Q：在來也內(nèi)部，大語言模型是什么時(shí)候開始被重視的？

汪冠春：今年1月，我們的內(nèi)部戰(zhàn)略研討就提出要全面擁抱GPT，組織全員集中學(xué)習(xí)；會(huì)找一些有經(jīng)驗(yàn)的同學(xué)去給大家講，大語言模型到底怎么回事，怎么去用，還辦了一場(chǎng)黑客馬拉松，把所有同學(xué)都發(fā)動(dòng)起來，群策群力。

記者：這些學(xué)習(xí)應(yīng)該也是有產(chǎn)出了。

汪冠春：是的，產(chǎn)品和組織層面都有落地動(dòng)作。過去一個(gè)季度那些黑客馬拉松上的好主意都已經(jīng)開始在產(chǎn)品上得到實(shí)現(xiàn)。公司內(nèi)部很多員工也都開時(shí)使用基于大語言模型的工具進(jìn)一步提升工作效率。

胡一川：去年我們把RPA、IDP、Chatbot這一系列產(chǎn)品升級(jí)成一體化數(shù)字化勞動(dòng)力平臺(tái)，我們這次（6月28日的發(fā)布會(huì)）的主題就是把大語言模型全面融入數(shù)字化勞動(dòng)力平臺(tái)。

Q：這股大模型熱潮下，來也的客戶們是怎樣的反應(yīng)？

褚瑞：今年Q1，我們拜訪了大概二十家中大型客戶，發(fā)現(xiàn)他們心態(tài)很矛盾——一方面是對(duì)GPT高度關(guān)注，一說有什么應(yīng)用都脖子伸老長(zhǎng)去聽，非常很感興趣，但他們也很擔(dān)心合規(guī)和保密方面的要求。

他們對(duì)這個(gè)新能力非常好奇，但至于它怎么能夠幫助業(yè)務(wù)直接獲益，其實(shí)他們也還沒有想清楚，所以會(huì)向我們直接提問：現(xiàn)有的能力平臺(tái)上可以集成這個(gè)能力嗎？可以具備類GPT的能力嗎？好讓他們更好地開發(fā)對(duì)話機(jī)器人。

因?yàn)橐郧靶枰獙I(yè)人士用我們的工具去創(chuàng)建很多泛化的語料，但現(xiàn)在這些訓(xùn)練語料可能全部讓大語言模型生成，這個(gè)開發(fā)成本肯定是大幅下降了的。

Q：大模型的選型上，有考慮嗎？

汪冠春：面向海外的產(chǎn)品是直接用的OpenAI，4月我們還優(yōu)先拿到了微軟Azure提供的企業(yè)級(jí)Open AI接口服務(wù)。我們?cè)?021年和微軟簽下戰(zhàn)略合作協(xié)議現(xiàn)在看價(jià)值更大了。

國(guó)產(chǎn)大模型方面，我們與百度、阿里、華為等都在接觸。當(dāng)然和百度的對(duì)接最快，文心一言發(fā)布后來也科技就是首批使用方。

Q：或者，來也考慮自己做大模型嗎？

汪冠春：如果是像OpenAI、百度那種投入，去做通用大模型，那我們不會(huì)做。因?yàn)檫@需要至少上億美金的投入和在Transformer模型這個(gè)特定AI方向上的深度積累，我覺得極少創(chuàng)業(yè)公司能駕馭。

但基于開源版本，封裝出一些針對(duì)特定領(lǐng)域的定制模型，對(duì)特定場(chǎng)景微調(diào)，這我們會(huì)積極擁抱。尤其大客戶對(duì)私有化部署大模型有強(qiáng)需求，我們團(tuán)隊(duì)也具備很強(qiáng)的針對(duì)特定領(lǐng)域去判別和優(yōu)化開源模型的能力。

Q：ChatGPT崛起，有觀點(diǎn)認(rèn)為RPA和低代碼這種細(xì)分賽道首當(dāng)其沖，要被顛覆，您是怎么看的？

汪冠春：這可能是因?yàn)椴惶斫馄髽I(yè)服務(wù)市場(chǎng)又非常期待革新技術(shù)誕生顛覆而過快下的結(jié)論。

就說RPA，狹義上指的是交互界面自動(dòng)化的能力，此時(shí)會(huì)出現(xiàn)的問題是：復(fù)雜流程下的較高開發(fā)成本，流程運(yùn)行還是基于強(qiáng)規(guī)則。這也是為什么今天只有大企業(yè)做RPA項(xiàng)目的投資回報(bào)率比較高：能接受高開發(fā)成本，流程偏固定。

但有智能化的能力、有大語言模型加持，RPA開發(fā)變得更加柔性。AI可以更好理解很多場(chǎng)景，今天就可以通過自然語言的方式來開發(fā)RPA流程，而不是必須基于強(qiáng)規(guī)則。這時(shí)RPA的魯棒性和容錯(cuò)性都變得更強(qiáng)，交付成本也進(jìn)一步下降。大語言模型對(duì)狹義的RPA來說，肯定是利好。

而在廣義RPA的語境下，所有自動(dòng)化和數(shù)字員工都可以理解成是RPA的延伸，ChatGPT和大語言模型是讓這個(gè)市場(chǎng)空間又增加了10倍甚至100倍。所以我相信RPA還在產(chǎn)品生命周期的上升期。

記者：這類觀點(diǎn)會(huì)認(rèn)為，企業(yè)是可以直接使用大模型、取代RPA的。

胡一川：我們看到已經(jīng)有一些企業(yè)嘗試在使用ChatGPT等這類應(yīng)用，但企業(yè)要大規(guī)模應(yīng)用大模型，依然面臨挑戰(zhàn)。

一方面，ChatGPT、文心一言屬于偏C端的大模型應(yīng)用，在企業(yè)業(yè)務(wù)場(chǎng)景下，執(zhí)行業(yè)務(wù)動(dòng)作的能力和效果不夠理想。比如你跟ChatGPT說分析上個(gè)月的銷售訂單，它肯定做不到，因?yàn)樵谀睦铽@取、怎么自動(dòng)化獲取銷售訂單，ChatGPT都不知道。當(dāng)然，如果CRM系統(tǒng)有API，ChatGPT可以去調(diào)用。但這里依然有兩個(gè)挑戰(zhàn)：第一，并不是所有系統(tǒng)都有適合大模型調(diào)用的API；第二，企業(yè)出于數(shù)據(jù)安全、合規(guī)等考慮不一定愿意把API和數(shù)據(jù)提供給大模型。這時(shí)候還是需要RPA、IDP等各種能力去補(bǔ)位。

另一方面，企業(yè)落地大模型時(shí)，會(huì)有更多企業(yè)級(jí)的需求。機(jī)協(xié)同帶來了新的工作模式。比如，企業(yè)可能需要使用多個(gè)大模型，或者在使用過程中對(duì)不同人使用同一個(gè)大模型的權(quán)限進(jìn)行管控，這都是企業(yè)級(jí)場(chǎng)景下會(huì)遇到的問題，ChatGPT并沒有考慮和解決。

Q：二者其實(shí)應(yīng)該強(qiáng)強(qiáng)結(jié)合，大模型“幫助”RPA去迭代進(jìn)化？

胡一川：過去因?yàn)闄C(jī)器對(duì)自然語言的理解能力比較弱，人類員工與數(shù)字員工之間的交互，主要還是得靠軟件界面去交互，搭建RPA流程要手動(dòng)拖拉拽。實(shí)際上，我們?cè)诠ぷ骼镆屚氯プ鍪裁?，肯定是直接給他發(fā)消息?，F(xiàn)在大語言模型是補(bǔ)上了這塊的短板，讓人類員工與數(shù)字員工之間能夠用自然語言去交互。

Q：RPA規(guī)?；涞赜惺裁刺魬?zhàn)嗎？大模型能有什么助力？

胡一川：我們觀察到RPA規(guī)?；涞赜腥c(diǎn)挑戰(zhàn)，首先是開發(fā)效率不高，RPA有成百上千條命令，開發(fā)者要先熟悉，按需要編寫；其次是維護(hù)成本太高，已經(jīng)開發(fā)好的RPA機(jī)器人要跟著業(yè)務(wù)發(fā)生變化時(shí)，新來的維護(hù)人員未必能完全理解原有的流程；第三，業(yè)務(wù)場(chǎng)景實(shí)在是太多了，RPA不能覆蓋完全，還得依賴工程師去編寫擴(kuò)展命令。

所以我們這次推出了“魔法帽”（Magic Hat）這個(gè)產(chǎn)品，讓開發(fā)者通過自然語言去生成自動(dòng)化的流程片段。也就是說，以前需要自己記住、編寫一條命令，現(xiàn)在可以直接告訴“魔法帽”，說希望這個(gè)機(jī)器人去干什么，它自動(dòng)生成流程片段，提升RPA的開發(fā)效率。對(duì)于已經(jīng)開發(fā)好的RPA流程，它可以直接閱讀、理解機(jī)器人在干什么，給維護(hù)人員提供注釋，提升RPA的可維護(hù)性。“魔法帽”也能夠幫助開發(fā)者去生成自定義的擴(kuò)展命令，快速地復(fù)用到其他場(chǎng)景。

Q：這個(gè)新的四層架構(gòu)，引擎層是出于什么考慮來設(shè)計(jì)的？

胡一川：過去，對(duì)于RPA而言，引擎層是相對(duì)簡(jiǎn)單的，主要是基于業(yè)務(wù)規(guī)則去調(diào)度RPA機(jī)器人。有了大語言模型之后，引擎的能力大大提升，它讓數(shù)字員工真正具備了一個(gè)“大腦”。具體而言，借助大語言模型的推理能力，引擎層能夠讓數(shù)字員工將用戶的需求拆解成可執(zhí)行的步驟和動(dòng)作。有了這樣一個(gè)引擎層，用戶可以直接表達(dá)需求，機(jī)器人自己知道每一步應(yīng)該做什么。

Q：企業(yè)想自主選擇集成哪個(gè)或多個(gè)大模型的時(shí)候，來也會(huì)怎么做？

胡一川：這也是為什么我們把模型層作為單獨(dú)一層，我們會(huì)接入多個(gè)非開源或開源的大模型，提供評(píng)估數(shù)據(jù)和評(píng)估工具，以及做好安全合規(guī)工作，然后把選擇權(quán)交給用戶。

Q：過去半年的產(chǎn)品研發(fā)是圍繞著這個(gè)四層架構(gòu)來做的，接下來的規(guī)劃是什么？

胡一川：我們會(huì)繼續(xù)沿著現(xiàn)有四層架構(gòu)進(jìn)行規(guī)劃。在交互層，我們會(huì)集成主流的企業(yè)辦公協(xié)同工具，同時(shí)提供消息雙向合規(guī)檢測(cè)，讓企業(yè)員工在自己的辦公協(xié)同工具里安全、合規(guī)的使用大模型驅(qū)動(dòng)的數(shù)字員工；在引擎層，我們會(huì)給予大語言模型的推理能力去開發(fā)各種內(nèi)外部API的管控和編控功能；在執(zhí)行層，我們已經(jīng)發(fā)布了RPA“魔法帽”和下一代大語言模型驅(qū)動(dòng)的智能文檔處理，我們還將發(fā)布企業(yè)級(jí)插件中心，它相當(dāng)于是企業(yè)內(nèi)部的ChatGPT Plugin Store；在模型層，會(huì)跟ChatGPT、文心一言以及一些開源進(jìn)行集成，并且提供大模型的評(píng)估數(shù)據(jù)和評(píng)估工具，供用戶在不同大模型時(shí)參考。

記者：回到SaaS這個(gè)行業(yè)來看，可能今年上半年，悲觀的聲音更多一些。

汪冠春：其實(shí)中國(guó)的企業(yè)軟件公司一直都是處在Hard模式里，很難做到增長(zhǎng)和盈利的平衡。如果就是看最近幾年上市的中國(guó)SaaS龍頭企業(yè)，投資人一定是緊張和失望的。放到全球范圍來看，美國(guó)的SaaS公司在過去一年表現(xiàn)也比較慘淡，很對(duì)都估值回調(diào)50%甚至更多，當(dāng)然這主要因?yàn)槊绹?guó)央行加息之后讓整個(gè)財(cái)務(wù)模型發(fā)生了很大變化。

但在中國(guó)首先客戶需求和市場(chǎng)規(guī)模增長(zhǎng)都還是在不斷加速的。而且把時(shí)間線拉長(zhǎng)到5-10年，低價(jià)惡性競(jìng)爭(zhēng)、服務(wù)與產(chǎn)品無法分離等問題還是會(huì)隨著市場(chǎng)和生態(tài)逐步成熟得到緩解，軟件公司的價(jià)值會(huì)更好地釋放出來。

投資人當(dāng)下有回撤情緒很容易理解，但這時(shí)候也是反向思維，建倉(cāng)抄底的好時(shí)候。