本期节目探讨了大语言模型在企业应用中的落地问题。访谈嘉宾周健,一位在谷歌、阿里云和 AI 创业公司拥有丰富经验的专家,分享了他创立澜玛科技,专注于 AI 自动化平台的初衷。他认为,直接追赶 OpenAI 等巨头在大模型基础层面的竞争已无优势,而选择从自动化切入,利用大语言模型提升企业效率,则更具商业可行性。 周健详细阐述了其公司如何利用 Prompt 工程技术,结合特定行业知识,在特定场景下显著提升大语言模型的准确率,例如在表格数据处理中达到 95% 的准确率。 更重要的是,他强调了复杂逻辑推理能力在 AI 应用中的重要性,以及如何通过构建特定领域的 Agent 来解决通用大模型在专业场景应用中的局限性。 例如,他提到公司正在开发针对猎头、会计等特定岗位的 AI 智能体,以提升效率并降低成本。 最后,周健展望了 AI 时代企业组织形式的变革,认为未来企业将呈现 “大后台 + 大前台” 的扁平化结构,并分享了澜玛科技在实际项目中积累的经验,以及对未来 AI 应用和组织管理模式的洞察。 这也反映了 AI 应用领域中,从追求通用模型到专注于特定场景应用的行业趋势转变。
Sign in to continue reading, translating and more.
Continue