近期，领先的客户互动和营销科技服务商极光宣布推出GPTBots平台，该平台支持一键接入多个主流大模型，同时支持开发者将LLM（大语言模型）与企业数据、服务能力无缝连接，建构企业自己的AI Bot服务，并开放注册。
“人工智能是未来10年最大的生产力变革机会，每一个企业都要拥抱它，未来能不能用好AI，是一个非常核心的竞争力。”
极光CEO罗伟东认为，生成式AI正迎来爆炸式增长，其应用领域涉及Microsoft、微软、Salesforce、Meta以及Adobe等知名企业。这为企业带来了巨大的发展机遇，但同时也存在认知与技术鸿沟。
在他看来，许多企业使用GPT等技术时，往往仅限于生成文章或图像，而未能充分利用其内部数据和知识。这导致了巨大的机会和潜在的利益损失。企业需要将GPT等技术整合到其业务流程中，以提高效率并创造新机会。
当前，国内大模型正蓬勃发展，无论是百度、阿里、字节等大厂都推出了自己的大模型。但在应用方面，生成式AI还存在幻觉问题，许多通用大语言模型缺乏垂域知识，导致无法解决复杂任务。
对于企业而言，应用AI模型涉及合规、数据、算力、工程和算法等多个环节，任一环节出现质量问题都会影响到应用场景的实施。
举例来说，在医疗问答场景中，通常需要涉及患者的敏感个人信息，如医保卡账号、病历记录和药物使用情况。如果AI应用系统出现数据调用错误，可能会对后续的诊断产生不良影响。在这种情况下，专门设计用于医疗场景的AI模型可以起到关键作用，它能够标记潜在的隐私或关键病历信息，并提醒后台医生或客服人员进行审核，这种功能将降低问诊的成本，同时减少了潜在风险。
在罗伟东看来，这些问题可以通过创建自定义的AI BOT（或AI Agent）
来解决，结合企业内部数据和领域知识，并通过API集成到流程业务中。这种方法不仅适用于大型企业，即使没有大量研发资源的小型公司也可以轻松应用。企业应积极探索如何利用这些技术，无论是否拥有大量数据。
他表示，正是看到了企业的需求，极光基于多年开发者服务积累，推出了GPTBots开发平台。极光GPTBots平台上，开发者只需要具备生成式AI和相关领域知识，就可以构建自己的AI Bot，并将其接入企业服务，其中包括开箱即用的LLMs、Plugins、长/短期记忆、知识库和flow等功能，帮助企业量身定制AI Bot应用。
未来，生成式AI将成为企业提升效率和节省成本的工具。不过，罗伟东认为，在最大程度地利用生成式人工智能，企业间并非是缩小差距，反而会因为AI应用的落地拉大差距。
每一个革命性技术的诞生到落地应用，都需要一定的接受时间，同时也面临用户的隐私和数据安全，其次是算法的优化和模型的迭代。对于企业而言，需要深入研究如何最大程度将生成式AI技术与自身业务相结合，才避免被时代淘汰。
以下是采访实录（原文基础上有删改）：
Q：ChatGPT爆红之后，许多企业高层都会有很大的焦虑感。您的感受是什么？
极光CEO罗伟东：我认为将其比作iPhone时刻一点也不夸张，我是连续创业者，我清晰地记得当年iPhone问世的那一刻，这两个感受非常相似。不过，我也相信它还需要时间来实现各种应用的成熟，就像iPhone问世后，一年以后才出现应用市场，应用生态也是2、3年后才逐渐起来。
Q：极光发布了GPTBots，您是看到了什么机会？
极光CEO罗伟东：许多企业使用GPT等技术时，往往仅限于生成文章或图像，而未能充分利用其内部数据和知识。这导致了巨大的机会和潜在的利益损失。企业需要将GPT等技术整合到其业务流程中，以提高效率并创造新机会。这可以通过创建自定义的AI BOT来实现，结合企业内部数据和领域知识，并通过API集成到流程业务中。
这种方法不仅适用于大型企业，即使没有大量研发资源的小型公司也可以轻松应用。企业应积极探索如何利用这些技术，无论是否拥有大量数据。基于企业这样的困扰，我们推出了GPTBots开发平台。
Q：可以详细说下 GPTBots 的插件功能吗？
极光CEO罗伟东：首先，我们要了解什么是LLMs的插件：LLMs插件区别于传统插件，它独立、灵活、自由、功能强大，大语言模型插件的核心是Web API，因此大语言模型插件完全拥抱互联网，同时，没有开发语言“歧视”，无论开发者的语言栈是Python、Java、Go、PHP等，只要可以开发HTTP协议接口，遵循RESTful规则，就可以构建大语言模型插件。GPTBots插件融合了ChatGPT插件创建规范（通用的OpenAPI规范）和函数调用功能，让开发者只需专注于自身功能接口开发，同时GPTBots也会自动兼容市面上主流已支持插件能力的 LLM。
举个例子，考虑一个邮件服务的情况，如果有客户想要从新加坡寄一封信到美国，他们可能会询问该服务的费用。这个价格可能是不断变化的，存储在结构化的数据库中在这种情况下，我们可以提供一个价格查询插件，通过它可以调用并获取这个动态数据。
开发者可以根据需求创建插件自定义，通常用于处理企业内部的结构化数据服务。例如，企业的 HR 部门可以开发一个插件，用于查询员工的假期余额。
Q：企业目前要应用大模型存在哪些问题？ GPTBots是如何帮助企业解决这些问题的？
极光CEO罗伟东：企业要开发一个AI Bot，开发者需要具备一定的技术技巧和相关领域知识。从学术理论到商业产品，涉及到机器学习工具、编程语言、框架、前后端工程师、运维工程师等多个方面的专业知识。这对于企业来说是一个挑战。
我们的平台上，开发者只需要具备生成式AI和相关领域知识，就可以构建自己的AI Bot，并将其接入企业服务。我们提供了简单、高效和安全的LLMOps平台，其中包括开箱即用的LLMs、Plugins、长/短期记忆、知识库和flow等功能，帮助开发者为其业务量身定制AI Bot应用。
Q：如何看待开源跟闭源大模型的关系？GPTBots 是否都会支持？
极光CEO罗伟东：开源在AI领域的发展确实非常强大，而且开源社区在不断创新和迭代，迎头赶上了一些领先的原生技术。未来，开源很可能成为主流，原因在于它满足了不同规模的企业和需求。
对于中小型企业，他们可以使用OpenAI、百度或阿里的云端服务，在满足其需求的同时还降低了技术关税。而对于大型企业和政府部门，他们可能更倾向于使用私有化部署开源模型以确保数据隐私和安全。所以，GPTBots 也提供了支持和开源模型结合的私有化部署的解决方案，可以满足不同规模和性质客户的需求。
Q：大型企业普遍担心的数据安全性问题，我们有什么办法？
极光CEO罗伟东：对于企业担心的安全问题，我们提供了一些解决方案。如果企业使用公有的模型，他们可以采取一些措施来保证数据的安全性，例如在传输时提取用户的敏感信息。如果用户在医疗问答中询问有关个人身体症状的问题，企业可以对其中的敏感信息进行脱敏处理，如姓名和医疗卡号，再将脱敏后的数据提交给GPT模型。然后，GPT返回答案，并将答案中的敏感信息进行替换，以保护用户的隐私。
另一个解决方案是在企业内部进行数据过滤，以确保敏感信息不被提交给模型。企业需要自行处理这一过程来规避风险。企业还可以选择本地化部署开源模型，但这样需要更高的成本，包括硬件和GPU。
Q：GPTBots的盈利模式是什么样的？
极光CEO罗伟东：对于公用版本，我们采用包年订阅的方式，并根据使用量和功能进行不同的定价。我们提供了标准的SAAS模式，这是我们之前一直在使用的模式。如果企业选择本地化部署，我们提供私有化版本的定价以及相关的服务。私有化版本的价格通常会包括硬件和服务成本。
Q：您最后还有什么想分享的吗？
极光CEO罗伟东：人工智能是未来10年最大的生产力变革机会，每一个企业都要拥抱它，未来能不能用好AI，是一个非常核心的竞争力。而AI-BOT开发平台的出现，不仅为企业提供了应用实践的机会，也为整个AI行业的发展带来了新的动力。
皖公网安备 34011102002444号