場景就是需求，生成式AI的研發首先要找對場景。
11月30日至12月1日，由中國科技產業智庫「甲子光年」主辦的「致追風趕月的你」2023甲子引力年終盛典在北京順利舉行！
百餘位嘉賓齊聚一堂，聚焦產業前沿話題，剖析科技產業風口，總結分享這一年來的里程碑事件和行業變量。站在歷史長河審視當下，ChatGPT與AI大模型的誕生，或許會成為對整個網際網路文明，乃至整個工業文明的一次顛覆。科技與產業深度融合下，一個嶄新的時代正在來臨。
現場，北京隆道網絡科技有限公司總裁吳樹貴為觀眾帶來了主題為《生成式人工智慧VS業務分析AI助手》的分享。
吳樹貴認為，通用AI模型不會適用於所有場景，生成式AI的研發首先要找對場景，其次要進行數據的匹配與積累。與自然資源不同，數據資源會越用越多，因為數據在使用過程中會產生更多新的數據，所以我們要把數據用起來。
以下是北京隆道網絡科技有限公司總裁吳樹貴的演講實錄，「甲子光年」整理刪改：
大家好！今天我想和大家分享的是我們基於生成式人工智慧開發出的一個新產品。這個產品已經在我們用戶中試用了。
1.生成式AI研發要找對場景
簡單來說，生成式人工智慧可以生成文字、編寫代碼、製作圖片，等等。例如，你給它念一句詩「小橋流水人家」，它能夠畫出相應的畫。此外，它還能處理音頻和視頻。舉個例子，我們清華大學的資深人工智慧專家張鈸院士曾經嘗試過，他讓AI唱一下清華的校歌，結果它編出一首新的曲子。所以張鈸教授說人工智慧有時候會一本正經地說胡話，因為清華的校歌只有一個版本，但AI能夠編曲，所以就編了一個新的版本。這也是我們在AI領域經常會遇到的問題。
生成式人工智慧是一項技術，但要將它實際運用在業務中，還需要做一層技術開發，形成基於AI的業務 APP。
我們要解決的是讓這項技術真正落地應用的問題。比如我在大廠的一個人工智慧系統上問今年成交供應商有多少？它可能無法給我一個準確的答案。但它在說胡話嗎？也不完全是，但是它給出的答案可能並不實用，甚至對你沒有幫助。
但是，我們的產品能為你生成新的業務分析報告，這是實打實的。我們的軟體系統或AI應用可以在PC端運行，也可以在手機端運行，但開發過程非常困難。剛才主持人提到今天是OpenAI推出ChatGPT一周年的日子，似乎在一年內就推出了這樣的產品有些令人驚訝。
我從2001年開始創業，建設運營了中國第一個網際網路招投標網站中國國際招標網，這個網站主要開展機電設備國際招標業務，20多年的在線運行，讓我們完成了招標採購基礎模型的數據積累。現在我們與客戶合作研發了生成式AI，並專門用於採購招標業務分析，算法和數據資源我們一樣也不少。
生成式AI的研發和應用，首先要找對場景，場景就是需求，而數據的匹配至關重要。舉個例子，AlphaGo與圍棋大師柯潔下棋。據說柯潔在與AlphaGo的8盤對弈中，僅在第四盤時才有勝算，最後哭了，說下不過它。但我想說，如果我們改變策略，不下圍棋，下中國象棋，給它一個當頭炮，看看它會如何應對？
我想強調的是，用對數據很重要。AlphaGo中灌入了世界歷代圍棋大師的棋譜，它可以一直進行不間斷的計算並且不會疲勞，而柯潔或任何一位圍棋大師，在經過四個小時的對弈後都會感到疲憊不堪。所以，選擇合適的數據至關重要，如果數據錯了，很可能導致一本正經地說胡話。就像剛才說的清華校歌，我們不需要AI生成新的校歌，因為目前清華校歌只有一個正確答案，不可能有第二個，這時候我們不需要運算，只需要給出正確答案就可以了。但在很多情況下，我們需要進行計算和推理，因此首先需要對數據進行整合和加工。
我們在處理數據的時會遇到很多問題，也很難窮盡所有的場景，所以在AI應用中可能會遇到很多千奇百怪的問題。因此，我們既要有對自然語言的處理能力、整合能力，同時，也要不斷向AI灌輸知識或者說語料，讓他不斷地進行深度機器學習。
舉個例子來說明生成式人工智慧的機器學習過程。如果我下午來會場，沒有聽到剛才五位嘉賓的圓桌對話，我在講話中就不會提到數據處理，也不會說我們與泛微有合作，我們用戶里有用泛微系統的。如果我之前不知道泛微的存在，我可能就不會在演講中提到它。這意味著我在來到這裡之前我頭腦里的語料庫已經完成了一輪更新。
當我來到現場發現新情況、新問題，並根據這些進行了新的回應，這就是生成式AI掌握的一種重要技能，即學習能力，將新的語料和問題融會貫通。所以，一要有知識儲備，二要有融會貫通，要讓生成式AI能模仿人的思維進行數據處理，再給出答案，這是我們需要了解的。
2.數字化轉型中，數據積累至關重要
經過長時間的儲備，我們在數據開發和應用方面已經獲得了三項專利。我們的業務分析系統具有即時響應的特點，比如用戶可以隨時問合作的供應商數量，它可以立即生成答案，並且是真實數據。我們的數據截止時間是T-1，也就是說，當用戶查詢時，系統提供的是截止到前一天晚上的數據，也算很快了。
此外，我們的系統可以查詢任何時間維度的信息，如今年、上個月或上半年的數據。用戶只需指定時間維度，選擇全維度或特定業務領域進行查詢，就可以獲得信息。例如用它了解當前進行中的項目數量、與我們合作的供應商數量等。這些信息可以是整體的，也可以是個人的，全都來源於真實數據，因此我們的系統是「實話實說」的。
能無師自通的產品，就是用戶友好型的產品。我們在整個系統的產品開發過程中，對團隊成員的要求就是，憑藉用戶日常上網瀏覽新聞、網購或玩遊戲等在線網際網路體驗來設計我們的產品，讓用戶不需要專門培訓就可上手使用。
使用我們的產品帶來的好處是，可以推動企業自身數據的資源化。剛才有專家提到現在開始將數據資產化，使用了一個詞「數據目標」，意味著數據可以作為資產入帳。但我更傾向於強調數據的實際運用。就像存貨一樣，數據如果不用，就是死的資產。所以我提倡要把數據用起來，數據在使用過程中會產生新的數據。
與自然界的資源不同，數據資源是越用越多的。以「紅學」 為例，曹雪芹寫了一本書，他肯定沒有想到後來會有一個專門的學術領域叫做「紅學」，這就是一本書形成的龐大的資源，屬於數據資源的範疇。同樣地，我們企業的數據也是如此，一定要充分利用它，讓它產生價值，這樣入表後數據的價值才會得到提升。
關於PC端的功能，我們也提供了多樣化的功能選擇。你可以選擇形成個人的或組織的分析報告，也可以選擇全維度、分維度或特定分類的，比如招標、詢比價、競價等，都可以專門分類進行分析。
為了提高效率，我們也準備了模板。這樣就不必每次都重新輸入相同的信息。當然，如果你不喜歡現有的模板或有其他需求，也可以隨時生成新的模板。所有的信息和數據都會被存檔，所以你也可以隨時回顧以前的總結。比如我想知道今年採購項目的總量，系統會迅速為你提供答案。這些數據都是真實的，儘管我沒有透露具體來源。
從時間維度來看，我們可以生成各種業務分析。儘管這個領域很窄，但其底層邏輯卻是很多的。我個人認為AI的發展過程中，不可能一貼藥方治百病，更不能用一個通用的AI模型適用於所有場景，至少近期是沒有的。實際上，AI在某一方面表現出色，但其他方面可能並不擅長，而數據的差異也會導致AI在不同任務中的表現有所不同。
將來，AI的發展會首先在某一領域取得突破，然後再向其他領域擴展。當我們從採購領域開始突破時，已經看到前景了。例如，AI可以替代所有採購交易方式，因為我們擁有底層數據和實際場景，可以與用戶緊密合作，組織語料，不斷讓機器學習。機器學習需要人類的指導，而不是機器自身學，它也可以通過自我學習逐漸提高智商，但這是一個漫長的過程。我們目前所處的AI發展階段相對於未來的發展空間而言仍然處於嬰兒時代，它的發展空間巨大，但道路漫長，因此我們需要保持信心並勇敢地邁出第一步。最近，我們的用戶社區非常活躍，許多用戶每天都在試用我們的產品，並積極向我們提供反饋，包括建議增加新的語料等。
在實現數字化轉型的過程中，數據的積累至關重要。數據積累，必須要建立數字化系統，這就意味著企業的數字化轉型。以製造業為例，主要包括採購、生產和銷售三個領域。整個企業數字化轉型要建系統時必須考慮與供應鏈的整合。要從大處著眼，小處著手，企業的數字化轉型在四大領域都要做，其中最重要的是實現數據資源化。
我們選擇的切入點是採購領域，這與傳統的電商有所不同。傳統電商主要幫著企業賣東西，而我們是幫著企業去買東西。供應鏈是一個相當複雜的領域，我自己也研究了很多年。為什麼從採購領域切入？因為採購與銷售是每個企業都相關聯的環節，而且採購在供應鏈的構建中起著決定性作用。採購人員需要從多個供應商中做出選擇，而我們的系統可以幫助他們挑選出最優質的供應商。
現在對供應商的評估非常嚴格，有客戶告訴我，他們希望了解供應商的上游供應鏈情況，包括第一層、第二層和第三層供應商。大家都知道蝴蝶效應，供應鏈中的任何一個環節出現問題，都可能影響到整個供應鏈。因此，這條數據鏈和供應鏈是從需求開始，根據需求配置資源，所有相關方包括產能供應商等都需要協同作業。在這個過程中，每一個參與的夥伴都需要創造價值。如果一個供應商在競標中沒有中標，那可能是因為採購商認為他們沒有提供足夠的價值而將其排除在外。
所有的業務活動和數據都是緊密相關的，這個過程中沉澱了大量的數據。如果你沒有建立數字化採購系統，是沒有這些數據的，AI的業務模型建立也會成為問題。所以我們的AI是基於多年為企業進行採購所積累的大量數據，對採購領域的獨特見解而構建的。
最後，介紹一下我們，隆道公司，成立於2017年。前面提到的中國國際招標網是2001年與商務部（當時的外經貿部）合作建設的，我們始終堅持以數位技術服務採購和供應鏈為使命服務企業。採購是供應鏈中的一個組成部分，但我們強調採購的重要性，為什麼呢？因為這是我們進入市場的切入點，而且採購在供應鏈的構建中十分重要，因為它關係到原材料的質量，供應商的穩定性和成本控制等多個方面。我們非常期待與大家的合作，尤其是新AI產品推出後，我們希望在技術合作和投資領域等方面都能與大家進行深入探討。
我們一直致力於打造一個對社會有價值的企業，希望我們的發展能對所有人都有好處。我們是一個追求共贏的企業，謝謝大家！
END.