數字時(shí)代，以大模型為代表的新一代人工智能作為國家重大戰略需求，是支撐并強化更高水平人機智能協(xié)同的關(guān)鍵技術(shù)方向。特別地，大模型在數據、信息、知識、智慧的跨鏈增值上，已呈現“智能涌現”的規?；瘍?yōu)勢，并且這些功能可以輔助并強化人類(lèi)工作的知識性助益?；诖竽Ｐ偷闹R助手，是當前商業(yè)價(jià)值最大化而潛在風(fēng)險最小化的大模型落地場(chǎng)景，能夠廣泛提升人與AI應用協(xié)同工作的體驗與效率，實(shí)現工作效益的切實(shí)變革。

　　北京中關(guān)村科金技術(shù)有限公司（簡(jiǎn)稱(chēng)“中關(guān)村科金”），已實(shí)現大模型知識助手在企服賽道的成功切入。中關(guān)村科金通過(guò)自主研發(fā)的領(lǐng)域大模型、大數據智能搜索、多模態(tài)文檔解析等關(guān)鍵技術(shù)，在知識問(wèn)答、知識構建、知識歸納、知識推薦等核心場(chǎng)景，實(shí)現高效率、低成本、規?；膹娙斯ぶ悄軇?chuàng )新應用，打通企業(yè)知識應用的“最后一公里”。

　　一、大模型時(shí)代下的新型人機協(xié)同，知識助手成功開(kāi)啟商業(yè)藍海

　　當前，以大模型為代表的通用人工智能正在飛速演進(jìn)，正在成為重組數據要素資源、重塑人機協(xié)同新型生產(chǎn)關(guān)系的關(guān)鍵力量。較短時(shí)間內，基礎大模型的研究和發(fā)布呈蓬勃發(fā)展態(tài)勢，接下來(lái)將進(jìn)一步呈現商業(yè)落地的競速比拼。

　　然而，大模型的落地時(shí)間表還與具體場(chǎng)景要求息息相關(guān)。大模型的商業(yè)化變現仍面臨幻覺(jué)傾向、數據偏向、準確率不足等挑戰，需根據具體商用場(chǎng)景甄別實(shí)際風(fēng)險，從而制定相關(guān)技術(shù)路線(xiàn)和制度規范體系。

　　根據落地場(chǎng)景的容錯性和通用性要求，大模型知識助手將率先開(kāi)啟商業(yè)藍海。具體而言，可以按照容錯性、通用性?xún)蓚€(gè)維度將應用場(chǎng)景劃分為以下四個(gè)象限（如圖1所示）。其中，服務(wù)企業(yè)內部員工的知識助手，既具備專(zhuān)業(yè)性、又具有較高的容錯性，是短時(shí)間內大模型技術(shù)落地應用的最佳切入點(diǎn)。

圖1：應用場(chǎng)景劃分

　　二、聚焦效率與體驗，大模型知識助手已成三大應用模式

　　基于大模型的知識助手，能夠提供面向搜索的精準問(wèn)答，從而打造企業(yè)知識應用的新范式。尤其是，對比傳統企業(yè)知識庫、QA機器人等傳統知識管理手段，大模型知識助手能夠帶來(lái)知識歸納、構建、問(wèn)答、推薦等全流程效率和體驗變革。一方面降低知識歸納和構建過(guò)程的成本，特別是現有信息抽取模型技術(shù)的大量標注、定制化開(kāi)發(fā)模型時(shí)間長(cháng)、純人工總結的私域數據規模太大等難題；另一方面提升服務(wù)問(wèn)答和推薦環(huán)節的問(wèn)題覆蓋范圍，避免語(yǔ)義理解環(huán)節的匹配度低、無(wú)法覆蓋長(cháng)尾等問(wèn)題。

圖2：傳統知識庫架構

　　大模型知識助手，可以由淺至深分為三種應用模式，如圖3所示：

　　一是“通用大模型+提示工程”。對于知識總量有限、專(zhuān)業(yè)性要求不高的企業(yè)，可以直接使用通用大模型，針對企業(yè)具體的場(chǎng)景需求，由業(yè)務(wù)專(zhuān)家探索出提示詞，此時(shí)企業(yè)需要的是一套靈活好用的提示詞管理工具。

　　二是“通用大模型+領(lǐng)域知識庫+提示工程”。對于長(cháng)尾碎片知識（如SKU）較多的企業(yè)，需要在通用大模型的基礎上，外掛領(lǐng)域知識庫，針對具體場(chǎng)景、企業(yè)特有的問(wèn)題可以讓大模型去知識庫里找答案，最后再在提示詞的引導與約束下返回輸出結果。

　　三是“領(lǐng)域大模型+領(lǐng)域知識庫+提示工程”。對于領(lǐng)域常識總量大的企業(yè)，需要構建企業(yè)專(zhuān)屬的領(lǐng)域大模型，將領(lǐng)域里的通識輸入到大模型的“大腦”里，既保持通用的常識和推理，又具備領(lǐng)域內的專(zhuān)業(yè)知識和技能，讓大模型由本科生變成領(lǐng)域專(zhuān)家。

圖3：大模型知識助手的三種模式與四項挑戰

　　目前，中關(guān)村科金基于領(lǐng)域大模型的知識助手產(chǎn)品已在和諾亞財富的合作中得以應用。中關(guān)村科金通過(guò)融合自研的金融領(lǐng)域大模型、智能客服等人工智能技術(shù)，為諾亞財富打造的智能知識庫，具備多模態(tài)文檔分析、QA問(wèn)答對自動(dòng)抽取、知識內容自動(dòng)標簽化處理能力。通過(guò)集成諾亞財富的企業(yè)微信和旗下財富管理平臺iNoahAPP應用，為其員工和用戶(hù)提供基于企業(yè)知識文檔的智能問(wèn)答查詢(xún)功能。通過(guò)大模型技術(shù)為智能客服產(chǎn)品賦能，大幅提升客服系統問(wèn)答意圖識別準確率和回復準確率，預期后期可減少70%以上的系統運營(yíng)工作，有效幫助企業(yè)降本增效。

　　三、風(fēng)險與價(jià)值的雙向平衡，核心攻關(guān)四大技術(shù)能力

　　中關(guān)村科金憑借領(lǐng)先的AI技術(shù)實(shí)力、系統的解決方案能力、深度的行業(yè)服務(wù)經(jīng)驗，研發(fā)與企業(yè)用例的整體風(fēng)險容忍度相一致的知識助手，并且完善相關(guān)技術(shù)路線(xiàn)和參與共建行業(yè)制度規范以減輕相應風(fēng)險。在知識助手的基礎上，公司研發(fā)“基于大規模語(yǔ)言模型的營(yíng)銷(xiāo)助手”，榮獲中國信通院2023可信AI案例大模型研發(fā)應用和工具平臺優(yōu)秀案例，并且設計“企業(yè)超級員工”成功入選“2023WAIC全球創(chuàng )新項目路演TOP20榜單”。目前，中關(guān)村科金可為企業(yè)提供開(kāi)箱即用、系統無(wú)縫銜接、成本可負擔的大模型服務(wù)。

圖4：知識助手產(chǎn)品示意圖

　　中關(guān)村科金聚焦形成四項核心技術(shù)能力，以平衡大模型的風(fēng)險防范與價(jià)值創(chuàng )造。

　　一是避免產(chǎn)生幻覺(jué)（Hallucination）傾向的外掛知識庫技術(shù)?；糜X(jué)傾向是指大模型經(jīng)常生成一些看似合理、實(shí)在不符合事實(shí)的語(yǔ)句。有時(shí)杜撰出來(lái)的信息一看便知真假，有時(shí)則讓人一時(shí)無(wú)法分清事實(shí)?；糜X(jué)是目前大模型的一項固有屬性，中關(guān)村科金通過(guò)外掛知識庫在很大程度上杜絕該現象。

　　二是領(lǐng)先的多模態(tài)文檔解析技術(shù)。企業(yè)內高頻、事實(shí)性知識（KnowWhat）往往存儲于結構化數據庫中，流程性知識（KnowHow）和一些低頻事實(shí)性知識往往存在于非結構文檔中，如：產(chǎn)品手冊、操作規章、培訓視頻等。這類(lèi)數據以往只能打上一些粗粒度標簽，中關(guān)村科金通過(guò)自研的ASR、OCR等預處理后，能夠做結構化的解析和表示，輸入到大模型中實(shí)現細粒度的語(yǔ)義理解和流程挖掘。

　　三是基于大數據智能的思維鏈歸納技術(shù)。企業(yè)內外部真實(shí)問(wèn)答場(chǎng)景中，往往流程性知識問(wèn)答占比較高，中關(guān)村科金通過(guò)自主研發(fā)的領(lǐng)域大模型，從文檔中的顯性文字描述中理解這類(lèi)知識、從日志中的隱性事件中挖掘出這類(lèi)知識，實(shí)現了優(yōu)于傳統技術(shù)的增值點(diǎn)。

　　四是避免災難性遺忘的領(lǐng)域模型訓練技術(shù)。領(lǐng)域常識注入通用大模型的過(guò)程中，往往造成大模型通用能力的下降，中關(guān)村科金通過(guò)訓練數據和訓練任務(wù)等一系列技巧，可以使其在具體任務(wù)上性能顯著(zhù)提升且保持通用性。

　　大模型是大勢所趨，所有業(yè)務(wù)或場(chǎng)景都會(huì )涉及其中。目前，知識助手是企業(yè)服務(wù)賽道上最佳的切入點(diǎn)。未來(lái)，在其合規性、安全性、可解釋性等得到保障并贏(yíng)得用戶(hù)的數字信任后，可進(jìn)一步布局營(yíng)銷(xiāo)、客服、運營(yíng)等全鏈業(yè)務(wù)生態(tài)，實(shí)現新型人機協(xié)同的價(jià)值釋放。