變革中的營銷科技，明略爲何要做大模型與企業的連接器

大模型時代，營銷領域的業務邏輯正在改變。

根據Martech之父Scott Brinker聯合MartechTribe創始人Frans Riemersma發布的最新報告，過去十年，營銷科技服務商持續擴張。2022年，收錄在冊的各類細分服務商數量總計已達到9932家。到了2023年，情況發生了變化，整個市場被以“OpenAI”爲代表的大模型打破，AIGC將重塑一切。

在國內市場的供應側，200多家大模型正在基礎層貼身肉搏。而需求側的企業用戶，既心馳神往，又充滿顧慮。

通用大模型缺少行業深度，在實際場景中用不起來；無法保證給出百分百的正確答案，難以投入信任；擔心數據被用於大模型訓練，導致企業核心資產泄露；大模型訓練成本高昂，企業難以負擔得起……以上是企業常見的擔憂。

如何才能讓企業享受大模型的紅利？用好大模型？在2023營銷科學大會上，明略科技認爲，當前企業與大模型之間缺少的是打通數據與知識壁壘，確保安全合規的連接器。

1、積累企業私有數據，用好大模型的先決條件

幻覺是限制企業應用大模型的首要問題。爲何大模型會“一本正經的胡說八道”？根據哈爾濱工業大學與華爲研究團隊最新發表的一篇長達50頁的綜述，幻覺的主要成因在於數據與訓練。

在數據方面，錯誤信息和偏見可能被無意中引入大型語言模型的學習過程，導致模型在事實不正確的數據上產生幻覺。

此外，數據分布的差異和大模型的知識邊界，也會限制模型對特定領域知識的理解和應用，進一步增加幻覺產生的可能性。

在訓練過程中，預訓練階段和對齊階段的架構設計和訓練策略可能會導致幻覺的發生。

中信智庫專家委員會主任、中信建投證券研究所所長武超在2023世界人工智能大會（WAIC）上表示，“未來一個模型的好壞，20%由算法決定，80%由數據質量決定。接下來高質量的數據將是提升模型性能的關鍵。”

目前，通用大模型的數據主要來源於公开的數據集和互聯網信息。一方面，無法實時提供最新的事實；更爲關鍵的是，在專業領域存在明顯的知識邊界。

“通用大模型不具備兩類知識：第一類是陳述性知識（Know-what），比如最新的小紅書熱點流量內容，什么是美拉德妝容等等；第二類是程序性知識（Know-how），比如怎樣撰寫小紅書文案，如何給Agency下視頻宣傳片制作的brief等等。當企業掌握知識和方法，才能真正用好大模型。”明略科技CEO吳明輝總結道。

歸根結底，“私有數據會是未來每個企業的核心競爭力。” 獵豹移動董事長兼CEO傅盛曾發文指出。

“我們經常打一個比方，一個基礎大模型相當於一個高校畢業生，企業需要給員工提供現有的知識，才能讓員工發揮效用，否則就算名校畢業生來了也什么都做不了。企業要用好大模型，首先要解決內部知識積累的問題。如果現有的數據與知識，大模型全都有，那么這個企業未來很難有大的價值。”吳明輝說。

2、安全調用大模型，保護數據資產的關鍵

在積累私有數據的前提下，大模型會不會濫用企業數據？新品上市生成的內容，第二天會不會被競爭對手直接問出來？讓AIGC成功破圈的爭議畫作《太空歌劇院》，以及今年由妙鴨相機引發的一系列關於用戶隱私的討論，給企業用戶的心中埋下焦慮的種子。

目前，部分企業視AIGC爲洪水猛獸，將其拒之門外。美國迪士尼公司旗下皮克斯動畫工作室明文規定，禁止使用人工智能生成內容，因爲人工智能生成的內容不受版權保護，會導致企業喪失盈利的根本。

而另一些以標准普爾爲代表的金融分析機構則向AIGC敞开懷抱。一位金融從業者表示，“有了GPT以後，我從畢業到現在積累的至少10年以上的分析模型代碼，這半年已經全都扔掉了。以前我需要每天根據市場變化來調整代碼，如今我們用大模型結合計算機語言重構代碼，每天半個小時就可以完成原本一天的工作。”

在明略科技看來，不同類型企業的數據安全需求，存在與之適配的解法。從企業數據商業機密的高低、推理復雜度的高低兩個維度來看，可以將企業劃分成四個象限：

圖片來源：2023營銷科學大會

若商業機密低、推理復雜度低，無論調用在线大模型還是私有化模型，建議企業以成本爲中心，選擇高性價比方案；

若商業機密低、推理復雜度高，企業可以放心調用在线大模型，選擇技術實力強、切合自身需要的大模型產品；

若商業機密高、推理復雜度低，建議企業選擇私有化模型進行調優，在私有雲上調用；

若商業機密高、推理復雜度高，需要復雜的人類智力活動，企業可借助第三方做好數據脫敏後，再進行高級推理。

3、營銷行業擁抱大模型，只差最後一公裏

今年5月，奇績創壇創始人兼CEO陸奇在一次分享中指出，當前以ChatGPT爲代表的大模型帶來了新範式，人類環境正從信息系統向模型系統演進，最終將進入行動系統。模型系統可以針對信息做推理、分析、規劃，行動系統則可以根據推理和規劃與環境互動。

從落地情況來看，眼下並不是每一個行業都能夠經由模型系統進入到執行層面。以制造業爲例，由於涉及生產環節多、鏈路長，只要某一環節沒有實現智能化，便難以發揮大模型的效用。

營銷行業則不同。以廣告投放場景爲例，本身就已經具備程序化的基礎建設，如今各家互聯網平台都能提供程序化投放接口。但現實情況是多數企業在接口之前的工作沒有做好，企業海量數據的價值還沒有最大化，有太多工作就差那么一口氣。

在數據智能領域深耕17年，幫助2000+企業在數字化轉型中挖掘到數據與商業價值，站在大模型的時代節點上，吳明輝對明略科技和秒針系統的定位，是做好企業與大模型之間的連接器，幫助企業連接基礎大模型和和內部數據、知識，形成反饋閉環，並在閉環中持續積累新的數據，創造企業的獨特價值。

圖片來源：2023營銷科學大會

在應用層面，明略科技則推出了企業級一站式大模型Copilot“小明助理”。

“小明助理”的誕生最早可以追溯到2017年明略科技推出的企業級Siri。如今，基於大模型重構的“小明助理”以瀏覽器插件的形式出現，能夠與網頁交互，輔助閱讀PDF等多種格式文件，並提供社區互助服務，更加契合企業辦公場景。在功能方面，可用於營銷策略產出、年度KPI設定、品牌整合營銷、傳播內容生成、銷售素材生成五大營銷應用場景。

圖片來源：2023營銷科學大會

根據億歐TE智庫發布的《2023AIGC+營銷價值與應用研究報告》，AIGC+營銷的服務商約60%聚焦在內容生產層面，約25%聚焦在創新運營層面，聚焦在策略與洞察層面的服務商則相對較少。

明略科技CEO吳明輝表示，“過去企業常常忽視廣告監測、小程序搜集到的中間數據，因爲人類數據分析師很難深入了解不同維度的參數與最終結果之間的關系。有了大模型之後，這些中間過程數據的價值可能會放大100倍，從而幫助企業更好地洞察與決策。”

今年10月，國際權威研究機構Gartner發布2024年十大战略技術趨勢，其中“全民化的生成式人工智能”被列入其中。Gartner預測，到2026年，超過80%的企業將使用生成式AI的API或模型，或在生產環境中部署支持生成式AI的應用，而在2023年初這一比例不到5%。

與新技術隨之而來的，往往是組織與人才的共同進化。爲了讓全員盡早搭乘大模型的快車，人人成爲Prompt訓練師，“小明助理”已在明略科技內部率先投入使用。據了解，目前95%的員工已經安裝「小明助理」，超70%人每周使用。在大規模內測過程中，明略沉澱了40多個高頻模型。

與此同時，明略科技宣布“小明助理”开源計劃，讓更多企業擁有個性化、可定制的“小明助理”，順應時代潮流，體驗人機協同的工作方式。

明略科技高級副總裁、大模型產品負責人孫方超認爲，“AI的iPhone時刻已經到來，大模型供給端和需求端需要銜接的橋梁。Copilot是企業落地大模型一個理想起點，因爲它足夠輕量化，面對的場景也比較通用。”

標題：變革中的營銷科技，明略爲何要做大模型與企業的連接器

地址：https://www.vogueseek.com/post/33229.html

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。