长假过后,总会有不少职场人患上“节后综合征”,不仅上班打不起精神,连自己以前是干什么的都快忘了。

这时候,大家特别羡慕钢铁侠,可以把各种琐碎的事情都交给智能助手“贾维斯”来完成,自己只管发明创造、实现自我。

但开发专属于自己的“贾维斯”,这就难倒了不少人。

我们曾报道过,浪潮信息的“元脑企智”EPAI(Enterprise Platform of AI),可以高效开发部署生成式AI应用。实际效果到底如何?很多读者特别好奇。

最近我们得知,浪潮信息售前部门使用“元脑企智”EPAI,一群不懂编程的售前人员,靠自己完成了大模型精调、知识库、RAG等技术活,手搓出了AI助手“元小智”。

在其他销售人员节后状态还没恢复,为招投标书的文山会海而苦恼时,“元小智”可以帮助浪潮信息售前进行招投标的文档阅读、分析、处理和生成,让售前人员可以轻装上阵,堪称是攻克“节后综合征”的最强助攻。

与其羡慕电影虚构的钢铁侠,不如把目光放到现实中,放到这群刚刚给自己手搓了一个AI助手的浪潮信息售前人身上。从他们的职场故事中,找到也能让自己化身“超级英雄”的助攻力量。

钢铁侠和超级英雄们的故事,总会从拯救一场地球甚至宇宙的危机开始。而浪潮信息售前人员,都是一群不懂编程、以前也从没干过AI开发的人,当他们决定自己动手开发AI助手,还真有点超级英雄们“虽万难而吾往矣”的精神了。

那么,他们又遇到了什么危机呢?

售前岗位的核心价值是理解客户需求,敏锐洞察市场,并将公司的产品方案,通过强大的沟通技巧,撰写适配于客户需求的解决方案,并与之深度交流讨论。然而现实中,售前人员并不能将所有时间精力都投掷在需要发挥创造力、沟通力的工作内容上。

他们面临着“三座大山”:

任务多。每天阅读和分析冗长的招标文件,随时关注并跟进市场的最新动态,对齐投标文件的格式、检查错漏等,重复枯燥,耗时耗力。

压力大。一个招标项目往往只有一两周的时间,售前人员要在有限的时间内完成工作,加上商务信息敏感,不能假手于人,时间精力不够,工作压力山大。

开发能力要求高。大模型爆火之后,售前部门意识到,文本整理、信息搜集、数据查询类大量的重复低效工作,都可以交给AI自动化完成。但是,由于IT售前技术名词多、术语多、专业技能要求高的岗位,有大量的知识know-how没有被文本化,通用大模型学不到。此前沉淀的售前数据,包含了各种格式的文档,还需要进一步处理才能被大模型所用,而这些开发步骤所涉及的技能,超出了售前人员的能力边界。

这种情况下,售前人员一开始想呼叫援助,找软件部门帮忙,但是,浪潮信息内部的智能化升级也很迅猛,很多业务部门都在拥抱AI大模型,来改造工作流,开发人员的需求已经排长队了。而且,售前AI助手的开发,还需要业务和开发一起碰需求、定方案、敲细节,双方团队你等我、我等你,不知道要等到什么时候。

移除售前工作中的“三座大山”,浪潮信息售前部门急需自己动手,来打造一个类似于“贾维斯”的专属AI助手,把自己宝贵的精力从繁琐工作中解放出来。

这时候,售前部门想到了浪潮信息已经发布的一站式工具赋能平台“元脑企智”EPAI。

在元脑企智EPAI全栈技术的助力下,不懂编程的售前人员,只靠1人1月,就完成了模型微调、应用开发和发布,打造出了智能售前助手“元小智”。

并且,“元小智”能力强大,身兼数职。“元小智”可以是秘书,帮助业务人员一键处理招标文件,对招标文件中的重要信息进行全面且准确地解读;可以是百科全书,为售前人员快速进行浪潮信息全系列在售产品及方案的查阅,生成产品优势、核心参数等信息,轻松应对客户问题;可以是搜索引擎,为售前人员快速掌握业界资讯与竞品信息,把更多时间放在需求洞察、竞品分析、方案定制、客情维护等更高价值工作上。

售前人员终于可以像钢铁侠一样,把后背交托给AI助手,自己去驰骋职场了。

是什么让售前人员无惧AI应用开发?

究其原因,是元脑企智EPAI具备“上手快”“精度高”“易部署”“安全可靠”四大特点,而这恰好满足了售前部门在各个开发阶段的需求。

数据准备环节:

售前AI助手需要专业、全面地了解分析公司产品和招投标文档,而产品资料、解决方案、招投标项目书与行业报告等文件,涉及各种模态和数据格式,有的是结构化数据,比如产品参数表格;有的是非结构化数据,比如客户沟通纪要,要想充分利用起来这些信息,就得构建专用知识库。

售前人员借助“元脑企智”EPAI的数据处理工具,对结构化数据进行自动解析,转化为标准格式的知识库条目;对非结构化数据,也能自动提取有用信息并进行高效存储。

最终,从1500+的 pdf、docx、doc、xls 等多种格式在内的数据中,构建了8 大业务线全部在售产品的知识库。

微调环节:

有了售前知识库,通用基础大模型相当于上了专业课,但还没有经过职场历练,不懂招投标工作中的真实业务逻辑,所以还需要微调。

微调过程中,售前人员需要做两件事:一是基于业务真实数据,构建高质量的微调数据集,涉及数据的清洗、过滤等准备工作;二是微调,要经过多次调参,不断迭代,找到最佳的微调效果。其中涉及的繁琐工作也并不少。

售前人员利用元脑企智EPAI的全链路数据治理工具,首先完成了数据生成,从种类多样、场景复杂、规模庞大的招投标文件、产品信息、行业报告中,自动抽取生成微调数据。接下来,借助评判大模型,对生成的每一条微调数据进行自动打分,剔除低质量数据,最终形成了数十万条高质量微调数据。然后,再利用零代码微调工具进行模型微调,实现模型专业能力提升。

产品功能环节:

通过知识库和微调,售前人员拥有了符合业务需求的招投标大模型,但大模型是很难被业务人员直接使用起来的,还必须经过产品化、功能性开发,让AI好用、易用。此外,在日常使用中,还需要考虑到招投标的信息敏感性,实现AI应用的安全可靠。

这一系列问题,通过元脑企智EPAI也得到了很好地解决。平台提供的多种应用开发工具,支持多种参数的设置、修改。内置的对话式应用支持多轮对话、长文本分析、单文档对话、网络检索等交互功能,可以满足使用大模型的多种功能需求。

同时支持本地化部署,企业可以通过元脑企智EPAI,完成大模型应用的私有化本地开发、部署,在确保数据绝对安全的同时保证应用的高可用。

所以,总结一下“元小智”在元脑企智EPAI上的开发特点:

1.快速。用时短,效率高,很快完成应用的研发上线。

2.专精。结合了售前专有数据和知识库,让AI应用真正成为生产力工具。

3.极简。零基础、零门槛也可上手开发。

“自己的降落伞自己先跳”,浪潮信息售前人员用元脑企智EPAI为自己打造了一个解放职场生产力的AI助手,似乎是理所应当的。

我们能从中学到什么呢?

通过“元脑企智”EPAI ,AI应用开发已经从软件开发工程师才能搞定的“职人技”,变成了自动化、标准化生产的工业品。

也就是说,规模化批量制造“贾维斯”,和其他各种AI应用,已经不再遥远了。

当前AI在各行各业的整体渗透率不到10%,大模型落地的最大阻碍,就在于懂业务的人不懂、不会AI开发,导致大量企业的独特需求,以及长尾场景的定制需求,无法被充分满足。

AI大模型想要在千行万业中落地,迫切需要改变生产模式,从编程人员的“职人技”,变成普通人也能轻松搞定的“工厂高精产线”。

这正是“元脑企智”EPAI想要解决问题,从售前手搓“元小智”来看,确实做到了。怎么把AI应用开发的门槛打下来,浪潮信息用了三步:

第一步,细致拆解,所以全面。通过细致拆解,搞清楚AI应用开发工作流的每一步都包含哪些内容,以及每一个环节可能遇到的开发难点是什么。举个例子,“元脑企智”EPAI的工具颗粒度,细致到了某一个开源或闭源模型怎么调,一个问答对怎么构建,都进行了全面的考量,这就减少了普通人在AI应用开发中遇到问题而中途放弃的可能性。

第二步,标准化,所以高效。拆解完成之后,“元脑企智”EPAI对AI开发中可以被自动化、标准化的步骤,进行了工具研发,比如数据准备、模型训练、知识检索、应用框架等,都有趁手的工具,减少开发工作量,提高开发效率,缩短开发周期。

第三步,全链贯穿,所以有实效。我们都知道,全链路贯通可以发挥出1+1>2的效果,让生产效率指数级增长。试想一下,如果开发者不得不在A工具上清洗数据,在B平台上训练模型,在C平台上进行部署,中间会带来多少兼容性问题、中断和等待?所以,AI应用开发必须全链路贯通,“元脑企智”EPAI端到端开发平台的特性,让企业人员的AI应用开发过程畅通无阻,真正提高生产力,发挥出提质增速的实效。

当将AI应用开发变成“工厂高精产线”,千行百业的创造力才能被充分释放出来,真正拥抱AI和大模型,开启规模化普及时刻。

所以,元脑企智EPAI可能是AI应用最理想的生产车间。

科幻电影中,人类社会遭遇的许多危机,最终都只有靠人的创造力、勇气与情感才能应对。钢铁侠需要多个AI助手,来让自己更专注于跟伙伴合作、解决复杂问题。

从这个角度讲,越来越多的人凭借元脑企智EPAI,加入AI应用开发的行列,化身智能时代的“超级英雄”,我们将会进入一个人类创造力大爆发、AI生产力大爆发的全新阶段,将曾经和未来的危机都一一解决,人机协作的新世界会更美好。

Source

Visited 3 times, 1 visit(s) today
Subscribe
Notify of
guest

This site uses Akismet to reduce spam. Learn how your comment data is processed.

0 Comments
Most Voted
Newest Oldest
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x