不少人质疑我们的算法是不是‘套壳——对于我们来说，这甚至称得上一种褒奖。

国际伙伴方面，阿里云也大幅向伙伴让利，为伙伴提供的产品优惠幅度最高至40%，并出台多项激励政策，以促进ISV伙伴的产品销售。而落地成果和合作生态，也将持续反哺至阿里云体系，让技术实力、产品能力再上台阶。

阿里要做的是，打通大模型技术（通义）、产品（通义千问）与应用（钉钉、天猫精灵等），将通义千问先在集团内部生态中跑起来。如何与合作伙伴共同做大蛋糕、分好蛋糕，某种程度上甚至决定了云厂商的生死。阿里云可以为伙伴提供更有优势的算力价格和大模型能力，推进AI大模型的产业落地。具备条件者，保留独立融资和上市的可能性。AI的崛起为云计算产业带来了巨大的机会，一是算力尤其是高性能计算能力的需求暴增，二是MaaS（模型即服务）将开启一个在IaaS和PaaS之外的新商业模式。

阿里云智能首席商业官蔡英华此前也提到，这一系列的生态举措，一定可以让分销伙伴和阿里云分工更明确、合作更紧密、收益更丰厚。阿里云会许自己和市场，一个怎样的未来？不难看出，如今这个经历过组织、人事、业务等多方调整优化的阿里云，才算是做好了独立上市的准备，才算是接得住上市这一剂强心针的刺激。就拿保险行业来说，现在全国有几百万保险代理人，这些保险代理人会在保险公司间流动，有些还是独立保险代理人。

未来企业的组织结构将呈现纺锤形，上层是人类经营者负责做重大决策和战略，中间层真正负责干活的是AI了，但有时候也不能完全交给AI，需要少数的业务专家会指导机器或与机器协同互补。以前，各种场景都需要算法工程师标注数据以训练特定任务的模型，因此开发成本较高。除了原始数据，还有一些更抽象的、价值更高的场景话术模板，这些知识结合了AI心理学、自主代理等技术。因为B端企业接受AI这是必然的，AI的门槛也是逐年降低的。

未来大模型带来的启示是，它可以独立承担一些任务，不单单是体力劳动的替代，还能替代一些简单的脑力劳动。AI科技评论：怎么看待大模型目前的发展局面？张杰：大模型的应用分C端和B端。

AI科技评论：市场接受度如何？张杰：这取决于产品是否能给客户带来价值。如果想要训练大模型，不能只用企业机构自身已有的数据，还需要公域的数据，比如，金融大模型需要行业研究报告、财经类新闻、上市公司财报、专家解读等。再依托专业的产品设计，不断和人类专家进行闭环反馈。另外很多公司还没有完全意识到，不仅是原始数据有价值，归纳总结出来的抽象知识也是非常有价值的。

反观中关村科金的业务和产品，我们不难发现，区别于其他To B公司，自2014年成立以来，中关村科金就选择以对话式AI为核心技术，专注于企业服务赛道提供对话场景服务，其不仅注重底层技术的自研，还强调下场做应用。AI科技评论：就像您说的C端应用场景可能会更多，未来会做C端吗？张杰：目前我们还未看到C端有特别好的变现场景，但我们的产品也是可以To C的。如果产品在行业属性与工具能力解耦方面做的很好了，重构代价就会比较低。BERT是判别式模型，GPT是生成式模型。

我们的领域模型现在已经可以做到单周迭代、单卡推理了。现在，大模型本身的通用性好，不再需要很多算法工程师标数据，可以直接拿过来用，有时稍微标几条数据就够了。

从而使得我们的产品可复用程度高、定制化的交付成本降低。AI科技评论：贵司具备哪些研发领域模型的优势呢？张杰：中关村科金过去8年积累了很多数据，并且这些数据每天都在不断增加。

如果产品里包含了很多需要人工配置领域知识的模块，比如关键词、相似问、问答对等，那就需要重构。这些企业的共同点就是关注投入产出比、合规性、安全性，如果这项新技术不能带来显著的经营效益，那么在企业内部也很难立项通过。如果厂商在数据敏感度高、流程逻辑性强、可解释性要求高的行业内，既有行业经验积累、又有大模型技术能力和产品化能力，那肯定是利好的。通用大模型是经历过素质教育的文科生，要成为领域专家还需要做领域适配。我们也一直在不断寻找各行各业的客户和我们一起共创的机会。AI科技评论：在大模型方面中关村科金还一直强调知识库的概念，为什么？张杰：关于这个我总结了一个公式，企业对话引擎=（大模型+知识库）*人机交互。

再通过对话文本挖掘出用户的意图。另外，新技术的试点验证和大面积推广总要有个过程。

就好比太阳系8大行星过去 100 年在天空中的轨迹数据，这些原始数据的价值可能比不上万有引力定律这一条抽象知识。除了将通用大模型这个文科生变成领域专家外，我们还通过领域prompt工程组件让它能有效的处理特定场景下的任务，具备场景技能。

此外，中关村科金还结合企业的痛点问题和客户共创了多个有场景代表性的试点项目，例如：推出了虚拟员工助手，帮助企业打造超级员工，在营销文案生成、客服问答、坐席助手等场景，助力企业营销服价值提升，已经在业内有了很好的落地。随着大模型重构企业组织架构、重塑企业生产关系，从短期来看，一些不产生价值的、中间的职能岗位，可能会很快将被机器取代掉。

AI科技评论：之后会做哪些应用？会主动选择一些场景突破吗？张杰：还是要看契机，很多时候技术是共通的，但具体做什么场景要看机缘。随着对话过程不断进行，大模型可以实时生成流程图谱，给销售提供对话建议，分析潜在的话题引导方向，提升销售人员的营销技能，提高成单率和用户的留存率现在为什么叫大模型，是因为它的参数越来越大了。目前高质量数据一部分是精心筛选后的公域数据，另外一部分是小规模高质量私域数据。

从有经验积累的行业出发，找契机深入其他领域AI科技评论：中关村科金为什么选择从金融行业尝试大模型应用？张杰：与其他行业相比，金融行业对于数字化转型项目的接受度更高、场景需求更明确、智能化手段带来的商业价值更明显。AI科技评论：中关村科金在大模型方面的的愿景是什么？张杰：帮助企业去培养超级员工。

AI科技评论：率先做了哪些场景的应用？张杰：我们已有的产品主要是围绕企业服务赛道的对话场景，比如说外呼营销机器人、客服机器人、智能质检、智能陪练、办公助手等。做好流程挖掘，有了领域知识库，才能做好领域模型AI科技评论：大模型是不是更利好中关村科金这类有AI能力的服务商的发展？张杰：对于服务商来讲有利有弊。

未来企业的组织结构将呈现纺锤形，上层是人类经营者负责做重大决策和战略，中间层真正负责干活的是AI了，但有时候也不能完全交给AI，需要少数的业务专家会指导机器或与机器协同互补。人是不太适合背百科全书的，大脑之外还应该有一个知识库，实现能力互补。

很多序列标注、分类任务都可以转成生成式的任务。自带AI基因，或许也是中关村科金较早拥抱大模型的原因之一。AI能力不是唯一的关键，它是必要非充分条件。此外，中关村科金还结合企业的痛点问题和客户共创了多个有场景代表性的试点项目，例如：推出了虚拟员工助手，帮助企业打造超级员工，在营销文案生成、客服问答、坐席助手等场景，助力企业营销服价值提升，已经在业内有了很好的落地。

就好比太阳系8大行星过去 100 年在天空中的轨迹数据，这些原始数据的价值可能比不上万有引力定律这一条抽象知识。AI科技评论：怎么看待大模型目前的发展局面？张杰：大模型的应用分C端和B端。

BERT是判别式模型，GPT是生成式模型。AI科技评论：客户愿意把自己的数据拿出来训练吗？张杰：像银行自有的数据是需要我们去银行驻场训练的。

另外，新技术的试点验证和大面积推广总要有个过程。未来大模型带来的启示是，它可以独立承担一些任务，不单单是体力劳动的替代，还能替代一些简单的脑力劳动。