文 | 智能相對論
作者 | 葉遠風
在李彥宏喊出要押注「AI原生應用」後，落地已經成為千模競爭下的行業共識。
但具體如何落地、做原生應用，行業內仍然八仙過海各顯神通。
落地共識的推動者百度，最近又以一個動作，昭示了大模型場景落地最可能的「先行領域」——針對「泛內容管理」的「助手」類應用。
近期，百度智能雲發布基於文心一言的伴隨式Copilot——「超級助理」，這是國內首個面向辦公場景，結合大模型的開放式瀏覽器插件。
直觀上，這個插件的用途，在於讓瀏覽器產品變得更加「聰明」，能夠給用戶提供更多的基於智能化能力的自動化輔助價值，比如文章翻譯、文案創作、網頁總結、知識問答等。
而在其背後，實際上是大模型的本質以及這種本質如何影響到大模型落地。充分抓住了這個本質的廠商，將更值得用戶/客戶選擇。
大模型的本質，決定了「泛知識管理」式場景將最先落地
大模型是走向AGI通用人工智慧的重要契機，即以「認知智能」的方式與過去AI深度耕耘的「感知智能」形成互補，讓機器既有「大腦」也有「軀幹四肢」。
在這個過程中，大模型最本質的意義之一，是在數據成為新型生產資料的情況下，實現了對「數據要素」的充分挖掘，從而獲得認知與自主判斷能力，可以自動化完成很多工作——就如同人因為不斷吸收外界信息、轉化成自身認知而有充分的自主性一樣。
於是，最接近「數據要素」的領域，將最先體現大模型的「挖掘」價值。
「泛知識管理」首當其衝。
在企業內部，對日積月累的數據信息，對外部市場的各種信息報告進行總結、提煉，輔助業務能力提升，是典型的「知識管理」工作。但很多時候，例如一個在瀏覽器上尋找各種信息並需要達成某些目的的用戶，也是在做著「知識管理」的事。
對廣泛信息內容處理要求最為直接和集中的場景，都是「泛知識管理」的囊括範圍。
這種場景落地，往往都是輔助性質、賦能性質的，因此常常以「助理」、「助手」等應用形式出現，但其本質更像是請了一個「副手」或者「副駕駛」，有自己的責任模塊，不需要人為干涉就能自動化完成很多知識管理的配合工作（Copilot的含義來源就在於此）。
可以看到，百度智能雲發布的「超級助理」一方面針對網頁上繁雜的信息為生活和工作帶來了困擾這個現實，為用戶提供智能和高效的瀏覽器體驗；另一方面，實際上這種對內容與信息的挖掘能力本身就契合企業知識管理類工作，可以集成到各類企業業務系統中，因此「超級助理」支持通過插件方式調起、串聯多個業務系統，打造企業一站式超級入口，「讓每個企業系統都輕鬆擁有自己的Copilot」。
目前，「超級助理」已經開放公測，用戶可進入「百度智能雲超級助理」官網下載插件進行安裝，也可直接在Chrome、Edge、360瀏覽器的應用商店搜索「超級助理」安裝。
下一步，「超級助理」走入企業將是大機率事件，瀏覽器插件更像是一個預演。
大模型「助理」價值呈現，遵循知識管理四步驟
用知識管理典型的四項工作來看待所有此類「助理」的價值呈現，關鍵點就變得十分清晰——從不同價值維度用智能化能力推動自動化工作。
1、前置的知識「入庫」過程
海量的內容和信息要等著成為「數據要素」，首先要完成一個整理「入庫」的過程。
加工、打標、編目……大模型能力將這一系列工作自動化，大大節約了人力、提升了效率。
「超級助理」提供給用戶的有一個特別的能力：當一個求職者面對海量信息和繁瑣的求職流程迷茫無助時，可以成為用戶的「貼心小助手」，挖掘各種求職信息保駕護航。
例如，當用戶想要了解面試公司情況時，「超級助理」能夠像偵探一樣幫助用戶精裝找到目標公司、總結相關情況，提供公司的背景、文化、業務等關鍵信息，讓用戶做好相關準備。
這背後，實際上就是「超級助理」在無形中已經對所有相關的信息完成了某種打標籤的「入庫」過程，為用戶做好了「全網編目」，等待一個特定目標的匹配。
2、知識提取與挖掘過程
海量的內容和信息，在入庫後，需要進行大量的人、項目、合同、事件、名詞等的關係、事件知識的提取，將雜亂的內容變成有價值的知識點，去匹配、支撐業務的需求。
在「超級助理」這裡，表現為幫助用戶將某些內容或信息關聯的知識聯動起來，提升尤其是日常工作中使用瀏覽器的體驗。
例如，當一個關注運營的用戶劃選網頁中與運營活動相關的黑話（官方演示「從內核到外延」），「超級助理」將基於其知識提取與挖掘，提供通俗的解釋：
當「超級助理」已經完成了知識提取與挖掘的工作，用戶將可以更快速地獲取知識、適應工作，這對很多新員工將十分友好。
3、知識運營過程
知識主題的定義、挖掘、聚合與關聯是一件十分考驗個人理解的事，而且需要大量的內容與信息瀏覽、吸收過程。
大模型的介入，讓這一過程自動化解決。
如果用戶需要精讀一份冗長而專業的行業報告，原本需要數小時，現在在「超級助理」的支持下，幾秒鐘就能一鍵提取、總結出報告的核心、關鍵信息，快速吸收一份報告的重要信息，大大節約時間、提升效率，助力業務能力升級。
與此類似，「超級助理」還支持一鍵生成論文摘要，數十頁的專業論文（可以是外文），原本一天時間才能看完，現在十秒就能把作者研究的問題、主要觀點以及論文中的閃光點這些「精華」部分都能被捕捉到，幫助用戶大大提升閱讀效率。
這些Copilot能力的展現，說到底，都基於大模型能夠成功做好知識運營，即知識主題的定義、挖掘、聚合與關聯等工作。
4、知識創造與改進過程
在知識管理全周期中，除了吸收，用戶還需要進行創造，要自主撰寫一些工作文檔。
這方面，大模型同樣能夠進行價值覆蓋。
例如，當用戶需要撰寫某個領域的方案時，只是規劃一個選題，「超級助理」就能以某種「頭腦風暴」的方式給出多個靈感方向，幫助用戶舉一反三，甚至完成內容的擴寫、續寫、修改等工作。
可以看到，這其中，內容創造完成後的改進工作，大模型也實現了涉及。事實上，「超級助理」還可以對用戶各種形勢的文檔進行改進，例如對用戶的簡歷提供更有成功幾率、更符合目標企業需求的修改建議，提升簡歷的吸引力。
總的看來，幾乎所有的針對內容與信息的大模型「助理」，都離不開知識管理的這四個維度，而能夠做好這些能力的產品，無疑將能夠全面滿足用戶需求，更值得用戶選擇。
知識管理「助理」走入企業實現價值落地，還面臨兩道坎
在公測後，對「超級助理」的發展，百度方面透露了兩個方向：
在能力上，將支持一鍵生成PPT、一鍵數據分析等更多功能（本質都是強化知識運營、知識創造能力），最終實現「讓智能工作替代勤奮工作」。
在場景上，要「為工業、金融、政務、法律、教育、汽車等行業打造專屬智能助理」，即「超級助理行業版」，推動「企業進行智能化升級」。
毫無疑問，「超級助理」將是百度進行大模型價值落地的重要案例。
當下，市面上類似的「助理」產品已經在冒出，而它們要走入企業被最終接納，轉化為商業價值，實際上還面臨的兩道坎——百度的自信滿滿，恰恰來自於這兩個方面都已經做好了準備。
首先，是無論什麼樣的大模型產品，其智能化能力表現，或者自動化價值呈現，一定都離不開背後的大模型能力。
產品說得天花亂墜，Copilot的自主性、協同性，最終都依賴大模型這個「腦子」的能力，「夠聰明」是基礎的要求。
「超級助理」以及未來的各版本背後的重要「智力」支撐，來自於國內領先、國際上有話語權的文心大模型。雖然落地是當下的主旋律，但技術創新始終是一切價值的來源。
然後，作為知識管理應用，各種「助理」在形式上是智慧辦公類應用的延展，還必須懂企業實際業務，與企業原本的數字化應用融合。
換言之，這可能並不是一個能夠「白手起家」的領域，廠商必須先對企業數字化辦公有長期的積澱，才能將一個Copilot無縫融入到業務流程當中。做不好數字化辦公，也就一定做不好「助理」類產品。
這方面，百度的信心毫無疑問來自於如流等產品的長期深耕。
當下的百度，以AI、大模型為聚焦，正在集整個集團之經驗與能力做好商業落地，這在過去可能是沒有過的，也顯示出百度未來深耕大模型的決心。
對用戶而言，選擇這樣的廠商來上線「助理」類產品，無疑也是更好的選擇。
*本文圖片均來源於網絡