GPT-4出來之后，人們似乎對AI又開始興奮起來！AI技術(shù)的再一次迅猛發(fā)展，催生了一個個超級個體，人類的能力邊界再一次被拓寬和強化！

“通過簡單的對話聊天方式，人們發(fā)現(xiàn)AI幾乎是上知天文下知地理，可以回答任何能想得到的問題，甚至可以替人們完成編輯ppt、寫論文、寫專利，翻譯學(xué)術(shù)專著，提煉論文核心觀點和結(jié)論 ...”

這類AI技術(shù)，人們一般叫做AGI（Artificial General Intelligence），即通用人工智能，因為它“不挑活兒”，同時，由于這些技術(shù)背后的算法模型的參數(shù)規(guī)模巨大，也叫做大模型。

大模型可以對文本、圖像、音視頻進行理解以及創(chuàng)作生成，而其中，最典型的且最有代表性的是自然語言大模型。作為聊天工具的OpenAI ChatGPT就是自然語言大模型。

在領(lǐng)略了ChatGPT的魅力之后，國內(nèi)很多AI廠商迅速開始奮勇追擊，研發(fā)了國產(chǎn)化的自然語言大模型底座模型。例如，百川大模型、智譜大模型、文心一言，以及Kimi等 ...

這些大模型底座比較適合中文的文本大數(shù)據(jù)應(yīng)用場景，更加符合國內(nèi)人的語言交流習(xí)慣和文書表達風(fēng)格。

和傳統(tǒng)AI相比，大模型之所以具有更大的技術(shù)亮點，主要在于“通用性”和“生成性”這兩個方面。

對于生成性：傳統(tǒng)的AI更多關(guān)注分析數(shù)據(jù)，而AI大模型則可以生成數(shù)據(jù)，也就是直接給出工作成果，完成了業(yè)務(wù)活動的“最后一公里”的交付。

對于通用性：則強調(diào)了，AI不僅能很好地完成任務(wù)，而且可以完成各種類型的工作，具有極強的可塑性。

以前，AI做什么，不是使用AI的人說了算，而是開發(fā)AI的人說了算。

開發(fā)一套AI的代碼必須經(jīng)過數(shù)據(jù)規(guī)整、特征工程、模型構(gòu)建、參數(shù)訓(xùn)練、模型有效性驗證、模型部署等一系列繁冗的步驟。

模型開發(fā)的效率遠跟不上需求的變化。業(yè)務(wù)人員總是在用過時的技術(shù)工具和過時的知識經(jīng)驗成果。

有了AI大模型，可以實現(xiàn)“零樣本”學(xué)習(xí)或者“少樣本”學(xué)習(xí)。什么意思？

就是說，AI的能力不總是依賴于開發(fā)人員從頭開始的構(gòu)建，而是當(dāng)用戶口頭發(fā)布任務(wù)指令的時候，就可以立刻掌握這個任務(wù)的相應(yīng)能力，并按照要求“完美”地完成工作。

人的“想法”可以立刻得到執(zhí)行，同時，很多創(chuàng)新的思路也可以快速進行實驗，每個人都可以成為在他所在領(lǐng)域的創(chuàng)作者、發(fā)明家。

數(shù)字化轉(zhuǎn)型，不僅僅是企業(yè)的數(shù)字化，組織的數(shù)字化，流程的數(shù)字化，更是人的數(shù)字化。

人能更好地利用當(dāng)代信息技術(shù)工具開發(fā)自己的創(chuàng)新潛力，挖掘數(shù)據(jù)要素價值，是數(shù)字化理念最成功的表現(xiàn)之一。

因為有了AI大模型，一些基礎(chǔ)的執(zhí)行層面的工作被機器迅速替代，而人的價值更多地體現(xiàn)在提出想法。

這個時候，1+X的多代理（Agent）方式，可以快速撐起極具創(chuàng)新力的團隊。

用提示詞工程（構(gòu)建任務(wù)問題模板）重塑大模型的能力，對他們進行連接編排，形成業(yè)務(wù)合力。

如果這個“想法”運轉(zhuǎn)得好的話，那么這將是未來一個典型的高產(chǎn)值超級個體模式：

    ... 定義一個價值鏈流程，明確這個價值鏈的每個環(huán)節(jié)都需要完成哪些任務(wù)，讓AI大模型在各個環(huán)節(jié)高效地完成數(shù)據(jù)和知識的轉(zhuǎn)化，而人只需要監(jiān)督整個流程，在恰當(dāng)?shù)臅r候予以必要的業(yè)務(wù)指標(biāo)校正就可以了...