大模型竞赛白热化，商查细分赛道天眼查率先“抢跑”
人工智能正式进入了“大模型战国时代”，AI大模型的迭代进化正以空前速度引领一场新工业革命的到来。基于大语言模型推动之下，AI向各应用场景的技术交融将带来新一轮数字化、智能化发展高峰。不过，通用大模型并不能实际解决诸多细分领域的问题，AI竞赛的下半场将注定在细分赛道上展开角逐。
7月2日，作为拥有行业内最具领先商业信息获取和分析技术的天眼查，与华为云共同发布了新产品天眼可信商业助理—-“天眼妹”，其是面向个人端的可控大模型数字产品，基于华为盘古的智能大模型技术,通过对用户真实意图的理解，结合天眼查的商业数据库和商业知识,为用户提供精准的商业信息。
在2023全球数字经济大会人工智能高峰论坛上，“天眼妹”被授予“北京市通用人工智能大模型行业应用典型场景案例”称号。目前，该产品已经完成内部测试，预计本月底对用户开放邀请试用。
那么，作为国内首个问世的商查大模型，“天眼妹”究竟在哪些方面有着亮眼的创新？在实际落地过程中，“天眼查商查大模型”又将为企业和个人用户增添何种升级服务？创新的背后，“天眼妹”致力赋能全行业的底气从何而来？以上这些问题，本文将为大家尝试予以梳理和分享。
市场刚需：商查模型必须跳脱概率性的生成模式
随着人工智能大模型的飞速发展，大模型开始快速渗透到各个行业应用场景中，大大增强了人机之间采用自然语言对话的能力。
但基于语料训练生成的大模型，由于其本质上仍然是一个概率生成模型，无法在自己的知识系统找到最新最准确的答案，也不能简单地通过访问互联网的公开数据来获得结论。
尤其是当用户的问题需要复杂的推理时，大模型的概率性本质导致每次产生不同的结果，这是目前通用大模型的致命伤。尤其是在回答诸如商业类问题时，大模型屡屡出错，既无法保证所提供信息的可靠性，也无法保证同一个问题被不同用户询问时的一致性。
要知道不同于一般的垂类知识，商业领域的数据和信息是时刻变动的。企业的股权结构、营业范围、资金实力、经营风险时时刻刻都可能发生变化，并且需要结合商业惯例和法律法规，通过复杂的计算和判断规则形成进一步的结论，这对于数据获取、清洗加工、分析计算都有着非常高的技术能力和计算资源要。
天眼查认为，在面对用户的商业问题查询场景时，未经规范的大模型无法给出可信的答案，而在商查领域，大模型的可靠性和一致性必须得到保证，这既是通用大模型至今发展一直存在的痛点，也正是商查垂直领域大模型诞生所依托的市场刚需。
解决方案：“可信数据+可信算法”确保可靠性与一致性
在“天眼查商查大模型”产品中，天眼查与华为云共同探索出了一条可行的“可信”技术解决方案，该方案作为一项交互式实时商查信息获取及分析技术,主要创新点就在于利用华为云智能大模型的自然语言理解能力、思维链推理能力，通过天眼查独创的商查知识库调用链技术返回及时、准确的商查数据和商查知识，以拟人化的交互形式、友好的界面面向用户。
区别于一般通用大模型，“天眼妹”的核心优势在于其背靠的是天眼查海量商业数据和知识库，并且数据保持高度灵敏和实时更新，这为商查大模型真正发挥实用价值提供了决定性的保证。
作为中国领先的商业查询平台，天眼查已累计收录全国近3亿家社会实体信息，300多种维度信息及时更新。除了囊括企业工商信息、经营信息、资质许可、司法风险、涉诉信息、商标专利、失信信息、新闻舆情、信用评级、企业变更、企业年报、以及企业关联关系等基本信息查询之外，天眼查还实现了全量工商数据、商标数据、公开诉讼数据的融合，对企业关系达到深度挖掘。
据易观分析发布的《透视用户需求深挖服务潜力：2022中国商业查询行业洞察》报告显示，天眼查市场渗透率近80%，稳居行业前茅，被纪检、审计、税务、公安、经济管理等领域的各级党政机关和国家开发银行、中国石油、中国石化、华为、字节跳动、美团等各类企业广泛应用，被央行誉为全新的“普惠型浅度尽调工具”。
突出价值：极低的门槛和成本，为用户提供更可靠的服务
可以说，有了天眼查的数据保障，“天眼妹”足以具备博闻强记、知法懂法、触类旁通的技术优势。最重要的是，作为全球首款商查大模型，“天眼妹”更是一举解决了传统商查工具不能识别用户自然语言的问题，又保证了结果的绝对可靠和一致性，是商查行业技术及服务能力进化的典型标志。
通过“可信数据+可信算法”，“天眼妹”将以极低的门槛和成本，为千千万万的企业主提供可靠、可信的商业助理服务，在帮助企业或个人降低成本、防范化解金融风险等方面实现更加值得信赖的价值。
有了“天眼妹”的加持，在服务个人用户使用场景下，天眼查可以进一步满足差异化、私人化需求。对于企业用户而言，天眼查能更好的满足不同发展阶段的企业各类场景化需求，为企业增强抗风险能力和盈利能力。与此同时，依托天眼查商查大模型，政府部门层层深入的数智化改革需求也将得到切实支持，政府数据治理体系的闭环构建收获更大助力。
相信，凭借商查大模型的应用落地，天眼查在实现自身商业价值与用户价值的共赢基础上，将在多重维度上减少商业交易中的信息不对称，为全行业畅通数据资源大循环全力赋能。