ChatGPT在商业中的应用分析

人工智能概述

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统

自达特矛斯会议由麦卡锡等人于1956年夏季发起， “人工智能” 一词被正式提出，经历了60多年，人工智能经历了大起大落

人工智能大模型

大型语言模型（Large Language Model）

大型语言模型是由数十亿甚至数千亿参数构成的神经网络模型，它们通过大规模的文本数据学习语言的结构、语法、语义和使用习惯，这些模型通常基于Transformer架构，利用自注意力机制来处理文本。

发展历程
经过多轮技术积累，最终形成针对人类反馈信息学习的大规模预训练语言模型

ChatGPT大预言模型

Chat Generative Pre-trained Transformer, 生成式预训练变换模型，由OpenAI开发的一个聊天系统（以聊天为界面的信息处理工具），于2022年11月推出史上用户增长最快的应用程序（推出仅两个月后，月活用户达1亿）使用基于GPT-3.5架构的大型语言模型。

Chat Generative Pre-trained Transformer, 生成式预训练变换模型
1750亿个模型参数
用了45TB的数据、近1万亿个单词来训练模型，大概是1351万本牛津词典
总算力消耗约3640 PF-days
GPT-3 训练一次的费用是 460~1000 万美元
在推理阶段，以今年 1 月份独立访客平均数 1300 万计算，ChatGPT 对应的 芯片需求为 3 万多块英伟达 A100 GPU，初始投入成本约为 8 亿美元，每天光 是花掉的电费就要 5 万美元
ChatGPT可以覆盖回答问题、撰写文章、 文本摘要、语言翻译和生成计算 机代码等任务



特征：
连续对话能力

用户意图有效捕捉

上下文理解

敢于质疑

承认无知

提升准确度

主动承认自身错误

多模态大模型GPT-4

GPT-4具有以下特质：
支持文本和图像输入（2023年3月14日推出）
文字输入限制提升至 2.5 万字；强大的识图能力；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化
更长的上下文（文字输入限制提升至 2.5 万字）
高级接受图像作为输入并生成说明、分类和分析推理能力




潜在应用场景包括：
内容创作：用于生成文章、博客文章和社交媒体内容
文本摘要：知识管理和信息检索
自然语言处理：有助于改进智能客服、自动翻译、智能写作等应用
人工智能：能够更好地处理语言、图像和视频数据，这将有助于改进语音识别、计算机视觉和自动驾驶等
教育：能够更好地辅助学生学习和理解知识，这将有助于改进在线教育、自适应教育和智能教育等应用
医疗保健：能够更好地帮助医生进行诊断和治疗
营销和广告：可以透过分析大量的数据资料进行和分析用户数据，更深入的洞察用户喜好，从而帮助企业 精准匹配目标客户，能够更好地生成精准的广告和营销内容，这将有助于改进广告投放和营销策略
自动化生产行业：GPT-4 多模态可以在多个领域实现自动化生产，例如自动标注图片，自动生成语音、文 字和图片等等
…
GPT-4 在各种专业和学术基准上的表现达到 "人类水平”
模拟的律师考试：分数约为应试者的前10%（GPT-3.5 的分数大约是后 10%）
生物奥林匹克竞赛：从GPT3.5的31%水平，直接飙升到 99%水平

人工智能内容生成（AIGC）

依靠输入相关的文字信息，就可完成图像生成、模型构建、图像编辑、视频剪辑以及图形加工等各种任务。
AIGC是建立在多模态之上的人工智能技术，即单个模型可以同时理解语言、图像、视频、音频等，并能够完成单模态模型无法完成的任务，比如给视频添加文字描述、结合语义语境生成图片等。

应用范例：
性能或经济性方面更优AIGC 建筑规划方案
如在中国金茂的某江西项目中， AI 生成的方案不仅在时间上仅为原有方式的 20%，项目总货值上比原有方案增加了 5600 万
在 2021 年 9 个月的地产拍地市场中，团队累积完成了近千个项目及近万个方案，协助客户成功拿地数十块

红杉资本针对 AIGC 相关产品成熟预测

通用的模型在使用过程中存在一定的局限性
以金融领域情感分析任务为例
一个题为“某公司将裁员1万人”，在一般意义上表达了负面情绪，但 从金融市场情绪来看，它有时可能被认为是积极的，因为这一做法可能提振 投资者信心，使公司的股价上涨。
通用自然语言处理模型无法准确理解财经新闻背后的市场“情绪”。

垂直领域的大模型

中国在人工智能（AI）领域，特别是在垂直领域的大模型开发上取得了显著进展。中国的科研机构和企业在自然语言处理（NLP）、计算机视觉、医疗健康、智能制造等垂直领域推出了多个大模型，这些模型在各自的应用场景中展现出了优异的性能。以下是一些代表性的大模型及其特点：

1. 百度飞桨ERNIE系列：ERNIE是百度基于飞桨（PaddlePaddle）平台开发的自然语言处理大模型。ERNIE模型通过对知识增强的预训练方式，能够更好地理解语言的深层次含义，广泛应用于搜索、推荐、信息抽取等场景。ERNIE系列模型在多个国际权威的自然语言处理评测任务中取得了优异的成绩。

2. 阿里巴天池大模型：阿里巴推出的天池大模型专注于多个垂直领域，如电商搜索、推荐系统、自然语言处理等。这些模型通过大规模数据训练，能够提供更加精准的服务，提高用户体验。

3. 腾讯AI Lab大模型：腾讯AI Lab致力于自然语言处理、计算机视觉等领域的研究，推出了多个大模型，如腾讯的WuDao模型。这些模型在语言理解、图像识别等方面展现出了强大的能力。

4. 科大讯飞：在语音识别和语音合成领域，科大讯飞推出了多个高性能的大模型，这些模型能够提供准确的语音识别服务和自然流畅的语音合成效果，广泛应用于智能助手、智能客服等场景。

5. 华为MindSpore：华为推出的MindSpore框架旨在提供全场景AI解决方案。在此框架下，华为开发了多个适用于不同垂直领域的大模型，如医疗影像分析、智能交通等，这些模型在各自的应用场景中展现出了高效的处理能力和准确的预测结果。

这些大模型的主要特点包括：

• 大规模数据训练：通过大量数据的训练，这些模型能够捕捉到更加细微的特征，提高模型的泛化能力和准确性。
• 跨领域应用：虽然这些模型针对特定的垂直领域进行优化，但它们的技术和方法论也可应用于其他领域，展现出良好的迁移能力。
• 高效的处理能力：这些大模型能够快速处理大量数据，提供实时的分析和预测，满足商业和科研领域对于高效处理能力的需求。
• 持续迭代更新：随着技术的进步和数据的积累，这些大模型会不断进行迭代更新，以适应新的应用需求和挑战。

中国在AI垂直领域大模型的发展现出了强大的技术实力和广泛的应用前景，对推动相关行业的智能化升级具有重要意义。
例：金融大模型：BloombergGPT
AI在金融行业具有广泛的应用（风险管理、智能投研、信用评估、客户服务等）
领域的复杂性和专业术语使得通用大模型在行业应用的准确性和效率较低
“大模型+行业大数据” 预计将成为 AI 落地垂直领域的典型范式。
基于通用和金融业务的场景进行混合模型训练，在执行金融任务上的表现远超过现有模型。

以下是BloombergGPT性能测试：
测试一（ConvFinQA）：对金融领域相关问题的理解和推理能力
测试二（FiQA SA）：测试金融新闻和社交媒体标题中的情感走向
测试三（FPB）：金融新闻的句子情绪分类任务
测试四（标题）：来判断新闻标题是否包含特定信息，例如价格上涨或价格下跌等
测试五（NER）：针对从提交给SEC的金融协议中收集金融数据，进行信用风险评估

人工智能在金融领域应用的特点：

人工智能在商业分析中的应用

1、结构化的信息处理和图表分析
能够快速地筛选、处理、分析大量数据（对于需要根据实时数据做出快速决策的企业来说是无价的)
识别人类分析师可能无法立即发现的模式、趋势和异常
持续的用户反馈和学习可以不断完善其对数据的理解、分析和洞察能力，为企业提供更有价值的见解

例：
用户：格鲁吉亚和西亚的平均每日肉类消费量总和是多少？在给出答案前，请提供循序渐进的推理。

2、基于自然语言理解的辅助决策
理解和解释人类语言，从非结构化数据源（例如社交媒体、客户评论和其他基于文本的数据）中生成见解
企业可以更深入地了解客户的需求、偏好和情绪，这有助于为营销策略、产品开发和其他关键业务决策提供信息
舆情分析在金融行业的很多业务环节中都会起到非常重要的作用。比如：快速感知突发负面事件、辅助企业信用评级、量化交易等
澜舟科技以孟子轻量化预训练模型技术体系为基础，以资管行业舆情分析业务逻辑为指导方向，应用多项前沿的自然语言处理技术打造了金融 舆情解决方案

3、信息管理和查找
摩根士丹利正在使用GPT-4改变其财富管理人员查找相关信息的方式，涵盖投资策略、市场研究和评论以及分析师见解等数十万页知识的内容库（PDF）

4、商业数据分析与可视化
预测分析：做出准确的预测和数据驱动的决策、生成新的见解（例如，企业可以分析客户数据并预测交叉销售机会）
数据准备：生成、编辑数据，屏蔽、删除敏感信息
数据建模：创建特定模型，优化性能和效率
数据可视化：创建易于理解的数据可视化，弥合数据分析师和决策者之间的鸿沟

例:

5、数字人、数字员工
数字人、数字员工存储着经营过程中积累的海量数据，为精准建立客户需求模型提供了充足的数据基础。技术方面，随着AI、数据处理等技术的不断升级，对客户画像越来越精准，打造的“数字员工”形象越来越生动。场景方面，“数字员工”采用智能营销手段处理信息，减少信息遗漏，充分利用原本不易收集的客户信息进行营销，当“数字员工”与勇户开展营销时，既能精准把握客户的主要需求，提高营销成功率，又能及时掌握客户的个性需求，提供个性化服务，有效提升客户体验。

ChatGPT和AIGC带来的深远意义

以ChatGPT为代表的AIGC工具的出现，标志着人类生产效率出现了第二次脑力效率飞跃

互联网走出强弩之末

新技术将改变经济、劳动力和教育环境
“我们可以拥有更高的生活质量。同时，人们需要时间来更新、做出反应、习惯这项新技术。”
人工智能技术的强大能力可能会制造过多虚假信息，
“注意科技伦理、注意怎样趋利避害”。