AIGC 浪潮下，企业研发探索持续创新 ｜QCon 闭门会

在 5 月 26 日，QCon全球开发者大会（广州站）顺利落地，在现场，InfoQ 特别策划了五场闭门会，主题分别为《企业在 LLM、AIGC 浪潮下的研发探索》《DevOps vs 平台工程，必要性和 ROI 探讨》《破解成本优化后的稳定性问题》《业务出海之架构、合规、运营》《金融行业数据治理经验分享》，本文为《企业在 LLM、AIGC 浪潮下的研发探索》研讨纪要整理～

参与嘉宾：（排名不分先后）

主持人：杨攀 极客邦科技副总裁、TGO 鲲鹏会总经理

1. 尹会生，珠海太乙人工智能技术合伙人

2. 刘熙，科大讯飞 架构师

3. Eddie lee，渣打银行 Chief Architect

4. 杜玉杰，开放城市共同体发起人、天使投资人 

5. 张晗，阳光保险科技研究院副院长 

6. 李阳，海松资本 

7. 快刀，得到 CTO 

8. 杜瑞罡，广发证券研发总监

9. 江南白衣，唯品会资深架构师

10. 李翔，惟客数据 AI 算法专家

11. 汤海涛，麦当劳中国 /数字化副总裁

研讨话题：

• 你的企业有在探索 LLM、AIGC 落地吗？目前是什么阶段了？

• 在落地的过程中，有什么难点？

• 目前 LLM、AIGC 真的帮你提效了吗？

精彩观点摘要：

快刀：现在 AI 非常火，许多团队预期非常高，我们应该适当降低预期。我们曾做过一个项目，失败了，那个时候机器理解无法作到像现在这样智能。目前在得到，通过大模型的使用可以提升电子书上架效率，原来 10 个人，每天仅仅能够上线 200 本书，现在一天可以上线 1 万本书，自动化测试可以每天测 5000 本书。他提到内部提效的东西相对较为容易可以做出来。

张晗：小创新大厂赢，大创新小厂赢，AIGC 类型的革命性创新，对于小厂来说是巨大的机会，阳光保险的董事长对于 AIGC 比较焦虑，推动大家认识大模型的能力。不过，他也表示像销售的对话这类数据，无法提供到大模型的，这会涉及到数据安全问题，所以必须自研。但是现在的显卡非常紧俏，必须提前储备。目前公司 AIGC 实践正在做一个传统销售的机器人，投产开发到第二期了。

Eddie lee：银行还是一个比较高度监管的环境，所以我们这边也不敢说随便就上 AIGC，在集团里边，我们也会有很多不同的监管机构，像英国的监管机构，香港监管局，包括新加坡那边看 AI 也看得蛮紧的。另外之前大家看很多笑话就说 ChatGPT 可能有一些就是歧视的成分在里面，这我们肯定要选的时候肯定需要小心，特别是对客人的时候会不会有一些歧视的成分，会不会对长者有一些偏见等等，目前正在小范围探索。

汤海涛：麦当劳与互联网公司不同，我们的技术团队既充当与外部供应商的甲方沟通的角色，又以乙方身份与内部同事和业务部门交流。我们尚未看到 AI 如何能够直接促进订单增长或提高客单价。然而，我们正在努力尝试一些内部方案，例如建立统一的知识库解决文档管理问题，并希望通过 AI 助理为员工提供支持，解答问题和提供培训。此外，AI 助理还可以帮助员工管理日程安排和会议安排。我们需要解决老板和一线员工的痛点，以获得他们对 AI 工具开发和应用的支持和投资。我们还在探索如何在 B 端内部提高效能，包括建立知识库和提供个人助理功能，以解决员工面临的问题。

尹会生：在公司太乙，我们正在开发具备三头六臂的机器人，涉及机械臂技术。为了实现高精度控制，我们选择了生成网络（如 GAN）而非大型语言模型。现代的 6 轴或 7 轴机械臂可以达到 0.5 毫米的精度，而 7 轴机械臂可以接近 0.001 毫米的极限。这种高精度意味着机械臂能够平稳地滑动一个立方体，不留任何缝隙。

我们正致力于逐步将精度提高到 0.01 毫米，但在过程中遇到了问题。自研机械臂需要调整大量参数，例如大臂的微小抖动会导致小臂产生较大位移。为解决这个问题，我们尝试使用虚幻引擎。选择虚幻引擎的原因是我们自行研发整个电机和驱动程序，而现有软件缺乏与物联网接口的兼容性。虚幻引擎能够构建更丰富的接口解决方案，相较于成型的试校软件更适用于我们的需求。

我们的尝试是使用生成模型生成简单的机器人动作，并根据调整后的参数在负载下测试精度。我们不断尝试，例如通过将机器人放入计算机中进行加倍运行，来模拟长时间的实际使用情况，提效相当明显。

Yolanda：实际上，早在 2017 年，大型模型的概念就已经存在，并且许多企业已经在积极开展相关工作。在这个探索过程中，我们可以看到，尤其是在企业级场景中，像华为的盘古大模型已经深入应用，只是他们并没有对外公开市场开拓的情况。他们在领域预测方面取得了显著进展，例如在台风预测领域，他们使用欧洲气象局的数据进行了多年的内部训练，其准确度已经远高于三年前的欧洲气象局数据。同样，在铁路局领域也有类似的情况。华为盘古大模型与郑州铁路局合作多年，在货运方面不断进行自我训练，有效解决了火车运行中可能出现的各种问题，从而降低了人力成本和精力投入。

李阳：最近投资领域热议大模型和语言模型，但主要集中在美元机构，国内反应较少。投资大模型主要机会在百度、阿里、华为等巨头，其他机构比较难进入。我们关注垂直应用和高级模型，但存在风险，过去 AI 应用故事多，落地和盈利稳定性不高。现在大模型可能在吸引中游和尾部的投资机构，排名前 20 机构对此不太买账。

杜瑞罡：我们早已对大模型表示关注，在 2021 年，广发与盘古合作开发财务造假识别模型，取得了出色的效果。这引发了我们对大模型应用的兴趣。我们计划按照几个步骤进行探索和实施，首先是调研阶段，我们正在进行大量的调研工作，包括投行领域的文档生成和新招股说明书、撰写的资产报告等。在此过程中，我们还在同时调研国内各大厂商的模型，虽然我们目前没有训练模型的能力，但我们计划进行合作共建，先引入现有模型，然后利用我们现有的数据将金融领域的知识注入其中，以打造一个真正能够成为行业基础的模型。

我们的计划分为两步，首先是赋能阶段，通过取代那些不需要创造新脑力劳动的工作来推动数字化转型。我们拥有数千名线下员工，许多工作可以逐步被替代。我们正在推动头部知识产权和内容产出，尽管目前产出速度较慢，但通过提供工具和审核支持，我们相信可以大幅提高产出效率。此外，我们在营销方面也做了改进，通过上平台，我们可以丰富活动内容并加快速度；赋能之后是替代，未来我们计划在研发方面减少外包合作，并将更多精力投入到高价值的关系维护上，以提高效率。

哪些职业会被替代？

杨攀：在 2 月份的时候，我与江浙地区的一家公司进行了沟通，他们所从事的行业即将彻底被替代。这个行业是金华地区的一个小生意，每年圣诞节卖掉的圣诞树上挂的球约值 5 亿美元。这个行业主要依赖插画师，但插画师的生产不稳定，而且依赖于特定风格的人。这个行业的特点非常明显，很容易被人工智能图像生成和设计工具所取代。

我们仔细分析为什么这个工作能够被完全替代，原因在于它不需要精确的输入对应精确的输出，而是需要经验来产生结果。我们需要对这份工作的属性进行分析，看是否存在需要经验产出的精确输入，这类工作可以被完全替代。另一方面，微软正在采取的策略是通过 Copilot 来实现一切事物的辅助。副驾驶的概念就是一个人处理个人租车事务的助手，至少从微软的定义来看，这个阶段的目标就可以实现。我们不需要完全替代谁，而是可以赋予他们能力。

快刀：最近我们公司也在大量尝试使用 AI 进行绘画。在内部群组中，可以明显看到两种观点：设计师努力证明自己有价值，其他人则努力证明设计师没有用处。以前一个公司需要 100 个设计师，现在可能只需要 5 个。未来肯定是普通级别的设计师会被替代，各种插画师也会被取代。但顶尖设计师的地位稳固、稀缺。举个例子，上个月我一直找不到符合我要求的设计风格的设计师。我向朋友描述后，他给了一个艺术词汇，称其为哥特风格。我就是想要这种风格。他问我：你觉得 AI 能取代我吗？他说这种风格是他在教堂看到的。

活动推荐：

2023 年 9 月 3 - 5 日，在北京·富力万丽酒店， QCon 全球软件开发大会（北京站）已开启，现已开启售票，提前订票，可享受 7 折早鸟价，购票参会可以直接电话 / 微信联系票务经理 18514549229。