用友网络科技

本文首次发布于《企业家》杂志2024年3月刊

作者：用友iuap数据中台专家 姚春雷

其一，计算资源需求大。大模型的训推需要大量的计算资源，如高性能计算机、大规模集群和云计算平台等。

其二，存储空间大。大模型参数越大所需要的数据量就越大，这也意味着需要具备先进的数据处理和存储技术。

其三，持续学习问题。大模型是基于资料自我学习后再把信息进行整合、加工，传递给用户。大模型只有不断的学习，才能满足企业即时搜索的需要。这样大模型中的数据量会越来越大，计算过程越来越复杂，所以对大模型的运算能力和运算时间提出更高要求。

其四，复杂场景的落地成本高。企业复杂的业务场景对模型的参数要求越高，随之成本越高。

其一，很难鉴定“搜”和“答”的边界。比如，我们平时用百度或谷歌搜索，通常是搜索具体的关键词，搜索和问答很难鉴定是因为搜索有时候无形地伴随着问答。比如“智能大搜是一款什么样的产品？”这是一个问题，但它也可能是搜索“智能大搜”的关键词，所以我们在搜索中很难鉴定到底是问还是搜。这就要求我们要对整个关键词进行很好的语义理解，把关键词提取出来进行相关的搜索。

其二，海量数据需要持续运营。上面提到大模型需要不断学习，那就需要把企业海量的数据进行处理，其次是标注、标签，更重要，还需要知识的运营。比如企业如何构建知识库，如何让知识库里的知识快速满足不同角色不同场景下的搜索需要。

用友智能大搜可以为企业带来智搜、智答、智推三方面价值，基于用户画像猜用户所想，推用户所需，助力企业内部资源高效应用。

一、智搜：智能大搜基于用友企业服务大模型YonGPT，提供“沉浸式”搜索新体验，低成本接入，聚焦企业各类搜索场景，帮助员工快速、准确获取所需知识。

二、智答：强大的语义理解和分析能力，挖掘企业沉淀的领域/用友网络科技宝藏，提供高质量的多模态知识问答，降低学习成本，提升工作效率。

三、智推：基于用户画像，猜用户所想，推用户所需，助力企业内部资源高效应用。