AI助手

2023重要总结！一文解读大模型的火爆与AI销售

2023年12月7日 by 销研院

随着人工智能（AI）技术的不断发展，各种各样的自然语言训练模型已成为当今最为热门的研究领域之一。而其中最引人注目的模型之一，莫过于3月份出自OpenAI之手的ChatGPT。它是一种基于GPT-3.5模型的自然语言生成应用程序，拥有着惊人的语言生成能力。

自面世以来，ChatGPT在各行各业掀起了惊天骇浪。国内的大模型，如百度的文心一言也于次月发布。大模型可以被应用于多个领域，比如语言翻译、文章创作以及对话模拟领域，甚至还有许多人将其当成全新的搜索引擎来使用。多元且强劲的用途，推动许多产品结合自然语言处理模型引发更多的想象。在接入大模型之后，一款产品将会产生哪些化学反应？销售领域又能因此有怎样的进展。

大模型到底带来了什么

从一切的开始ChatGPT讲起。它的内核到底是什么？

准确地来说，ChatGPT是一种基于GPT-3.5模型的自然语言生成应用程序，它利用GPT-3.5模型的强大语言生成能力，可以模拟出人类的对话方式，并能够回答用户的问题、提供建议、甚至创作独特的文本内容。GPT-3.5是ChatGPT的技术支持，它是一个由OpenAI开发的强大的自然语言处理模型，具有极高的语言生成能力和智能性，可以应用于语言翻译、文章创作、对话模拟等多种领域。总体来说，ChatGPT是GPT-3.5模型的一个具体应用案例，它将GPT-3.5的技术与人机对话相结合，为用户提供了更为自然、智能的交互体验。

2023重要总结！一文解读大模型的火爆与AI销售插图

在销售增长研究员眼中，ChatGPT最具革新意义的点在于它可以通过采用Transformer框架结合预训练和微调的方法来进行无监督学习并且同时监督学习能力，最后实现生成更加“聪明”的文本或者是对话任务。

训练过程主要被分为预训练阶段与微调阶段。简单点来说，在预训练阶段, GPT-3.5会通过使用Masked language modeling (MLM)和Next Sentence Prediction(NSP)两种技术，通过自回归模型的方式一次预测文本序列中下一步需要生成的单词或者字符；而在微调阶段时，这一模型则会将预训练的语言模型应用到具体的任务中，并在有标注数据的带监督学习情况下更新模型参数。各种技术在这两个不同阶段的共同加持下，ChatGPT会产生具备推理和逻辑思考能力的语句，并且在多轮对话训练后，更加准确地理解用户意图，提出相关问题并给出相应的回答。

另外，为了从人类使用者中得到并利用更多的反馈GPT-3.5在训练的过程中还使用了Reinforcement Learning from Human Feedback(RLHF)技术。它允许机器模型从人类反馈中学习价值，并根据这些价值对其行为进行调整，从而不断提高生成文本的质量。

大模型焕活AI销售生命力

在大模型的基础之上，AI销售爆发出了全新的生命力。以Megaview为例，它的核心是可以实现监督学习到无监督学习的优化，也就是意味着模型可以自己学习并改进自己，而不需要用户去干预。这一切靠什么去实现？Megaview基于大模型和累积的大量销售垂直领域的特有数据，发展出一款销售领域的能力模型——MegaNLP。

2023重要总结！一文解读大模型的火爆与AI销售插图1

该模型具有无监督学习能力和销售会话智能处理能力。这一模型的核心能力是无监督学习，以及超多海量任务学习能力，即零样本学习能力，和自动化prompting组成的销售会话智能处理模型。

要实现MegaNLP模型中的无监督学习技术，必须要基于Megaview丰富的语料库来实现。这些语料库包含了大量的来源，比如维基百科、新闻和社交媒体、电子邮件、聊天记录、课程教材、销售书籍、论文和学术文献、问答社区、新闻、电商评论、搜索引擎，以及最重要的销售客户语料库。

可以说，这些语料库是Megaview独有的技术内容。Megaview利用以上丰富的语料库资料对模型进行训练，从而使其能够更好地理解自然语言，并提高海量文本分析的效率和准确性，涵盖了各种不同领域和类型。目前MegaNLP已经充分地学习了语料库。在第一次对自然语言模型进行训练的时候，会有人参与其中，此后MegaNLP能在语料中找到重点问题、找到问题解法，并且在下次遇到同类型的问题时以解决问题。

除了训练语料库以外，MegaNLP拥有多任务、迁移学习能力。目前，系统可以实现的多功能包含关键词发现、情感识别、新闻分类、阅读理解、情感分析、文本摘要、问答匹配、文本匹配、命名实体识别以及语义关联等功能。举几个例子，比如在客户使用过程中，系统可以进一步提高电话销售中会话数据的意图以及识别情感的能力；系统也可以智能化地对客户在参与过程中的情感进行分析等等。

这样的功能从以下几个方面大大提高了Megaview系统整体的智能程度：第一，自然语言模型可以从多个任务和模态方面更加全面地理解数据；第二，大大提高了系统的运行效率与优化资源利用；第三，系统可以适应于更广泛的应用场景，以对抗更多充满未知与风险。

另外不得不提的，是MegaNLP的自动化prompting技术。MegaNLP模型的自动化prompting技术已经在销售领域展现了其强大的功能，包括但不限于：

1. 回答常见问题：包括产品功能方面的问题；

2. 自动化销售客户反馈：通过聊天机器人收集客户反馈；

3. 自动化销售行动计划：通过自动提醒和聊天机器人来提醒销售人员采取行动；

4. 自动化销售拜访报告：能够自动完成一些固定流程工作，如发送邮件或创建销售报告等，从而减轻销售团队的负担；

5. 自动化销售预测：包括商机跟进详情等产品功能；

6. 自动化销售培训：使销售人员能够更好地了解销售技巧和技术，并更好地满足客户需求；

7. 自动化销售过程监控：Megaview可以监控销售过程并自动提醒销售人员采取行动；

8. 自动化呼叫质量评估：对电话销售员的表现进行评估和反馈。

关注销售增长研究院

了解更多资讯