今天小编分享的科技经验:大模型落地一年后,这十个方向先跑起来,欢迎阅读。
只需将电子版合同上传 JoyLaw 系统,几秒钟内就能得到审查反馈,金明根据提示进行修订,最快 2 分钟就能完成一份合同审查。
金明是一名企业法务人员,在日常工作中,审查合同往往要占据他一半以上的工作量。用了 JoyLaw 后,他感慨 " 终于不用逐字逐句去读繁琐的法律条文,先系统自动审一遍,我再接着审,效率可以提升 30%"。
JoyLaw,是基于大模型技术打造的一款 AI Agent,可自动标记出可能存在风险的合同条款。法务人金明可能并不关注什么是大模型,但 JoyLaw,已经切切实实给他的工作带来了便利。
像金明使用 JoyLaw 审合同这样的场景还有很多。事实上,大模型已经潜移默化在众多场景跑起来,如营销素材生成、电商直播、研报生成、知识检索、互动问答、合同审查、面试招聘、代码编写等等。
大模型落地产业:没想象中快,但已融入业务
大模型落地一年后,虽没有像最初预期般带来翻天覆地的变革,但已 " 润物细无声 " 地融入到了业务场景中。
这其中,AI Agent 作为大模型应用的最佳形态,快速走进千行百业。AI Agent 也称为智能体,如果说大模型像是可以思考的大腦,智能体就像把大腦和四肢结合,它是具有自主性、感知能力、决策能力的小助理,帮助用户完成特定的工作任务。
放眼海外,谷歌、微软相继推出各自新的 AI Agent 应用,让大模型在业务中跑起来。
9 月 24 日,谷歌发布与客户合作的六个关键领網域 AI Agent:客户服务、员工赋能、代码创建、数据分析、网络安全以及创意构思和制作,以及 185 个行业头部落地 AI 案例。如阿拉斯加航空公司基于谷歌的 AI Agent 平台,为旅行者提供智能行程问答服务,大幅简化旅行预订流程,提升客户体验。
紧随其后,微软于 10 月 21 日宣布在 Dynamics 365 中引入了十个 Agent,用来增强销售、服务、财务和供应链团队的能力。微软表示,按照一些企业反馈的数据统计,通过在业务流程中应用 AI 技术," 可以为企业每年节省高达 5000 万美元的成本,相当于增加 187 名全职员工的产出 "。
着眼国内,以京东言犀大模型为代表打造的 AI Agent,持续深入业务全流程,走出了一条独具特色的道路。
在所有技术企业中,京东是少数具备丰富供应链场景和数据的,能够为大模型应用生长提供最佳土壤,这些大模型应用从京东零售、物流、健康、金融等无数真实场景中 " 长出来 ",打磨完善后又以京东云为視窗,逐渐开放给外界。
据了解,越来越多的大模型应用,正在京东供应链上生长,并于京东内部超 100 个 AI 场景全面铺开。当前,活跃在京东内部的 AI Agent 超 7000 个,已经有超 35 万京东自有配送员、超 23 万商家、超 5 万副主任级别以上医生、超 2 万采销运营、超 1 万研发人员得到了大模型应用的支持。
在产业先跑起来,大模型在这十个方向率先落地
在 ToC 端寻找 " 杀手级 " 大模型应用困难重重的时刻,许多企业都将目光放在了 ToB 端,试图在企业级 AI 市场找到能真正创造效益的商业模式。
我们可以从国外企业 AI 市场找到一些线索。谷歌研究团队举行了一项针对軟體开发领網域的 AI 应用调查,这项涉及 96 名谷歌軟體工程师的随机对照试验,深入研究了代码自动补全、智能粘贴和自然语言转代码等三种 AI 功能对开发效率的影响。
研究发现,相较于未使用 AI 的情况,使用 AI 辅助工具的开发人员完成任务的速度提升超 20%,按每天 8 小时工作制,相当于减少一个半小时的工作时长。
借助大模型技术来提升编码效率,是大模型在企业落地的典型场景之一。
在最近举办的城市大会上,京东云公布了大模型应用的十大场景,包括营销素材生成、电商直播、商品编码识别、研报生成、知识检索、互动问答、合同审核、面试招聘、城市治理、代码编写。
在营销场景,11.11 期间商家有大量的商品图、营销文案制作需求,借助 AIGC 内容生成平台,商家可一键生成店铺运营所需物料,对比传统人工,内容制作效率提升高达 90% 以上。京东云言犀数字人,可实现零样本、高可控、零幻觉、实时的数字人生成,平台已上线 100+ 个性化角色,50+ 行业特定属性场景,还打造双人直播、试妆直播、换装直播等创新玩法,正在超越 80% 的主播。
在研发场景,京东云智能编程助手 JoyCoder,可以提供代码预测续写、注释生成代码、智能代码评审等能力。目前,京东上万名开发者正在使用 JoyCoder 服务数亿用户,生成代码采纳率超过 35%。AI 原生应用开发工具 JoyBuilder,内置丰富的组件和开箱即用的前端模板,让产研团队可以更加轻松、便捷开发 AI 原生应用,整体研发效率提升 40%。
在办公场景,大模型也应用在面试招聘中,实时记录,给出面试总结,京东内部每天有上千名面试官在使用面试智能体,面试效率提升 28%。京东开发的智能合同管理工具 JoyLaw,可全面识别各类合同风险,一键生成审查报告,将合同审查时间缩短至分钟级。
以开头提到的合同审查为例,作为一个专业性要求极高的领網域,需要法务工作人员具备深厚的专业知识和高度的专注力,稍有疏忽就可能引发法律风险。京东内部每天有大量的合同审查需求,为了提升合同审查效率,基于京东云言犀智能体平台,搭建了面向法务场景的智能体应用 JoyLaw。
合同审查智能体可快速识别各类合同风险
100 多页的合同比对,JoyLaw 可在几秒内完成,基于合同内容上下文语义的差异化对比机制,精准标注差异性,并支持一屏两栏查看审查结果,比对结果从语义角度分为新增、删除和修改三种,更符合用户使用习惯,并可按照条件对合同正文及对应结果一键导出,提升法务人员合同审查效率超 30%。
1 分钟打造 Agent,人手一个钢铁侠版 "AI 贾维斯 "
OpenAI 的创始成员 Andrej Karpathy 推特上表示,自己要创立一个 " 贾维斯 ", 让 AI 与现实世界无缝互動。
贾维斯是漫威世界中钢铁侠的虚拟 AI 管家,能帮助钢铁侠处理各种复杂事务,照顾钢铁侠的饮食起居,分析钢铁侠的身体状况,还能协助钢铁侠战斗,是一个全能的 AI 虚拟助手。
当前,用户已经可以用自然语言的方式,指挥 AI Agent 帮自己与各种应用互動,已经是朝着贾维斯这样的通用人工智能发展了,相信不远的将来人人都能拥有 " 贾维斯 " 这样的人工智能管家。
事实上,智能体正在成为大模型落地的最佳载体,而一个好的智能体平台,要具备办公、运营、运维等丰富的应用场景和行业知识,以及足够低的开发门槛,来帮助开发者更好地使用好智能体。
为了让更多人能用上智能体,京东云言犀智能体平台应运而生。作为一站式 AI Agent 开发平台,言犀智能体平台目前已接入数十个大模型,无论用户是否有编程基础,从解决简单的问答到处理复杂逻辑的业务问题,都可以在言犀智能体平台上低成本快速搭建基于 AI 模型的各类快捷应用。
通过言犀智能体平台,AI 场景的探索落地从 3 个月缩短到 1 周,新应用的创建,从以前几个月时间研发一个应用,到每个月产生上千应用。
例如,人力资源工作人员原本需要剪辑大量课程。这既需要较高的专业知识,也需要反复观看视频、与业务人员频繁沟通。通过智能体平台,人力资源员工 2 天就能搭建起一个 AI 视频剪辑应用:只需上传视频,就可逐帧评估、智能剪辑。过去每周最多能剪完 2 个视频,现在几分钟就可剪完。
" 最开始发布言犀智能体平台的时候,我们还有点担心,是不是会有人使用、能否满足集团同事们的需求。" 言犀智能体平台负责人表示。但业务人员利用智能体辅助自己工作的热情,以及调用智能体、构建工作流的次数,都大大超过预期。如今,活跃在京东生态内的智能体已超 7000 个,大量商家、医生等伙伴也都享受到了 AI 的助力。
此外,为了支持大模型更快落地,京东云还打造一套完善的大模型工具链,显著降低大模型训练和使用门槛。京东云言犀 AI 开发计算平台 2.0,内置 20 余种开源模型和丰富的数据集,并提供 100 余种算法和工具链,为客户提供低门槛、高性价比的大模型开发服务。
大模型需要大算力,京东云最新发布的云舰智算平台,作为行业首个提供大规模多云异构算力调度的智算平台,支持大模型在云端、本地混合部署,通过对各类 CPU、GPU 和国产化算力资源的统一管理,降低运维复杂度,为大模型应用提供极致 AI 算力。
这些强底层能力在支持京东内部的无数业务智能化更新的同时,也成为京东云将内部的 AI 实践产品向外部释放的支撑和底气。
结尾
当前,大模型正以不可阻挡之势改造一切,AI 应用生态爆发式增长,AI Agent 时代加速来临。
10 月 24 日,科大讯飞推出面向教育、医疗、司法、政府服务等领網域的 AI 智能体,未来有望深度赋能各行业用户在细分工作场景中的效率提升。
10 月 30 日,荣耀 Magic7 系列 AI 手机发布,搭载了 YOYO 智能体,从 " 一句话点咖啡 " 到 " 一句话关闭应用权限 ",YOYO 智能体都可以精准的理解和自动执行。
10 月 31 日,京东云举办城市大会,公布了京东大模型应用最新进展,内部已经有超过 7000 个智能体,活跃在零售、物流、工业、健康等众多领網域。
上述这些智能体应用,已然切切实实地为我们的工作与生活带来了极大的便捷,无疑成为了大模型应用落地最为实在的印证。而京东作为同时具备实体企业属性和数字技术能力的新型实体企业,内部丰富的供应链场景,成为大模型应用最好的 " 试验田 "。
做大模型应用的企业不在少数,但能让大模型应用在产业场景里真正跑起来,融入工作流程,产生实际价值,则对千行百业都有珍贵的借鉴意义。京东云以其支持大模型的全栈产品和扎实的应用实践,不仅为大模型在行业落地提供了坚实的技术底座,更在这场 AI 技术的征途中,开拓出了一条别具特色的发展之路。