2022 年底，ChatGPT 的横空出世让沉寂许久的 AI 产业重新焕发生机，围绕生成式 AI 的热烈讨论直到今天仍在继续。根据国外一家数据网站 Digitalinformationworld 公布的新数据：ChatGPT 背后母公司 OpenAI 的网站流量，在 3 月份飙升至每月独立访问量 10 亿大关。或许可以说这是炒作带来的热度与流量，但不可否认的是：全球已经有越来越多人将生成式 AI 作为生产力工具，用来提升工作效率、寻找工作灵感，甚至直接让它帮自己处理一部分日常事务。

　　而对于企业来说，生成式 AI 所展现出的吸引力无疑更是巨大的。它是否能与企业的业务场景相融合？能否使用生成式 AI 实现降本增效？等等一系列问题，为无数行业中的企业提出了全新的挑战，同时也注入了新的希望与想象。

　　企业该如何正确认知生成式 AI？又该如何迈出 AI 与业务融合的重要一步？生成式 AI 的未来又有哪些值得关注的前景？为了解答这些问题，作者对成都美洽网络科技有限公司（下称“美洽”）的 AI 技术专家们进行了专访，希望能够通过美洽的经验与观点，为有着同样困惑的企业或读者带来一定的启发。

　　一、揭秘生成式 AI：大力出奇迹，但市场会选择最优解

　　生成式 AI 有多种表现形式，ChatGPT 是其中一种特定实现，即：生成文本以响应对话设置中的用户输入，而这背后则是大语言模型在发挥着作用。美洽 AI 技术负责人 Russell 在采访中简单解释了大语言模型的原理：

　　“所谓‘大型语言模型’是基于深度学习的神经网络，它包含大量模型参数。通过使用大量的网络上的语料和其他资料进行无监督学习，该模型可以训练出一种语言模型，根据不同的下游任务，语言模型可以进一步微调，以适应特定的应用场景，例如企业客户或特定行业的语料。

　　预训练模型如 ChatGPT 已经由 OpenAI 训练好。我们可以将数据输入该模型，进行微调，或者基于我们自己的语料进行基于向量检索的操作，并结合上下文提示，以达到向模型注入特定知识的目的。”

　　Russell 进一步补充道，与传统人工智能模型不同的是，以前的模型可能只有几千万或上亿的参数，而大语言模型通常拥有数十亿甚至数百亿的参数。这种增加的参数量使得模型更有能力吸纳知识，通过使用大量语料进行训练，模型可以学习到更多的知识。

　　“当然，这也意味着对数据的质量、数量要求更高，同时需要更强大的计算能力。”Russell 在采访中表示：OpenAI 正是通过大力出奇迹的方式，通过使用大型模型、大规模数据和大量计算资源，才让 ChatGPT 取得如此出色的效果。

　　一如 Russell 所说：大语言模型训练需要大量的数据、算力。因此目前国内已经发布的一些大语言模型均来自百度、阿里、华为这样资源相对丰富的大厂。随之而来的，是一场围绕大语言模型的竞争，正式打响了。

　　通过对市面上已有的大语言模型的全面调研，Russell认为：总体上看，国内厂商在大型模型方面的积累时间还不够，包括训练所需的语料也相对不足。但是，国内的大型模型在某些场景下可能会有所优势，比如：对中文语料的应用与理解。而其中的差距，Russell 觉得可以归因于起步较晚、训练语料和时间的不足，以及预训练和调优方面可能还存在一些技巧和技术壁垒。

　　美洽 AI 算法架构师 Larry 老师同意这一观点。他在采访中说：“有关大模型的竞争，不仅仅是技术上的竞争，技术并不是唯一关键。这场竞争更多是涉及到金钱和资源的角逐。在天然的互联网环境中，人们不愿意将所有的鸡蛋放在一个篮子里，因此需要在各个领域开展竞争。但最终，市场将选择最适合发展的解决方案。”

　　二、大语言模型+智能客服=？

　　今年 4 月，美洽宣布将生成式 AI 接入智能客服平台。Russell 告诉笔者，做出这样的决定是因为大语言模型的能力天然地适合客服场景。他解释道：大语言模型可以进行多轮对话、翻译、推理，还可以用于文案的生成和补充，而这都是智能客服产品所需的重要能力。

　　以美洽为例，接入大语言模型后的客服机器人，不仅可以进行与客户的多轮对话，还可以实现更智能的语义识别，即：机器人可以轻松根据对话的上下文，并给出精准的回复；在客服端，它甚至可以在对话结束后，根据对话内容自动填写对话小结等信息。

　　但 Russell 坦言，智能客服与大语言模型结合也存在着多方面的难点。大语言模型是使用大量通用语料进行训练的，因此对于通识方面的知识相对较强。但对于具体的企业应用，特别是 B2B 场景提供能力时，由于每个企业的知识都是不同的，如果仅使用原始的大语言模型能力，可能无法满足企业自身的需求。

　　此外，由于访问量过大，第三方厂商提供的大语言模型 API 也偶尔存在着访问速度的问题，这也是一个亟待解决的难点。难点虽然存在，但这并不影响 Russell 对大语言模型，甚至生成式 AI 与智能客服相结合的前景充满信心。

　　Russell说，目前美洽只接入了大语言模型在文本方面的能力，但事实上，真正的生成式 AI 是支持多模态的，不仅是文本，图片、语音甚至视频都是支持的。他表示，未来希望让智能客服能够处理更多种形式的用户提问和输入，让企业与客户之间的交互更加丰富多样。

　　此外，他认为还需要依靠大型模型的能力进行更新和迭代，以丰富现有回答的内容。同时，也要结合大型模型的能力来适应更多场景和客户需求。

　　Russell 表示：“目前，ChatGPT 已经给我们带来了令人惊喜的成果，但我们仍处于初级阶段。我们可以期待更多、更好、更强大的模型，为我们的智能客服提供更强大的能力，并能够回馈给我们的客户更多价值。”

　　三、拥抱变化：科幻电影正在变成现实

　　在采访的最后，美洽的两位技术专家各自展望了对大语言模型、生成式 AI，甚至人工智能产业未来发展的期待。

　　对 Russell 来说，他认为大语言模型能够提升生产力，虽然不一定会立即取代人类，但可以极大地提高效率；同时，它可以使传统软件和人机交互界面更易于使用。以前的人机交互界面主要基于图形化界面，而现在则可以通过自然语言与机器进行交互。举例来说，以前的电视遥控器可能只能实现基本的频道切换，但现在大语言模型可以带来更强大的功能体验，比如：运用 AI 能力在 Apple 刚刚发布的 Vision Pro 上开发全新交互方式的应用程序。

　　Larry 老师则从自己的使用经验展开来谈了谈自己的观点。他表示，现阶段大多数人将大语言模型视为一个百科全书，但当他亲自体验时，感受到的是整个搜索领域正在被颠覆。

　　“过去，我们习惯在搜索框中进行搜索，比如 Google、百度等各种搜索引擎。但现在，我们的交互方式发生了变化，不再是冰冷的搜索框，而是可以与我们对话的方式。科幻电影中出现的许多东西很快就会变为现实。”

　　他又补充了一个自己的例子：“比如我自己学英文。我的英文水平还不够好，在学习英文时，我需要使用各种各样的应用程序进行翻译和查单词，了解不同国家的文化等等。而现在有了 AI 的加持，通过使用 AI 聊天机器人，我可以直接与 AI 进行练习。因此，AI 还可以在教育领域，特别是语言教育方面，带来巨大的改变。我们需要拥抱这种变化。

　　以前，我们可能需要去学习各种不同领域的知识或技能，努力将其融入到我们的日常生活和工作中。但现在，借助 AI 聊天机器人，例如使用 AI 聊天机器人进行菜谱查询，它可以为你提供更多的信息，甚至还能提供一些关于菜肴的科普知识。

　　如果不想要海量的搜索结果，这将是 AI 聊天机器人的下一个发展阶段，即在特定领域进行深入，它们会不断深入挖掘特定领域，并涌现出更多的垂直领域应用，例如：医疗，电商，艺术创作，心理咨询等等。”

　　结束语

　　在与美洽的两位技术专家交流的过程中，我们不仅感受到了他们身为技术人，面对新兴技术时的兴奋与憧憬，更感受到了他们身处智能客服领域，对生成式 AI、大语言模型等技术应用的严谨与专业。

　　AI 的发展带来的不仅仅是颠覆，对于置身科技浪潮中的我们，更应该思考如何正确面对这样的变化。正如 Larry 老师所说，科幻电影正在变成现实，我们需要拥抱这种变化。对于美洽来说是如此，对于我们每一个人来说，更是如此。