[Note de l'éditeur] À l'heure actuelle, "le pouvoir informatique est la force nationale" est devenu un consensus stratégique national. Les percées de performance de la puce de puissance de calcul, la demande d'inférence ont explosé et la mise en œuvre à grande échelle des applications d'IA remodèle le paysage mondial de la concurrence technologique. Dans le même temps, le marché des capitaux se concentre également sur cet océan bleu et recherche des opportunités d'investissement.
Reporter en Chine Fund News Zhao Xinyi
L'innovation et la sagesse de l'IA pour voir l'avenir. Le thème de ce numéro de "IA China" est la percée de la puissance de calcul, la révolution des applications et les perspectives de capital. Nous avons invité trois anciens combattants de l'industrie, à savoir: Yu Yezhou, directeur général du Kingsoft Office Solutions Center, Jia Anya, responsable des produits Raccoon à Shang Tang et Shang Qing, directeur d'investissement de Guangzheng Asset Management. Ils discuteront de différentes dimensions telles que la technologie, l'application et le capital, et créeront des étincelles de pensée.
Ce qui suit est une transcription de certaines interviews:
News Fund News: Le grand modèle met-il fin à la "loi du logiciel 28" (80% des utilisateurs n'utilisent-ils que 20% de leurs fonctions), et est-ce une subversion de la logique traditionnelle de conception de produits? Comment les entreprises de grand modèle devraient-elles atteindre un équilibre entre l'inclusion fonctionnelle et la monétisation commerciale?
Yu Yezhou: OK, le grand modèle met-il vraiment fin à la 28e loi du logiciel? Comme je suis un fournisseur de solutions, pas un chef de produit, de mon expérience, je peux seulement dire qu'il y a une telle tendance, et cette controverse n'a pas encore disparu. Quelle est la raison? Aujourd'hui, lors de la fourniture de solutions à de nombreuses sociétés de premier plan, je trouve que bon nombre des clients à l'origine plus grands mettent en valeur le développement personnalisé. En fait, cela peut être compris car ils essaient de mettre en œuvre un produit ou une exigence personnalisée.
Cependant, je trouve que cela devient de plus en plus difficile dans les projets, en particulier dans le domaine de l'IA. Pourquoi? Parce que l'IA est très polyvalente, c'est-à-dire qu'il peut gérer une variété de transactions et a un large éventail de connaissances et peut être appelé généraliste. Sur cette base, nous observons que la demande de personnalisation actuelle, en particulier les agents de personnalisation des entreprises populaires au cours des deux dernières années, est devenue très médiocre en général. Ils ajoutent souvent simplement des liens de modèle vers un processus familier, ne peuvent gérer qu'une seule transaction et peuvent ne pas obtenir les résultats attendus.
Par conséquent, nous réfléchissons et discutons également avec nos clients: dans le développement des applications d'IA, il peut être difficile et ne convient pas à la personnalisation. Parce que dans la logique de conception des produits, trouver le plus grand diviseur commun d'un scénario devient extrêmement difficile. Autrement dit, le même modèle peut faire face à plusieurs demandes différentes, et ces demandes sont dispersées.
Des nombreux phénomènes du côté de l'application de l'IA cette année, nous pouvons également voir que cette tendance est confirmée. Par exemple, les manifestants d'agent populaires au cours des dernières années et le MCP populaire aujourd'hui. Le premier représente un modèle d'agent généralisé au niveau d'interaction, tandis que le second représente une logique générale de boîte à outils au niveau de l'outil d'application.
Par conséquent, je crois qu'au niveau du produit ou du produit, il est préférable de se tourner vers la préparation des modèles d'agents, des données et des processus adaptés aux interactions générales frontales. Un tel agent a une longue chaîne de Cot de réflexion, peut définir indépendamment des plans et exécuter des actions et mobiliser d'autres modèles qui sont bons dans des tâches spécifiques.
Par exemple, le modèle de SenseTime est responsable de l'écriture de code puis de la sortie des effets via un outil de protocole général similaire à MCP. Dans le processus, nous fournissons l'approvisionnement en temps réel, ce qui lui permet d'écrire son propre code et d'appeler les ressources requises. Je pense que cette tendance sera plus populaire...
[Courte citation de 8% de l'article original]