①腾讯调整春节放假调休至1月26日至2月4日,共10天,1月25日已有安排的同事可按原定时间上班。 ②京东采销员工2024年年终奖平均23薪,上不封顶,2026年将平均26薪。
《科创板日报》8月5日讯 (记者 毛明江 黄心怡) 曹鹏,京东集团技术委员主席,京东云事业部总裁。在跟随刘强东在电商行业攻城拔寨过程中,曹鹏可谓京东“元老级”人物。于2007年加入京东,作为京东集团早期技术框架的搭建者之一,参与了京东网站、交易、供应链、仓储物流和财务等核心系统的开发工作,主导京东零售、京东金融多项重要的技术革新。
在刚刚举行的2024京东云峰会上,曹鹏代表京东发布京东云企业大模型服务、言犀智能体平台、智能编程助手JoyCoder、言犀数字人3.0等三大智能平台与五大技术产品。在会议间隙,曹鹏接受了《科创板日报》等媒体的采访。
▌大模型应用,要在行业里面产生价值才算有效
问:京东在大模型行业应用方面,比如一至三年内,有没有具体的规划和目标?哪些是重点的行业?
曹鹏:我们大模型战略分两条线在走,一条线是解决大模型和产业结合最后一公里的问题。我们一直在探索大模型在各个行业里面怎么落地,围绕着京东很多的场景,包括零售、物流、健康、金融,一直在做各种各样的尝试。
另一条线是在京东自有的大模型建设,因为产业落地要做得好,底层模型对其支撑是最重要的。
比如,健康、零售、金融行业,都有自己专门的属性。所以京东在做自有模型训练方面,一方面要保持对于整个模型基础的、核心的、底层的能力,另一方面在此过程中支撑好前端产业落地。
我认为大模型的应用要在行业里面产生价值才算有效,才算真的落地。
问:大模型发展至今,为什么C端并没有涌现出很有影响力的超级应用?反而是B端,很多行业先跑开。
曹鹏:B端的应用更容易衡量这个产品本身的价值,有很多的办法可以测算产品的ROE,不管是投放的ROE产出,还是效率提升。比如研发在整个代码编写的提效,带来整个人效的节省,这些东西很容易衡量。
C端不是简单地量化,可能是有一个阈值。一旦突破了这个阈值,可能会有一个高速的增长。像OpenAI最初一下就超出了所有C端用户的认知,所以能变成最快用户破亿的C端产品。之后,大家的阈值又被进一步拔高了,预期又进一步提高了,导致在C端迟迟没有太破圈的现象级应用出来。
▌大模型卷价格战这件事,是“非常不健康的”
问:大模型现在价格挺卷,从零点零几元的token,到现在可能直接免费了。你怎么看价格战的?
曹鹏:现在大模型为什么卷价格?是因为很多大模型没有找到前端真正创造产业价值、能够变现的这条路。所以没有办法衡量大模型到底有什么价值,能够值多少钱。在这个情况下,做大模型的厂商,前面又有这么多的投入,又需要这个模型有相应的回报,不管是收入还是市场份额,所以会变成价格战。
但是站在我的角度来看,这件事是非常不健康的。正常一个问答的token,考虑到服务器的折旧、电费、机房等,大概三毛到五毛钱之间的成本。现在卷到只有几分钱,两三分钱的程度,有的模型还直接宣布免费,肯定是亏钱的,这个商业模式是不成立的。大模型的价值应该放到真实的应用场景中去验证,不管是用户营销、智能客服,还是代码编写提效,只有在应用场景里打通了,才能证明这个模型有价值。有了价值以后,才能衡量他的价格。否则只是空卷价格,不利于行业健康发展。
问:目前京东在大模型方面的盈亏情况怎样的?
曹鹏:这要分阶段来看。首先所有的产品在最开始产生和孵化的时候,一定是亏钱的,这个时候需要从公司,从集团层面给资源、给扶持。但是做到一定程度以后,比如一百多个应用做出来了,做了几个月,就会开始看应用本身的价值,来算ROE的账,看用户的增长、流量的增长,会正确地评估这个东西的商业价值,因为你不可能永远在孵化。
所以我们分两个阶段,开始孵化阶段,集团统一投资源,让大家积极探索。一段时间后,就会看每个产品本身的价值产出,一定要最终产生商业价值的产品,才有效果。在集团内部试完了,再看看能不能将其变成对外服务的产品。
▌现有大模型效果 不足以支撑C端出现超级爆款APP
问:针对人工智能带来的热潮,会不会只是一阵泡沫?或者现在大把未来的前景看得太美好了?
曹鹏:个人看法,第一人工智能泡沫肯定是存在的。对于整个AI的预期,包括对于整个智能化、智能体的预期,肯定是存在的。要破局还是能不能真正产生产业价值。
因为在C端看起来,个人认为在这一代技术上所能演化出来大模型的效果,还不足以支撑原来所想的C端出现爆款的超级App。真的像一个助手,像一个人一样,完全模拟一个人的性格,现在的模型还是做不到。至于什么时候能做到,因为我们现在不确定。
我们的观点是,即使在目前的模型水平上,在B端很多细分的场景里面,已经很明确能够创造出价值了,所以为什么今天更多的是关注于B端在整个产业的细分场景里解决产业里面的问题。
现在要解决的是两个问题,一是整个场景的碎片化问题,因为整个AI一直有这样的问题。这些场景如果用了AI以后,能很大提升效率,但是这个场景很小,不值得像C端一样,投入很多的研发资源来做这个产品。这就导致一个弊端,有场景、有需求,但是又用不起来。但是在这一轮看到很好的机会,大模型的泛化性比较强。比如原来做整个物流的防损,用CVA模型去做,每一个动作,扔一个箱子、踢一个箱子,都要训练专门的模型,现在一个大模型就能覆盖80%的效果,泛化性强了以后,很多碎片化的场景就能够覆盖了。
第二,整个大模型的开发成本一定要降下来。我们为什么这么专注在推整个大模型Agent平台,因为有了这个平台以后,就可以非常低成本地针对碎片化场景做开发。原来需要十个人,现在可能一个研发,几天时间就可以搭出一个应用来。这样的话,整个应用的场景就极大拓宽,拓宽以后价值就出来了。总体上,现在整个泡沫肯定是存在的,不管是在模型的训练上,还是在整个算力上,都是存在的。但要破这个局,还是看好B端场景的最后打通,因为现在的模型还不足以支撑在C端能够出现智能化。
问:目前来看,哪些行业在落地方面比较顺利,哪些会遇到阻力?具体的合作形式是怎样的?
曹鹏:这个事其实是两方面,一方面我们自己的能力到底在哪儿。我们能力最强的,能够覆盖的行业,比如零售行业、物流行业、金融行业,这些行业如果直接赋能会面临另外一个问题,同行跟我们有一些竞对的关系,所以他用京东技术的时候也会比较谨慎。很多时候,我们在做的是通用的专业能力,在一些跨行业的赋能上,比如说C端用户的运营能力,营销的能力,包括智能客服、数字人、代码编写、优化。行业属性本身相关性没有那么大,相对比较通用的能力,这些能力比较容易做输出。
问:我们落地的过程当中有什么明确的堵点或者是难点?
曹鹏:最大的点是两个:一是所有的行业对于新技术不够了解,特别是越传统的行业,可能对于新技术能够带来的提效没有很清晰的概念;二是单纯的技术提供方,比如中国有这么多大模型训练的公司,不了解行业里的问题和痛点,当然也就没有切实的办法去帮他们解决,这是一定要破局的点。
所以我们一直讲,所谓的行业企业、龙头企业,或者是链主企业,这件事情是很关键的。行业里面的中小企业一定没有这个能力去做,也没有那么多资源做前瞻性的技术研究和投入。这个事一定是在某一个行业里面的龙头企业和链主企业,才有可能有资源做这种前瞻性的探索和研究。它把这个事情研究透以后,在整个供应链和产业链上,上下游去穿透,带动这种企业做经营的提效。