5月23日，36氪舉辦「颠覆·AIGC」産業發展峰會。本次峰會彙聚産業力量，共同探讨企業、行業在面臨變革時的應對政策，分享思考，探索和發現産業中最具潛力的企業與最具價值的技術，在激蕩的環境中探尋前行的方向。
大會上，第四範式聯合創始人、首席科學家陳雨強發表了題為《奇點臨近，AI大模型如何重構企業級軟體》的主題演講。陳雨強認為，對企業級軟體，生成式AI的價值在于極大優化了軟體界面和互動方式，一方面帶來了軟體使用者體驗的革命性提升；另一方面，能夠幫助使用者實質性地提高工作效率。他以産品開發為例，指出，GPT的出現降低了開發者調用底層功能的門檻，簡化了開發流程，提升了開發效率。
陳雨強進一步提出了生成式AI重構企業軟體的三個階段：第一個階段是協助執行任務，核心能力是企業級Copilot。AI能聽懂并正确執行使用者的簡單指令；第二階段是AI“攻略式”幫助人實作更複雜的工作，核心能力是知識庫和企業級Copilot。AI能自動查閱軟體使用攻略，用1.0階段的方式按需求執行；第三階段是AI自動執行複雜工作，核心能力思維鍊和企業級Copilot。通過對1.0、2.0階段積累的資料進行學習，思維鍊可以歸納出解決複雜問題的攻略，自動執行攻略中的每一步操作。
但同時，陳雨強也指出，大模型在toB領域落地還存在内容可信度、資料安全、成本控制三個主要挑戰。他認為，企業要用好大模型，就必須解決好上述三個問題。首先，要確定内容的真實、可靠、專業，就需要通過引入企業内部高品質資料；其次，企業在使用大模型時需要保證資料不出組織内部。這就要求模型的私有化部署；最後，企業可以通過适當減小模型規模來降低應用落地成本，做到成本可控。
以下為陳雨強演講實錄（經36氪整理編輯）：
今年，随着GPT等技術的發展，AIGC受到了大家的廣泛讨論。AIGC之是以這麼火，是因為AIGC可以直接寫論文，可以畫畫，可以幹更多的事情。第四範式也在思考，GPT技術如何應用到B端領域。
我們看到，C端軟體或産品已經逼近使用者體驗的上限，比如短視訊APP，通過上下刷完成所有對資訊的需求。而類似于CRM、ERP等B端企業級軟體，往往有幾十層級菜單，功能成百上千個，即使是修改客戶資訊這樣基礎的操作，也需要多層級的查找到相關功能。
GPT能在其中發揮什麼樣的作用？它可以給企業軟體界面和互動帶來大幅度更新。我們也叫AIGS（AI-Generated Software），以生成式AI重構企業軟體。
首先，它可以成為多模态的對話式的助手，使用者直接用人類自然語言的方式互動，就能完成一個比較複雜的任務。想象一下，操作過程從七八個繁瑣的點按操作，直接變成了給GPT下達一句語言指令，這樣對體驗的提升幾乎是革命性的。
除了軟體體驗之外，生成式AI也帶來開發效率的大幅提升。過去，軟體開發會分為産品開發、功能開發兩部分。其中，功能開發主要是開發資料庫并調用對應的接口。而産品開發涉及到界面、互動，要把成千上萬的功能內建在一個頁面下，并且保證合理、易用，是以它會耗費非常多的時間和成本。但這個部分的時間和精力又是不得不花的，因為如果隻有底層功能開發，除了有技術背景的員工之外，沒有人會使用這樣的軟體。
有了GPT之後，任何人通過「對話框」實作底層功能的調用。這樣一個模式變化之下，我開發出來功能後，隻需要向系統注冊一下新開發出的底層API，就能實作對這個功能的調用了，這讓以前數月開發上線教育訓練才能使用的軟體開發周期，直接縮短到天級别。
是以，不僅僅是體驗，AIGS還讓複雜的工作變得更加簡單。我們把它分為3個階段。
生成式AI重構企業軟體的三個階段 企業供圖
1.0階段叫做協助執行任務，核心能力是企業級Copilot，也就是AI聽懂你說的話，并且正确執行你說的話，這些能力是軟體本身具備的能力。以PhotoShop為例，假如我想說照片亮度提高20%，機器可以了解這樣的需求，并且找到對應功能完成這樣的需求，這個功能看起來不是特别複雜，但是PhotoShop有上千個功能，很多我們并不知道如何操作，甚至我們根本不知道有這樣的功能。
2.0階段是AI“攻略式”幫助人實作更複雜的工作，之是以複雜是因為完成工作不是一步簡單的執行，核心能力是知識庫和企業級Copilot。還是以PhotoShop為例，假設需求不是把照片亮度提升20%這樣單一，而是說把照片P的好看一點。過去，我們會查找PS攻略，看看一共需要幾步，再按攻略一步步操作。現在，AI可以自動查詢這樣的攻略，然後用1.0階段的方式一步步按照需求執行，完成整體的美化工作。這個階段有一個比較明顯的缺陷，所有攻略都需要人營運，開放性不高，不是所有的工作我們都資訊化下來。
我們能不能讓AI自己找到解決問題的方法，這就進入到AIGS3.0階段，叫AI自動執行複雜工作，核心能力思維鍊和企業級Copilot。思維鍊通過對大量1.0、2.0階段積累下來的資料進行學習，可以歸納出解決複雜問題的攻略，再自動執行攻略中的每一步操作。這種情況下，即使是一個小白，AIGS也可以完成“把照片P的更好看”這類以往需要打開五個視窗操作的複雜指令。這其實對我們業務幫助非常大。
例如在第四範式和某航空制造企業的合作中，過去的工業設計軟體，工程師不希望每個零件都去設計，是以有一個很常用的功能是查找相似零件。（視訊）可以看到傳統的軟體方式，大概需要6-7步才能完成一個相似零件的查找。經過AIGS改造後的軟體，隻需要語音或文字輸入“幫我找出相似零件”，或者“這些零件能不能組裝在一起”，就可以完成這樣的操作了。
查找相似零件示例 企業供圖
這個複雜的設計軟體裡有成百上千個功能，很多功能對于外行來說不經過一個月教育訓練，根本不能使用，現在有了GPT之後，門檻是極大降低了。類似這樣的case，我們很多客戶已經落地，讓他們生産效率得以提升。
但是，要做大模型在toB領域落地，顯然會面臨非常多的挑戰。大模型會産生幻覺、大模型會有自己的想法，大模型沒有辦法知道自己知道什麼，或者不知道什麼，不能為了追求模型能力就犧牲掉資料安全，以及如何降低大模型的成本……這些都是企業在應用大模型時首先要考慮的問題。
首先是内容可信，要甄别内容是不是編的，確定生成的内容真實、可靠、專業。解決這個問題，大模型必須要引入企業内部高品質的資料，并且做到生成的每句話都能溯源。
其次是資料安全，最近有很多企業限制員工使用ChatGPT，是以私有部署大模型對企業來說至關重要，要保證所有資料不出企業内部。
最後是成本可控。企業并不需要所有GPT所掌握的知識，可以根據企業自身的需要适當減小模型規模，以降低應用落地成本。
這也是行業大模型的價值。最近我們和我愛我家一起做的房産經紀大模型，就是把我愛我家積累的領域專業知識灌注到「式說」大模型，用教育訓練合格房産經紀人的方式來訓練大模型。最終，與通用大模型相比，它生成内容會更加專業、可信、可靠，成為經紀人助手甚至是教練。并且做到資料安全與成本可控。
我愛我家房産經紀大模型應用示例 企業供圖
我們可以把通用的GPT當做是考聯考學生，它可能能考普通大學或者是清華，有不同的能力。但畢竟還是一個高中畢業生，你直接讓他做房産經紀人，他不知道什麼是滿五唯一，不知道這個房子有貸款和沒有貸款怎麼差別操作。不管清華學生還是其他學校都是不知道的，是以真正在企業中用好大模型，僅僅是廣域的知識還不夠，需要用行業資料把學生訓練成一個具備專業能力和知識儲備的行業從業者。
最後介紹一下第四範式在AIGS的布局，今年2月，我們釋出了「式說」大模型。底層是一整套多模态大模型，包含了文本、圖像、視訊、語音、結構化機器學習、決策優化等，在大模型基礎上囊括了知識庫、思路鍊CoT、Copilot學習能力。再往上，我們有一個開發平台，來支援開發金融、零售、醫療、制造、能源等行業應用，為整個行業供給更多可落地的企業級應用。
整理｜沈筱