变革中的营销科技，明略为何要做大模型与企业的连接器

大模型时代， 营销 领域的业务逻辑正在改变。

根据Martech之父Scott Brinker联合MartechTribe创始人Frans Riemersma发布的最新报告，过去十年，营销 科技 服务商持续扩张。2022年，收录在册的各类细分服务商数量总计已达到9932家。到了2023年，情况发生了变化，整个市场被以“OpenAI”为代表的大模型打破，AIGC将重塑一切。

在国内市场的供应侧，200多家大模型正在基础层贴身肉搏。而需求侧的企业用户，既心驰神往，又充满顾虑。

通用大模型缺少行业深度，在实际场景中用不起来；无法保证给出百分百的正确答案，难以投入信任；担心数据被用于大模型训练，导致企业核心资产泄露；大模型训练成本高昂，企业难以负担得起……以上是企业常见的担忧。

如何才能让企业享受大模型的红利？用好大模型？在2023营销科学大会上，明略科技认为，当前企业与大模型之间缺少的是打通数据与知识壁垒，确保安全合规的连接器。

1、积累企业私有数据，用好大模型的先决条件

幻觉是限制企业应用大模型的首要问题。为何大模型会“一本正经的胡说八道”？根据哈尔滨工业大学与华为研究团队最新发表的一篇长达50页的综述，幻觉的主要成因在于数据与训练。

在数据方面，错误信息和偏见可能被无意中引入大型语言模型的学习过程，导致模型在事实不正确的数据上产生幻觉。

此外，数据分布的差异和大模型的知识边界，也会限制模型对特定领域知识的理解和应用，进一步增加幻觉产生的可能性。

在训练过程中，预训练阶段和对齐阶段的架构设计和训练策略可能会导致幻觉的发生。

中信智库专家委员会主任、中信建投证券研究所所长武超在2023世界人工智能大会（WAIC）上表示，“未来一个模型的好坏，20%由算法决定，80%由数据质量决定。接下来高质量的数据将是提升模型性能的关键。”

目前，通用大模型的数据主要来源于公开的数据集和 互联网 信息。一方面，无法实时提供最新的事实；更为关键的是，在专业领域存在明显的知识边界。

“通用大模型不具备两类知识：第一类是陈述性知识（Know-what），比如最新的小红书热点流量内容，什么是美拉德妆容等等；第二类是程序性知识（Know-how），比如怎样撰写小红书文案，如何给Agency下视频宣传片制作的brief等等。当企业掌握知识和方法，才能真正用好大模型。”明略科技CEO吴明辉总结道。

归根结底，“私有数据会是未来每个企业的核心竞争力。” 猎豹移动董事长兼CEO傅盛曾发文指出。

“我们经常打一个比方，一个基础大模型相当于一个高校毕业生，企业需要给员工提供现有的知识，才能让员工发挥效用，否则就算名校毕业生来了也什么都做不了。企业要用好大模型，首先要解决内部知识积累的问题。如果现有的数据与知识，大模型全都有，那么这个企业未来很难有大的价值。”吴明辉说。

2、安全调用大模型，保护数据资产的关键

在积累私有数据的前提下，大模型会不会滥用企业数据？新品上市生成的内容，第二天会不会被竞争对手直接问出来？让AIGC成功破圈的争议画作《太空歌剧院》，以及今年由妙鸭相机引发的一系列关于用户隐私的讨论，给企业用户的心中埋下焦虑的种子。

目前，部分企业视AIGC为洪水猛兽，将其拒之门外。美国迪士尼公司旗下皮克斯动画工作室明文规定，禁止使用人工智能生成内容，因为人工智能生成的内容不受版权保护，会导致企业丧失盈利的根本。

而另一些以标准普尔为代表的 金融 分析机构则向AIGC敞开怀抱。一位金融从业者表示，“有了GPT以后，我从毕业到现在积累的至少10年以上的分析模型代码，这半年已经全都扔掉了。以前我需要每天根据市场变化来调整代码，如今我们用大模型结合计算机语言重构代码，每天半个小时就可以完成原本一天的工作。”

在明略科技看来，不同类型企业的数据安全需求，存在与之适配的解法。从企业数据 商业 机密的高低、推理复杂度的高低两个维度来看，可以将企业划分成四个象限：

图片来源：2023营销科学大会

若商业机密低、推理复杂度低，无论调用在线大模型还是私有化模型，建议企业以成本为中心，选择高性价比方案；

若商业机密低、推理复杂度高，企业可以放心调用在线大模型，选择技术实力强、切合自身需要的大模型产品；

若商业机密高、推理复杂度低，建议企业选择私有化模型进行调优，在私有云上调用；

若商业机密高、推理复杂度高，需要复杂的人类智力活动，企业可借助第三方做好数据脱敏后，再进行高级推理。

3、营销行业拥抱大模型，只差最后一公里

今年5月，奇绩创坛创始人兼CEO陆奇在一次分享中指出，当前以ChatGPT为代表的大模型带来了新范式，人类环境正从信息系统向模型系统演进，最终将进入行动系统。模型系统可以针对信息做推理、分析、规划，行动系统则可以根据推理和规划与环境互动。

从落地情况来看，眼下并不是每一个行业都能够经由模型系统进入到执行层面。以制造业为例，由于涉及生产环节多、链路长，只要某一环节没有实现智能化，便难以发挥大模型的效用。

营销行业则不同。以广告投放场景为例，本身就已经具备程序化的基础建设，如今各家互联网平台都能提供程序化投放接口。但现实情况是多数企业在接口之前的工作没有做好，企业海量数据的价值还没有最大化，有太多工作就差那么一口气。

在数据智能领域深耕17年，帮助2000+企业在数字化转型中挖掘到数据与商业价值，站在大模型的时代节点上，吴明辉对明略科技和秒针系统的定位，是做好企业与大模型之间的连接器，帮助企业连接基础大模型和和内部数据、知识，形成反馈闭环，并在闭环中持续积累新的数据，创造企业的独特价值。

图片来源：2023营销科学大会

在应用层面，明略科技则推出了企业级一站式大模型Copilot“小明助理”。

“小明助理”的诞生最早可以追溯到2017年明略科技推出的企业级Siri。如今，基于大模型重构的“小明助理”以浏览器插件的形式出现，能够与网页交互，辅助阅读PDF等多种格式文件，并提供社区互助服务，更加契合企业办公场景。在功能方面，可用于营销策略产出、年度KPI设定、品牌整合营销、传播内容生成、销售素材生成五大营销应用场景。

图片来源：2023营销科学大会

根据亿欧TE智库发布的《2023AIGC+营销价值与应用研究报告》，AIGC+营销的服务商约60%聚焦在内容生产层面，约25%聚焦在创新运营层面，聚焦在策略与洞察层面的服务商则相对较少。

明略科技CEO吴明辉表示，“过去企业常常忽视广告监测、小程序搜集到的中间数据，因为人类数据分析师很难深入了解不同维度的参数与最终结果之间的关系。有了大模型之后，这些中间过程数据的价值可能会放大100倍，从而帮助企业更好地洞察与决策。”

今年10月，国际权威研究机构Gartner发布2024年十大战略技术趋势，其中“全民化的生成式人工智能”被列入其中。Gartner预测，到2026年，超过80%的企业将使用生成式AI的API或模型，或在生产环境中部署支持生成式AI的应用，而在2023年初这一比例不到5%。

与新技术随之而来的，往往是组织与人才的共同进化。为了让全员尽早搭乘大模型的快车，人人成为Prompt训练师，“小明助理”已在明略科技内部率先投入使用。据了解，目前95%的员工已经安装「小明助理」，超70%人每周使用。在大规模内测过程中，明略沉淀了40多个高频模型。

与此同时，明略科技宣布“小明助理”开源计划，让更多企业拥有个性化、可定制的“小明助理”，顺应时代潮流，体验人机协同的工作方式。

明略科技高级副总裁、大模型产品负责人孙方超认为，“AI的iPhone时刻已经到来，大模型供给端和需求端需要衔接的桥梁。Copilot是企业落地大模型一个理想起点，因为它足够轻量化，面对的场景也比较通用。”