每经记者:陈浩 每经编辑:魏官红

5月10日是第八个“中国品牌日”。在2024年“中国品牌日”到来之际,由成都传媒集团和深圳报业集团作为指导单位、每日经济新闻和深圳商报联合主办、清华大学经济管理学院中国企业研究中心提供学术支持的“2024第八届中国上市公司品牌价值榜发布会”将于5月9日在深圳举行。

过去一年,人工智能热潮席卷全球,如何让大模型赋能各行各业成为热门话题。国内大模型在应用层面处于什么样的阶段?目前哪些行业已经开始利用大模型来提升生产力?带着这些问题,《每日经济新闻》记者专访了腾讯研究院资深专家袁晓辉

袁晓辉表示,从大模型的能力来看,各行业对大模型有三大共性需求,包括内容生成创意设计、信息提炼与专业辅助、任务调度与智能交互。“在‘人工智能+’等重要政策指引下,大模型有望加速在传统行业的落地应用,在云智一体的基础设施支持下,向多模态、人工智能体、端侧及小型化等方向发展,更深入嵌入各行业的工作流程中,从而促进生产力的提升。”

谈大模型的能力:各行业有三大共性需求

袁晓辉认为,从大模型的能力来看,各行业对大模型有着三大共性需求,包括内容生成与创意设计、信息提炼与专业辅助、任务调度与智能交互。大模型对品牌价值的提升,同样包括以上三个方面:

一是辅助内容生成与创意设计,提升品牌知名度和影响力。例如,利用大模型进行内容生成,如社交媒体帖子、博客文章、新闻稿等,可以帮助品牌维持高频率和高质量的内容输出,增加品牌在公众和行业内的可见度。同时,高质量的AI技术展示也可以作为品牌创新力的象征,增强品牌形象,吸引更多的合作伙伴和投资者。

二是信息提炼与专业辅助,帮助品牌方优化营销策略。工作人员主要运用大模型的摘要、规划和数据分析等能力,识别市场趋势和消费者行为模式,帮助品牌制定更有效的市场定位和营销策略。

三是通过任务调度与智能交互,大模型作为一种新质生产力,可以增强客户体验。大模型可以通过提供快速、准确的客户服务来优化用户体验。例如,在线客服聊天机器人能够快速响应客户查询、解决客户问题,从而提升客户满意度和忠诚度。个性化推荐系统可以根据用户的历史行为和偏好,推荐相关产品或服务,提升用户的购买体验。

“大模型在国内各行业中的应用整体处于发展早期。”袁晓辉表示,各行业中,数字原生行业(如软件、游戏等行业)是先行者,同时,传统行业中生产性服务业(广告、金融等)进展相对快,重资产行业(建筑、制造、能源等)进展相对慢。她说,这背后有两个核心影响因素,一是大模型对行业需求的适配度,二是行业数据的可得性,往往模型能力与行业需求匹配越高,行业数据的可得性越高,大模型应用落地进展也越快。

谈大模型发展趋势:有望加速落地传统行业

袁晓辉强调,目前各行业应用大模型有两个需要重点关注的问题:

一是缺乏评判应用大模型是否成功的标准,企业容易追求一些技术指标,比如关注大模型的技术性能,包括精度、召回率和提升率等,但这些指标远远不够,技术指标的高低无法直接反映出大模型价值的大小。更重要的应该是,关注业务指标,例如用户数、使用量、收入等,这些指标能直观反映价值,作为评判成功的标准更具说服力。

二是过度看重投资收益中的短期产出部分而忽视长期投入。传统行业容易将大模型与成熟业务同等看待,要求明确的投入产出,甚至希望短期内投入能实现正向盈利,这并不利于大模型应用的发展。大模型还在快速迭代,有大量的不确定性,比如技术突变、泡沫等,短期财务上很难有较好的表现,长期也很难评估准确。更合理的方式是,将大模型作为研发或孵化项目,不强求短期的财务指标绝对值达成,转而关注业务、技术等指标的相对提升。

袁晓辉介绍,从腾讯研究院即将在5月10日发布的《行业大模型调研报告》来看,各行各业都已经开始使用大模型来提升生产力,只是程度上有差异。具体到场景上,应用场景的快慢呈现“微笑曲线”特征,即产业链高附加价值的两端,大模型应用落地较快;而在低附加价值的中部,大模型应用进程较慢。

“原因是大模型带来‘智力即服务’的范式变化,特别适配微笑曲线两端的知识密集型和服务密集型领域。”袁晓辉表示。

袁晓辉认为,在“人工智能+”等重要政策指引下,大模型有望加速在传统行业的落地应用,在云智一体的基础设施支持下,向多模态、人工智能体、端侧及小型化等方向发展,更深入嵌入到各行业的工作流程中,从而促进生产力的提升。