第四范式大模型产品完成第三次迭代：以生成式AI重构企业软件

"第四范式首次提出AIGS战略（AI-Generated Software）。"

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，第四范式于4月26日首次向公众展示其大模型产品「式说3.0」，并首次提出AIGS战略（AI-Generated Software）：以生成式AI重构企业软件。

换言之，式说将定位为基于多模态大模型的新型开发平台，提升企业软件的体验和开发效率，实现AIGS。

值得注意的是，本次发布的「式说3.0」是第四范式在短短两个月之内发布的第三个版本：

1.0：在ChatGPT火了之后，第四范式在2月推出了第一代的产品——式说1.0有生成语言的能力，并且解决GPT技术应用时内容可信、数据安全和成本的三大问题。当时主要的场景就是文库问答，相当于让GPT学习的企业知识后，可以解答专业问题，并且可溯源。

2.0：在式说语言能力基础上，加入了文本、语音、图像、表格、视频等多模态输入及输出能力，并增加了企业级Copilot能力。以与企业内部应用库、企业私有数据等进行联网，对信息和数据进行分析，回答员工的问询或执行相关任务，从知识助手成为业务助手。

3.0：在生成式和语言能力的基础之上，3.0发力Copilot和思维链COT（多步推理、复杂任务拆分、形成数据飞轮），改造传统B端企业软件的体验与开发效率。

​B端企业级软件的复杂性，为AIGC留下了足够大的重构和改造空间

第四范式创始人兼CEO戴文渊表示：“C端产品已经逼近用户体验的上限，而B端的企业级软件往往是个十分复杂的执行系统，堆砌十几层菜单和成千上万功能也不算多。”

在戴文渊看来，目前这些B端软件极为复杂的交互体验，以及复杂性带来的极低开发效率，恰恰为生成式AI留下足够大的重构和改造空间。

不可否认的是，C端的软件体验在过去的十几年已经被打磨到了比较高的水准，用对话未必就一定更好用，而在企业报销系统、HR系统、OA系统等B端软件这一侧，体验并没有很好地完成优化。

“过去很难通过人类语言（自然语言）的方式去调用企业软件的功能，现在当我们有更强的语义理解和生成能力，再加上GPT任务翻译、任务分发和推理的能力，就可以通过更好的「对话框式」交互方式实现功能的调用，不再需要找到某个位于十几级的菜单目录之下的功能。”戴文渊说道。

另一方面，由于原先B端企业软件都是高度定制化的，基于菜单式的开发，基本每次一个功能升级，又要产品经理画界面，设计、开发等，至少是月级别的开发时间。而由于新的交互形式的出现，以前是功能和执行逻辑被编排在软件界面，现在功能和逻辑被改写在数据、API和内容层面，变成了天级别的开发效率。

“以前软件是在界面层面的升级，未来是在数据层面的升级。”戴文渊指出，“我们看到大模型能够带来用户体验的提升，开发效率的提升，所以一定会形成软件行业的飞跃，就是谁率先能做出来的问题。这是一个巨大的市场。大模型是新的生产力，以大模型基础设施为先导项目，改造整个软件产业，整个行业的业务价值、商业模式都会得到飞跃。”

大模型更重要的在于，模型具备Copilot和思维链CoT的能力

具体到产品层面，戴文渊认为，要做到AIGS，大模型未必需要是知识广博、十项全能冠军的通才，更重要的在于模型具备Copilot（副驾舱），和思维链CoT（chain of thoughts，多步推理）的能力。

为此，第四范式将AIGS的路径总结为三个阶段：

第一阶段，Copilot调动不同的信息、数据、应用，作为助手完成用户的指令。相当于在所有企业级软件系统里，配备一个指挥官。指挥官听用户的指挥，比如“把照片亮度调亮20%”。

第二阶段，Copilot+基于企业规则的“知识库”，AI能够参照规则做复杂工作，进一步丰富了「对话框」的能力。比如AI查询了“人像美化”知识库后，能执行把照片修好看的步骤。

第三阶段，Copilot+CoT（思维链）。软件系统的使用行为最终会被大模型学会，形成AI针对这个领域的思维链，意味着“把照片处理得更好看”这种复杂指令，AI能自动地按照步骤完成。

第四范式的AIGS战略，就是指基于式说大模型背后的Copilot+COT能力，把企业软件改造成新型的交互范式，并在新型交互上不断地学习软件的使用过程，形成领域软件的“思维链”。

味着，对于企业软件合作伙伴来说，可以基于范式的大模型能力，在一个个领域里面钻的足够深，学习到足够多的数据，最终所形成领域的思维链，发展成“领域”大模型。当思维链复杂度到一定程度以后，它的软件就能够自动执行越来越复杂的功能。

对AI产业化的深层次理解，使得自己更清楚如何落地才能产生最大价值

事实上，之所以第四范式在短短几个月的时间内就可以推出自己的大模型产品并完成持续迭代，还是基于其过去数年的技术积累。

据「IPO早知道」了解，在BERT出来的时候，范式研究院就开始关注并投入在这个技术领域，GPT3出来以后更加明确了要朝这个方向。

首先，范式拥有做大模型的技术能力。虽然先知不是做通用模型的定位，当时定位是做专用模型，但先知一直强调模型是要高维的，所谓的高维其实就是参数，要把模型做大，就像GPT3.5是1700多亿的参数，这是从技术上来说能平移过去的地方。此外范式拥有国内领先的研究院、工程化、产品力的全栈技术能力。

其次，范式原有市场和新市场所面对的产业链正好是上下游。以前AI更像是一种重要零件或者元器件，这些以外的其他地方不是AI覆盖，是企业软件覆盖。企业软件经过了这么多年发展，基本上能把所有的事都覆盖了。范式和软件公司一直互为生态，范式做的是软件里面的AI决策，软件公司做功能和流程的实现。

当然，戴文渊坦言，相比今年的投入，过去几年肯定还是有差距的。

“ChatGPT对我们最大的帮助，就是整个市场的信心一下从0调满了，确定性的投入更大了，再往后就是变成产品、变成商业化的路线往市场去推。”戴文渊表示，“我们互相共生也很了解，看到GPT3时已经知道了，是可以帮助到企业软件市场的。做这个事情还是需要非常强的一个行业积累，第四范式过去几年在行业里面扎得还是比较深的，我们对AI产业化的深层次理解，更清楚明白大模型作为新生的生产力工具，如何落地才能产生最大的价值。”