AIGC驱动电力营销生产力变革洞察报告

朗新研究院2023年6月朗新研究院 2022年年底，OpenAI自然语言生成模型ChatGPT爆火，它能胜任高情商对话、生成代码及各类复杂专业工作，可谓披荆斩棘，将人机交互推向新高度，激发了国内外企业争相拥抱AIGC，百度、阿里巴巴等国内众多企业相继推出大语言模型，整个行业风起云涌，热情高涨。AIGC已经在新闻、广告、文学等领域快速应用，并不断向千行百业纵深渗透。在提高生产效率同时，不断地降低生产成本。在此背景下，朗新研究院推出《AIGC驱动电力营销生产力变革洞察》研究报告，对ChatGPT大语言模型背后所代表的AIGC技术演变及商业变革进行分析，结合长期电力营销领域沉淀，对生成式人工智能引发的电力营销生产力变革进行洞察分析，探讨AIGC技术对服务体验、业务运营、管理决策、市场交易和负荷管理等方面带来的变革，结合朗新AIGC探索实践提出电力营销中AIGC创新实践的七个要点，并对AIGC融合后的电力营销发展趋势进行展望。2朗新研究院 3Contents朗新研究院 人工智能发展迎来新拐点AIGC时代来临4朗新研究院 51950s—1990s中期早期萌芽1990s—2010s中期沉淀积累（弱人工智能）2010s至今快速发展（强人工智能）AIGC典型事件AIGC发展特点AIGC分类人工智能总体阶段资料来源：国泰君安证券研究，国海证券研究所朗新科技整理始于1950s感知式AI始于1960s分析式AI决策式AI始于1970s，分析之后，进行智能决策；近年才真正兴盛生成式AI始于1980s，起源于分析式AI，生成新的内容；2022年迎来 突破1950年，艾伦·图灵提出著名的“图灵测试”受限于技术水平AIGC仅限于小范围实验AIGC从实验性向实用性转变，受限于算法瓶颈，无法直接进行内容生成深度学习算法不断迭代，人工智能生成内容百花齐放1966年，世界第一款可人机对话机器人“Eliza”问世80年代中期，IBM 创造语音控制打字机“Tangora”2007年，世界上第一部人工智能创作的小说《1 TheRoad》问世2012年，微软展示全自动同声传译系统，可将英文语音自动翻译成中文语音2014年，Lan J. Goodfellow 提出生成式对抗网络GAN2018年，英伟达发布StyleGAN模型用于自动生成高质量图片2019年，DeepMind发布DVD-GAN模型用于生成连续性视频2022年，OpenAI发布ChatGPT模型用于生成自然能语言文本朗新研究院 6对抗生成网络GAN跨模态深度学习模型CLIP神经网络Transformer扩散化模型Diffusion...AIGC预训练模型串联融合201420212017语言模型GPT3.5指令微调人类反馈强化学习RLHF 人类反馈信号直接优化语言模型基础能力泛化将现实物理世界中数字世界复刻一遍将数字世界的化身数据进行修改编辑高效生成人类可以理解的数字内容图像生成语音合成图像生成语音合成语言模型图像生成朗新研究院 7模型参数量到达10亿量级、计算量到达10^24量级，任务表现性能突变，大模型出现超出预期的新能力1995-1997年Google带来的拐点变化：获取信息的边际成本开始变成固定成本互联网范式出现：信息无处不在2022年-2023年OpenAI带来的拐点变化：获取模型的边际成本开始变成固定成本新范式出现：模型知识无处不在信息来源：浙江大学《新一代人工智能与预训练大模型导论》、陆奇4月份上海演讲《我的大模型世界观》朗新研究院 生成式人工智能为电力营销带来创新力量8朗新研究院 9朗新研究院 10需求受理大语言模型客户服务人员朗新研究院 11任务理解智能决策自动编排自动执行业务系统业务系统服务API服务API服务API问题模型服务API第三方应用调用朗新研究院 12◆供电方案制定◆退费方案制定◆......◆营销业务健康水平分析决策◆输配电价政策影响分析决策◆......◆市场竞争策略调整◆市场化损益分析决策◆......人大模型定制化普适化模板化自然语言动态输出静态动态经验主导引导发现图谱化Prompt化多阶段多轮次对话主观推理机器智能滞后反馈实时反馈AI大语言模型启发思路拟人化分析输出创造性内容生成思路“Prompt化”快速响应、秒级输出实时交互反馈非线性和复杂关联关系发现朗新研究院 13具有更广泛通识知识、更具创造力合理回答并最终以人类语言形式呈现具备更强语言理解能力，能进行多角度复杂推理◆电价政策解读◆交易规则培训◆市场机制优化建议◆政策智能解答◆政策脉络分析◆政策规则对比◆结构化呈现◆信息不对称◆信息理解不足◆信息获取缺乏高效便捷服务体验◆市场信息实时归集，整合市场信息知识库◆交互式对话\成图◆所言既所得◆交易专业能力◆曲线预测准确性◆量价申报策略◆品种组合&持仓结构◆交易复盘◆生成式分析◆数字化交易策略师◆最优交易策略推演沙盘◆交易建议实时生成◆业务合规管理◆服务、舆情、经营风险◆信息披露合规智能◆价格波动风险识别◆费用分摊合规智能◆数据寻证及证据链生成◆合规监管报告一站式输出◆用电成本分析等各类分析报告、报表编制耗时、强依赖专家经验◆所言即所得◆异常溯源复杂性关联发现◆对话式成表、成图、成报告朗新研究院 基础大模型领域小模型源网荷储充语义筛选资源对象对话识别潜力用户聚合方案即时决策..........潜力评估最优基线价格策略资源识别资源聚合资源运营“广”“新”“智”“高”“快”“自”体验变革生产力变革商业变革体验变革生产力变革商业变革A I G C能力输出........14◼无所不在◼低成本◼专业深度◼指导性朗新研究院 “全面拥抱AIGC时代”•从文本、文档等具有自然语言特性的相关业务环节开始，探索基于AIGC的“读”、“写”“说”、“问”等创新应用，例如政策对话式解读、报告智能编写、智能问数等任务复杂度“AIGC生产力全面迸发”“AIGC驱动营销全业务智能迈入新航程”•AIGC与营销各领域将发生“化学反应”，业务流程与工作环境的AIGC创新百花齐放。例如业扩的方案制定、设计图纸审核、合同智能校核、电网资源交互式问答等•AIGC的智能化应用融入核心业务流程及企业经营各环节，并带来全新的运营模式变革和商业价值创造模型成熟度电力营销AI应用创新始终适应AIGC时代发展15朗新研究院 电力营销AIGC创新实践七要点参考16朗新研究院 辨析垂直领域大模型应用思路选择电力营销领域预训练大模型选择垂直领域大模型训练方法准备电力营销领域大模型训练语料集沉淀电力营销领域Prompt应用方法创新电力营销领域应用场景创新大模型应用方式17朗新研究院 通用大模型...AIGC+客户服务AIGC+营业计量AIGC+抄核收AIGC+负荷管理AIGC+市场交易领域大模型CPUGPUDPUTPUFPGAASICAI中间件Prompt引擎语义向量引擎向量存储/查询引擎任务执行引擎LLM语义缓存...应用支撑上下文对话管理用户指令生成语义索引任务规则任务组件...流程自主文本情感分析数据解读报告编制管理预警异常查处问题归因知识搜索工作助理摘要生成问答系统指标提炼地图语音导航...确定领域目标选择预训练模型准备领域语料模型训练与评估结合Prompt领域应用18朗新研究院 性能和能力可扩展性可定制性训练资源与成本安全与隐私预训练大模型公司/机构是否开源参数量技术特点优势能力适用性GPTOpenAI×175B大量采用RHLF技术，训练模型生成符合人类偏好的内容强化语言和代码生成，对内容理解更完善，多语言支持，多模态，更长的上下文相关性自然语言处理任务，如问答系统、自动翻译、文本生成等PaLMGOOGLE×540B采用深度学习技术，包括注意力机制、残差连接、预训练等语言理解、逻辑推理以及代码生成等有优势,具备集成语言、视觉，用于机器人控制自然语言处理任务，如文本分类、命名实体识别、语义匹配等LLaMAMeta√65B使用基于transformer架构并大量调优生成对话、文本生成、自然语言理解等各种自然语言处理任务，如文本分类、问答系统、自然语言理解等文心一言百度×5000B监督精调、人类反馈的强化学习、知识增强、检索增强端到端优势，中文语言处理具备独特优势，搜索技术能力加持，推理更强自然语言处理任务，如问答系统、自动翻译、文本生成等通义千问阿里巴巴×1000B自主研发的超大规模语言模型文本分类、命名实体识别、语义匹配等具备优势，多个领域广泛的应用，迭代迅速智能回答问题、创作文字、表达观点和提供个性化服务等，垂直领域场景化应用ChatGLM-6B清华大学√60B自监督预训练、多任务预训练支持文本分类、问答系统、自然语言理解等，轻量级，支持中英双语对话，国产自主，降低部署门槛各种自然语言处理任务，如文本分类、问答系统、自然语言理解等19朗新研究院 要点三：选择垂直领域大模型训练方法模型训练微调方法（示例）正面影响➢性 能 改 进 ：更适应领域任务，对齐人类意图➢任务泛化:完成未见过的指令负面影响➢灾 难 性 遗 忘 或 过 拟 合 ：忘记原模型学习到的内容，影响原模型的效果工程应对➢数据质量➢平衡不同任务的比例➢学习率等参数的调整20朗新研究院 数据收集数据清洗和预处理数据标注数据增强数据划分数据平衡数据存储和管理•法律法规•政策文件法规文件类•管理办法、业务流程、业务规定•考核办法、业务要求、操作规程办法规范类•客户各类需求申请记录，咨询、投诉情况等•与客户电话交流、在线聊天、电子邮件等。客户记录类•公司历史先进实践•行业案例先进实践先进实践类•管理漏洞、业务错误、违规处置•设备故障、异常处理类•常用术语、标准地址、标准代码、指标库•...数据与设备21朗新研究院 提供一个明确的问题描述作为Prompt，引导模型生成与问题相关的答案或解决方案。示例：“拟定一份需求响应方案，请注意拟定过程中要兼顾“有保有限”原则。”问题引导提供相关的上下文信息，帮助模型理解特定情境并生成相应的内容。示例：在某地发生大面积停电后，根据市场需求生成一份恢复供电计划上下文引导指定期望的输出格式或模板，要求模型按照指定的格式生成内容示例：请按模板格式提供季度分析报告，内容包括市场分析和推广策略等格式化引导提供一些数据示例，要求模型根据这些示例生成相似类型的内容示例：根据过去三年电量数据，预测下个季度的电力需求量，并提出相应的需求响应策略数据示例引导模拟多轮对话场景，将前面对话内容作为Prompt，引导模型生成后续回复或建议示例：用户：我想了解本月的电费结算情况；客服：请查询客户近几个月的电量情况...请为用户提供经济的用电策略建议。"多轮对话引导······Prompt设计Prompt样例Prompt优化Prompt工程化Prompt权衡22朗新研究院 从等工作中需要分析思考创作的高频场景入手，运用AIGC技术解决工作中存在的痛点需求。智能预警异常归因分析报告自主发现波动异常并能语义输出机器智能定位自动发现原因并生成内容人机协同定位人和机器商量着做23朗新研究院 C端应用平台类应用B端私有化部署深度定制化应用智能功能传统模式Copilot模式平台+插件模式AI会话平台作为插件的应用AI as OS模式功能单元提示工程为核心的应用开发内容生成内容简单推理任务文本到指令类任务文本到代码类任务工具链、思维链为核心的应用开发LangChain或类似应用开发范式ChatGPTPlugin串联的应用服务链HuggingGPT代表的开源模型链AutoGPT模式的推理型工具思维链用Vector Store扩展大模型的领域知识和上下文记忆领域知识向量数据库Vector DB上下文记忆Txet-completionText-embedding自有数据的模型微调或模型对齐自有数据模型微调自有数据模型对齐应用AI as Copilot应用AI会话平台24朗新研究院 电力营销全面开启新智能25朗新研究院 •先从“读”、“写”、“问”、“说”等入手，再逐步建立，最终抵达阶段•电网企业拥有自身生产、服务及管理数据优势，相信•AIGC必将成为未来一段时间行业发展