從大語言模型說起，LLM將會成為組織數字化轉型的高效催化劑

▲ 圖片由AI生成

落地應用行業(yè)賦能，大語言模型已經成為組織數字化轉型利器

從大語言模型說起，LLM將會成為組織數字化轉型的高效催化劑

從LLM特性與數字化轉型本質，看大語言模型對數字化轉型的影響

大語言模型與數字化轉型有啥關系？對組織數字化經營有哪些影響？一文看懂

一文看懂，終于有人把大語言模型和數字化轉型的關系說明白了

文/王吉偉

在AIGC這個賽道，近期一眾大佬紛紛現身說法。

軟銀終于按捺不住寂寞，CEO孫正義稱其每天都會使用ChatGPT，是生成式AI的“忠實用戶”。相關報道認為，生成式AI正在讓軟銀旗下迷惘的Arm變得明朗。

騰訊集團高級執(zhí)行副總裁、云與智慧產業(yè)事業(yè)群CEO湯道生表示：大模型只是起點，未來，應用落地的產業(yè)變革是更大的圖景。AI對世界的改變，一定是通過與產業(yè)融合實現的。未來的企業(yè)，也將向智能原生進化。

無獨有偶，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏也認為：新的國際競爭戰(zhàn)略關鍵點不是有多少個大模型，而大模型上有多少原生AI應用，以及這些應用在多大程度上提升生產效率。以大模型為關鍵驅動的數字經濟，與實體經濟深度融合，將做強做優(yōu)做大實體經濟。

幾位大佬的觀點，都將大語言模型的價值歸結到了它與各個行業(yè)的融合應用及落地實踐。

在LLM的行業(yè)應用價值上，湯道生認為，企業(yè)過去的研發(fā)、生產、銷售、服務等環(huán)節(jié)中，有很多依賴人來判斷、協(xié)調與溝通的地方，今天都值得去看看，哪些環(huán)節(jié)可以疊加AI的生產力，來提質、降本與增效。

李彥宏認為，在汽車制造、能源、交通等多個行業(yè)，大模型可以深入核心業(yè)務場景，在智能客服、供應鏈、系統(tǒng)調度等版塊創(chuàng)新，促進行業(yè)的數字化轉型和智能化提升。

LLM在各領域、行業(yè)、組織、企業(yè)、業(yè)務場景的落地能夠帶來什么？自然是能夠助力企業(yè)更好的實現經營與管理的數字化，賦能其更好的實現降本增效，獲得更多收益，進而壯大企業(yè)規(guī)模。

而這個過程，正是大家常說的數字化轉型。

在當今的AIoT時代，數字化轉型已是組織發(fā)展的必然。數字化轉型不僅涉及到技術的更新和應用，還涉及到組織的文化、戰(zhàn)略、流程和人才的變革。

近些年來隨著AI技術的不斷發(fā)展與成熟應用，AI正在隨著云計算等基礎設施和標配解決方案的形式走入更多組織，并已融入到了組織運營的血液之中。

尤其是近幾年發(fā)展起來的LLM，如GPT-3/4、BERT以及國內的文心一言等諸多大語言模型，能夠理解、分析、生成各種類型和風格的文本，為各行各業(yè)提供強大的數字化轉型工具與解決方案。

那么，LLM與數字化轉型有什么關系？對組織的數字化轉型有哪些影響？如何用LLM增強組織的數字化轉型？有哪些的實際案例可以參考？

本文，王吉偉頻道就跟大家聊聊這些。

從大語言模型說起

大語言模型（Large Language Model，LLM）是指使用大量文本數據訓練的深度學習模型，可以生成自然語言文本或理解語言文本的含義。它可以處理多種自然語言任務，如文本分類、問答、對話等，是通向人工智能的一條重要途徑。

從參數量而言，大型語言模型是指包含數千億（或更多）參數的語言模型、這些參數是在大量文本數據上訓練的，例如模型 GPT-3、PaLM、Galactica 和LLaMA。具體來說，LLM 建立在Transformer架構之上，其中多頭注意力層堆疊在一個非常深的神經網絡中。

現有的LLM主要采用與小語言模型類似的模型架構（即 Transformer）和預訓練目標（即語言建模）。作為主要區(qū)別，LLM 在很大程度上擴展了模型大小、預訓練數據和總計算量（擴大倍數）。他們可以更好地理解自然語言，并根據給定的上下文（例如 prompt）生成高質量的文本。

LLM的關鍵技術，包括縮放、訓練、能力激發(fā)、對齊調優(yōu)、工具利用等。限于文章篇幅，這里就不展開敘述，大家可以自行搜索。

以ChatGPT為例，其四個關鍵技術為大規(guī)模預訓練模型、在代碼上進行預訓練、指令精調（Prompt/Instruction Tuning）以及基于人類反饋的強化學習（RLHF）。

其他大語言模型，基本都具備這樣的特點，有的特色模型還會具備更多優(yōu)勢。

在應用方面，LLM被訓練來解決通用（常見）的語言問題，如文本分類、問答、文檔總結和文本生成等。

文本分類：LLM可以通過對輸入文本進行分析和學習，將其歸類到一個或多個預定義的類別中?？梢允褂肔LM來分類電子郵件是否為垃圾郵件，或將推文歸類為積極、消極或中立。

問答：LLM可以回答用戶提出的自然語言問題，使用LLM來回答搜索引擎中的用戶查詢，或者回答智能助手中的用戶問題。

文檔總結：LLM可以自動提取文本中的主要信息，以生成文檔摘要或摘錄，比如生成新聞文章的概要，或從長篇小說中提取關鍵情節(jié)和事件。

文本生成：LLM可以使用先前學習的模式和結構來生成新的文本，可以生成詩歌、短故事、或者以特定主題的文章。

正是這些特點與優(yōu)勢，使得LLM在誕生之初就得到廣大組織的青睞，很早就開始研究其在數字化轉型中的應用。

數字化轉型的本質

為了在后面更好地分析LLM對數字化轉型的影響，這里有必要先聊聊數字化轉型。

數字化轉型是指利用數字技術改變組織的運營方式、商業(yè)模式和價值創(chuàng)造過程，以提高效率、創(chuàng)新和競爭力。

簡單地講，數字化轉型是將傳統(tǒng)的業(yè)務、流程和模式轉變?yōu)閿底只男问剑詰獙Ξ斀駭底謺r代的挑戰(zhàn)和機遇。其所涉及的，是將傳統(tǒng)的物理和手動過程轉化為基于數字技術和數據的自動化、智能化過程。

具體而言，整個數字化轉型過程可以體現于數字技術的應用、數據驅動的決策、業(yè)務流程的重新設計、客戶體驗的改善以及組織文化和能力的轉變。

數字技術的應用。數字化轉型通過應用先進的數字技術，如云計算、大數據分析、人工智能、物聯網等，來實現業(yè)務的數字化、自動化和智能化。這些技術為企業(yè)提供了處理大規(guī)模數據、實時分析、預測和優(yōu)化的能力。

數據驅動的決策。數字化轉型強調數據的重要性，它鼓勵企業(yè)收集、整合和分析各種數據，以從中獲取洞察力和業(yè)務價值。數據驅動的決策使企業(yè)能夠依據客觀事實和趨勢做出準確的戰(zhàn)略和運營決策，而不僅僅依靠主觀判斷和經驗。

業(yè)務流程的重新設計。數字化轉型通常要求對傳統(tǒng)的業(yè)務流程進行重新設計和優(yōu)化，以適應數字化環(huán)境和工具。企業(yè)需要審視和重構各個環(huán)節(jié)，以實現更高效、更靈活、更可持續(xù)的運作方式。自動化、集成和協(xié)作工具的應用使得流程更加協(xié)調和無縫。

客戶體驗的改善。數字化轉型將客戶體驗放在重要位置。通過數字化技術和渠道，企業(yè)可以提供更加個性化、定制化和便捷的產品和服務，與客戶進行更緊密的互動。這種改善客戶體驗的努力有助于增強客戶忠誠度、擴大市場份額和提高業(yè)績。

組織文化和能力的轉變。數字化轉型不僅僅是技術的轉變，還涉及到組織文化和能力的轉變。企業(yè)需要培養(yǎng)數字化思維和技能，鼓勵創(chuàng)新和靈活性，打破傳統(tǒng)的部門和層級壁壘，促進跨團隊協(xié)作和知識共享。文化和能力的持續(xù)構建與適時轉變，也是數字化轉型成功的關鍵。

所以，數字化轉型的本質是通過數字技術的應用和業(yè)務流程的重新設計，實現數據驅動的決策、改善客戶體驗，并推動組織文化和能力的轉變。

ChatGPT與數字化轉型

要研究大語言模型與數字化轉型的關系，我們可以先來看看現象級生成式AI應用ChatGPT在數字化業(yè)務中的應用。

ChatGPT是一種基于大語言模型GPT-3/4的生成式AI聊天機器人，可以與用戶進行自然、流暢和有趣的對話。它能夠根據用戶輸入的語言和偏好，自動調整模式和風格，提供更個性化的體驗。還可以生成各種類型的內容，如詩歌、故事、代碼、歌詞等，以及幫助用戶改寫、優(yōu)化或完善業(yè)務內容。

這些特性，使得ChatGPT可以應用于很多業(yè)務場景，比如下面幾個應用案例：

案例1：某電商平臺使用了ChatGPT作為其客服系統(tǒng)，實現快速、準確、友好地回答客戶的各種問題，并根據客戶的購物歷史和喜好，推薦合適的商品。

案例2：一家旅游公司使用了ChatGPT作為其營銷工具，能夠根據目的地、季節(jié)、主題等條件，生成吸引人的旅游攻略和廣告語，并根據用戶的反饋，進行優(yōu)化和更新。

案例3：某家教育機構使用了ChatGPT作為其教學輔助系統(tǒng)，能夠根據學生的年級、科目、水平等信息，生成適合的教材、習題、評測等，并根據學生的答題情況，提供及時的反饋和指導。

數字化轉型是組織發(fā)展的必然趨勢。數字化轉型不僅涉及到技術的更新和應用，還涉及到組織的文化、戰(zhàn)略、流程和人才的變革。在這個過程中，AI起著至關重要的作用,尤其是基于大語言模型的生成式AI如ChatGPT。

ChatGPT是基于深度學習的自然語言生成系統(tǒng)，能夠根據用戶的輸入和上下文生成流暢、有邏輯、有創(chuàng)意的文本。這些功能使得ChatGPT能夠為組織提供多樣化的服務和解決方案，幫助組織提高效率、創(chuàng)新能力和客戶滿意度。

將其引入到組織運營中，能夠為組織的數字化轉型帶來很大的影響，主要包括以下幾個方面：

1、提高組織的溝通效率和質量。將ChatGPT作為組織內部和外部的溝通工具，幫助員工、客戶、合作伙伴等進行快速、準確、友好的交流。ChatGPT能夠面向不同的對象、場景和目標，生成合適的語言風格和內容，提升溝通的專業(yè)性和滿意度。

2、增強組織的創(chuàng)新能力和競爭力。ChatGPT可以作為組織的創(chuàng)意助手，幫助員工、領導者、創(chuàng)業(yè)者等進行創(chuàng)新思維和創(chuàng)造性輸出。用不同的主題、領域和需求，生成有價值、有趣味、有啟發(fā)性的文本，激發(fā)創(chuàng)新的靈感和動力。

3、優(yōu)化組織的學習能力和知識管理。ChatGPT可以作為組織的學習伙伴，幫助員工、學員、教師等進行有效的學習和知識分享。根據不同的學習目標、難度和風格，生成適合的學習材料、測試題目、反饋建議等，提高學習的效果和興趣。

4、改善組織的文化氛圍和員工幸福感。ChatGPT可以作為組織的文化傳播者，幫助員工、管理者、人力資源等建立和維護良好的組織文化?；诓煌膬r值觀、信念和情感，生成符合的文化宣言、故事、口號等，增強組織的凝聚力和歸屬感。

在具體數字化轉型實踐中，廣大組織可以利用ChatGPT的多語言能力，拓展國際市場和跨文化交流；利用ChatGPT的多模態(tài)能力，豐富產品和服務的表現形式和交互方式；還可以通過ChatGPT的自適應能力，優(yōu)化產品和服務的個性化與智能化。

當前而言，使用ChatGPT增強組織的數字化轉型成效，已經成為很多企業(yè)的共識。沃爾瑪、奔馳、三星、迪士尼等世界500強企業(yè)，大都已經通過技術集成和自行部署等方式，將ChatGPT引入到了企業(yè)運營之中。

LLM對數字化轉型的影響

簡單來講，LLM是一種利用大量文本數據來學習語言知識和生成語言內容的AI技術。數字化轉型是指企業(yè)或組織通過引入數字技術和創(chuàng)新，改變其業(yè)務模式和價值創(chuàng)造方式的過程。

從技術支撐業(yè)務的角度而言，LLM可以為數字化轉型提供強大的支持和推動力。

一方面，LLM可以幫助企業(yè)或組織提高其數字化能力，例如通過自然語言處理和生成，實現與客戶、員工、合作伙伴等的高效溝通和交互；通過文本分析和挖掘，提取有價值的信息和知識，支持決策和創(chuàng)新；通過文本生成和優(yōu)化，提升其內容質量和影響力，增強其品牌形象和競爭力。

另一方面，數字化轉型也可以為大語言模型提供更多的數據和場景，比如通過互聯網、社交媒體、電子商務等平臺，收集和整合海量的文本數據，為LLM的訓練和應用提供豐富的素材；通過智能助理、聊天機器人、智能寫作等應用，展示和驗證大語言模型的效果和價值，為大語言模型的發(fā)展和改進提供反饋和指導。

前文，我們已經講了數字化轉型的本質。要看明白LLM對數字化轉型的影響，需要將數字化轉型進行分拆，進而發(fā)現其對企業(yè)數字化經營的具體作用。

鑒于LLM的強大能力，將其引入并應用到組織的管理與運營之中，必然會對數字化轉型所涉及到的技術應用、數據決策、業(yè)務流程再造、客戶體驗以及組織文化和能力的轉變都會產生很大的影響。

下面，我們從數字化轉型本質的幾個基本點出發(fā)，逐一分析LLM對數字化轉型的影響。

首先,在數字技術應用方面，基于LLM的生成式AI技術正在重塑軟件應用。

如GPT-4、AliceMind等大模型，具有強大的自然語言理解和生成能力，可以應用于各種自然語言處理任務，如機器翻譯、文本摘要、對話系統(tǒng)等。

無論是引入LLM，還是在LLM的基礎上做生成式AI應用，都可以明顯降低軟件開發(fā)的門檻和成本、提升軟件的智能化和多模態(tài)化水平以及促進軟件工程領域的創(chuàng)新和變革，這些都在軟件開發(fā)和應用方面起到了降本增效及增強數字化的作用。

引入LLM的軟件應用能力也會更加強悍，在數據處理和分析、智能客服和自動化、內容生成和創(chuàng)意支持、在智能決策輔助、跨語言交流和翻譯以及聯結知識和信息等方面都有了較強的能力，軟件使用難度和培訓成本都大大降低。

其次在數據決策方面，LLM正在被越來越多地應用于數據生成、分析與決策。

LLM可以提高數據分析和挖掘的效率和質量，通過自然語言理解和生成，實現對數據的快速查詢、可視化、解釋和報告 。

同時，LLM還能提供更多的數據洞察和價值，通過利用其強大的知識存取和推理能力，發(fā)現數據中的隱藏模式、關聯和趨勢 。

此外，LLM可以促進數據驅動的決策支持和優(yōu)化，通過與人類決策者進行自然語言交互，提供數據證據、建議和反饋 。

第三，在業(yè)務流程再造方面，LLM正在以直接參與或者間接融入其他應用的方式影響業(yè)務流程的再造與優(yōu)化。

LLM可以理解和生成自然語言，從而幫助人們完成各種任務，如文本摘要、機器翻譯、對話系統(tǒng)等。這些任務都涉及到業(yè)務流程的設計和優(yōu)化，因為它們需要根據不同的目標、場景和用戶需求來制定合適的策略和步驟。

LLM如何改變業(yè)務流程的重新設計呢？

首先，它可以提供更多的數據和知識，幫助人們分析和理解業(yè)務問題，找出潛在的解決方案和改進點。一個最簡單且常見的應用場景是通過LLM從海量的文本中提取相關的信息，如市場趨勢、用戶反饋、競爭對手分析等，從而為業(yè)務決策提供支持。

其次，LLM可以提高業(yè)務流程的執(zhí)行效率和質量，幫助人們自動化和優(yōu)化一些重復性或低價值的任務，如文檔生成、表單填寫、郵件回復等。比如可以用ChatGPT等應用根據給定的關鍵詞或模板生成符合要求的文本，減少人工編輯的時間和成本。

由此，大語言模型可以改變業(yè)務流程的重新設計，使其更加智能、高效和靈活。

第四，在客戶體驗的改善的方面，LLM正在賦能各類生成式AI應用大幅提升用戶體驗，將用戶與組織的互動提升到一個新層面。

提高服務效率。LLM作為智能客服的核心技術，通過與客戶進行自然對話，快速理解客戶的需求和問題，并給出合適的回答和建議，從而節(jié)省客戶的等待時間和溝通成本。

增加服務質量。LLM可以根據不同的場景和客戶特征，生成個性化、有針對性、有價值的文本內容，從而提高客戶的滿意度和忠誠度。比如根據客戶的購買歷史和喜好，生成個性化的推薦信息和優(yōu)惠券。

擴展服務范圍。LLM可以支持多種語言和多種領域的文本生成，從而覆蓋更廣泛的客戶群體和服務需求。例如，一些生成式AI應用可以根據客戶的輸入語言，自動翻譯成目標語言，并生成相應的文本內容。

最后，在組織文化和能力的轉變方面，LLM正在改變組織規(guī)則。

LLM可以提高組織的溝通效率和質量。通過自動生成高質量的文本內容，減少人工的重復勞動和錯誤，提升信息的傳遞和理解。

能夠促進組織的創(chuàng)新能力和競爭力。通過提供豐富的文本素材和靈感，激發(fā)員工的創(chuàng)造力和思維能力，拓展組織的知識邊界和視野。

此外，引入LLM的組織會是實現業(yè)務流程的極簡化和自動化，而進行崗位縮減、業(yè)務整合及部門合并，同時更多的業(yè)務崗位工作內容也將進一步編程基于生成式AI技術的人機交互，這將極大地改變組織的業(yè)務架構，同時運營規(guī)則也將出現很多變革。

LLM對數字化轉型的影響非常之大，能夠助力廣大組織獲得更好數字化轉型成效。因此組織應該積極地探索和利用大語言模型的潛力和價值，建立適應大語言模型時代的文化和能力。

通過以上分析，大家應該已經看到，大語言模型與數字化轉型是相互促進、相互依存的關系。隨著人工智能技術的不斷進步和數字化轉型的不斷深入，兩者之間的聯系也將越來越緊密，共同推動數字經濟與數字世界的進步和發(fā)展。

后記：幾個案例感受LLM與數字化轉型

為了讓大家更直觀地感受LLM對數字化轉型的影響，文末再附上幾個LLM的真實應用案例。

案例1：「金融行業(yè)」摩根士丹利&OpenAI

作為財富管理的領導者，摩根士丹利擁有一個內容庫，其中包含數十萬頁的知識和見解，涵蓋投資策略、市場研究和評論以及分析師見解。這些海量的信息存儲在許多內部站點中，主要是PDF格式，需要顧問掃描大量信息以找到特定問題的答案。此類搜索可能既耗時又繁瑣。

在OpenAI的GPT-4的幫助下，摩根士丹利正在改變其財富管理人員查找相關信息的方式。

從去年開始，該公司開始探索如何利用GPT的嵌入和檢索功能（首先是GPT-3，現在是GPT-4）來利用其智力資本。

該模型將為面向內部的聊天機器人提供支持，該聊天機器人對財富管理內容進行全面搜索，并“有效地解鎖摩根士丹利財富管理的累積知識，”分析，數據與創(chuàng)新主管Jeff McMillan說，他的團隊正在領導該計劃。他的項目負責人指出，GPT-4 終于能夠將所有見解解析為更可用和可操作的格式。

案例2：「保險行業(yè)」中國人壽&百度ERNIE大模型

中國人壽積極探索人工智能技術在保險領域的應用，以提升業(yè)務效率和服務質量。其中，文心ERNIE大模型是中國人壽應用的一項重要技術。

ERNIE大模型是由百度公司開發(fā)的一種基于深度學習技術的人工智能模型。它通過對大量文本數據的學習，掌握了自然語言處理的核心技術，包括文本分類、命名實體識別、關系抽取等。在保險領域，文心ERNIE大模型可以應用于智能客服、風險評估、理賠審核等方面。

文心ERNIE大模型是由百度公司開發(fā)的一種基于深度學習技術的人工智能模型。它通過對大量文本數據的學習，掌握了自然語言處理的核心技術，包括文本分類、命名實體識別、關系抽取等。在保險領域，文心ERNIE大模型可以應用于智能客服、風險評估、理賠審核等方面。

方案實施后，中國人壽通過應用文心ERNIE大模型，在保險業(yè)務智能化方面取得了顯著成效。不僅提高了業(yè)務效率和服務質量，也為客戶提供了更好的保險體驗。

案例3：「文化領域」冰島&OpenAI

冰島是北大西洋中部的一個島國，擁有充滿活力的科技產業(yè)和蓬勃發(fā)展的旅游業(yè)。然而，盡管其大約370萬公民中的大多數說英語或其他第二語言，但它與美國和歐洲的融合使該國的母語冰島語處于危險之中。

冰島人珍惜他們的語言，因為它擁有豐富的文化遺產和與國家身份的聯系。該國政府設有語言規(guī)劃部門這為新思想創(chuàng)造了冰島語術語，而不是采用其他語言的所謂“借詞”。例如，計算機就是tölva（“數字女先知”）。通過這些努力，語言保留其獨特的特征并且仍然與其古挪威根源密切相關。

為了更好地進行文化與歷史傳承，冰島與OpenAI合作，使用GPT-4來保護冰島語，并將防御立場轉化為創(chuàng)新的機會。

該合作伙伴關系不僅被設想為提高GPT-4服務世界新角落的能力的一種方式，而且還是朝著創(chuàng)建可用于促進保護其他低資源語言的資源邁出的一步。

全文完

【王吉偉頻道，關注AIGC與IoT，專注數字化轉型、業(yè)務流程自動化與RPA，歡迎關注與交流?！?/p>