近期，WakeData惟客資料（以下簡稱 “ WakeData ” ）完成了新一輪的産品能力更新。就 ToB 企服公司如何融合GPT 大模型，WakeData 給出了自己的答案。
在2022年11月的産品釋出會上，已傳遞出WakeData的“三個堅定”：始終堅定技術投入，全面夯實核心産品的科技能力和自研率；始終堅定國産化适配能力，支援國産晶片、作業系統、資料庫、中間件、國密算法等，并在同領域實作對國外廠商的國産化替代；始終堅定擁抱生态，與夥伴共創共赢。
WakeData繼續新一輪的産品能力更新，憑借過去5年的技術積累，以及在地産、零售、汽車等行業和垂直領域的實踐，與戰略夥伴聯合研發具有私有化部署能力的行業大模型WakeMind，将在 AIGC 時代幫助更多企業自我革命、提升效能，持續解放生産力。
WakeMind模型的三大平台層
模型層：母艦平台将以具有私有化部署和行業定制能力的WakeMind作為核心引擎，已接入了ChatGPT等大模型，同時支援接入如文心一言、通義千問等多個大模型能力
平台層：WakeMind基于Prompt提示工程、Plugin、LangChain等方式，實作與接入大模型的高效對話能力。在零樣本學習的基礎上，通過Prompt和Plugin管理，讓模型能夠更好的了解上下文資訊；通過投喂行業語料，讓模型快速學習行業知識，并具有行業和垂直領域的思考推理能力。
應用層：WakeMind母艦平台提供底層能力，通過一架又一架的艦載機去賦能産品應用和行業場景，提升企業内部生産力。
舉個例子，母艦平台如何賦能惟數雲。企業在借助惟數雲平台建設和使用資料資産的過程中，往往需要投入大量專業的資料開發工程師，參與到業務需求分析和資料開發工作中，而大量繁瑣的開發任務會導緻整個資料價值實作周期被拉長。基于WakeMind賦能，隻需要通過文本互動，惟數雲就可以自動生成對應的資料查詢語句，并一鍵執行查詢，能夠大幅度提高資料查詢、分析、開發的效率，全面降低資料使用的技術門檻，以實作資料人人可用的目标。
WakeMind模型的三大特征
1）參數量更适合行業化和垂直領域場景。AI生成的内容要達到人類水準，往往需要以“預訓練+微調”的大模型為基礎；WakeData聯合業界領先的千億參數多模态預訓練大模型廠商，通過知識蒸餾和動态量化，壓縮出100億參數量的WakeMind模型；在聚焦的行業和垂直領域，基于P-Tuning V2可以将需要微調的參數減少到原來的千分之一，大幅度降低微調所需要的計算量。
2）具備行業化和垂直領域能力的文本創造和代碼生成。
3）支援私有化部署和行業化定制。行業或垂直領域的頭部企業，更希望具備私有化部署和行業化定制大模型的能力。而如何在小樣本學習和低算力消耗的情況下進行有效的預訓練，已成為行業化定制模型的技術門檻。WakeData行業資料和垂直領域資料的積累，将使行業大模型具有行業Know-How，并形成獨特的競争優勢。
同時，WakeMind采用Transformer架構，以self-instruct方式生成數萬的指令遵循樣本資料，使用SFT（Supervised Fine-Tuning）、RLHF等技術實作意圖對齊，通過INT8量化後，可大幅降低推理成本，使模型具有私有化部署的可行性
大模型與行業化預訓練大模型
自OpneAI釋出ChatGPT以來，給世界帶來了巨大沖擊。其背後的大型語言模型 (Large Language Model，LLM) ，以及RLHF (Reinforcement Learning from Human Feedback) 即以強化學習方式依據人類回報優化的語言模型，得到了廣泛關注。
WakeData創業初期，在NLP、CV、語音等領域就釋出了11個AI模型，其中NLP語義分析大模型的應用場景最為豐富。例如在低頻高客單價的地産置業、汽車、品牌零售等行業領域，SCRM是最有效的潛在客戶和存量客戶經營方式之一。WakeData通過行業語料的積累和特定的預訓練，使AI對行業産生深刻了解，能夠在對話過程中24小時快速響應客戶問題，并且能夠基于會話資訊，自動抽取客戶标簽，提升客戶畫像的分辨率。
在WakeData，AI大模型能力已經覆寫到從底層客戶資料資産建構，中層客戶經營旅程和經營規則，再到上層的多接觸點營銷鍊路；具備能夠為整個數字化客戶經營的垂直領域‘降本、提效、賦能’的能力。例如在CDP客戶資料平台領域，以前營運人員需要繁瑣的規則設計才能圈選到合适的目标客群，現在則通過簡單的語言描述和對話，AI即可以輔助找到對應的目标客群，大幅降低平台的使用學習成本，跨越式的提升使用效率和互動體驗。
在MA營銷自動化領域，WakeData的産品已經接入了微信生态、抖音、小紅書等觸點，并且支援自動化建構營銷旅程，提供豐富的旅程模版庫，可以實作“實時的、一對一的、個性化的”使用者觸達。這其中有一個重要的環節是個性化營銷素材的生成，包括文本、圖檔、圖文混排等，AI大模型可以大幅提升這個部分的效率和品質，同時降低成本。
在Loyalty大會員領域，當大會員系統橫跨不同行業、不同業态的時候，會員規則和會員資産拉通就會存在挑戰，WakeData的AI大模型基于大量行業經驗和語料訓練形成的Prompt引擎，通過簡單會話，描述不同業态會員的特性和業務訴求，就可以自動生成不同會員規則的映射邏輯群組合方案。
大模型在行業和垂直領域的實踐已證明其價值。
WakeMind商業路徑的三個階段
1）2018-2021年，自有模型應用和商業化探索期。基于WakeData的惟數雲、惟客雲、昆侖平台三條基礎産品線，将自研的NLP大模型在地産、新零售、汽車等行業，以及數字營銷等垂直領域進行全面的探索和實踐。
2）2022-2023年，WakeMind釋出和母艦平台建設期。WakeData聯合戰略夥伴加速行業大模型WakeMind的研發，并通過母艦平台，使WakeMind具備行業化和垂直領域的定制化能力，具備私有化部署能力，具備通用大模型的接入和管理能力，實作對自有模型不能覆寫場景的有利補充。
3）2023年及以後，全面進入WakeMind模型應用期。 WakeMind基于母艦平台的能力，全面接入到惟客雲、惟數雲、昆侖平台等産品線，通過行業知識積累、行業場景優化、行業提示工程訓練，進一步提升模型的行業化能力，并将在地産、新零售、汽車等行業發起更大規模的商用。與此同時，WakeData自身也基于WakeMind母艦平台的能力，開始實作自我生産力的革命。
WakeData如何用AI解放生産力
WakeData公司的使命定義為「喚醒資料」 ，并已在大資料平台領域布局多年。作為一家TOB企服公司，就「如何運用大模型」WakeData看到了巨大的機遇，并将大模型的運用覆寫到了兩個方面：一方面是将大模型接入産品，另一方面則幫助企業内部的設計師、程式員等人群使用大模型進行産品開發和客戶項目傳遞。
大模型的接入運用有兩個基本要素，有更适用的場景和具備大資料AI能力，WakeData主要的兩款産品“惟客雲”與“惟數雲”則為大模型的接入提供了便利。惟客雲能夠更友善的基于行業數字化應用将大模型工具無縫接入，客戶無需關心應用背後的複雜配置和技術優化；惟數雲則能夠基于行業幫助場景應用優化提示工程和垂直模型。而這也是WakeData一直堅持平台+應用的産品方案優勢。
與此同時，WakeData将大模型接入産品又分為了兩類，一類是基于産品和行業業務流接入，這類接入的重點在于優化體驗和行業知識，幫助客戶快速、便捷和有效的運用；第二類是基于産品結和開源大模型深度優化垂直場景，這類産品更符合大客戶對抗風險和資料安全上的訴求，同時基于行業的了解對模型可以不斷優化，可以保持這類客戶在垂直行業的持續競争力。
“企業在數字化轉型和數字化客戶經營當中要融合好大模型，大資料和場景是兩個關鍵要素。”WakeData創始人兼CEO李柯辰表示。
在通常情況下，大模型都需要大量的資料進行有效訓練，是以具備行業化的資料平台能力變得至關重要。近日國家網際網路資訊辦公室釋出了《生成式人工智能服務管理辦法（征求意見稿）》，其中特别強調了訓練和預訓練資料來源的合法合規，以及資料的真實性、準确性、客觀性、多樣性。大模型的價值應用場景，更是大模型發展和商業化的重要因素；所謂場景就是指我們訓練的模型的用途，是否能在合法合規的前提下，為業務創造核心價值。
李柯辰認為，場景是運用大模型的環境，大資料和AI技術基礎是能力；擁有行業場景和行業資料的企業在獲得大模型能力時會更快、更有效、更靈活。
WakeData的兩條核心産品線，正是對這兩大要素的累積；惟數雲作為新一代資料平台，具有強大的大資料End-to-End的資料處理能力，惟客雲作為新一代數字化客戶經營平台，其中包含了CDP、MA、SCRM、Loyalty等套件，擁有海量的業務應用場景，并且通過垂直行業深耕戰略，擁有更強的行業Know-How，擁有更多有價值的訓練樣本資料。在2022年惟數雲就釋出5.0版本，其資料內建、資料計算、資料分析和治理、資料可視化、資料資産化的能力均具有行業領先的優勢。而這些資料側的優勢，也成為大模型時代行業化人工智能應用的競争壁壘。
“在WakeData内部已經初步形成推進生産力解放的工作氛圍，WakeMind能力在産品設計、開發測試、營銷營運等領域，都已經展開使用，初步運用已實作人效達到20%的提升。在加快産品研發的同時，也提升了客戶項目傳遞的效率，還為客戶的數字化項目落地節省了時間成本。。”WakeDataCTO錢勇說到。
昆侖平台由基礎雲、開發雲、內建雲三部分組成，是WakeData産品研發和實施傳遞過程中非常重要的雲原生技術底座。昆侖平台開發雲通過WakeMind賦能，工程師已經在探索“基于産品文檔，輔助生成對應的架構設計、資料模型設計，再輔助生成代碼、檢測代碼的正确性”等方面的應用。例如在推進領域驅動設計的過程中，WakeMind可以輔助學習DDD、輔助工程師進行領域模組化；在資料模組化的過程中，可以通過自然語言互動進行資料模型的建立、修改、自動補充完善，快速生産SQL語句；在産品研發過程中，通過輸入産品文檔，提取和生成産品術語表，并進行詳細的解釋說明等。
對普通的工程師來說，在生成規則類代碼、自動生成單元測試、代碼審查和優化等領域，已經可以大幅提高開發效率了。
WakeMind提供全員可用的文案生成助手。
市場部門通過AI的 Text to Video快速建構的營銷增長矩陣。
AIGC賦能行業和垂直領域是必然趨勢，也是WakeData自創業以來的核心發展路徑。對于類ChatGPT的技術和服務，WakeData一直保持開放和擁抱的态度，并且積極投身其中，在聚焦行業化經營的戰略基礎上，緊緊把握其價值化和商業化的路徑。惟客資料的 WakeMind 行業大模型，将在 AIGC 時代幫助更多企業自我革命、提升效能，持續解放生産力。