跳至内容
大模型从文生文（ChatGPT、文心一言、豆包）到文生图（MJ、文心一格）以及到现在的文生视频（sora、可灵），大模型在不断解锁各种新的能力。在大模型不断发展的同时，大模型在C端和B端逐步得到应用，C端用户使用大模型得到了快速的发展，而与此同时我们也发现在大模型在具体行业的应用没有想象的那么快。企业对大模型在使用过程中想尽快用起来，但是又不知道怎么用，即便是试用，效果也不明显，存在着不少挑战。C端产品的大模型产品很多，大家都比较熟悉，如ChatGPT、豆包、kimi等，通过不同的软件满足我们日常遇到的具体问题。而面向企业办公的垂直领域大模型，企业通常以企业增长或降本增效问导向，企业不是从单个用户需求出发。站在企业办公角度如何通过AI，来促进知识协同和应用协同，下图是企业在选择AIGC项目时重点考虑的因素。
B端企业大模型的落地的关键是基于信息的认知作业能力，企业的认知作业，按照信息处理的逻辑可以分为三类：“生成”“查询”“判定”，代表三种不同的认知处理方式。
-
内容生成类：基于提示词的特定内容生成，如文案设计、产品设计、报告撰写、海报设计等；
-
内容查询类：对各类知识内容进行查询、检索、问答等，如制度问答、培训学习、客服问答等；
-
内容判断类：基于业务规则对业务事项进行符合性或定性类的判断，如用户识别、合同审批、订单审核等；
在企业大部分工作以人工脑力为主，如行政人员、客服人员等，工作大部分是中低阶的认知工作，如记录、总结、查询、对比等。企业往往积累了大量专业化、领域化的知识，大模型可以将企业传统的知识升级为“企业智能大脑”，助力企业日常认知工作，从纯人脑作业转型为“AI+人”作业模式，让AI助手完成完成大部分低阶的认知工作。
独立产品（Copilot），用户通过发送指令获取认知服务，独立产品可以在不破坏原有的产品架构的同时和AI产品形成联动，提升办公效率。
将AI能力与业务紧密结合，挂载于各个系统侧边栏（Inside）或设计轻量化的悬浮交互，用户通过对话进行业务问题咨询和内容生成，达成用户目标；
Agent智能体，具备特定身份和能力的AI助理，在企业办公场景中，塑造更拟人化的形象，如销售助理、财务助理等，每一个角色都有自己业务场景特定的工作流程。
在B端企业办公场景大模型落地，相比传统通用大模型，更加专注某个特定领域的知识和技能，需要更高的专业性和实用性。因此由于B端场景的特殊性，大模型在B端落地也面临不一样的挑战。
-
准确性：在C端场景下，用户对于大模型的产出有一定的包容度，比如写诗、画画；大模型只要回答的不太差，用户对结果都会有一定的接受度。但是对于B端场景，使用者对于大模型产出的结果准确性要求更高更敏感。同时大模型在B端的试错成本很高，如果一次测试效果不满意，可能就不愿意再使用第二次。
-
知识库建设：在企业内部，各个系统、业务经常频繁的变更自己的知识库，并且在知识库中内容类型多样，如PPT、图文、流程图、pdf等。如何保证准确识别不同知识库中相关知识。
来源：产品言语
