本期嘉賓簡(jiǎn)介：

吳悅 ，追一科技創(chuàng)始人兼CEO，中國(guó)科學(xué)技術(shù)大學(xué)碩士，原騰訊最年輕T4技術(shù)專(zhuān)家，搜索與AI平臺(tái)部負(fù)責(zé)人。2006年加入騰訊，參與主持構(gòu)建了分布式文件系統(tǒng)、大數(shù)據(jù)集群、大網(wǎng)頁(yè)搜索引擎和推薦引擎等項(xiàng)目。

Key Points：

1、大模型技術(shù)的出現(xiàn)對(duì)NLP領(lǐng)域產(chǎn)生了顛覆性的影響，使得機(jī)器像人一樣的聊天與對(duì)話成為可能。

2、L1級(jí)大模型的商業(yè)化路徑相對(duì)較短，因?yàn)樗鼈円呀?jīng)在客戶端落地并顯示出效率提升。

3、雖然大模型的研發(fā)投入巨大，但開(kāi)源大模型的出現(xiàn)降低了成本壓力。

4、Sora的推出被視為里程碑事件，盡管目前還不確定其在人類(lèi)意識(shí)領(lǐng)域的突破程度。

5、基于大模型技術(shù)的超級(jí)APP將會(huì)出現(xiàn)，并且大模型的成本問(wèn)題會(huì)通過(guò)規(guī)模化得到緩解。

正文：

近幾年，人工智能至少有兩波浪潮，一波以2023年ChatGPT的出世為開(kāi)始，一波在更早之前，以2016年AlphaGo大戰(zhàn)李世石為標(biāo)志性事件。

追一科技就成立于2016年。追一科技創(chuàng)始人兼CEO吳悅回憶道，“我們2016年出來(lái)創(chuàng)業(yè)的時(shí)候，也是人工智能的高熱期。在2012、2013年，深度學(xué)習(xí)應(yīng)用于圖像識(shí)別領(lǐng)域出現(xiàn)了技術(shù)突破。2016年AlphaGo戰(zhàn)勝李世石也屬于人工智能技術(shù)的一個(gè)突破。”

2006年，吳悅從中科大碩士畢業(yè)后就進(jìn)入了騰訊工作，2006-2011年，吳悅在騰訊主要做存儲(chǔ)系統(tǒng)研發(fā)，2011年到2016年專(zhuān)攻搜索技術(shù)。

由于既做過(guò)基礎(chǔ)架構(gòu)，又做過(guò)搜索推薦等，吳悅看到了NLP（自然語(yǔ)言處理）技術(shù)的商業(yè)價(jià)值。“NLP在搜索領(lǐng)域誕生出了Google、百度這樣的大公司；后來(lái)在推薦領(lǐng)域，誕生出了今日頭條。在這個(gè)基礎(chǔ)上，我們就判定NLP下一個(gè)爆發(fā)的方向應(yīng)該是對(duì)話，所以2016年出來(lái)創(chuàng)業(yè)時(shí)就決策主攻NLP的對(duì)話機(jī)器人方向。”

這個(gè)猜想在今天得到了驗(yàn)證。生成式大模型是對(duì)NLP技術(shù)的顛覆性改變，基于生成式大模型的ChatGPT也是人機(jī)對(duì)話的產(chǎn)品形式。

追一科技官網(wǎng)介紹稱(chēng)，追一科技主攻人工智能三大技術(shù)棧之一的NLP技術(shù)，擁有自研的領(lǐng)域大模型“追一博文”，并延展到智能語(yǔ)音、多模態(tài)的AI全棧技術(shù)，目前已累計(jì)服務(wù)300+企業(yè)/政府類(lèi)客戶，在2022年完成D輪融資。

以下是第一財(cái)經(jīng)與追一科技CEO吳悅的訪談內(nèi)容：

嗅到對(duì)話風(fēng)口，創(chuàng)立追一科技

第一財(cái)經(jīng)：你當(dāng)時(shí)離開(kāi)騰訊選擇創(chuàng)業(yè)，是看到了什么機(jī)會(huì)？有什么契機(jī)？

吳悅：我們公司成立于2016年，正是和深度學(xué)習(xí)的這一波浪潮掛鉤。因?yàn)槲易约罕旧碜鲞^(guò)搜索和推薦，所用到的自然語(yǔ)言處理是人工智能其中一個(gè)比較重要的分支。我們看到了深度學(xué)習(xí)技術(shù)突破在自然語(yǔ)言處理方向帶來(lái)的一些新的機(jī)會(huì)，這可能是第一個(gè)比較重要的原因。第二，具體在自然語(yǔ)言處理這個(gè)方向，我們?cè)谶@一領(lǐng)域里做的時(shí)間比較久，團(tuán)隊(duì)先后做過(guò)幾個(gè)重要的自然語(yǔ)言處理的應(yīng)用系統(tǒng)：最開(kāi)始是搜索，也就是對(duì)網(wǎng)頁(yè)和文字的處理，這是自然語(yǔ)言處理里非常重要的一個(gè)應(yīng)用。隨后又做過(guò)類(lèi)似于頭條這樣的文本推薦系統(tǒng)。搜索和推薦我們都做過(guò)，從技術(shù)發(fā)展趨勢(shì)上判斷下一個(gè)應(yīng)用的發(fā)展方向和機(jī)會(huì)點(diǎn)可能在人機(jī)對(duì)話方向。第三，我們團(tuán)隊(duì)之前的背景主要是在互聯(lián)網(wǎng)行業(yè)面向C端的應(yīng)用，16年的時(shí)候看到了一個(gè)面向企業(yè)B端的機(jī)會(huì)點(diǎn)。綜合這三個(gè)方面，我們決定出來(lái)創(chuàng)業(yè)，專(zhuān)注于自然語(yǔ)言處理人機(jī)對(duì)話面向企業(yè)B端的應(yīng)用。

第一財(cái)經(jīng)：追一科技這幾年推出了不少AI員工產(chǎn)品，這是你基于“下個(gè)方向是對(duì)話”而選擇的策略嗎？

吳悅：對(duì)。對(duì)話有三種媒介：文字對(duì)話、語(yǔ)音對(duì)話和視頻對(duì)話。文字對(duì)話最主要就是NLP技術(shù)?；谖淖謱?duì)話之上還可以疊加語(yǔ)音識(shí)別、語(yǔ)音合成等，那就是屬于NLP疊加語(yǔ)音技術(shù)，變成了語(yǔ)音對(duì)話。在語(yǔ)音對(duì)話上，再加上一個(gè)視覺(jué)的數(shù)字人形象，變成一個(gè)視頻對(duì)話。

第一財(cái)經(jīng)：現(xiàn)在很多人工智能公司，包括一些大廠都在做數(shù)字人。這是由市場(chǎng)需求決定的嗎？還是說(shuō)落地門(mén)檻相對(duì)沒(méi)有那么高？

吳悅：主要是市場(chǎng)需求決定的。因?yàn)槎兑?、視頻號(hào)這種視頻類(lèi)的應(yīng)用與社區(qū)在快速爆發(fā)，產(chǎn)生了很多的客戶需要和機(jī)會(huì)。另外，數(shù)字人底層技術(shù)在不斷發(fā)展與突破，目前也有成熟的技術(shù)能夠滿足這樣的需求。

第一財(cái)經(jīng)：對(duì)于不同的行業(yè)，比如金融和政務(wù)領(lǐng)域，追一科技交付的AI員工產(chǎn)品有區(qū)別嗎？

吳悅：AI員工本質(zhì)上是產(chǎn)品疊加上企業(yè)私有的知識(shí)、流程與管理規(guī)則所構(gòu)建的私有專(zhuān)用的AI模型。單從產(chǎn)品上來(lái)說(shuō)沒(méi)有區(qū)別，它是一個(gè)標(biāo)準(zhǔn)化的產(chǎn)品，但是不同的行業(yè)及各個(gè)企業(yè)之間的知識(shí)、流程與管理規(guī)則不一樣，我們要把它們構(gòu)建為企業(yè)私有專(zhuān)用的AI模型的并落地到標(biāo)準(zhǔn)化產(chǎn)品里面來(lái)。所以總結(jié)一下，產(chǎn)品是標(biāo)準(zhǔn)的，但是企業(yè)私有專(zhuān)用的AI模型是有差異的。

第一財(cái)經(jīng)：這些專(zhuān)業(yè)的知識(shí)是由企業(yè)客戶自己提供？相當(dāng)于追一科技交付一個(gè)標(biāo)品，企業(yè)把自己的知識(shí)或者自己的數(shù)據(jù)封裝進(jìn)去？

吳悅：是這樣。但這個(gè)過(guò)程需要我們?nèi)虆⑴c，因?yàn)槠髽I(yè)軟件產(chǎn)品這部分服務(wù)很重要，包括前期的咨詢、售前，后期的實(shí)施和交付，到后面持續(xù)的運(yùn)營(yíng)，這些都是服務(wù)的一部分，這也是我們給客戶提供的一種能力。所以其實(shí)面向企業(yè)而言，我們一手提供標(biāo)準(zhǔn)化產(chǎn)品，另一手提供標(biāo)準(zhǔn)化與專(zhuān)業(yè)化的服務(wù)。

第一財(cái)經(jīng)：追一科技發(fā)布的博文大模型是在開(kāi)源大模型基礎(chǔ)上優(yōu)化而來(lái)的嗎？

吳悅：對(duì)，可以這么說(shuō)，我們現(xiàn)在會(huì)基于多個(gè)開(kāi)源模型和開(kāi)源模型所用到的方法去構(gòu)建自己的領(lǐng)域大模型。從另外一個(gè)角度來(lái)看，因?yàn)槲覀円恢弊鲞@個(gè)方向，所以在整個(gè)大模型的方向上也會(huì)做一些單點(diǎn)算法上的研究。過(guò)去我們也公開(kāi)了一些算法，比如我們自研 Roformer 模型中的核心算法 RoPE（旋轉(zhuǎn)位置編碼）是追一科技為大語(yǔ)言模型技術(shù)發(fā)展做出的重要貢獻(xiàn)，據(jù)公開(kāi)資料顯示，RoPE先后被 Google PaLM系列、Meta LLama系列、百川系列、ChatGLM系列等全球頭部大語(yǔ)言模型所采用，成為L(zhǎng)LM位置編碼的主流方案。

第一財(cái)經(jīng)：未來(lái)幾年，追一科技有什么計(jì)劃與愿景？

吳悅：兩個(gè)方向，一是面向于市場(chǎng)、客戶的維度，我們還是會(huì)聚焦在中大型企業(yè)客戶，比如像金融、運(yùn)營(yíng)商、政企類(lèi)的客戶，圍繞著客戶的需要去創(chuàng)造價(jià)值，并且以給他們創(chuàng)造價(jià)值作為一個(gè)目標(biāo)導(dǎo)向，不斷對(duì)我們的產(chǎn)品進(jìn)行迭代。另外，服務(wù)也很重要，要不斷去提升我們的服務(wù)能力和水平，提升客戶滿意度。

其次，面向創(chuàng)新的維度，我們還是比較相信AI員工后面會(huì)普遍運(yùn)用到企業(yè)里來(lái)。我們現(xiàn)在主要做企業(yè)對(duì)外的服務(wù)和營(yíng)銷(xiāo)，但滲透率不高，所以我們會(huì)抓住一些技術(shù)創(chuàng)新，比如說(shuō)大模型多模態(tài)技術(shù)，不斷基于技術(shù)創(chuàng)新來(lái)迭代產(chǎn)品，提高AI員工在企業(yè)場(chǎng)景的滲透率。

另外，要實(shí)現(xiàn)長(zhǎng)期的商業(yè)化，首先要有自我造血的能力，得有自己的業(yè)務(wù)根據(jù)地，也就是企業(yè)本身的立足點(diǎn)。有了這個(gè)立足點(diǎn)，未來(lái)再去做延展才是能夠成立的。

“Sora給AI理解物理世界打開(kāi)了一個(gè)口子”

第一財(cái)經(jīng)：去年ChatGPT爆火出圈后，人工智能進(jìn)入2.0階段，越來(lái)越多初創(chuàng)企業(yè)涌入AI賽道。過(guò)去的2023年，對(duì)追一科技而言意味著什么？是感受到了更多機(jī)會(huì)，還是更多競(jìng)爭(zhēng)的壓力？

吳悅：還是感受到的機(jī)會(huì)更多，當(dāng)然壓力肯定還是有的。因?yàn)楫吘勾竽Ｐ皖I(lǐng)域，最核心的就是要比拼技術(shù)。過(guò)去技術(shù)比較難突破，所以相對(duì)來(lái)說(shuō)它可能針對(duì)不同的業(yè)務(wù)需要，會(huì)有專(zhuān)業(yè)的模型來(lái)做專(zhuān)門(mén)的研發(fā)。但大模型技術(shù)突破后，能力比較強(qiáng)，通常一個(gè)模型就能解決很多個(gè)問(wèn)題。從這個(gè)角度來(lái)看，會(huì)帶來(lái)兩方面的收益：一是效率提升，二是可以解決更多問(wèn)題，應(yīng)用場(chǎng)景上也有更多延展。比如我們之前應(yīng)用在企業(yè)對(duì)外的客服場(chǎng)景居多，能力變強(qiáng)之后，我們?cè)谝恍┓浅?zhuān)業(yè)的營(yíng)銷(xiāo)場(chǎng)景，甚至可能在一些產(chǎn)品定義的環(huán)節(jié)都可以用到。所以無(wú)論是從效率的提升，還是從產(chǎn)品的延展，都帶來(lái)比較多的機(jī)會(huì)。

壓力大是因?yàn)榇竽Ｐ偷难邪l(fā)投入還是蠻大的，因?yàn)橐獦?gòu)建一個(gè)大模型在算力上的投入和開(kāi)銷(xiāo)是巨大的。但是后來(lái)看到像Llama 2，包括國(guó)內(nèi)很多開(kāi)源大模型，可以基于開(kāi)源的技術(shù)，去研發(fā)自己的領(lǐng)域大模型，我們感受到成本大的壓力得到了有效化解。

第一財(cái)經(jīng)：去年Open AI推出了ChatGPT，成為全年持續(xù)火爆的一個(gè)話題，今年年初又推出了Sora，再次給市場(chǎng)帶來(lái)一波熱潮，你如何看待Sora？

吳悅：第一，Sora的出現(xiàn)確實(shí)是一個(gè)里程碑事件。從行業(yè)角度來(lái)看，ChatGPT的突破是自然語(yǔ)言處理技術(shù)的突破。語(yǔ)言文字是人類(lèi)獨(dú)有的產(chǎn)物，動(dòng)物或許有語(yǔ)言但是沒(méi)有創(chuàng)造出來(lái)文字。語(yǔ)言文字承載了人類(lèi)的智慧。我們的社會(huì)、商業(yè)的很多載體都是依靠語(yǔ)言文字完成的，ChatGPT的突破我覺(jué)得可能是對(duì)人類(lèi)意識(shí)世界的突破，因?yàn)樗梢岳斫庹Z(yǔ)言文字，而且生成的語(yǔ)言文字整體水平也不比人差。Sora其實(shí)相當(dāng)于自動(dòng)生成了真實(shí)世界的一些視頻，我覺(jué)得它可能是AI對(duì)現(xiàn)實(shí)世界理解的一個(gè)里程碑式的突破。第二，ChatGPT對(duì)語(yǔ)言的理解、生成能力已經(jīng)達(dá)到了很高的水平，我們可以認(rèn)為它掌握了語(yǔ)言能力，但是我覺(jué)得Sora還不一定掌握物理世界的能力，因?yàn)樗嗍巧闪艘恍└@個(gè)物理世界非常相近、靈活、方便或者低成本的視頻，但這并不能證明它對(duì)物理世界產(chǎn)生了理解，比如說(shuō)很多的物理規(guī)律，牛頓定律之類(lèi)。所以，我覺(jué)得Sora可能打開(kāi)了一個(gè)口子，它將來(lái)能不能真的在理解物理世界方面類(lèi)似于ChatGPT在語(yǔ)言文字領(lǐng)域式的突破，還有一定的不確定性。

L1級(jí)大模型的商業(yè)化路徑更短

第一財(cái)經(jīng)：L0級(jí)和L1級(jí)的大模型商業(yè)化目前處于一個(gè)怎樣的進(jìn)程？哪類(lèi)大模型的落地變現(xiàn)相對(duì)來(lái)說(shuō)更容易一些？

吳悅：L1級(jí)大模型（行業(yè)大模型）的商業(yè)化路徑相對(duì)更短一些。以我們?yōu)槔?，比如說(shuō)我們的AI員工軟件產(chǎn)品，我們是比較清楚地知道我們這幾款機(jī)器人，包括在線語(yǔ)音和視頻端的對(duì)話機(jī)器人在服務(wù)和營(yíng)銷(xiāo)過(guò)程中可以做怎樣的輔助。因?yàn)楫a(chǎn)品已經(jīng)在客戶端落地。在落地過(guò)程中，我們看到了大模型對(duì)工作效率的提升，也看到我們?cè)谧鰧?duì)話的過(guò)程中，有一些問(wèn)題過(guò)去的小模型解決得并不是特別好，現(xiàn)在有了大模型，我們就可以把這個(gè)能力接入進(jìn)來(lái)。

也包括一些新場(chǎng)景的應(yīng)用，比如我們之前只做一些局部的自動(dòng)化，因?yàn)檫@里面要處理非常復(fù)雜的對(duì)話，同時(shí)涉及到的知識(shí)數(shù)據(jù)也非常復(fù)雜，現(xiàn)在有了大模型，可以看到全過(guò)程的自動(dòng)化，我們?cè)诼涞剡^(guò)程中看到了大模型能夠?yàn)槲医鉀Q什么樣的問(wèn)題，我就很清晰地來(lái)定義大模型未來(lái)應(yīng)該如何去做研發(fā)。在博文大模型里，我們提出了幾點(diǎn)。第一，如何融合企業(yè)的專(zhuān)業(yè)知識(shí)與專(zhuān)業(yè)技能。第二，如何為企業(yè)實(shí)現(xiàn)降本增效。

我們目前沒(méi)有做L0級(jí)（基礎(chǔ)大模型）大模型，對(duì)L0級(jí)大模型遇到的具體困難和挑戰(zhàn)不是特別清楚，但我感受到國(guó)內(nèi)做L0級(jí)大模型的企業(yè)，首先會(huì)面臨開(kāi)源大模型的競(jìng)爭(zhēng)，至少對(duì)很多應(yīng)用層的企業(yè)和客戶來(lái)說(shuō)，它會(huì)基于免費(fèi)的開(kāi)源大模型去做開(kāi)發(fā)。

此外，L0級(jí)大模型會(huì)帶來(lái)一些超級(jí)應(yīng)用的機(jī)會(huì)，一是“明牌”，已經(jīng)被國(guó)外大廠驗(yàn)證過(guò)的模式，但這塊國(guó)內(nèi)的大廠也會(huì)激烈競(jìng)爭(zhēng)；二是“暗牌”，可能有一些大家還沒(méi)看到的機(jī)會(huì)，時(shí)間窗口會(huì)是一個(gè)比較大的挑戰(zhàn)。L0級(jí)大模型的投入確實(shí)很大，多長(zhǎng)時(shí)間能夠驗(yàn)證出來(lái)是關(guān)鍵。

第一財(cái)經(jīng)：現(xiàn)在市場(chǎng)上有一種觀點(diǎn)，認(rèn)為L(zhǎng)0級(jí)大模型在C端的應(yīng)用僅僅為了提升自身知名度，而后更好地向B端收費(fèi)。

吳悅：我覺(jué)得有難度。第一點(diǎn)，從B端的需要來(lái)看，它需要的是比較成熟的軟件產(chǎn)品和服務(wù)，這樣才能夠真正解決問(wèn)題。要做產(chǎn)品化，要提供與產(chǎn)品相應(yīng)配套的專(zhuān)業(yè)服務(wù)，單點(diǎn)的技術(shù)落地到企業(yè)端的鏈條比較長(zhǎng)。第二，落地在企業(yè)里的軟件產(chǎn)品，技術(shù)是非常重要的，但還有一個(gè)很重要的條件是對(duì)企業(yè)Know-How的理解。因?yàn)槲覀兊能浖a(chǎn)品是根據(jù)企業(yè)客戶需要來(lái)做定義的，對(duì)于頭部企業(yè)客戶理解越深刻，和它的業(yè)務(wù)場(chǎng)景結(jié)合越緊密，才能夠拿到更完備的或者說(shuō)更深入的Know-How。Know-How的沉淀其實(shí)是需要時(shí)間周期的。比如大模型要落地到企業(yè)端，本身就面臨企業(yè)知識(shí)如何融入的問(wèn)題，也面臨企業(yè)技能如何融入的問(wèn)題。再一個(gè)，企業(yè)B端和C端的產(chǎn)品技術(shù)需求還是存在差異的。C端需求特點(diǎn)是管理與維護(hù)單一的量級(jí)大和復(fù)雜的AI系統(tǒng)。企業(yè)B端需求特點(diǎn)是每個(gè)企業(yè)一個(gè)專(zhuān)用AI系統(tǒng)，需要考慮管理與維護(hù)多個(gè)量級(jí)和復(fù)雜度都中等的AI系統(tǒng)。

第一財(cái)經(jīng)：大模型未來(lái)會(huì)成為一個(gè)超級(jí)APP嗎？

吳悅：會(huì)?；蛘哒f(shuō)，一定會(huì)有基于大模型技術(shù)的超級(jí)APP出現(xiàn)。過(guò)去搜索網(wǎng)站本質(zhì)上也是一個(gè)技術(shù)主導(dǎo)的超級(jí)應(yīng)用；包括像推薦算法，頭條也算是一個(gè)基于文本推薦的超級(jí)APP。我覺(jué)得包括目前ChatGPT，其實(shí)某種程度上已經(jīng)算一個(gè)超級(jí)APP了。從國(guó)內(nèi)的角度來(lái)看，國(guó)外已經(jīng)驗(yàn)證的模式，我覺(jué)得在國(guó)內(nèi)肯定會(huì)出現(xiàn)，也不會(huì)特別遠(yuǎn)。

規(guī)?；删徑獯竽Ｐ统杀締?wèn)題

第一財(cái)經(jīng)：目前無(wú)論是2B還是2C的大模型，在成本方面仍然比較高，成本問(wèn)題未來(lái)會(huì)有緩解的可能嗎？

吳悅：我感覺(jué)未來(lái)還是會(huì)很貴，因?yàn)锳I還在不斷發(fā)展，還會(huì)有更多的數(shù)據(jù)進(jìn)來(lái)，需要更多算力，整體成本會(huì)越來(lái)越貴。但從單個(gè)用戶的角度來(lái)看，它也可能會(huì)變得能夠承受，比如通過(guò)規(guī)?；瘉?lái)實(shí)現(xiàn)。同樣一個(gè)大模型，不管是 L0的通用大模型，還是L1的領(lǐng)域大模型，因?yàn)檎w的產(chǎn)業(yè)發(fā)展，大模型所應(yīng)用的場(chǎng)景或所獲得的價(jià)值變得更大了，這樣分擔(dān)到每個(gè)用戶或者每次調(diào)用上的成本是不斷降低的。

第一財(cái)經(jīng)：很多客戶對(duì)大模型存在定制化需求，不同行業(yè)領(lǐng)域的客戶需求不同，但追一科技交付的是一個(gè)標(biāo)品，是否會(huì)因此遇到難以鋪開(kāi)的困境？從行業(yè)來(lái)看，如何來(lái)平衡這個(gè)問(wèn)題？

吳悅：定制化的大模型，對(duì)于有一定體量的客戶而言是可以接受的。因?yàn)槲覀兪亲銎髽I(yè)軟件，對(duì)企業(yè)軟件的定制化是很難的。每個(gè)大客戶都有自己個(gè)性化的一些需求，這些需求都會(huì)對(duì)應(yīng)到軟件可能需要涉及到的開(kāi)發(fā)方面。過(guò)去中國(guó)企業(yè)軟件就一直沒(méi)有特別好的規(guī)?；囊粋€(gè)非常標(biāo)準(zhǔn)的卡點(diǎn)，特別多的定制化，特別是面向中大型企業(yè)客戶?，F(xiàn)在有了大模型之后，這個(gè)問(wèn)題是得到緩解的。

舉個(gè)例子，每個(gè)客戶的需求是100%，以前可能100%都是要定制化開(kāi)發(fā)代碼來(lái)實(shí)現(xiàn)，現(xiàn)在可能70%已經(jīng)變成了模型的定制化，這又是可以規(guī)?；模Ｏ?0%的需求需要定制化開(kāi)發(fā)?，F(xiàn)在大模型又可以寫(xiě)代碼，可以通過(guò)低代碼或者大模型生成代碼的方式來(lái)做優(yōu)化。所以從這個(gè)角度來(lái)看，有了大模型后，面向中大型企業(yè)客戶的企業(yè)軟件會(huì)有一個(gè)比較大的變化或機(jī)會(huì)。

第一財(cái)經(jīng)：為什么說(shuō)大模型可以減少定制化需求？

吳悅：這里面還有一個(gè)深層的邏輯，企業(yè)軟件過(guò)去是以人為核心的，人是個(gè)性化的，所以人會(huì)提各種各樣的需求?，F(xiàn)在的軟件是以AI為核心的，減少了人的個(gè)性化輸入，定制化需求的來(lái)源就會(huì)減少很多。