AIGC年度激辩：3轮交互内准确率95%以上才能真正应用| 中国AIGC产业峰会

编辑部 整理自 AIGC峰会

量子位 | 公众号 QbitAI

“ROI是衡量AIGC应用价值的唯一标准。”

“现在AIGC客户的需求有两类，一类是尝鲜，一类是真正在工作流里应用。后者如果类比AI 1.0时代的应用金标准，在AI 2.0时代，应该就是在至少3轮交互内要达到95%以上的准确率。”

“AIGC应用落地的关键，还是要从业务和场景中来，到业务和场景中去，拿结果说话。”

“如果是高质量的、投入真金白银去做的百模大战，那么就是有意义的。”

……

从ChatGPT带动AI产业爆火，再到现在越来越多AIGC应用的出现，AI行业已经从初步探索期，发展到应用落地期。今年也被很多人称为“AIGC的应用元年”。

那么对于所有AIGC玩家来说，都会面临一个现实的问题：怎么将AIGC应用落地，如何赚钱？

围绕这一问题，阿里云通义大模型业务负责人徐栋、轻松集团技术副总裁高玉石和澜码科技创始人兼CEO周健在本次中国AIGC产业峰会的圆桌环节，详细分享了自己的看法。

公司产品类型、模式都不同的三位玩家，对AIGC应用落地的探索都到了什么阶段？

现在的AIGC应用，又有什么价值？

以及最重要的，AIGC应用如何落地、怎么赚钱？

中国AIGC产业峰会是由量子位主办的行业峰会，20位产业代表与会讨论。线下参会观众近千人，线上直播观众300万，获得了主流媒体的广泛关注与报道。

话题要点

• AIGC应用已在不同细分赛道上岗
• AIGC产业确实越来越卷，但也越来越成熟
• AIGC应用落地变现的方式
• AIGC应用的价值
• 如果是高质量、投入真金白银的百模大战，那么是有必要的

（圆桌环节由量子位主编金磊主持。在不改变原意的基础上，量子位对内容进行了编辑整理。希望能够给你带来更多的启发与思考。）

论坛实录

（话题要点为后添加）

AIGC应用已在不同细分赛道上岗

量子位金磊：感谢各位嘉宾朋友参加这次圆桌，我们这次峰会的主题叫做「你好，新应用」。为此我们邀请到不同产业和领域的落地先锋代表。

从ChatGPT问世到现在一年半的时间里，我们看到生成式AI行业发展有一个非常明显的趋势：从基础层的建设和探索，逐步在向怎么把他们用起来去发展，今年也被很多人认为是AIGC的应用元年。

我们觉得在这个时间节点上有必要坐下来聊一聊与AIGC有关、且非常接地气的话题：「怎么落地，如何赚钱」。

紧扣这次圆桌的话题，我想先问一个开门见山的问题，就像刚才快刀青衣老师说的，不要告诉我大模型有多厉害，要告诉我它们用得怎么样了。

首先想请教一下高总，轻松集团在去年年底的时候对轻松问医Dr.GPT做了全面升级，相应发布了7个创新应用，目前病患和医生对新应用的使用情况是怎么样的？

轻松高玉石：我来介绍一下我们轻松集团的落地情况，算是对应快刀青医老师说的企业落地实践的过程。

我们在去年上半年发布了轻松问医的大模型，是医疗健康领域的大模型。

随着下半年整个应用和场景的拓展，我们在去年年底做了升级。基于轻松问医大模型，还有具体应用场景里面应用模型的结合，我们在医生和患者端确实做了落地的应用，目前看效果还可以。

比如医生端，我们会给医生提供过往积累了很多的病例数据，并且我们做了病例识别AI模型，结合轻松Dr.GPT对于健康医疗数据识别的能力和推理能力，我们向临床研究部分推出临床预分析的数据能力。

做临床研究的这些医生，他临床收集的病例只需要提交上来，很轻松就可以拿到识别结果包括结构化，甚至说他在临床研究过程中收集到各种其他类型的数据，都可以综合做一个预分析。

目前我们看到的情况，在我们平台上采用这种方式去做的，在同等工作上效率相对于传统临床研究能提升2倍，目前整体用的效果还是非常不错的。

同时，我们平台上还有很多医生在做科普。我们能给他们提供一些文字或者视频类科普内容创作过程中的AI辅助工具。

目前看来，这部分医生在我们平台上每个月可以利用这个工具生产或者说创作内容，大概维持在万这个级别的规模。

同时，我们还给医生推出辅助诊疗AI工具。它可以自己跟患者沟通、交流，会预生成出诊断结果的判断，包括给诊疗建议，最终医生会对结果做整体的复核并给出最终结论。

我们跟一家互联网医院做试应用，目前看来这个结果被医生的采纳率能达到86%。一个医生正常问诊的过程之前是10分钟左右，现在只需要1-2分钟，这是我们医生端的。

从患者端来说，因为我们C端用户比较多，所以做了健康顾问。

比如对慢病患者，它会提供用药提醒；对普通用户，特别我们中老年用户比较多，它可以提供饮食、生活的健康建议。

我们目前这个顾问覆盖30多万用户，活跃率可以做到70%多。这在过往很难做到，因为这种方式跟用户沟通需要非常大的人工团队去维护，但现在有了大模型，这个事情可以做得非常轻松了。

包括我们健康商城里在线的智能客服，整体上了大模型之后收缩了70%人工人力成本、人工客服的成本。由于时间关系，还有其他的应用我这里不详细的展开了。

量子位金磊：刚才高总提到病例分析任务，这对于医生来说应该是必须严谨且耗时的工作，有没有数据通过Dr.GPT给医生带来省时的数据呢，节省多少时间？

轻松高玉石：对于一个完整的问诊过程来说，在线问诊比线下问诊时间耗时较长。正常情况下，原本是10分钟左右，现在大概降到1-2分钟。

前面很容易的沟通不需要人工，用机器就能收集上信息，最后医生做出决策之前，可以看到大模型提取完的结果。

如果他想要的信息没有完整提取到，因为这不仅是完整模型而是一套系统，系统自动就会把想问的问题用人工跟患者沟通，整个过程看下来时间节约了很多。因为医生看病大量时间都用在前面的过程，最后出结论时，很多时候很快。

量子位金磊：接下来想问问徐总，咱们通义千问正式开放也有半年多的时间了，现在用户使用的情况是怎么样的？

阿里云徐栋：我跟高总的角度可能会不太一样，因为我们是云厂商，再加上模型服务面向全行业。

坦白说很多客户比较两极分化，一方面认为模型是万能的，另一方面有些用户觉得模型是对原有搜索的增强，可能是这么两个角度。我们把市场去做个分割，AIGC怎么应用的情况可以分两个层面。

第一个，大模型塑造了产业的核心商业模式。比如游戏行业的NPC、社交领域的角色扮演，包括高总讲的范围像是SaaS的场景，它是AIGC内容生产的上游和下游，而且它有自己特定的work flow，这个产业链也是在快速变化。

除此之外可以看到像智能硬件包含的范围很广，包括车机、智能座驾、手机，也能看到手机厂商和PC厂商分别把名字都改了，叫AI Phone或者AI PC。还有像鼠标这种消费电子类的穿戴设备，都有模型上的场景应用。

可以把这一大类通称为大模型对商业模式做的大升级，它们或多或少可以把模型集中进来。

第二大类是企业级市场，未必是对商业模式做了根本性重塑，而是在降本增效场景作用比较突出，比如最典型的客服场景、知识库的问答等等，这些场景在企业内部对提效来说有非常多的帮助。

快刀青衣老师在刚刚讲的时候，说团队规模未必未来会足够大，原因也是这样。因为你会发现很多原有岗位角色都是围绕着具体的业务场景的，这个场景下面很多角色通过AI被提效，因此可以做更好的降本增效模式的改变。

讲到阿里巴巴集团模型内部的模型使用情况，有一个很好的案例，有机会可以听钉钉总裁分享。钉钉是非常好的工具链SaaS企业，他们应用分了三步。

第一步把原有IM的Saas应用AI化。比如闪记、视频会议还有文档，全部接入了像魔法棒这样一个能力，所有内容都跟AI打包了。

第二步推出了钉钉超级助理。因为AI助理、AI Agent这个场景，也就是一个AI助理帮助企业通过IM使用相应的功能，不管调用功能还是做摘要都会变得很方便。

第三个是钉钉走的另外一条更有突破性的路线，它有一个场景叫“炼丹炉”，也就是一个企业可以把能力包括知识库跟钉钉原有场景结合，变成自己所需要的AI助理，或者特定企业的数字员工。我觉得这样场景也是非常有意思的。

今天很多AIGC应用场景在慢慢发展，也在不断地分层，我们自己看到这两个层面客户的需求会不太一样，毫无疑问调用量也正在非常快速的增长，不管在第一个场景还是在第二个场景。

量子位金磊：接下来想请教一下周总，澜码科技是去年2月份成立的，可以说是非常典型的AI 2.0公司，咱们去年年底发布了AI Agent平台AskXBOT，那么咱们这款应用现在目前使用情况是怎么样的？

澜码周健：我们一开始从自动化的视角设计AI Agent，我们关注到企业内部员工，特别是一线员工，处理的很多都是数据、文档、应用、流程，这四个核心要素，我们就围绕这几个打造了核心能力。

去年比较多的能力还是在文档这个维度上面，比如说最简单的政策解答、出题判卷，包括保险产品条款的回答，这样做一系列的应用。今年我们开始有一些所谓的Chart能力或者Work Flow的能力，我们把这些能力组装在一起，就可以做高级一些的增强自动化，专家可以通过知识去赋能基层的业务员工。

这里有一个典型场景，以前保险代理只能通过盲打电话推销新的保险产品，成功率非常低，现在保险代理可以根据体检情况生成的个性化保险产品推荐，去推荐给对应的体检客户，并且推荐的产品也符合他的健康情况，从而可以大大提高销售转化率。

另外一个场景是银行普惠金融，政府现在也希望引导银行资金能够到优质的中小企业那里去，这时候就需要对申请资金的企业撰写尽调报告。

过去一个客户经理要花半天时间写报告，因为要收集各种各样的信息，例如公司章程、营业执照、银行流水、财务报表，大概要花半天。但是通过Agent，10分钟就能生成一份报告，再检查一下，基本上30分钟就能完成一份报告。