大模型赋能行业研究新范式20240912

发言人00：01Hello，大家好，很高兴这个机会可以再见面。然后我是头发研究院综合素质人工智能行业的分析师日常小雨。欢 迎收看本期投报带你读研报栏目。 大模型赋能行业研究新范式大模型赋能行业研究新范式20240912 发言人00：01Hello ，大家好，很高兴这个机会可以再见面。然后我是头发研究院综合素质人工智能行业的分析师日常小雨。欢迎收看本期投报带你读研报栏目。今天我们来一起探讨一下中国大模型整体一个最新的发展动向。那么投保院投保研究院也是持续关注市场上各行业的发展动向，搭建专业报告数据库，坚持多年关注产业热点焦点事件，在持续产出最新的一些行业研究报告，同时提供专业的咨询服务，如果有行业调研，市场地位调研的需求也可以联系我们。今天将会去分享的报告主题，则是沙利文联合头豹做的最新的一个大模型在行业能力方面的一个评测。今天的话也会和大家去分享一下，本次在评测中我们发现一些有趣的结果，包括评测本身的一些方法论内容，以及目前中国在中国境内范围内这些大模型，它们整体在不同行业下的一个整体表现是如何。 发言人01：12好，首先。 发言人01：21 首先在进入正式的一个评测结果环节前，想先和大家聊一下行业研究它整体的一个背景概述。因为有些朋友第一次可能是第一次来关注我们的直播，对于通过研究院这一个核心业务产品行业研究的了解和认知还不足。那么从我们角度来讲，从整个社会和商业角度来看的话，行业研究它本身是同是一个通过去分析特定行业的一个发展现状和动态过程的一个方法。然后包括对一些核心细分维度的解读和理解，最终去进行一个分析。然后最终形成了一个有洞察有价值性的一种研究报告。这么一份研究报告也就是含研究报告，它对于企业的战略规划、政策制定、金融投资决策，还有教育培训等领域都会产生非常大以及重要的一个影响。 发言人02：21 投放研究院做的行业研究的话，首先行业研究它可以从两个层面去展开看，展开分析。首先是它的一个宏观的维度分析，在宏观的话更多的会偏偏于更加宏大宏观，然后与经济整体运行息息相关的一些新闻维度。但是政策、经济环境、法律，在宏观维度的话，这些大的主体都是可以适分适用在通用的不同细分行业中。但是政策、经济环境可以应用在金融、医疗等等不同的一些细分行业中。 发言人02：59 那么在中观维度分析的话，则是投放研究院自身比较擅长，也是投入大量时间和精力去着重发力的一个维度。那么在中观维度分析这里则会更细分聚焦于不同细分行业它自身的一个价值属性。比如说它的产业链的发展，市场规模。对于不同细分行业来说，比如说金融业，比如说汽车，在可能细分到汽车中的自动驾驶，汽车中的仿真等等。那么从这个中高维度去分析这些行业它的整个一个发展进程、发展情况，市场规模、竞争格局等等。 发言人03：39行业研究它也是从一个它整体的一个运作方式，也是从宏观的一些产业层，微观的一个产品层进行逐一层次递进 的一个方式。各层级也是决定了相应的一些研究方法。研究方法也会去囊括，包括像外部的一些宏观因素，以及它内部的一些微观细节的全面分析。 发言人04：01 投放研究院前身作为沙利文的内部研究院，也是拥有了超过十年的行业研究经验。对中国的市场行业等等展开了大量的分析成果和研究生的汇总。在这个过程中在传统的行业和研究发展中，它其实是会面临一些比较大的一些实际操作痛点。 发言人04：27 首先对于行业研究来说，通常是来分为三步。第一步的话就是去做调研，在调研包括去调研一手数据、二手数据、不同数据信息源，然后去形成信息的一个底座。第二步的话则是对这些信息原因进行分析，进一步分析整理。这一步的话则包括像一些分析制图、建模。建模撰写等等一类。最后的话，结合一手和二手数据的一个收集，以及对于这些数据的进一步提炼分析和精简，最终能够产出一篇相对完整的一些研究成果以供商家去用。 发言人05：06在这个过程中，传统的一些行业研究方式方法，主要也可以更容易四点。首先第一点的话是它的生产工具是比较 停滞的。可以说在20年前，在microsoft推出了办公套件以后的PPT和word这两大核心生产工具，仍然是当前行业研究领域它比较核心的一个生产工具。是首先工具的一个停滞整体会带来在研究方法、研究内容以及研究呈现结果上的一个停滞，从而无法去进行更好的一步更好的一些行业的信息提炼。 发言人05：41 第二点的话则是团队的知识难以复用，那么做行业研究，由于他的他面向的人群比较广泛，所以说能够进入到行业研究这一领域的从业人员的人数是比较多的。而同时他也不是一个也他的专业性和专业领域的细分细的程度也不够强。所以导致一个从业人员他无法在他也从来我无法在这一细分领域能够进行长久长时间的一个应用和运作。你最终导致的话，最终导致的结果就是在行业研究领域的行业研究人员的流动性比较大，新人的成长周期也是比较长的。那么在流动性比较大，成长周期比较长的这么一个情况下，分析师他所掌握的经验和知识的复合性就会相对来说是比较差。 发言人06：30第三的话则是他的溯源问题。溯源的也是分析也分析一个重大比较严重的一个痛点。那么的话在写行业报告的时 候，他的信息，时间成本等等非常大量级非常多的时候，它的来源以及它的合规性是没有办法做到完全保障的。尤其是在在当你研究院有众多的人，比如突然之间他有上百号人在不同城市中。那么如何能够对着上百号人做到一个完善严谨的一个内容质量把控。那一直来说对于研究院，对于研究员来说是一个非常大的一个难题。 发言人07：06 最后一个的话，也就是它的一个研究质量是把控难度是很高的。因为首先对于分析师研究员他们自己在写报告的时候，他们没有办法做到很好的自己去把控。因为每个人他看到的点，他的信息都是有一定偏见的。那么你自己分别是自行自自身去产生的这种报告来说，它会产生一个一定的偏见。同时自己也很难从这种偏见中去看出问题，而能够去对这些分析师的报告进行质量把控的人员来说，通常他们不是分析师出身。因为分析师出身的话大概率或者是说不太会到质控这个岗去做这些细节的把控，技能把控。那么这一类人群的话，他们往往缺乏或者是过往没有一些诚信的报告分析经验，而专业分析师的话则通常对他没有去时间去做进行一个广而泛的一个质控。综合来看，这会导致分析师的报告，除了分析师自己能够对其质量进行一定的要求跟把控以外，其他人第三方是很难对整体质量进行把控。 发言人08：17 基于以上几个痛点的话，基于以上几类痛点，其实投保研究院过去几年一直也是一直在做一些革新。希望是通过引入一些数字化技术，引入一些智能化技术，结合市场上的一些热点，通过这些新的热点技术，通过一些热点的热点的成型的技术方式，然后去嵌入中，然后能够去解决一定程度去解决一些面以上四大风的痛点。那么在这个努力过程中，也去也我们也实际看到了一些很显著的成效。比如说在信息调研层，投放研究院在开发了这胰岛类型产品以后，在信息调研才能够去更好的辅助分析师进行一些信息调研，包括去进行一些溯源推荐，包括使用大模型联网的一些工具，然后对相应的一些点去进行一些可行的信息推荐和检索。通过这一步的话，首先可以帮助分析师去规避一些很规避一些非常不专业的一些溯源技巧，是非常不专业的溯源溯源来源。 发言人09：31 首先这一块的话，大模型是能够帮助分析师更好的去进行一个信息调研和检索。在综合分析这里，其实通过一些智能技术，通过一些提效，可以帮助分析师快速的去将已产出的内容与市面上已有的一些报告，还有一些专业的内容去做校对和分析。然后去确保能够给到分析师一些实际的帮助意见，来告诉他这一部分的内容他是否OK质量，是否可以达到一个优秀课程的标准。那结果呈现的话，投保脑力琴结合大模型，结合AI的一个技术，也可以去实时的帮助分析师去进行生成、续写、改写一系列内容原因，然后帮助分析师去减少降低在审查复查这一环节的脑力工作，同时也能提升整体在这一方面的整体在错别字，在一些质量把控的一些高度。那通过这三方面的话，投保的数字化疫情也是从综合上帮助分析师去克服一些在传统研究时所遇到一些痛点。然后能更好的去赋能到更好的去赋能到实际的行业研究报告写作中。 发言人10：50前面有提到脑力琴是嵌入了大模型的这一些技术。大模型当然也是对于当下来说，在赋能行业研究来说，价值性 还有功能性最大最强的一个技术内容。首先大模型它本身首先大模型它本身也是也是也是遗传松软的一个架构去进行推理和推测。最早的话大模型它本身也是从NLP的这个领域延伸。最开始的话它其实名字叫大语言模型，叫LM来说它本身也是去针对不同的语言领域，去针对一些语言的生成，语言的改写，去进行综合的一个检查和检验。所以说他从他从他的出身本身本质上是和大模型职业理性是非常契合。 发言人11：43 那么在实际的一个使用中的大模型，它如何对行业进行赋能？在过往的实际使用经验中，我们发现的大模型对于行业研究领域，赋能的领域包括有像AI的专家访谈，AI的文字校对，然后AI内容生成以及资料检索四大方面。这四大方面是目前来说大模型最能够最显著能够提高能效，能够显著的帮助分析师减少他们在行业当中所花的时间，并且提升他们写作质量的核心四个维度。那么基于这四大维度，我们也是最终能够说是去去总结和提炼大模型它对于行业研究的一个重要性和整体的一个一个发展程度是怎么样的。基于这一点的话，大模型它也是通过这些能力，能够帮助还研究行业研究报告撰写和内容创新去进行一些赋能。 发言人12：47 首先在创新层面，大模型能够帮助行业研究的分析维度去进行一些创造。那么分析师能够在更多的一些在更短的一些时间和费用，更少的一些精力的情况下去获取一些更多创造性的一些维度，去脱离以前固化的一些分析思维，同样的其他创新也是在观点一些研判上，对吧？那除了因为分析师，很多行业研究 的研究员，他们很多时候去去写观点，写认知的时候，很多时候也是基于市面上已有的一些比较成熟的，或者是比较领先，或者是比较权威性的一些报告观点去做内容产出。 发言人13：25 大模型的话可以帮助分析师去拓宽之一观点的覆盖率。可以看到更多不同的一个环境内容，更多不同的一个网址分析。然后能够从更多不同的观点中去提炼核心的一些意见分析。像第二点的话也是在这个第二方面，也是在30确涨的大模型的嵌入可以帮助还要研究的信息数据准确性提升，对吧？ 发言人13：50 大模型它是不是能够去抓住一些比较核心的一些信息技术技巧，然后这些能够去帮助分析师去产出更更优质，更准确的一些内容报告。在提示词的理解准确性上，是不是分析师能够与大模型的交互中去提炼提提炼出更多高效准确的一些分解式内容，以及在行业认知的准确性。这也对于来说大模型能够在不同行业中去识别它的一些独特商业模式，发展特征，核心技术等核心竞争者等等。这一类都是能够从核心上去帮助分析师去产出一篇更优秀更高质量研究报告的一些核心的因素。 发言人14：35好，基于以上的信息内容，基于以上的对于大模型与大模型对行业研究的一个帮助也好，然后以及大模型它本身 能够更好达到行业研究辅助辅还有研究的一个辅助作用的一个方式也好。我们也是很希望去看一下，目前在市面上有这么多大模型，普通大模型。哪些大模型它是能够在以上维度跟方式更好的去赋能到大模型本身的，是以以上为这个方式更好的去赋能到行业分析师本身。在使用这大模型的时候，能够去更方便、更快捷、更高效的去产出优质的研究报告与内容。所以首先对于此次的模型评测的参与者，我们也是做了一些筛选，也是结合了全院分析师的一个匿名投票的一个制度。就是大家每一个不同的分析师去根据自己的使用经验，去投出自己最使用习惯上最喜欢，然后比及的最优秀的3到5个模型。然后通过这些模型数量中，我们最后从这些数量中提取出前16个目前在分析师眼里是最好用最优秀。同时结合市面上的市面上的一个行业整体动态，去总结出了16个比较领先，16个能够去在目前是代表了中国整个大模型市场上领先水平的十六大模型。 发言人16：09我们的评测方法针对这石油大模型的一个评测方法，我们是会从三个维度去细分展开进行。首先第一个是报告的 撰写的维度。在报告撰写维度