懂业务并且能够与 AI 进行对话的人,将成为公司的超级个体,发挥更大的价值神策数据通过构建数据分析 copilot 和用户运营
copilot,为公司的关键角色提供支持,使其成为超级个体提升 AIGC 应用效果的关键点是企业数据,AIGC 时代下,企业数据愈发重要
一、对 AIGC 业务应用的理解
关于 AIGC 的范式,我们认为一方面是LUI(即 Language User
Interface,自然语言用户界面),另一方面是专家模型。比如画画,我们想画一幅“美丽的清晨”,LUI 理解需求「美丽的清晨」,画画模型把图画出来;比如让
AI 模仿孙燕姿的嗓音演唱 XX 歌曲,LUI 理解需求「演唱 XX 歌曲」,唱歌模型完成演唱。现在的大模型能比较好地理解自然语言,LUI
相对比较成熟;但目前并不是所有行业或场景都有对应的 AI 专家模型,也有一些通过传统方法来实现。随着 AIGC 能力的发展,各种 AI
专家模型会越来越成熟。引用陆奇博士的话,现在正处于「模型」无处不在的新范式拐点上,接下来的时代就是模型的世界。
从企业经营的角度看, LUI +
专家模型将带来什么样的影响?确实,它可以提升员工在特定场景下的工作效率,比如自动写会议纪要等;但从其他的视角看,有没有可能有更大的价值?
我先分享一个故事。我有个出版行业的朋友,主要给书做插画,她是自己这个小公司的 CEO,没有经过一天画画训练的她,应用 AIGC
以后成为公司里最有创造力、最有生产力的人。我问她为什么,她说:画画分成两个环节,第一个环节是设计,即要画成什么样,第二步是画出来,利用训练有素的肌肉记忆把想要的画画出来。她虽然不懂画画技巧,但多年的行业经验让她很懂客户需求和插画设计,又因为她拥有丰富的绘画知识,因此她能清晰地把设计需求表达出来给
AI,然后由 AI 完成具体创作。既懂业务又具备和 AI 对话的能力,让她变成了最厉害的生产力和最棒的创作人员。
在这个故事里,LUI + 专家模型代替了只能提供基础技能价值的画师,懂业务 & 懂得和 AI 对话的业务负责人或者资深画师和 AI
互通,直接开展业务,发挥了更大价值,成为公司内的超级个体,公司业务的效率和质量自然也有了提升。因此,从企业经营角度看,可以通过构建 LUI +
专家模型来服务公司内关键角色,打造企业内超级个体,提升业务经营效率和质量。
在感知环节,重点是数据分析模型与 AI
深度融合,构建数据分析专家模型,支持对话式指标查询,在一问一答中快速查看想要的数据,帮助超级个体便捷获取数据,理解业务现状(what);支持对话式数据分析,专家模型对指标及形成进行解读,帮助进行业务归因(why)。在决策环节,重点是营销模型和
AI 融合,构建营销专家模型,支持会话式受众圈选和营销策略生成。
如何解决以上问题?一方面我们需要等大模型能力的提升,或是自己去做某个领域的模型。另一方面关于字段理解和业务理解,如何积累数据变得很关键。在 LUI
的情况下,数据完备性非常重要。除了更多的数据积累,还需要知识,比如语义相近的两个字段到底选哪一个?这不是数据,而是需要知识才能解决的问题,因此要构建企业的元数据知识图谱。比如企业中已有的
1000 张报表,到底哪些字段和属性已经用过,这些字段、属性、指标之间构成了什么关系?这些可以构建出来,并用来做事件和属性的选择推理。
