本文主要是介绍企业级实践为“燃料”,大模型助推Kyligence产品力向上,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
回顾2023年,最火热的科技话题无疑是生成式AI。
从ChatGPT横空出世,到“千模大战”如火如荼,AIGC正式破圈,成为企业数字化转型的新关键词。
在红杉中国《2023企业数字化年度指南》中,通过调研235家企业可知,79.4%的受访企业已经开始进行AIGC应用的初步探索,23.6%的受访企业已经利用AIGC产生明显价值。
图源:红杉中国
这些数据清晰地反映,大部分企业都希望拥抱这一波大模型的技术浪潮,AI企业级应用的奇点正在到来。
对于服务于企业数字化的科技公司来说,这既是一次技术迭代的挑战,也是重新定义产品力的机遇。数智化商业创新再次席卷To B企业服务赛道。比如,12月19日,大数据分析和指标平台供应商跬智信息(Kyligence)发布了数据和分析领域垂直大模型司南,与旗下产品Kyligence Zen(智能一站式指标平台)、Kyligence Copilot(AI 数智助理)结合,旨在帮助企业以更快周期、更低成本落地AI。这是企服赛道玩家拥抱大模型,探索升级产品的一个缩影。
那么,大模型的应用,能否有效提升企服产品服务力?企业数智化转型下,中国企服会迎来哪些机遇?
一、技术knowhow+企业级实践,中国企服大模型落地的先行条件
拥抱AI技术是整个科技界的共识。而在企业管理领域,新技术的价值更是可以在实践中更清晰地被感知。
过去,从拿到数据、清洗与规整数据、建立模型、分析数据,直到做出业务决策,在经营层面对IT技术人员与业务人员之间的协同要求高,在效率方面也往往不尽如人意,因为数据是滞后的。
随着科技进步,利用新技术来优化经营策略成为企业必选项。数字化转型也确确实实带给了一部分企业红利。
然而,数字化转型并不总是成功的。企业变革最重要的目标是提升运营效率,但是如果没有符合当下管理现状的转型路径,企业很难从技术创新中获益——数字化不仅是IT范畴,也是业务管理范畴。
问题是,每一家企业的转型对于自身来说都是一个新鲜案例,而一套成熟的管理产品和体系,需要技术knowhow与业务knowhow的双重沉淀。显然,这两者是矛盾的。
正因如此,企服赛道才会随着数智化进程而迎来快速发展的机遇。而商业化成功的企服公司提供的不仅是好的产品,还有成熟的落地经验。只有对企业业务有足够多的思考和沉淀,才能让新技术发挥其价值。
笔者了解到,目前海外市场落地大模型商业化应用的企业,大部分本就是企服赛道的“老玩家”。比如,微软、Salesforce、Adobe、SAP、Palantir等公司。
而Kyligence探索大模型应用之前,也已经服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户,包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife等全球知名企业,并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。
可以说,大量客户服务的经验,是企服公司开启AI变革的必要条件。那么,大模型能够为企业服务行业带来哪些新的突破?
二、“AI+”落地数智赋能,使用效率与学习门槛的双重颠覆
企业转型的难题就是答案:效率与门槛。
当下,企业级产品结合AI大模型,最直接的表现就是可以根据用户的自然语言输入,快速生成符合用户需求和预期的内容和结果。未来,随着多模态大模型技术演进,AI大模型可以帮助企业级软件拓展新的功能和应用,因为它们可以利用海量的数据和知识,生成各种类型和风格的内容,满足不同的业务和场景需求。
从具体应用来看,在海外市场,微软通过开放Azure OpenAI赋能旗下产品,提升员工的效率;Salesforce也通过Einstein GPT将公共和私有AI模型与CRM数据相结合,在销售、服务、营销、商业等各个领域提供人工智能自动创建的内容,以适应实时变化的客户信息和公司流程。
在国内通用软件领域,腾讯会议基于混元大模型打造了AI小助手,只需要简单的自然语言指令,就能完成会议信息提取、内容分析等复杂任务,会后还能生成智能总结纪要。
而在数据分析的垂直赛道,Kyligence推出的基于AI大模型的数智助理Kyligence Copilot,目的也是提升企业效率和降低企业数字化门槛。
从效果来看,大模型的应用落地已经逐步释放生产力。以Kyligence为例,通过搭载AI数智助理,Kyligence核心产品Kyligence Zen(智能一站式指标平台)实现了决策效率和使用门槛的“双杀”。
一方面,如今的Kyligence Zen可以灵活响应不断变化的业务分析需求,提升业务决策效率。
图源:Kyligence
另一方面,通过自然语言对话,让企业使用者更方便地获取数据洞察和建议,而不需要编写复杂的 SQL 语句或者使用其他工具,降低了学习成本。
图源:Kyligence
“企服产品+大模型”毫无疑问顺应了当下企业管理需求。红杉中国在《2023企业数字化年度指南》中提出,在当前不确定性增大的商业环境中,部分受访企业的运营面临着巨大的压力。无论是市场竞争加剧,还是消费者需求日益多元化,或者是科技进步带来的挑战,都促使企业必须动态调整其经营策略以适应变化。
可以预见,企服领域会不断涌现各种类型的实时智能服务,以实现企业经营实时的决策制定。围绕AI核心能力,增强企业分析和决策能力,成为企服赛道下一个增长点。
图源:艾瑞咨询
随着智能化浪潮的到来,Kyligence在帮助企业数智化转型的同时,也为自身按下了名为“AI+”的发展快进键。
三、释放数智生产力,铺开数字经济万亿蓝图
从数字化到数智化,一场变革浪潮已不可避免。以AI变革企业运营与管理效率,是中国企服公司必须迈出的新航程。
一方面,国内外的“AI+”企业级应用已经初见商业化成果。
梳理大模型海外进展,天风证券指出,从微软、Salesforce、Adobe、SAP、Palantir等公司的产品节奏看,大模型逐渐应用落地场景。头部企业级软件公司已经开始进入了大模型商业化的新阶段。
同时,在国内企服赛道,相关企业也有了丰富的落地案例和独特打法。比如,Kyligence“AI+指标+知识库”的体系。根据公开资料,Kyligence展示了潘多拉指标平台的应用案例。
图源:Kyligence《2023指标平台建设方法与实践白皮书》
据悉,该平台为银行亿级数据量级下多维分析提供了完整的解决方案。从效果上看,根据《白皮书》,潘多拉平台缩短数据开发周期平均3-5 天;大数据报表开发人力耗费减少30%;常规需求替换率达到25%以上(不依赖数据开发而制作的看板)。
另一方面,基于实践效果,企业对于拥抱新技术的态度越来越积极。调研机构Gartner预判,到2026年将有超过1亿人和机器人同事(生成式 AI)一起工作或有一个AI助手;到2027年,将有近15%的新应用程序由AI自动生成,无需人工参与。
这也为拥抱大模型落地的企服公司带来前所未有的机遇。从2022年《“十四五”数字经济发展规划》,到2023年《数字中国建设整体布局规划》,企业数字化转型被提升至更高的高度。而AIGC激发了数字经济的活力与创造力,大模型必将引领AI的未来道路,加速数字经济发展。
展望未来,智能时代的新纪元正在到来,数字经济蓬勃发展。根据灼识咨询预计,全球AI市场将于2030年达到1万亿美元;AI在各垂直领域的应用渗透率也将继续提升。
一张万亿规模的产业蓝图在中国企服公司面前徐徐铺开。拥抱技术变革,将其转化为自身产品力、服务力,企服公司才能走上发展“高速公路”。
来源:松果财经
这篇关于企业级实践为“燃料”,大模型助推Kyligence产品力向上的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!