(在补充腾讯一季报文件之后,元宝又恰如其分地指出了Supercell和Riot Games对腾讯游戏海外业务的重要意义,包括前者的《荒野乱斗》和后者的《无畏契约》,等等。)
对于一个已经非常熟悉腾讯及其游戏业务的分析师而言,上述分析略嫌粗浅;可是对于一个没有相关知识储备的普通人而言,上述信息已经非常有用了。几乎所有的事实列举都是正确的,论点和论据之间的结构关系明确,语言组织的方式也颇具可读性。我不禁想起了七年多之前,我刚开始研究包括腾讯在内的中国互联网行业时,找资料、整理资料、确定资料可靠性,都是老大难问题;如果当时就有生成式AI该多好啊!
值得特别指出的是,与其他具备搜索功能的AI工具相比,元宝有一个巨大优势:对腾讯生态的信息覆盖非常完善。众所周知,微信公众号一直是中文高质量专业文字信息的主要发源地,就拿我熟悉的互联网、AI行业来说,几乎所有的优质原创文章都来自公众号;对于上面那个腾讯游戏的话题,元宝援引的4条链接,就有两条来自业内颇具影响力的公众号。除此之外,根据我的观察,元宝似乎对财经专业信息的覆盖尤其健全,这可能是源自腾讯自选股、腾讯新闻等平台的财经内容。我相信,除了财经之外,应该还有不少其他专业垂类受益于这种高质量的信息覆盖,这对于生产力应用的意义怎么估计都不过分!
AI搜索非常重要,但它不能单独解决一切问题。长文本理解和文件解析也非常重要,例如在上面的案例中,我手工上传的腾讯财报PDF文件就发挥了补充作用;其实我还可以上传自己制作的Excel表格文件,让元宝进行更深入的数据分析。让我高兴的是,元宝把“搜索”和“长文本/文件解析”两项功能,比较良好的融合了起来。当然,必须承认,与GPT-4o这种全球领先者相比,元宝还是有差距的,在不同信息来源的无缝融合方面还需要提高。不过我相信,这种差距不是出于大模型底层的缺陷,它可以通过良好的产品迭代得到解决。
今年3月的《哈佛商业评论》刊登了一篇题为《人们究竟如何使用生成式AI》(How People Are Really Using GenAI)的文章,其中提到了几个有趣的发现:在全球的十多亿“脑力劳动者”当中,只有大约15%在使用生成式AI工具。剩下的85%为什么不使用呢?有些是认为它们“没有用”,有些是因为它们经常给出错误答案,还有些单纯是因为用户界面不够友好。时至今日,大模型自身的技术能力其实已经超过了许多重复性劳动的要求,所以很显然,问题出在产品端。其实,今年5月13日发布的GPT-4o就是一个典型的产品创新——它的底层完全是基于已有的GPT-4和DALL.E大模型,只是把多模态、搜索和文本解析功能做得更好了而已。