈形成高质量的闭环数据，进一步优化迭代大模型。在涂威威看来，大模型在垂直场景落地时，实际效果往往取决于业务定义的优劣，而不只是语义上的相关与否。因此大模型需要从用户的反馈中学习，来帮助用户越用越好。
在思维链学习方面，为了让生成式ＡＩ这样的智能助手能够像人一样，处理更多复杂的问题，除了通过类似ＣｈａｔＧＰＴ的Ｐｌｕｇｉｎ模式以外，大模型还需要能够根据业务学习具备多步推理能力来形成长程序列决策的能力，即思维链学习的能力。涂威威表示，利用大模型提供的基础世界常识模型，结合环境学习，让机器从真实的决策环境中学习更高层级的目标，是未来打造更强企业智能助手的核心手段。
在大模型落地效率方面，在企业预算始终是有限的，所以企业落地大模型更合理的做法不是把所有的预算都投入到一个超级大模型中，而是可以通过组合多个专业模型各司其职来解决。这就如同人类大脑有不同的分区，不同分区负责不同职责一样。这种方式更利于模型迭代、维护，同时更利于控制成本。
今年２月，第四范式正式发布了「式说」大模型，后提出“以生成式ＡＩ重构企业软件（ＡＩＧＳ）”的技术战略，提升企业级软件的体验及开发效率。目前已与金融、零售、制造、医疗、房产、运营商等近百家合作伙伴及企业探索大模型落地合作。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
