|
隨著技術的不斷突破，大模型的發(fā)展呈現(xiàn)出性能提升與成本降低的雙重突破，從日常生活到生產(chǎn)制造，從傳統(tǒng)行業(yè)到新興產(chǎn)業(yè)，“人工智能+”，正在“+”出無限可能。 但是千行百業(yè)各不同，AI在不同領域的實踐中究竟如何有效落地？如何通過AI賦能行業(yè)新模式，掀起產(chǎn)業(yè)新浪潮？ 我們邀請到4位身處不同行業(yè)的復旦大學EMBA項目學生與校友，從他們的自身實踐出發(fā)，圍繞“AI+法律”、“AI+文化”、“AI+數(shù)據(jù)管理”等多元應用話題，分享最前沿的專業(yè)見解和一手經(jīng)驗，共同展望AI賦能行業(yè)發(fā)展的機遇和挑戰(zhàn)。  分 享 人  強 鋒 圖靈微雀云創(chuàng)始人 圖靈人工智能研究院行業(yè)大模型首席專家 復旦大學EMBA項目學生 分享關鍵詞：AI+法律  李三水 W品牌營銷集團董事長 復旦大學EMBA項目學生 分享關鍵詞：AI+文化  楊樹德 上海悅科數(shù)據(jù)科技有限公司總經(jīng)理、CEO 復旦大學EMBA項目校友 分享關鍵詞：AI+數(shù)據(jù)管理  朱 俊 冰特科技CMO 麗臺科技中國區(qū)合伙人 復旦大學EMBA項目學生 分享關鍵詞：AI應用落地的避坑指南  AI+法律，為訴訟流程提速增效 強鋒： 現(xiàn)在法院工作最大的矛盾是“案多人少”。例如在上海，一位法官一天要審結2個案件，日審案量遠遠超出人的體能負荷。這其中又有很多重復勞動，如閱卷、梳理爭議焦點、法律文書撰寫，然后準備開庭。 我們推出了全國第一個服務審判業(yè)務全流程的AI助手，目前已經(jīng)在全國11個省的法院部署應用，能夠?qū)崿F(xiàn)AI閱卷、爭議焦點歸納、裁判文書輔助生成。 例如簡單案件的閱卷、整理案件事實，用時可以從1小時縮短至3分鐘，助力實現(xiàn)審判效能的變革。 以前開庭前，法官、律師和當事人需要見面然后舉證質(zhì)證，這個過程需要花費很多時間。隨著案件數(shù)量增多，舉證質(zhì)證無法在開庭前完成，就會在開庭中進行，導致開庭時間冗長。 我們正在蘇州進行全國第一個試點，在互聯(lián)網(wǎng)側(cè)用AI輔助舉證質(zhì)證，用AI助手協(xié)助雙方當事人，從訴訟請求出發(fā)，快速歸納總結雙方的爭議焦點，由大模型總結出一個初步的爭議焦點，然后再交給法官進行庭審。 這樣可以大幅提升庭審效率，讓庭審時間明顯縮短。這也在改變訴訟流程，未來律師端可以同樣受益，用AI處理卷宗提高效率和準確率，讓AI具備法律人的思維鏈。 以案件量比較大的交通肇事案件為例，我們在蘇州某基層法院試點的AI訴前調(diào)解，目前調(diào)解率已經(jīng)從原來的20%左右上升到60%。 原來的調(diào)解人首先是民間調(diào)解組織，他們并不是專業(yè)法律人士，當擁有思維鏈的AI成為調(diào)解員，可以快速閱卷，準確羅列事實，同時找出近期審判同類案件進行參照，甚至AI還可以計算傷殘等級。 面對人類調(diào)解員，當事人可能對公平性有質(zhì)疑，但面對AI計算的結果，很多人選擇相信AI的中立立場，因此調(diào)解率得以明顯提高。接下來，我們還會大規(guī)模推廣訴前調(diào)解。 AI+文化，新文藝復興或?qū)⒌絹?nbsp; 李三水： 文化、文旅和文創(chuàng)行業(yè)，都是受到AI沖擊最多的“重災區(qū)”。 在這三個文化行業(yè)中，很多人認為AI帶來了替代性和危機感。但我認為，AI技術帶來的是“篩選”和“重選”。 “篩選”的意思是，AI會將真正喜歡創(chuàng)作和不喜歡創(chuàng)作的人篩選出來。真正的熱愛可以通過AI放大，創(chuàng)造出更多精彩。 “重選”的意思是今天AI進入文化領域并不是一場淘汰賽，而是排位賽。 AI給所有人重新排位、重新選擇位置的機會，并且機會是空前的。我們完全有理由相信，在新的技術大爆炸之下，我們將迎來一場新的文藝復興。 關于AI的數(shù)據(jù)安全問題，目前為止有三種解決方式： 一是技術化解決，也就是開發(fā)單獨的小模型和獨立的數(shù)據(jù)接口。未來在云計算、服務器或中大型企業(yè)中，在有智力算法和智力數(shù)據(jù)庫的前提下，會有更多企業(yè)傾向于獨立開發(fā)自己的單向獨立接口。 二是創(chuàng)造新型的法務關系。涉及到AI型創(chuàng)作和數(shù)據(jù)型分析的創(chuàng)作過程的數(shù)據(jù)隱私問題，要提前進行法務介入。 三是單獨采買，也就是獨立服務的提前干預和提前買斷，這三種方式未來可能都會成為主流趨勢。 AI+數(shù)據(jù)管理，全方位守護數(shù)據(jù)安全 楊樹德： 人工智能的三要素是算力、算法和數(shù)據(jù)。因為訓練模型的算力成本很高，所以我們開始思考如何提高算力的利用率，主要包括四個方面：第一是提高算力資源利用率，第二是降低使用算力成本，第三是考量數(shù)據(jù)安全，第四是提高AI效率。 關于提高算力資源利用率，技術團隊通過監(jiān)測使用芯片的利用情況，例如數(shù)據(jù)量、運行時間段以及電量等，建立模型進行分析，助力客戶優(yōu)化算力使用。 降低算力成本方面，我們開發(fā)了財務測算模型和算力調(diào)度系統(tǒng)。通過虛擬化和共享模式，客戶不需要持續(xù)占用模型，我們可以根據(jù)實際使用情況調(diào)整資源分配，從而降低費用。例如，原本成本為8萬的服務，現(xiàn)在通過共享模式可能只需4萬。 數(shù)據(jù)安全是客戶極為關注的問題。在接觸到數(shù)據(jù)管理和國家對數(shù)據(jù)資產(chǎn)的重視背景下，我們確保通過軟件層面、物理層面和管理規(guī)范的全方位定制，實現(xiàn)數(shù)據(jù)的全過程加密和物理隔離等安全措施，確保敏感數(shù)據(jù)的安全性。 為了通過AI技術提高效率，我們還開發(fā)了一體化管理模型，實現(xiàn)模型訓練的一鍵上傳下載、異常監(jiān)控及算力調(diào)度，優(yōu)化管理效率，減少可能導致高成本的運行異常。這些策略不僅幫助客戶節(jié)約成本，也為企業(yè)自身的可持續(xù)發(fā)展鋪平道路。 AI賦能千行百業(yè)，如何“避坑” 朱俊： AI應用的新場景日新月異，從探索外太空、控制核電站，到幫助視障人士“看見”世界，自動駕駛出租車上線。 2024年也是具身機器人元年，未來，也許每個人都可以擁有一位私人的家庭醫(yī)生機器人。 每個人都有成長曲線，所有的公司、行業(yè)、產(chǎn)業(yè)也都有成長曲線。偉大的技術會融于無形之中，正如今天我們不會再去討論電網(wǎng)是偉大的技術，因為對電網(wǎng)的使用已經(jīng)無處不在。AI也是偉大的技術，未來也會融于無形之中，融入生活的每個角落。 從AI的技術成熟度來看，目前AI處于基礎構建階段，未來與AI結合的市場是最大的，所以現(xiàn)在企業(yè)都在朝AI的技術方向進行提前預埋。 99%的企業(yè)都明白企業(yè)發(fā)展要與AI結合，但問題在于，大部分企業(yè)并不知道應該怎樣結合。 絕大部分人都認為要用AI來解決問題，所以大家思考的往往是用AI來解決什么問題。 但更關鍵的是，人工智能并不是幫助我們解決問題，而是幫助我們“加速”解決問題。 也就是說，你要解決的問題，本身有自己形成閉環(huán)的解決路徑，使用AI能夠讓解決速度加快。但如果問題本身還沒有形成可閉環(huán)的途徑，那么AI也無法解決問題。 閉環(huán)是AI落地的神性法則，閉環(huán)是一切AI賦能項目的前提。 例如機器人生產(chǎn)出來后，可以再去生產(chǎn)其他機器人；軟件被開發(fā)出來之后，用這個軟件再去開發(fā)其他軟件；光刻機生產(chǎn)出來后，可以用光刻機生產(chǎn)的高端芯片再去研發(fā)新的光刻機——這就是神性法則。 閉環(huán)主要有三種：加速閉環(huán)、迭代閉環(huán)、創(chuàng)新閉環(huán)。只有加速才能形成飛輪，只有迭代才能進化，只有創(chuàng)新才能破局，去創(chuàng)造新價值、新數(shù)據(jù)、新需求。 無閉環(huán)，不AI，這是讓我們不走彎路最關鍵的點。 延展閱讀
|
|
|
