大模型驱动业务提效:财务、客服、营销三大场景应用解析

探讨大模型在财务、客服、营销领域的应用,聚焦落地价值评估、技术优化和未来发展趋势,助力企业业务提效。

原文标题:在财务·客服·营销领域,大模型如何驱动业务提效?| AICon 直播

原文作者:AI前线

冷月清谈:

本次直播聚焦大模型在财务、客服、营销三大核心业务场景的应用,探讨如何利用大模型真正提升企业效率。华为云、蚂蚁集团、明略科技的专家从场景探索、技术落地和未来展望三个维度,分享了各自的实践经验和思考。主要内容包括:

1. **实战场景剖析:** 如何精准评估大模型落地的价值,并量化“价值锚点”,为企业决策提供依据。
2. **技术落地秘籍:** 深入探讨大模型选型、评测设计,以及RAG(Retrieval-Augmented Generation)应用深度优化的方法和策略,帮助企业克服技术难题。
3. **未来展望:** 展望AI Native智能体的特质,包括自主学习、自我进化等能力,并探讨企业如何进行组织布局以适应未来的AI驱动模式,构建“超能力”。

怜星夜思:

1、大模型在财务、客服、营销这三个领域的应用,哪个领域的落地难度最大?为什么?
2、RAG(Retrieval-Augmented Generation)技术在直播中被提及,你认为RAG对于大模型在企业应用中有哪些关键作用?
3、直播中提到了“AI Native 智能体”,你认为未来企业要如何进行组织布局,才能更好地拥抱这种新的智能形态?

原文内容

大模型如何真正驱动企业核心业务提效?客服、财务、营销三大场景的 AI 革命已拉开帷幕!华为云 AI 应用首席架构师郑岩,携手蚂蚁集团高级技术专家杨浩、明略科技高级技术总监吴昊宇,聚焦“场景探索 - 技术落地 - 未来展望”,与你探讨提效策略。

直播介绍
直播时间

5 月 9 日  20:00-21:30

直播主题

财务·客服·营销,大模型如何驱动业务提效

直播嘉宾

主持人:郑岩 华为云 AI 应用首席架构师

嘉宾

  • 杨浩 蚂蚁集团 / 高级技术专家

  • 吴昊宇 明略科技 / 高级技术总监

直播亮点
  • 实战场景剖析:精准评估落地价值,量化“价值锚点”。

  • 技术落地秘籍:模型选型、评测设计与 RAG 应用深度优化。

  • 未来展望:AI Native 智能体特质及组织“超能力”布局。

如何看直播?

扫描下图海报【二维码】,或戳直播预约按钮,预约 InfoQ 视频号直播。👇

如何向讲师提问?

文末留言写下问题,讲师会在直播中为你解答。

组织架构上,可以考虑设置专门的AI部门,负责AI技术的研发和应用。同时,要加强AI人才的培养和引进,打造一支专业的AI团队。另外,要打破部门之间的壁垒,促进跨部门的AI协作,才能充分发挥AI的价值。

与其说是组织布局,不如说是文化变革。企业需要营造一种鼓励创新、容错试错的文化氛围,让员工敢于尝试新的AI技术,并从中学习和成长。只有这样,才能真正拥抱AI带来的变革。

除了知识更新,RAG还能提高模型的可解释性。因为模型生成内容的时候会引用外部知识,我们可以追溯这些知识的来源,从而了解模型判断的依据。这对于需要强信任的行业,比如金融、医疗,非常重要。

我倒是觉得是客服。财务和营销的数据相对结构化,客服面对的问题五花八门,需要更强的理解和生成能力。而且客服的场景对实时性要求更高,模型要快速给出有效回复。

RAG我觉得核心作用是解决了大模型知识更新不足的问题。企业内部有很多私有数据,RAG可以把这些数据作为外部知识库,让模型在生成内容的时候参考,这样就能保证模型输出的内容更准确、更符合企业的实际情况。

我觉得最重要的是要转变观念,把AI看作是员工,而不是工具。要像管理员工一样,给AI分配任务、提供培训、进行绩效评估。同时,要建立相应的AI伦理规范,确保AI的使用符合企业的价值观。

各有各的难点吧。营销领域可能更注重创意和个性化,大模型需要更好地理解用户的情感和偏好,才能生成吸引人的营销内容。而这方面,目前的模型还不够成熟。

我觉得财务领域的落地难度最大。因为财务数据敏感性高,对准确性的要求也最高,容错率很低。一旦模型出错,可能直接影响财务决策,造成经济损失。

RAG相当于给大模型外挂了一个搜索引擎,让它在回答问题前先搜索一下相关信息,避免胡说八道。不过RAG的难点在于如何高效地检索相关信息,以及如何将检索到的信息融入到生成的内容中,这需要精心的设计和调优。