從LLM特性與數字化轉型本質，看大語言模型對數字化轉型的影響

▲ 圖片由AI生成

(資料圖)

落地應用行業賦能，大語言模型已經成為組織數字化轉型利器

從大語言模型說起，LLM將會成為組織數字化轉型的高效催化劑

從LLM特性與數字化轉型本質，看大語言模型對數字化轉型的影響

大語言模型與數字化轉型有啥關系？對組織數字化經營有哪些影響？一文看懂

一文看懂，終于有人把大語言模型和數字化轉型的關系說明白了

文/王吉偉

在AIGC這個賽道，近期一眾大佬紛紛現身說法。

軟銀終于按捺不住寂寞，CEO孫正義稱其每天都會使用ChatGPT，是生成式AI的“忠實用戶”。相關報道認為，生成式AI正在讓軟銀旗下迷惘的Arm變得明朗。

騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生表示：大模型只是起點，未來，應用落地的產業變革是更大的圖景。AI對世界的改變，一定是通過與產業融合實現的。未來的企業，也將向智能原生進化。

無獨有偶，百度創始人、董事長兼首席執行官李彥宏也認為：新的國際競爭戰略關鍵點不是有多少個大模型，而大模型上有多少原生AI應用，以及這些應用在多大程度上提升生產效率。以大模型為關鍵驅動的數字經濟，與實體經濟深度融合，將做強做優做大實體經濟。

幾位大佬的觀點，都將大語言模型的價值歸結到了它與各個行業的融合應用及落地實踐。

在LLM的行業應用價值上，湯道生認為，企業過去的研發、生產、銷售、服務等環節中，有很多依賴人來判斷、協調與溝通的地方，今天都值得去看看，哪些環節可以疊加AI的生產力，來提質、降本與增效。

李彥宏認為，在汽車制造、能源、交通等多個行業，大模型可以深入核心業務場景，在智能客服、供應鏈、系統調度等版塊創新，促進行業的數字化轉型和智能化提升。

LLM在各領域、行業、組織、企業、業務場景的落地能夠帶來什么？自然是能夠助力企業更好的實現經營與管理的數字化，賦能其更好的實現降本增效，獲得更多收益，進而壯大企業規模。

而這個過程，正是大家常說的數字化轉型。

在當今的AIoT時代，數字化轉型已是組織發展的必然。數字化轉型不僅涉及到技術的更新和應用，還涉及到組織的文化、戰略、流程和人才的變革。

近些年來隨著AI技術的不斷發展與成熟應用，AI正在隨著云計算等基礎設施和標配解決方案的形式走入更多組織，并已融入到了組織運營的血液之中。

尤其是近幾年發展起來的LLM，如GPT-3/4、BERT以及國內的文心一言等諸多大語言模型，能夠理解、分析、生成各種類型和風格的文本，為各行各業提供強大的數字化轉型工具與解決方案。

那么，LLM與數字化轉型有什么關系？對組織的數字化轉型有哪些影響？如何用LLM增強組織的數字化轉型？有哪些的實際案例可以參考？

本文，王吉偉頻道就跟大家聊聊這些。

從大語言模型說起

大語言模型（Large Language Model，LLM）是指使用大量文本數據訓練的深度學習模型，可以生成自然語言文本或理解語言文本的含義。它可以處理多種自然語言任務，如文本分類、問答、對話等，是通向人工智能的一條重要途徑。

從參數量而言，大型語言模型是指包含數千億（或更多）參數的語言模型、這些參數是在大量文本數據上訓練的，例如模型 GPT-3、PaLM、Galactica 和LLaMA。具體來說，LLM 建立在Transformer架構之上，其中多頭注意力層堆疊在一個非常深的神經網絡中。

現有的LLM主要采用與小語言模型類似的模型架構（即 Transformer）和預訓練目標（即語言建模）。作為主要區別，LLM 在很大程度上擴展了模型大小、預訓練數據和總計算量（擴大倍數）。他們可以更好地理解自然語言，并根據給定的上下文（例如 prompt）生成高質量的文本。

LLM的關鍵技術，包括縮放、訓練、能力激發、對齊調優、工具利用等。限于文章篇幅，這里就不展開敘述，大家可以自行搜索。

以ChatGPT為例，其四個關鍵技術為大規模預訓練模型、在代碼上進行預訓練、指令精調（Prompt/Instruction Tuning）以及基于人類反饋的強化學習（RLHF）。

其他大語言模型，基本都具備這樣的特點，有的特色模型還會具備更多優勢。

在應用方面，LLM被訓練來解決通用（常見）的語言問題，如文本分類、問答、文檔總結和文本生成等。

文本分類：LLM可以通過對輸入文本進行分析和學習，將其歸類到一個或多個預定義的類別中。可以使用LLM來分類電子郵件是否為垃圾郵件，或將推文歸類為積極、消極或中立。

問答：LLM可以回答用戶提出的自然語言問題，使用LLM來回答搜索引擎中的用戶查詢，或者回答智能助手中的用戶問題。

文檔總結：LLM可以自動提取文本中的主要信息，以生成文檔摘要或摘錄，比如生成新聞文章的概要，或從長篇小說中提取關鍵情節和事件。

文本生成：LLM可以使用先前學習的模式和結構來生成新的文本，可以生成詩歌、短故事、或者以特定主題的文章。

正是這些特點與優勢，使得LLM在誕生之初就得到廣大組織的青睞，很早就開始研究其在數字化轉型中的應用。

數字化轉型的本質

為了在后面更好地分析LLM對數字化轉型的影響，這里有必要先聊聊數字化轉型。

數字化轉型是指利用數字技術改變組織的運營方式、商業模式和價值創造過程，以提高效率、創新和競爭力。

簡單地講，數字化轉型是將傳統的業務、流程和模式轉變為數字化的形式，以應對當今數字時代的挑戰和機遇。其所涉及的，是將傳統的物理和手動過程轉化為基于數字技術和數據的自動化、智能化過程。

具體而言，整個數字化轉型過程可以體現于數字技術的應用、數據驅動的決策、業務流程的重新設計、客戶體驗的改善以及組織文化和能力的轉變。

數字技術的應用。數字化轉型通過應用先進的數字技術，如云計算、大數據分析、人工智能、物聯網等，來實現業務的數字化、自動化和智能化。這些技術為企業提供了處理大規模數據、實時分析、預測和優化的能力。

數據驅動的決策。數字化轉型強調數據的重要性，它鼓勵企業收集、整合和分析各種數據，以從中獲取洞察力和業務價值。數據驅動的決策使企業能夠依據客觀事實和趨勢做出準確的戰略和運營決策，而不僅僅依靠主觀判斷和經驗。

業務流程的重新設計。數字化轉型通常要求對傳統的業務流程進行重新設計和優化，以適應數字化環境和工具。企業需要審視和重構各個環節，以實現更高效、更靈活、更可持續的運作方式。自動化、集成和協作工具的應用使得流程更加協調和無縫。

客戶體驗的改善。數字化轉型將客戶體驗放在重要位置。通過數字化技術和渠道，企業可以提供更加個性化、定制化和便捷的產品和服務，與客戶進行更緊密的互動。這種改善客戶體驗的努力有助于增強客戶忠誠度、擴大市場份額和提高業績。

組織文化和能力的轉變。數字化轉型不僅僅是技術的轉變，還涉及到組織文化和能力的轉變。企業需要培養數字化思維和技能，鼓勵創新和靈活性，打破傳統的部門和層級壁壘，促進跨團隊協作和知識共享。文化和能力的持續構建與適時轉變，也是數字化轉型成功的關鍵。

所以，數字化轉型的本質是通過數字技術的應用和業務流程的重新設計，實現數據驅動的決策、改善客戶體驗，并推動組織文化和能力的轉變。

ChatGPT與數字化轉型

要研究大語言模型與數字化轉型的關系，我們可以先來看看現象級生成式AI應用ChatGPT在數字化業務中的應用。

ChatGPT是一種基于大語言模型GPT-3/4的生成式AI聊天機器人，可以與用戶進行自然、流暢和有趣的對話。它能夠根據用戶輸入的語言和偏好，自動調整模式和風格，提供更個性化的體驗。還可以生成各種類型的內容，如詩歌、故事、代碼、歌詞等，以及幫助用戶改寫、優化或完善業務內容。

這些特性，使得ChatGPT可以應用于很多業務場景，比如下面幾個應用案例：

案例1：某電商平臺使用了ChatGPT作為其客服系統，實現快速、準確、友好地回答客戶的各種問題，并根據客戶的購物歷史和喜好，推薦合適的商品。

案例2：一家旅游公司使用了ChatGPT作為其營銷工具，能夠根據目的地、季節、主題等條件，生成吸引人的旅游攻略和廣告語，并根據用戶的反饋，進行優化和更新。

案例3：某家教育機構使用了ChatGPT作為其教學輔助系統，能夠根據學生的年級、科目、水平等信息，生成適合的教材、習題、評測等，并根據學生的答題情況，提供及時的反饋和指導。

數字化轉型是組織發展的必然趨勢。數字化轉型不僅涉及到技術的更新和應用，還涉及到組織的文化、戰略、流程和人才的變革。在這個過程中，AI起著至關重要的作用,尤其是基于大語言模型的生成式AI如ChatGPT。

ChatGPT是基于深度學習的自然語言生成系統，能夠根據用戶的輸入和上下文生成流暢、有邏輯、有創意的文本。這些功能使得ChatGPT能夠為組織提供多樣化的服務和解決方案，幫助組織提高效率、創新能力和客戶滿意度。

將其引入到組織運營中，能夠為組織的數字化轉型帶來很大的影響，主要包括以下幾個方面：

1、提高組織的溝通效率和質量。將ChatGPT作為組織內部和外部的溝通工具，幫助員工、客戶、合作伙伴等進行快速、準確、友好的交流。ChatGPT能夠面向不同的對象、場景和目標，生成合適的語言風格和內容，提升溝通的專業性和滿意度。

2、增強組織的創新能力和競爭力。ChatGPT可以作為組織的創意助手，幫助員工、領導者、創業者等進行創新思維和創造性輸出。用不同的主題、領域和需求，生成有價值、有趣味、有啟發性的文本，激發創新的靈感和動力。

3、優化組織的學習能力和知識管理。ChatGPT可以作為組織的學習伙伴，幫助員工、學員、教師等進行有效的學習和知識分享。根據不同的學習目標、難度和風格，生成適合的學習材料、測試題目、反饋建議等，提高學習的效果和興趣。

4、改善組織的文化氛圍和員工幸福感。ChatGPT可以作為組織的文化傳播者，幫助員工、管理者、人力資源等建立和維護良好的組織文化。基于不同的價值觀、信念和情感，生成符合的文化宣言、故事、口號等，增強組織的凝聚力和歸屬感。

在具體數字化轉型實踐中，廣大組織可以利用ChatGPT的多語言能力，拓展國際市場和跨文化交流；利用ChatGPT的多模態能力，豐富產品和服務的表現形式和交互方式；還可以通過ChatGPT的自適應能力，優化產品和服務的個性化與智能化。

當前而言，使用ChatGPT增強組織的數字化轉型成效，已經成為很多企業的共識。沃爾瑪、奔馳、三星、迪士尼等世界500強企業，大都已經通過技術集成和自行部署等方式，將ChatGPT引入到了企業運營之中。

LLM對數字化轉型的影響

簡單來講，LLM是一種利用大量文本數據來學習語言知識和生成語言內容的AI技術。數字化轉型是指企業或組織通過引入數字技術和創新，改變其業務模式和價值創造方式的過程。

從技術支撐業務的角度而言，LLM可以為數字化轉型提供強大的支持和推動力。

一方面，LLM可以幫助企業或組織提高其數字化能力，例如通過自然語言處理和生成，實現與客戶、員工、合作伙伴等的高效溝通和交互；通過文本分析和挖掘，提取有價值的信息和知識，支持決策和創新；通過文本生成和優化，提升其內容質量和影響力，增強其品牌形象和競爭力。

另一方面，數字化轉型也可以為大語言模型提供更多的數據和場景，比如通過互聯網、社交媒體、電子商務等平臺，收集和整合海量的文本數據，為LLM的訓練和應用提供豐富的素材；通過智能助理、聊天機器人、智能寫作等應用，展示和驗證大語言模型的效果和價值，為大語言模型的發展和改進提供反饋和指導。

前文，我們已經講了數字化轉型的本質。要看明白LLM對數字化轉型的影響，需要將數字化轉型進行分拆，進而發現其對企業數字化經營的具體作用。

鑒于LLM的強大能力，將其引入并應用到組織的管理與運營之中，必然會對數字化轉型所涉及到的技術應用、數據決策、業務流程再造、客戶體驗以及組織文化和能力的轉變都會產生很大的影響。

下面，我們從數字化轉型本質的幾個基本點出發，逐一分析LLM對數字化轉型的影響。

首先,在數字技術應用方面，基于LLM的生成式AI技術正在重塑軟件應用。

如GPT-4、AliceMind等大模型，具有強大的自然語言理解和生成能力，可以應用于各種自然語言處理任務，如機器翻譯、文本摘要、對話系統等。

無論是引入LLM，還是在LLM的基礎上做生成式AI應用，都可以明顯降低軟件開發的門檻和成本、提升軟件的智能化和多模態化水平以及促進軟件工程領域的創新和變革，這些都在軟件開發和應用方面起到了降本增效及增強數字化的作用。

引入LLM的軟件應用能力也會更加強悍，在數據處理和分析、智能客服和自動化、內容生成和創意支持、在智能決策輔助、跨語言交流和翻譯以及聯結知識和信息等方面都有了較強的能力，軟件使用難度和培訓成本都大大降低。

其次在數據決策方面，LLM正在被越來越多地應用于數據生成、分析與決策。

LLM可以提高數據分析和挖掘的效率和質量，通過自然語言理解和生成，實現對數據的快速查詢、可視化、解釋和報告 。

同時，LLM還能提供更多的數據洞察和價值，通過利用其強大的知識存取和推理能力，發現數據中的隱藏模式、關聯和趨勢 。

此外，LLM可以促進數據驅動的決策支持和優化，通過與人類決策者進行自然語言交互，提供數據證據、建議和反饋 。

第三，在業務流程再造方面，LLM正在以直接參與或者間接融入其他應用的方式影響業務流程的再造與優化。

LLM可以理解和生成自然語言，從而幫助人們完成各種任務，如文本摘要、機器翻譯、對話系統等。這些任務都涉及到業務流程的設計和優化，因為它們需要根據不同的目標、場景和用戶需求來制定合適的策略和步驟。

LLM如何改變業務流程的重新設計呢？

首先，它可以提供更多的數據和知識，幫助人們分析和理解業務問題，找出潛在的解決方案和改進點。一個最簡單且常見的應用場景是通過LLM從海量的文本中提取相關的信息，如市場趨勢、用戶反饋、競爭對手分析等，從而為業務決策提供支持。

其次，LLM可以提高業務流程的執行效率和質量，幫助人們自動化和優化一些重復性或低價值的任務，如文檔生成、表單填寫、郵件回復等。比如可以用ChatGPT等應用根據給定的關鍵詞或模板生成符合要求的文本，減少人工編輯的時間和成本。

由此，大語言模型可以改變業務流程的重新設計，使其更加智能、高效和靈活。

第四，在客戶體驗的改善的方面，LLM正在賦能各類生成式AI應用大幅提升用戶體驗，將用戶與組織的互動提升到一個新層面。

提高服務效率。LLM作為智能客服的核心技術，通過與客戶進行自然對話，快速理解客戶的需求和問題，并給出合適的回答和建議，從而節省客戶的等待時間和溝通成本。

增加服務質量。LLM可以根據不同的場景和客戶特征，生成個性化、有針對性、有價值的文本內容，從而提高客戶的滿意度和忠誠度。比如根據客戶的購買歷史和喜好，生成個性化的推薦信息和優惠券。

擴展服務范圍。LLM可以支持多種語言和多種領域的文本生成，從而覆蓋更廣泛的客戶群體和服務需求。例如，一些生成式AI應用可以根據客戶的輸入語言，自動翻譯成目標語言，并生成相應的文本內容。

最后，在組織文化和能力的轉變方面，LLM正在改變組織規則。

LLM可以提高組織的溝通效率和質量。通過自動生成高質量的文本內容，減少人工的重復勞動和錯誤，提升信息的傳遞和理解。

能夠促進組織的創新能力和競爭力。通過提供豐富的文本素材和靈感，激發員工的創造力和思維能力，拓展組織的知識邊界和視野。

此外，引入LLM的組織會是實現業務流程的極簡化和自動化，而進行崗位縮減、業務整合及部門合并，同時更多的業務崗位工作內容也將進一步編程基于生成式AI技術的人機交互，這將極大地改變組織的業務架構，同時運營規則也將出現很多變革。

LLM對數字化轉型的影響非常之大，能夠助力廣大組織獲得更好數字化轉型成效。因此組織應該積極地探索和利用大語言模型的潛力和價值，建立適應大語言模型時代的文化和能力。

通過以上分析，大家應該已經看到，大語言模型與數字化轉型是相互促進、相互依存的關系。隨著人工智能技術的不斷進步和數字化轉型的不斷深入，兩者之間的聯系也將越來越緊密，共同推動數字經濟與數字世界的進步和發展。

后記：幾個案例感受LLM與數字化轉型

為了讓大家更直觀地感受LLM對數字化轉型的影響，文末再附上幾個LLM的真實應用案例。

案例1：「金融行業」摩根士丹利&OpenAI

作為財富管理的領導者，摩根士丹利擁有一個內容庫，其中包含數十萬頁的知識和見解，涵蓋投資策略、市場研究和評論以及分析師見解。這些海量的信息存儲在許多內部站點中，主要是PDF格式，需要顧問掃描大量信息以找到特定問題的答案。此類搜索可能既耗時又繁瑣。

在OpenAI的GPT-4的幫助下，摩根士丹利正在改變其財富管理人員查找相關信息的方式。

從去年開始，該公司開始探索如何利用GPT的嵌入和檢索功能（首先是GPT-3，現在是GPT-4）來利用其智力資本。

該模型將為面向內部的聊天機器人提供支持，該聊天機器人對財富管理內容進行全面搜索，并“有效地解鎖摩根士丹利財富管理的累積知識，”分析，數據與創新主管Jeff McMillan說，他的團隊正在領導該計劃。他的項目負責人指出，GPT-4 終于能夠將所有見解解析為更可用和可操作的格式。

案例2：「保險行業」中國人壽&百度ERNIE大模型

中國人壽積極探索人工智能技術在保險領域的應用，以提升業務效率和服務質量。其中，文心ERNIE大模型是中國人壽應用的一項重要技術。

ERNIE大模型是由百度公司開發的一種基于深度學習技術的人工智能模型。它通過對大量文本數據的學習，掌握了自然語言處理的核心技術，包括文本分類、命名實體識別、關系抽取等。在保險領域，文心ERNIE大模型可以應用于智能客服、風險評估、理賠審核等方面。

文心ERNIE大模型是由百度公司開發的一種基于深度學習技術的人工智能模型。它通過對大量文本數據的學習，掌握了自然語言處理的核心技術，包括文本分類、命名實體識別、關系抽取等。在保險領域，文心ERNIE大模型可以應用于智能客服、風險評估、理賠審核等方面。

方案實施后，中國人壽通過應用文心ERNIE大模型，在保險業務智能化方面取得了顯著成效。不僅提高了業務效率和服務質量，也為客戶提供了更好的保險體驗。

案例3：「文化領域」冰島&OpenAI

冰島是北大西洋中部的一個島國，擁有充滿活力的科技產業和蓬勃發展的旅游業。然而，盡管其大約370萬公民中的大多數說英語或其他第二語言，但它與美國和歐洲的融合使該國的母語冰島語處于危險之中。

冰島人珍惜他們的語言，因為它擁有豐富的文化遺產和與國家身份的聯系。該國政府設有語言規劃部門這為新思想創造了冰島語術語，而不是采用其他語言的所謂“借詞”。例如，計算機就是t?lva（“數字女先知”）。通過這些努力，語言保留其獨特的特征并且仍然與其古挪威根源密切相關。

為了更好地進行文化與歷史傳承，冰島與OpenAI合作，使用GPT-4來保護冰島語，并將防御立場轉化為創新的機會。

該合作伙伴關系不僅被設想為提高GPT-4服務世界新角落的能力的一種方式，而且還是朝著創建可用于促進保護其他低資源語言的資源邁出的一步。

全文完

【王吉偉頻道，關注AIGC與IoT，專注數字化轉型、業務流程自動化與RPA，歡迎關注與交流。】