查看原文
其他

代码生成、办公协作与AI Agent,2024年LLM落地重点

DataFunTalk
2024-09-10

过去一年,经历过百模大战之后,由于没有出现杀手级的应用,人们倾向于保守。但Sora发布之后,文字生成视频将在今年被重点押注,毕竟国内有较成熟的短视频生态和仍未挖掘的庞大前景。

另一方面,企业内部其实在2023年重点投入到了ToB提效场景上,这个场景价值明确,同时更关注性能和成本。目前发展比较快速的应用场景更多在于内部协作,包括代码生成与办公协作。

代码生成方面,企业正在对各种开发功能进行封装,最大程度满足开发平台易用性和规模化的需求。如果按难度进行分级,前端代码和客户端的采纳率较高,而服务器端的采纳率较低,但也基本上是可用的状态。

另外,在开发办公提效上,部分企业会开发一个问答助手,来回答研发过程中开发人员对“这个API如何调用”、“这个字段是什么含义”等等的困惑,这个AI助手如今可以替换原有的值班人员。在电商场景中,企业也可以不再依赖于传统电商背后的人货场标签体系,而是可以通过挂载知识库来解决大量的问题,节省了很多运营成本。在操作系统层面,大家也会尝试利用一个AI Agent进行协议式或对话式的方式来进行工作。

但业内对大模型统一应用接口的可行性仍持保留态度,认为app仍然会继续存在,只是每一个app都会多出一个智能助手。

智能助手的核心在于Agent技术,而Agent的核心是planning,planning技术目前还没有得到很好的解决。业内也有人认为,Agent不一定是大模型最佳的应用方向,这个概念不适用于C端应用,而在企业内部协作中作为NLP工具更加适合一些,NLP工具在过去开发成本和难度很高,现在有了大模型,就极大加速了这一过程。

从数据集成、数据治理,到模型训练、模型推理,大数据与人工智能始终是紧密关联和作用的。秉持“数聚垂域,智领未来”信念,DataFunCon2024·上海站将继续顺应趋势,组织AI Agent、大模型训练推理与微调等论坛,邀请数据智能技术专家、行业专家,与你共同探讨数据智能落地的现在与未来。


议程详情

 点击『阅读原文』报名线下大会

继续滑动看下一个
DataFunTalk
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存