小i機器人：中國式AI力量，探索場景商業化之路_風聞
阿尔法工场-阿尔法工场研究院官方账号-中国上市公司研究平台03-27 11:11
大語言模型底層技術突破，為中國智能交互機器人帶來劃時代機遇。
3月24日，OpenAI新動態再次引發市場熱議。OpenAI宣佈ChatGPT將支持第三方插件，以訪問更多信息，以及增加相應的功能。
從國內外互聯網巨頭紛紛推出“自家的ChatGPT”產品，到微軟旗下多款產品宣佈結合ChatGPT技術。一連數日，ChatGPT熱度居高不下，其身後的生成式AI技術和大語言模型技術也逐漸浮出水面，備受關注。
本質上，生成式AI（Generative AI）是一種深度學習模型，由生成器負責生成內容，判別器負責判別源數據和生產內容之間的差別並提供反饋。
大型語言模型（Large Language Models，LLMs）則是在生成式AI之上，通過對大規模語料庫的學習，來理解人類語言的問題和答案之間的關係。
大型語言模型與以往的語言模型最大的不同，在於其擁有“湧現能力”（Emergent Ability）。
湧現能力是指，在模型規模超過某個閾值之後，模型性能會打破之前線性增長的規律，實現躍升式突變。簡單地説，就是實現“質的飛躍”。
而“大規模”就是實現這一質變的關鍵因素，這通常意味着百億或千億級的參數量。
而大型語言模型帶來的突破，最直接影響的行業，就是智能交互機器人。
01 大型語言模型：智能交互機器人的新里程碑
智能交互機器人，也就是我們通常所説的“聊天機器人”，可以通過和人類交流，提供相應的回答和服務。
智能交互機器人按其設計目的劃分，一般分為信息型、任務型、對話型等三種類型。
信息型聊天機器人提供特定領域的知識或信息，任務型聊天機器人幫助用户完成某些特定任務，對話型聊天機器人則能夠與用户閒聊或娛樂。
無論輸出內容還是服務，如何在輸入階段就能準確理解甚至“思考”人類語言意圖，是所有智能交互機器人產品的核心技術問題。
在智能交互機器人的第一階段，基於規則的專家系統和機器學習的結合，被認為是行之有效的技術方案。由此，機器第一次實現了對人類語言的“理解“。早在2004年，小i機器人（AIXI.US）推出的Chatbot，正是國內最早應用這一技術的產品。
這一階段，機器理解能力的靈活度相對有限，有時需要用户去“遷就”機器所能識別的語義邏輯。如果表達的方式不對，便會帶來交流障礙。
為了解決這一問題，包括小i機器人在內的許多開發者，都選擇引入深度學習技術和預訓練模型——這是智能交互機器人技術的第二階段。大量的數據和訓練，使機器開始能夠自動識別和理解人類語言，對話的自然度得到了大幅提升。
如今，大模型時代，智能交互機器人邁入第三階段。
與此同時，人們對智能交互機器人的要求也早已不限於“一問一答”。
在進行更自然、流暢、連貫和有邏輯性的對話、這一“智能化”基礎需求之上，根據用户的語境、情感和偏好提供服務的“個性化”需求，以及支持圖形、聲音、視頻等多種媒體形式的“多模態”互動需求，都已成為聊天機器人不可缺少的功能。
高頻需求場景切換，促使智能交互機器人有望從娛樂工具變成提升效率的生產力工具。正如ChatGPT推出之初，很多博主用它來寫段子吸引流量，直到微軟將其與Office產品結合，才讓“打工人”由衷感到切實震撼。
技術進步切入工作和生活場景，進而轉化為生產力提升，才是用户真正關注和願意為其買單的關鍵。
在此背景下，專業化、垂直化和場景化成為了智能交互的下一個新命題，也是新趨勢。
很快，曾經的聊天機器人，將被用來應用在不同行業和領域，提供專業化和垂直化的解決方案。
特定領域知識庫和數據集，也將進一步訓練和微調，以提高對話質量和準確性。同時，智能交互機器人還能根據不同場景提供定製化的功能和服務，滿足用户在教育、醫療、金融、旅遊等各個方面的需求。
大語言模型帶來的，正是支撐這些新需求趨勢的技術基礎。
02 場景和數據打開巨量市場
據弗若斯特沙利文，2017年至2021年中國人工智能市場規模由545億元增長至2607億元，年複合增長率達47.9%。
ChatGPT所運用的生成式AI技術，被Gartner列為最有商業前景的人工智能技術，預計在2年-5年內進入成熟期。智能交互機器人所運用的對話式AI技術，可被視作生成式AI技術的一種。
同據弗若斯特沙利文，2021年中國對話式AI市場規模為82.7億元，2026年預計達265.8億元，年複合增長率26.3%。
其中，B端垂直領域應用被認為是主要的增長潛力來源。
深挖垂直領域應用是行業的共識。360公司創始人、董事長兼CEO周鴻禕在一次訪談中提到，OpenAI找了1000家垂直的SaaS公司，將專門訓練垂直領域應用。
早在智能交互機器人的第一和第二階段，深挖B端垂直領域就已被證明是成功的商業化路徑。
2011年，當Siri還只是作為iPhone配套的新功能剛剛推出時，小i的聊天機器人已經轉型B端業務，獲得了金融、通信等諸多行業巨頭的訂單，直接貢獻了營收的增長。
基於本輪大語言模型的技術突破，商業化比拼的仍舊是場景和數據，而不是算力。
以ChatGPT為例，許多用户都感受到中文回答相較英文更有侷限性。這是因為其訓練數據主要運用的是英文。
中國電子銀行網文章提到，“RLHF論文中的訓練數據英文佔比99%+，西、法、德語還佔了剩下的大部分，中文估計就是0.0x%這個級別。“
想在中國將大語言模型帶來的進步充分發揮，必須擁有對中文使用場景的深刻理解，以及累積出豐富的中文數據集。
然而，相對於英文數據，中文大語言模型的數據集是極其稀缺的。
中文數據在互聯網的開源程度較低，數據規模相對較小，且數據質量參差不齊，高質量的無監督語料和指令數據嚴重不足。並且，垂直細分領域的數據集的獲得難度更大，鮮有公開數據，數據積累需要較長的週期。
因此，早已深耕在中文智能交互機器人領域的頭部公司，將是智能交互商業化時代最有潛力的先行者。
03 新一輪技術突破紅利
擁有20餘年積累的龐大中文語料庫的小i機器人，擁有這一競爭中最重要的資源。
小i機器人成立於2001年，擁有自主研發的智能交互機器人知識產權，專注於以自然語言處理為基礎的認知智能相關技術的產業化落地。
2023年3月9日，小i機器人在納斯達克上市。
語料資源對B端垂直領域尤為重要。對於特定行業來説，通過特定領域的數據集訓練，並結合基於人類反饋的強化學習，大型語言模型將在特定行業和領域得到更廣泛的應用。
多年深耕，令小i機器人在多個垂直領域積累沉澱了海量的知識庫和語義庫，具有將特定行業語料與大語言模型相結合的豐富經驗和技術優勢。
商業化落地能力，是小i機器人的另一優勢。
AI行業參與者往往重研發、重燒錢而缺乏落地經驗。但是，小i機器人最早將人機交互技術引入了大規模商用。小 i 機器人協助銀行打造的虛擬客户助手，作為典型案例得到Gartner推薦。
目前，小i機器人的客户已涵蓋近千家企業及政府機構。客户名單包括三大電信運營商，交通銀行、建設銀行、浦發銀行等金融機構，華為、小米、東方航空、通用汽車等大型企業。
大語言模型的技術突破，也正是小i等待已久的機遇。
儘管小i已是行業中少有的極其重視產品應用場景開發的公司，但上游基礎技術的瓶頸侷限了商業化的空間。AI作為仍處於早期發展的行業，概念與應用之間，還差着無數項技術攻堅。
對垂類市場需求理解深刻的小i機器人，一俟上游基礎技術突破，便可以激發出應用端無限想象力，從而帶來增長機會。
其實，在創新領域抓住商業機會上，小i機器人的成功經驗，已得到商業實踐驗證與客户的高度認可。
例如，繼智能客服實現行業領先地位後，小i又在AI+建築領域展開探索，推出了全程自動化的智能審圖等產品，降低建築行業成本。2021年小i和中國建築（601668.SH）簽訂兩項AI+建築領域的新合同。
商業化落地場景和行業的不斷豐富，為小i機器人帶來業績提升。2021年，小i機器人營收實現3252萬美元，同比增長134.6%，並於同期實現扭虧為盈，淨利潤達到337萬美元。
隨着大語言模型技術的重大進展和生成式AI應用領域拓寬，可以想見，小i機器人也將在更多垂直領域研發出具有商業價值的創新產品。
艱難環境下，市場亟待尋求新方向之時，底層人工智能技術革新，猶如一顆橫空出世的新星。
有生之年，躬逢其盛。
技術的進步並不會變成一家獨大的壟斷競爭。供給側的結構性變化，會激發需求側產生更多想象力，從而為全行業帶來新的商業機會。
能夠敏鋭捕捉需求變化、並有能力快速追蹤落地的公司，將在劃時代的機遇來臨時，走在同業的前列。