写点什么

中关村科金喻友平:平台+应用+服务的“三级引擎战略”是企业大模型落地最佳路径

  • 2024-12-13
    北京
  • 本文字数:3276 字

    阅读完需:约 11 分钟

大小:1.72M时长:10:01
中关村科金喻友平:平台+应用+服务的“三级引擎战略”是企业大模型落地最佳路径

12 月 12 日,由中国人工智能产业发展联盟(AIIA)指导、北京中关村科金技术有限公司主办的“2024 大模型技术与应用创新论坛”在北京成功举办。本次论坛以“突破新边界 智见新未来”为主题,汇聚了来自国内外学术界、产业界的多位大咖嘉宾以及 500 余位关注大模型发展的各行各业先锋代表。

 

论坛现场,中关村科金总裁喻友平正式发布中关村科金大模型时代的“三级引擎战略”,并重磅推出得助大模型平台 2.0,以及一系列深耕场景的大模型应用

 

论坛由中国信通院人工智能研究所平台与工程化部主任曹峰主持,并邀请中国信息通信研究院人工智能研究所所长魏凯开场致辞。魏凯表示,人工智能是新一轮科技革命和产业升级的重要驱动力量,当前人工智能的发展呈现三大趋势:一是人工智能技术发展持续突破。基础模型保持快速演进态势,多模态和复杂推理能力持续突破。二是人工智能应用落地迈入新阶段。伴随技术迭代创新,人工智能正加速融入千行百业。三是人工智能可信需求达到新高度。人工智能领域的法律法规陆续出台。发展人工智能产业是一项系统性工程,需要产学研用各方共同努力,未来我们希望与业界携手合作,共绘人工智能发展新蓝图,确保技术创新能够真正惠及千行百业、释放普惠价值,为社会经济发展注入新的动力。



中国信息通信研究院人工智能研究所所长 魏凯

 

中国工程院院士、清华大学计算机系教授郑纬民做了题为《支持大模型训练和推理的计算机系统研究与思考》的主旨演讲,他认为人工智能进入大模型时代的两大特点是 AI 基础大模型从单模态向多模态发展,以及大模型加速行业智能化升级。大模型时代有三类企业将会脱颖而出:研发大模型的企业、推动大模型应用落地的企业、以及支持大模型计算系统的企业。中关村科金作为一家大模型技术与应用公司,是第二类企业的典型代表。



中国工程院院士、清华大学计算机系教授  郑纬民

 

ChatGPT 核心研发科学家、前 OpenAI 研究员肯尼斯·斯坦利(Kenneth Stanley)分享了他对大模型及 AI 产业发展的前瞻。关于 Scaling law 话题,他认为如果 Scaling law 真的放缓了,并不意味着进步就停止了,人类还会继续有新的想法来推动 AI 进步,比如大模型就是我们曾经的一个想法。关于如何解决大模型幻觉问题,他认为 OpenAI 和中关村科金的实践很有代表性。OpenAI o1 通过扩大参数规模和强化学习来实现推理能力的提升;中关村科金则通过结合高质量的领域知识和数据,打造出专业性更强的领域大模型应用,这些都能有效的减少了大模型幻觉问题。

 


ChatGPT 核心研发科学家、前 OpenAI 研究员  肯尼斯·斯坦利

 

发布“三级引擎战略”、得助大模型平台 2.0、一系列大模型应用

 

在论坛核心发布环节。中关村科金总裁喻友平认为,大模型行业的发展已不再是暴风骤雨的狂飙状态,而是真正进入到精细化落地的进程中。市场需要真正有用的 ToB 大模型应用,要能够回归商业本质帮助客户解决核心问题,要具备端到端的解决方案和全链条的服务能力。基于中关村科金 10 年来积累的领域和行业产品基础,以及服务 1600 多家行业客户的一线实战经验,中关村科金正式发布大模型时代的“三级引擎战略”,我们认为平台+应用+服务是企业大模型落地的最佳路径。喻友平说:“我们相信这样的三级引擎战略将会引领基于大模型的企业智能化升级未来方向。”



喻友平发布中关村科金“三级引擎战略”

 

平台方面,中关村科金发布了重磅升级的得助大模型平台 2.0 ,它具备算力统一调度能力、一站式模型训推、应用快速构建等三大核心能力。更关键的是,得助大模型平台 2.0 基于企业在实际应用场景中从模型训练到智能体构建的最佳实践,沉淀了上百个全场景套件,包括通用套件和行业套件,帮助各行各业的企业快速构建和部署自己的大模型应用,显著降低了企业大模型落地成本。



 喻友平发布中关村科金得助大模型平台 2.0

 

应用方面,中关村科金基于得助大模型平台 2.0 已与各行业伙伴一起构建了 200+大模型应用,覆盖智能营销、智能客服、智能运营和知识管理四大核心场景。现场,喻友平重点展示了其中 4 款大模型应用在帮助企业实现对外增长和对内提效上的实战效果。

 

智能营销场景的大模型外呼,在某家装平台活动营销转化率达到了 3.5%,对比传统 AI 外呼大幅提升 130%,与人工坐席相比也仅有 17%的差距。中关村科金联合多个省市公安机关推出的大模型接警助手,通过大模型优化反诈接警全流程,让接警到止付的周期从 30 分钟缩短到 2 分钟,更高效的保障人民财产安全。智能运营场景的大模型陪练,在金融场景业务实践中帮助员工将学习效率提升 70%,综合线索留资率提升 19.8%,显著提升了员工业务表现。知识管理场景的大模型财富助手,大幅提升了财富顾问在展业过程中的专业能力和服务能力,使投顾知识获取效率提升 5 倍,长尾客户覆盖提升 10 倍,服务质量提升 50%。



喻友平发布中关村科金四大场景大模型应用

 

服务方面,中关村科金打造了端到端的全链条交付与服务体系,覆盖从客户咨询、平台搭建、应用集成、效果运营的各个环节。在大模型落地过程中,中关村科金始终与客户紧密在一起,做好最后一公里的价值交付。喻友平说:“中关村科金以客户的成功为宗旨,我们在服务方面不遗余力。”

 

目前,中关村科金已经与银行、政务、央国企、保险、财富管理、制造、零售、家装等多行业头部企业在大模型应用落地上合作,比如中信证券、招商证券、中信建投、星展银行、达州市政府、杭州医保等。海外品牌 Instadesk 已助力数十家民族品牌出海实现业务增长。正如喻友平所说:“大模型落地,润物细无声。踏实笃行者,虽远行必至!”

 

在大模型应用落地最佳实践分享环节,北京银行软件开发中心副总经理代铁介绍了北京银行大模型体系建设实践,他表示北京银行近年来一直致力于打造人工智能驱动的商业银行(AIB),通过“大模型”+“小模型”双轮驱动,初步形成语音、语义、图像、知识图谱等八个领域关键技术应用能力建设,打造了覆盖前、中、后台的智能应用体系,将专家能力赋能至每一位员工,全面提升业务专业化水平。随着多模态大模型技术以及多智能体协同所展现出的巨大发展潜力,北京银行将继续与中关村科金等行业领先的公司一起深入交流,共同探索利用大模型能力提升金融业务的专业化水平和客户服务体验。


 

北京银行软件开发中心副总经理 代铁

 

施耐德电气(中国)数字化转型总设计师毛春景分享了施耐德电气数字化转型与 AI 应用探索的实践,他介绍说百年历史的施耐德电气根据 1-4-4 转型框架即将完成自身的数字化转型,并且施耐德电气鼓励所有团队积极探索 AI 应用,从产品到内部运营提效实现 AI 赋能,深入探索下一阶段的智能化转型。 施耐德电气中国自 2020 年起组建 AI Lab,利用 AI 技术进一步赋能软硬件产品创新,推动 AI 在能源管理和工业领域的应用落地。通过嵌入行业 Know-how 不断积累各类工业算法模型,打造独立自主的对外 AI 服务和解决方案。此外,他提到施耐德电气的 AI 变革管理的思路是,由浅入深地导入 AI 应用场景,这可以大大降低促成 AI 应用落地实现量变到质变的变革难度。 同时,施耐德电气也在积极寻找各类技术合作伙伴,如中关村科金,助力其加速实现 AI 应用落地。他表示,施耐德电气期待与中关村科金在未来携手共创更多 AI 赋能客户的案例。



施耐德电气(中国)数字化转型总设计师 毛春景

 

中国信通院人工智能研究所平台与工程化部主任曹峰做主题分享《智能体应用的现状与挑战》。大模型技术不断取得新突破,进一步确认了人工智能技术发展走向新范式。智能体以大模型为基础,融合人工智能技术的感知、交互和决策能力,在众多领域展现出强大的实用价值和应用潜力,有望重塑业务生态,催生产业新模式。中国信通院人工智能研究所密切关注智能体技术发展态势,围绕智能体的关键技术及应用持续开展标准研制、产业研究、评估测试等工作。中关村科金积极参与中国信通院的标准、测试等多项工作,得助大模型已通过可信 AI“模型能力”5 个能力域、46 个能力项的标准符合性验证,模型能力被评为当前最高 4+级。



中国信通院人工智能研究所平台与工程化部主任 曹峰

 

突破新边界,智见新未来。大模型已迈入规模化落地应用的新阶段,作为领先的大模型技术与应用公司,中关村科金将携手千行百业,共赴行业大模型落地的奇点时刻,为客户和社会创造更大价值。

2024-12-13 21:459872
用户头像
李冬梅 加V:busulishang4668

发布了 1040 篇内容, 共 653.6 次阅读, 收获喜欢 1204 次。

关注

评论

发布
暂无评论
发现更多内容

i++需要多少QPS才能测出BUG

FunTester

TOP 5!望繁信科技获评WAIC2022全球创新项目路演优胜项目

望繁信科技

WAIC2022

中文稀疏GPT大模型落地——通往低成本&高性能多任务通用自然语言理解的关键里程碑

阿里云大数据AI技术

自然语言处理 多任务 企业号九月金秋榜 GPT

OpenHarmony中的HDF单链表及其迭代器

OpenHarmony开发者

Open Harmony

软件测试 | 测试开发 | 数据持久化技术(Java)

测吧(北京)科技有限公司

测试

长沙!《学习的学问》长沙分享会

博文视点Broadview

软件测试 | 测试开发 | 想测试入门就必须要懂的软件开发流程

测吧(北京)科技有限公司

测试

云游戏产业链深度解析

Finovy Cloud

云计算 5G 云渲染 云游戏

阿里云弹性计算技术专家樊毅伟:云上成本优化实践

阿里云弹性计算

自动化运维 资源利用

Netty高并发处理架构设计介绍

孙大卫

架构 Netty 开发框架 9月月更

数据治理的内核:数据标准

小鲸数据

数据治理 大数据平台 数据管理平台 数据标准 大数据仓库

找准风口,如何从运维转向 DevOps?

飞算JavaAI开发助手

软件测试 | 测试开发 | Jenkins 踩坑(三)| Email 配置与任务邮件发送

测吧(北京)科技有限公司

测试

微信Windows端IM消息数据库的优化实践:查询慢、体积大、文件损坏等

JackJiang

sqlite 微信 网络编程 即时通讯 IM

C语言_2 变量

泾箐

c 9月月更

行业案例|长安汽车质量管理数据分析实践

Kyligence

质量管理 数据管理 长安汽车

易周金融分析 | 多家银行试水特色网点揽客;自动驾驶颠覆传统车险模式

易观分析

自动驾驶 金融 银行 网点

leetcode 104. Maximum Depth of Binary Tree 二叉树的最大深度(简单)

okokabcd

LeetCode 算法与数据结构

「工作小记」多个批量操作的链式实现

叶一一

前端 设计思维 React Hooks 9月月更

源于加速,不止加速-阿里云加速引擎的10年演化之路

阿里云CloudImagine

CDN CDN加速 CDN技术

主流定时任务解决方案全横评

阿里巴巴云原生

阿里云 Serverless 云原生

软件测试 | 测试开发 | 一文带你了解K8S 容器编排(上)

测吧(北京)科技有限公司

测试

小六六学Netty系列之Java NIO(二)

自然

Netty 网络 9月月更

小六六学Netty系列之Netty群聊

自然

Netty 网络 9月月更

C语言_3 选择结构

泾箐

c 9月月更

SAP UI5 ManagedObject 的 Association 讲解

汪子熙

JavaScript typescript SAP UI5 ui5 9月月更

软件测试 | 测试开发 | 如何模拟真实使用场景?mock 技术来帮你

测吧(北京)科技有限公司

测试

「趣学前端」骨架屏,分享一波前端UI组件开发的经验

叶一一

JavaScript 前端 组件 9月月更

FreeRTOS记录(二、FreeRTOS任务API认识和源码简析)

矜辰所致

源码分析 FreeRTOS 9月月更 任务API

小六六学Netty系列之Java 零拷贝

自然

Netty 网络 9月月更

Spring源码分析(九)lazy-init 在Spring中是怎么控制加载的

石臻臻的杂货铺

spring 9月月更

中关村科金喻友平:平台+应用+服务的“三级引擎战略”是企业大模型落地最佳路径_生成式 AI_李冬梅_InfoQ精选文章