GPT- BI在中国一汽上线,大模型技术融入数智化转型

简介: GPT- BI在中国一汽上线,大模型技术融入数智化转型


今日,由中国一汽联合阿里云通义千问打造的大模型应用GPT-BI率先落地,为中国一汽的数智化转型升级增添新活力。该应用可接收自然语言查询,结合企业数据自动生成分析图表,目前可达到近90%的准确率。更值得一提的是,相比传统BI(Business Intelligence)的“固定问答”,它能实现问答任意组合,数据随时穿透,做到“问答即洞察”。


走出一汽特色转型之路


从2022年中国一汽打响数智化转型升级攻坚战以来,基于云原生的业务单元孪生打造现代企业管理体系,闯出了一条具有一汽特色的传统企业数智化转型之路。


中国一汽顶层谋划,坚持一张蓝图绘到底,建立数字化转型“1164总体战法”,围绕6纵3横业务主线成立九支业务IT一体化战队,打造一汽数智运营系统(DIOS),实现“双100”目标,100%业务数字化孪生,运营效能提升100%,持续建设转型技术体系、转型方法体系、IT产品运营体系、数智化能力体系“四个体系”。


据介绍,中国一汽通过近年来的转型实践,取得了一系列阶段性成果。应用架构思维,解构业务形成管理创新的新模式;实现信息互通,业务协同成为价值创造的新途径;深化数据应用,数字孪生驱动业务模式的新变革;设计智能模式,知识沉淀促进业务效能新提升;持续敏捷迭代,用户参与激发出IT产品的新效能;实现工作台作业,开始一条全新业务运营的新赛道。


转化成果:从0到1完成中国一汽"GPT-BI"


率先落地汽车行业大模型BI应用


中国一汽的业务单元孪生积累了海量的数据,大模型技术的出现为企业效能提升注入了新动能。中国一汽正在积极探索“GPT+”的大模型创新范式,GPT-BI不仅是中国一汽的首个大模型落地案例,也是汽车行业的首个大模型BI应用。


BI是企业最核心的系统,是决策数字化和数据治理的关键抓手。BI背后是复杂的数据治理过程,中国一汽创建指标数据治理“五阶十六步”法来保证数据准确性,将指标解构成指标对象、维度和度量,实现指标的数字孪生。


依托阿里云,基于468个已治理指标的初始语料,形成6万条评测数据,构建一汽数据大模型的指标设计、指标拆解、数据寻源、数据建模和数据分析五项能力,通过持续的badcase复盘微调,模型整体准确率由最初的3.2%提升到90%,已超过人工治理的平均水平。一汽数据大模型将需求拉动的核心领域数据治理转变成覆盖企业的全领域数据治理。


GPT-BI不仅大大缩短了BI分析的报表设计、数据建模等交付周期,更可以穷尽企业有限域的全量指标、模型和报表,用户输入问题后,大模型识别问题意图,解析决策变量,生成SQL数据查询语句,匹配企业实时数据,自动生成最佳决策方案,满足用户更灵活智能的数据需求,实现“问答即洞察”,带来基于动态因子、实时数据的决策革命。


例如,当问到“为什么某车型产量不及预期?”时,未来大模型可先将预期产量和实际产量对比,得出差值后,不仅仅是对显性变量的分析(例如:生产因设备等原因的异常停产20分钟、某型号配件质量异常等),而是分析涉及的所有变量(例如:原材料供应波动、能源消耗及供应稳定性)。通过对数据排查,最终找出关联性最大的原因并生成可视化报表。


通力合作打造产业新生态



中国一汽红旗品牌运营委员会副总裁门欣认为:“大模型是面对未来生产关系的基石,我们要把一汽集团所有的业务用GPT大模型重做一遍。业务单元孪生沉淀了海量数据,一汽集团大模型创新路径是AI+业务单元,它会带来更长远更深的变革能力,让企业插上AI的翅膀。未来,我们还会把一汽集团的数智化转型方法论和工具平台等对外输出,为行业提供SaaS服务。”



基于GPT-BI等真实业务场景的探索,中国一汽还将利用大量高质量数据资产,在“阿里云百炼”一站式大模型应用开发平台上打造面向研发、制造、售后服务等多领域的垂直大模型,让大模型在生产、销售等多个环节发挥效用。与此同时,作为全球领先的云计算和人工智能服务商,阿里云正在推动通义千问大模型在航空、汽车等不同行业的落地应用,共同打造产业生态。



阿里云智能副总裁、汽车能源行业总经理李强表示:“阿里云已经为全国80%的科技企业和一半的大模型公司提供了算力支持。阿里云要做AI时代最开放的云,将在汽车领域持续推动大模型落地。”


/ END /

目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
当语言遇见智慧火花:GPT家族历代模型大起底,带你见证从平凡到卓越的AI进化奇迹!
【10月更文挑战第6天】随着自然语言处理技术的进步,GPT系列模型(Generative Pre-trained Transformers)成为该领域的明星。从GPT-1的开创性工作,到GPT-2在规模与性能上的突破,再到拥有1750亿参数的GPT-3及其无需微调即可执行多种NLP任务的能力,以及社区驱动的GPT-NeoX,这些模型不断进化。虽然它们展现出强大的语言理解和生成能力,但也存在如生成错误信息或偏见等问题。本文将对比分析各代GPT模型的特点,并通过示例代码展示其部分功能。
110 2
|
1月前
|
数据采集 API 决策智能
华为诺亚联合中科大发布工具调用模型ToolACE,效果持平GPT-4获开源第一
 【10月更文挑战第10天】华为诺亚方舟实验室与中国科学技术大学合作推出ToolACE,一种自进化合成过程的工具调用模型。ToolACE通过多智能体交互和双重验证系统生成准确、复杂、多样化的工具学习数据,显著提升大型语言模型(LLM)的功能调用能力。实验结果显示,使用ToolACE数据训练的80亿参数模型性能媲美GPT-4,在伯克利功能调用排行榜上获得开源第一。
59 4
|
2月前
|
API 云栖大会
通义千问升级旗舰模型Qwen-Max,性能接近GPT-4o
通义旗舰模型Qwen-Max全方位升级,性能接近GPT-4o
962 11
|
1月前
|
存储 数据采集 数据安全/隐私保护
商汤、清华、复旦等开源百亿级多模态数据集,可训练类GPT-4o模型
商汤科技、清华大学和复旦大学等机构联合开源了名为OmniCorpus的多模态数据集,规模达百亿级,旨在支持类似GPT-4级别的大型多模态模型训练。该数据集包含86亿张图像和1696亿个文本标记,远超现有数据集规模并保持高质量,具备广泛来源和灵活性,可轻松转换为纯文本或图像-文本对。经验证,该数据集质量优良,有望促进多模态模型研究,但同时也面临存储管理、数据偏见及隐私保护等挑战。
147 60
|
23天前
|
机器学习/深度学习 弹性计算 人工智能
大模型进阶微调篇(三):微调GPT2大模型实战
本文详细介绍了如何在普通个人电脑上微调GPT2大模型,包括环境配置、代码实现和技术要点。通过合理设置训练参数和优化代码,即使在无独显的设备上也能完成微调,耗时约14小时。文章还涵盖了GPT-2的简介、数据集处理、自定义进度条回调等内容,适合初学者参考。
154 6
|
22天前
|
机器学习/深度学习 人工智能 自然语言处理
开源版GPT-4o来了,AI大神Karpathy盛赞!67页技术报告全公开
【10月更文挑战第20天】近日,开源版GPT-4o的发布成为AI领域的焦点。作为GPT系列的最新成员,GPT-4o在性能和多模态数据处理方面实现了显著提升,得到了知名AI专家Andrej Karpathy的高度评价。该模型的开源特性将进一步促进AI研究的进展。
41 3
|
1月前
|
机器学习/深度学习 测试技术
ACL杰出论文奖:GPT-4V暴露致命缺陷?JHU等发布首个多模态ToM 测试集,全面提升大模型心智能力
【10月更文挑战第6天】约翰斯·霍普金斯大学等机构提出了一项荣获ACL杰出论文奖的研究,旨在解决大模型在心智理论(ToM)上的不足。他们发布了首个MMToM-QA多模态ToM测试集,并提出BIP-ALM方法,从多模态数据中提取统一表示,结合语言模型进行贝叶斯逆规划,显著提升了模型的ToM能力。这一成果为机器与人类自然交互提供了新思路,尽管仍面临一些局限性和技术挑战。论文详情见:https://arxiv.org/abs/2401.08743。
47 6
|
2月前
|
数据采集 自然语言处理 监控
大模型微调使GPT3成为了可以聊天发布指令的ChatGPT
正是通过微调大模型使得GPT3成为了可以聊天发布指令的ChatGPT。聊天大模型在通用大模型的基础上加一层微调就实现人人能用的大模型,使得通用大模型的能力被更多人使用和了解。
55 4
大模型微调使GPT3成为了可以聊天发布指令的ChatGPT
|
1月前
|
API
2024-05-14 最新!OpenAI 新模型 GPT-4 omni 简单测试,4o速度确实非常快!而且很便宜!
2024-05-14 最新!OpenAI 新模型 GPT-4 omni 简单测试,4o速度确实非常快!而且很便宜!
41 0
|
1月前
|
开发工具 git
LLM-03 大模型 15分钟 FineTuning 微调 GPT2 模型 finetuning GPT微调实战 仅需6GB显存 单卡微调 数据 10MB数据集微调
LLM-03 大模型 15分钟 FineTuning 微调 GPT2 模型 finetuning GPT微调实战 仅需6GB显存 单卡微调 数据 10MB数据集微调
57 0

热门文章

最新文章