周健2024.8.17模型的智能化水平與使用成本的演進趨勢?具備任務拆解與實現(xiàn)能力??具備任務拆解與實現(xiàn)能力??將數(shù)據(jù)轉化成知識表達?大模型帶來推理能力提升信息（感知）系統(tǒng)行（實）系統(tǒng)?數(shù)據(jù)作為信息媒介?信息獲取效率提升Agent具備角色識別，規(guī)劃及任務拆解、記憶及知識沉淀、工具/技能使用、執(zhí)行動作等能力用戶LMAgent具備角色識別，規(guī)劃及任務拆解、記憶及知識沉淀、工具/技能使用、執(zhí)行動作等能力用戶LM對話式編程時代，我們相信新的更優(yōu)雅的基于大語言模型的軟件架構必將誕生AutonomousAgent感知State+PolicyQuestions Action從人機協(xié)同模式角度結度初級形態(tài)：把AI嵌入到人的工作中中級形態(tài)：AI作為人的輔助工具的依賴性在降低，且越來越像真人。人的大部分用于繁瑣日常工作的技能被AI取能被瞬間強化生產(chǎn)力提升生產(chǎn)力提升業(yè)務流程自動化生產(chǎn)效率提升基礎設施層模型層2C應用層基礎設施層模型層2C應用層ΔAzureΔAzure文本問答創(chuàng)意生成CLLaMA2算力芯片云服務平臺大語言模型算力芯片云服務平臺大語言模型專家知識業(yè)務數(shù)據(jù)……價值主張 價值主張自主研發(fā)的基于大語言模型的企業(yè)級AlAgent平臺，集Agent與工作流設計、開發(fā)、使用、管理，與知識沉淀于一體。幫助企業(yè)快速定制企業(yè)級AlAgent來完成各類任務，從而實現(xiàn)業(yè)務運營的提質增效。d』可信的企業(yè)級數(shù)d』場景兼容模型中立模型中立社會性知識（Society)企服場景下專家知識的五層模型在企服領域內一致認同的共性知識企業(yè)內的約定規(guī)則和指導原則企業(yè)內進行特定操作或流程的步驟和方法在企業(yè)特定領域的專業(yè)知識和從業(yè)技能4組織內部和外部社交規(guī)則、合適的溝通方式金融行業(yè)建設思路建設運營體系制定技術合規(guī)標準?統(tǒng)一技術實現(xiàn)路徑?制定統(tǒng)一的標準和制定技術合規(guī)標準?統(tǒng)一技術實現(xiàn)路徑?制定統(tǒng)一的標準和基于規(guī)則的知識解構完善全流程應用?引入對已有業(yè)務流程挖掘和治理基于規(guī)則的知識解構完善全流程應用?完成業(yè)務全流程應用升級（如信貸，銷售?完成業(yè)務全流程應用升級（如信貸，銷售Agent推廣應用群體智能涌現(xiàn)Agent推廣應用群體智能涌現(xiàn)景，帶來更多價值?完成不同業(yè)務領域試點應用封裝應用試點落地產(chǎn)品技術驗證?全單位進行試點應用應用試點落地產(chǎn)品技術驗證應用場景（如知識問答）業(yè)務信息收集樣例數(shù)據(jù)梳理應用場景評估業(yè)務信息收集樣例數(shù)據(jù)梳理應用場景評估資源評估系統(tǒng)集成設計模型效果評測系統(tǒng)集成設計模型效果評測算力評測算力評測模型部署模型部署算力適配 實施計劃研討知識整理Agent實施驗收--移交優(yōu)化壓測監(jiān)控項目管理和服務集成項目管理和服務集成Agent應用落地實例-某大型國有銀行金融交易場景額析析據(jù)據(jù)析 程據(jù) 程據(jù)OO●O(●OO(●●((((((●●●●XX((●●(O●O((OO(↓↓傳自目用戶提問用戶提問向量庫!全文索引庫向量庫!全文索引庫PCPC端。。。瀾碼科技作為大模型應用落地的領先企業(yè)，在ABI應用板塊率先擁有成熟產(chǎn)品以及行業(yè)成功案例，用戶通過應用瀾碼ABI產(chǎn)品，大幅降低員工用數(shù)成本，使得80%以上的數(shù)據(jù)分析任務都通過ABI來完成。準確可靠的查數(shù)基于瀾碼開發(fā)的ABI對話框架，通過大模型與指標庫的結合，圍繞業(yè)務人員的數(shù)據(jù)達到查數(shù)成功率90%以上的業(yè)界領先效果。強大的數(shù)據(jù)分析瀾碼ABI產(chǎn)品充分發(fā)掘指標庫與大模型結合的能力，在完成查數(shù)的基礎上，為用戶提供了各類數(shù)據(jù)分析能力，讓業(yè)務人員可以快速找到數(shù)據(jù)異常的根源。富有洞察力的數(shù)據(jù)解讀瀾碼ABI同時為用戶提供了查詢結果的解讀能力。業(yè)務人員得到數(shù)據(jù)結果后沒有分析思路，大模型可以幫助用戶快速發(fā)現(xiàn)數(shù)據(jù)中的關鍵細節(jié)，解讀數(shù)據(jù)的特征，幫助用戶快速理解數(shù)據(jù)狀況。營銷輔助助手-健康產(chǎn)品推薦 健康保障產(chǎn)品 健康保障產(chǎn)品保的成本降低保的成本降低科技賦能保險精準過濾并鎖率數(shù)據(jù)分析Agent案例-某頭部消費金融公司普惠金、，基于數(shù)據(jù)中臺的數(shù)據(jù)分析類業(yè)務逐年升高，數(shù)據(jù)服務需求旺盛，支撐數(shù)據(jù)服務與數(shù)據(jù)分析等工作的人員任務繁重，導致業(yè)務獲取數(shù)據(jù)周期長業(yè)務運營效率低等問題需要通過一種更加靈活智、， 通過生成式SQL及生成式BI的方案，可以通過對話實現(xiàn)靈活豐富的數(shù)據(jù)獲取。交付瀾碼的SQL代碼生成微調模型，目前準確率已l需要完成一個模擬一個真實的客戶經(jīng)理，幫助用戶進行l(wèi)需要完成一個模擬一個真實的客戶經(jīng)理，幫助用戶進行對公開戶的復雜Agentl需要同時處理信息收集、格式核驗、字段問答、OCR、輔助填寫、API上報、信息確認等多種要求，用戶可隨時問答，實現(xiàn)一個像客戶經(jīng)理一樣輔助用戶對開開戶，具備復雜的行為準則AgenAgen短期記憶長期記憶rt Question智能決策任務執(zhí)行觀察結果記憶存儲獲取記憶推理回復結果參數(shù)匹配執(zhí)行調用工作流Agent 選擇action Answer短期記憶長期記憶rt Question智能決策任務執(zhí)行觀察結果記憶存儲獲取記憶推理回復