这是一个专门讨论 idea 的地方。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
这是一个创建于 437 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家一起探讨一下，互相交流，探讨 AI 在私有化领域的机遇
 |
1
murmur 2023-09-13 08:21:07 +08:00
有啥好探讨的，百度已经支持文心私有化部署了，人家有专门的团队在执行这个东西帮你部署帮你策划场景帮你训练
|
|
2
murmur 2023-09-13 08:24:41 +08:00
据我所知现在做办公的、做音乐的都在部署自己的 AI 模型，甚至很多已经大范围推了，现在还在探讨估计喝粥都困难了
|
 |
3
Worldispow 2023-09-13 08:30:35 +08:00 via Android  2
ai 包含很多，比如图像识别、模型预测等等，不仅仅是 chat
|
 |
4
lneoi 2023-09-13 09:25:04 +08:00
还有图像生成，出图的靠 AI 也快很多
|
 |
5
BingoXuan 2023-09-13 09:34:28 +08:00
保密环境下的各种需求
|
 |
6
ivstranger 2023-09-13 10:48:21 +08:00
首先你自己得有大模型，人家企业才会找你私有化，但是这个门槛也太高了，普通企业/个人别想了。
|
 |
7
luobingit 2023-09-13 11:06:15 +08:00
内部知识库？我司之前有这个想法，传统行业公司内部知识比较分散，纯靠脑子记。但是成本也是一方面
|
 |
8
zjuster 2023-09-13 11:10:38 +08:00
电商公司跑商品图、跑营销图
直播公司虚拟主播 这两个是电商行业运营成本的大头之一，是有盈利空间的。 电商客服，大模型的提升相对目前的“智能客服”提升不大，成本反而很高，我认为是一个陷阱。类似的业务，尽管大模型可以做，但之前的数据模型早就可以做到商用水平+较低成本了，ROI 太低了。 |
 |
9
ychost 2023-09-13 11:19:29 +08:00
客服
|
 |
10
Trinity888 OP @BingoXuan 整体是偏向这方面，另一块是针对企业内部（非保密型企业）
|
|
11
Trinity888 OP @luobingit 对，这点确实是。目前各企业内部知识库基本靠 CRUD 加检索，如果有 AI 加持，会不会更有效率。成本主要在训练企业内部数据这块。
|
|
12
Trinity888 OP @zjuster 您说的确实是这两块，可能大企业 AI 都在攻。我们只能做些更专注某行业业务方面的模型，这样还有点机会。目前看知识库智能推荐、划词推荐、根据知识库生成一些自己需要的内容，这块您觉得可行不
|
 |
13
aleimu 2023-09-13 11:26:14 +08:00
目前在做公司内部的知识库问答,这样的开源项目很多,部署起来也容易,难的是内部数据的收集和整理,想高出高质量的问答对需要花很多时间
|
|
14
Trinity888 OP @zjuster 目前图书市场怎么样？
|
|
15
Trinity888 OP @aleimu “高出高质量的问答”，这个貌似没有个可验证的标准，这对模型训练要求更高一些。可以探讨一下，如何才能更高质量
|
|
16
zjuster 2023-09-13 11:41:26 +08:00
@Trinity888
我在 07 年和 16 年分别在两家公司做过类似的文本模型建设，都是当时的头部企业。这两段经历，尽管服务器算力有很大的增长吗，模型标准性和逻辑关系、复杂文本处理能力都有增长（甚至说突破吧），但本质上的结果（用户检索结果的相关性和准确性的相关指标）没有突破性，只在在上下文的能力是有一些提升。 就算到如今 22 年的层出不穷的大数据模型，在文本和结构化方面的用户端输出侧，依然不存在 相比三元组解法 的突破性进展。这些结果的好坏，不在于模型能力，更多的是在于你投入数据评估与校对的人力。（人-功-智能）。 所以我看好图形影音方面（多媒体或者说多模、多元）的进展，对文本相关内容持有悲观态度。 |
 |
17
736531683 2023-09-13 12:56:53 +08:00
任何场景，一个公司有相当多的内部数据，不私有化怎么利用起来。
|
 |
20
akring 2023-09-13 15:11:01 +08:00
能想到最简单的就是问答库，例如内部规章解答。
|
 |
21
Myprajna 2023-09-13 16:39:26 +08:00
有很多，但是不能告诉你。
|
 |
23
threeEggs123 2023-09-13 17:13:43 +08:00 via Android
语音识别，就是 ASR STT,或者 TTS ，专门给金融机构的呼叫做这种服务。然后语音这种可能有隐私信息，就要企业化私有部署，都没上云。
|
 |
24
hxzhouh1 2023-09-14 15:23:56 +08:00
专家系统？
|
 |
26
yinmin 2023-09-17 23:44:29 +08:00 1
用户评价的 AI 分析。用户评价是一段文字，让 AI 去做识别归类后入数据库。给一段 GPT Prompt 的实战示例：
=========== system: 以下是电子商务网站的用户评价信息，请分别用 10 字~50 字给出用户评价产品的优点、缺点、总结评价、需要商品售后服务解决的问题，如果是客户使用抱怨产品不佳无需售后服务解决的，请填“无”，如果客户评价中提到的问题已经解决了，请填“已解决”，并评估用户评价是正面还是负面的，完全正面 5 分，完全负面-5 分，给出评估值。数据以 json 返回，JSON 格式为{"总结":"...","情绪": 5} ，以下是用户的评价： user: 紧急要用，发过来一台，别人退的。开机键一层老灰，屏幕也是一层灰，上一任拿卡针粗鲁了点，撕烂了。告诉我是正常的？？？ assistant: ```json { "产品优点": "无", "产品缺点": "存在灰尘和损坏痕迹", "总结": "商品质量差，存在灰尘和损坏痕迹。", "需要售后服务解决的问题": "无", "情绪": -3 } ``` =========== |
|
27
yinmin 2023-09-17 23:48:31 +08:00
客户工单的紧急度识别。通过 AI 阅读工单正文的文字，结合客户等级和以往的工单记录情况，给工单的紧急度打分。如果 AI 判断是紧急工单，就提升工单优先级。
|
|
28
yinmin 2023-09-17 23:59:48 +08:00
接 #26 ，将用户评价信息转换成 json 包存入数据库后，产品优点/缺点的信息列表后再次喂给 AI ，让 AI 总结。处理 1 个产品的几万条评价，几十分钟就能汇总出用户对产品的真实评价，能进而指导产品/销售的改良。
|
|
29
Trinity888 OP 感谢大家的创意想法
|
Select Language