大模型到底為公司帶來(lái)了多大的好處？為應(yīng)用大模型，采購(gòu)了第三方的AgentBuilder平臺(tái)，或者自研搭建了大模型應(yīng)用平臺(tái)，效果咋樣？企業(yè)內(nèi)部的員工會(huì)用了嗎？還是依賴(lài)外部的第三方提供解決方案呢？用大模型時(shí)，需要考慮信息安全相關(guān)的事兒，權(quán)限粒度能滿(mǎn)足要求嗎？違規(guī)碰觸攔得住嗎？……一連串的問(wèn)題，讓數(shù)據(jù)來(lái)回答……

1.大模型落地stakeholders&成本

企業(yè)都想在這波技術(shù)生產(chǎn)力變革中，不被落下，無(wú)論是自動(dòng)駕駛、具身智能、機(jī)器人還是內(nèi)部的IT系統(tǒng)，迎來(lái)了“換腦子”的機(jī)會(huì)。都想干，怎么入手呢？一般大模型落地需要五個(gè)角色的人彼此協(xié)作。如果是外采第三方MaaS平臺(tái)，那么3、4、5就由第三方公司出人。

2.Agent開(kāi)發(fā)平臺(tái)產(chǎn)品功能MAP

要評(píng)估自建、還是外采，那么先來(lái)看下，Agent開(kāi)發(fā)平臺(tái)，應(yīng)該有哪些必備的“能力”。搭建這樣一個(gè)平臺(tái)，貴公司需要多久？投入多少成本/資源？

3.Agent平臺(tái)數(shù)據(jù)運(yùn)營(yíng)

3.1 ROI

ROI=W/(XorY+Z+M+N+O)

3.2 平臺(tái)運(yùn)營(yíng)：有數(shù)據(jù)可用

節(jié)約成本：每個(gè)月做數(shù)據(jù)清洗、數(shù)據(jù)查詢(xún)、口徑對(duì)齊、取數(shù)等工作，2*15=30人天/月

3.3 平臺(tái)運(yùn)營(yíng)：需要的數(shù)據(jù)

有了這些數(shù)據(jù)，可以回答下面一系列問(wèn)題：

1. 高層可以了解，各層級(jí)部門(mén)應(yīng)用大模型的進(jìn)展C
2. 高層可以了解，當(dāng)前員工用大模型的情況F

還可以了解：

1. 昨天，員工跟大模型交流對(duì)話(huà)了多少輪？消耗多少token(需要花多少錢(qián))？大模型回復(fù)了多少token(代替人回答問(wèn)題)？大模型累計(jì)服務(wù)時(shí)長(zhǎng)是多少？X/8小時(shí)，相當(dāng)于一天里，有多少名虛擬數(shù)字員工在代替人干活～～
2. 上周，營(yíng)銷(xiāo)Agent，一共生產(chǎn)多少篇營(yíng)銷(xiāo)圖文/視頻等，投放到各個(gè)渠道的效果怎么樣，熱度、用戶(hù)回復(fù)、傳播效果與大上周、或者與人工產(chǎn)出文案同環(huán)比，為小程序、APP拉新、促活引流效果如何……
3. 7月，銷(xiāo)售助手Agent，累計(jì)應(yīng)答多少次銷(xiāo)售問(wèn)詢(xún)，以更好的給用戶(hù)做售前解答。售后服務(wù)Agent，累計(jì)應(yīng)答多少次售后服務(wù)同學(xué)，以更快捷的協(xié)助用戶(hù)解決問(wèn)題……
4. 7月，零件Agent，累計(jì)應(yīng)答多少次零件在庫(kù)問(wèn)詢(xún)/同類(lèi)零件可替代問(wèn)詢(xún)，發(fā)出多少個(gè)零件的庫(kù)存紅線(xiàn)采購(gòu)預(yù)警，以確保供應(yīng)鏈最優(yōu)，成本最優(yōu)……
5. Q2，輿情監(jiān)控Agent，一共搜集到多少個(gè)外部渠道的用戶(hù)呼聲，其中有多少是正面輿情，多少是負(fù)面輿情。有多少做了即時(shí)回復(fù)，有多少通過(guò)人工處理～～

所有的環(huán)節(jié)，數(shù)字化+智能化的協(xié)作是大模型讓企業(yè)動(dòng)起來(lái)的表征……

4.舉例：大模型安全識(shí)別、攔截、放行數(shù)據(jù)分析漏斗圖

計(jì)算公式：

1.輸入攔截率=輸入攔截次數(shù)/用戶(hù)輸入總量=5+(4+X2)/1

2.輸出攔截率=輸出攔截次數(shù)/大模型輸出總量=11+(X2+10)/1

3.漏攔截率=漏攔截次數(shù)/（攔截次數(shù)-誤攔截次數(shù)+漏攔截次數(shù)）=4+X2+10/（5+11-6-X1-12+4+X2+10）

4.誤攔截率=誤攔截次數(shù)/攔截次數(shù)=（6+X1+12）/5+11

受作者領(lǐng)域認(rèn)知深度所限及技術(shù)無(wú)時(shí)無(wú)刻不在更新迭代，業(yè)界對(duì)LLM、AGI、Agent、GPT……的衍生應(yīng)用必定是珠零錦粲。無(wú)法在一篇中盡現(xiàn)全貌，未來(lái)可能會(huì)徹底推翻當(dāng)下的種種嘗試而不得知。能為大家?guī)ヒ稽c(diǎn)點(diǎn)新的啟發(fā)，以深感欣慰。文中難免有紕漏或不準(zhǔn)確的地方，歡迎大家批評(píng)指正。撰寫(xiě)中參考網(wǎng)絡(luò)上各位同仁的最新觀(guān)點(diǎn)，拿來(lái)主義未打招呼，還望見(jiàn)諒。若有任何建議或意見(jiàn)，歡迎聯(lián)系作者探討。