Как повысить эффективность «один человек — одна компания»? Председатель совета директоров Chengmai Technology Ван Ципинь: сложности с внедрением, ограниченное применение, высокая стоимость токенов — срочно необходимо решить

中经记者 郑瑜 南京报道

«Появление интеллектуальных агентов — самая важная технологическая возможность после смартфонов, но трудности, которые необходимо преодолеть в их развитии, тоже нельзя игнорировать. Сложность развертывания, узость применения и высокая стоимость токенов — три ключевые болевые точки, которые сейчас нужно срочно решить». В недавнем интервью корреспонденту «China Business News» председатель компании Chengmai Technology (300598.SZ) Ван ЦзиПин заявил.

По мере того как OpenClaw подогревает волну стартапов по модели OPC (компания одного человека), ключевым становится вопрос о том, как обеспечить для OPC сервис с более низким порогом входа. Согласно открытой информации, в последнее время в нескольких провинциях и городах, включая Шанхай, Аньхой и Цзянсу, были выпущены соответствующие политики, поддерживающие развитие «рако-умных агентов» и OPC.

Это также побуждает на рынке «поставщиков воды» активизировать поставки продуктов. В последнее время Chengmai Technology запустила для частных пользователей AI-помощника, для корпоративных пользователей — продукт с локальным развертыванием, а также «платформу агрегации рако-умных агентов» для рынка потребителей.

Что касается такой ключевой болевой точки, как высокая стоимость токенов, Ван ЦзиПин предложил два пути снижения затрат: во-первых, заменить облачные вызовы локальным развертыванием, чтобы избежать постоянно накапливающихся облачных расходов за вызовы. Во-вторых, посредством агрегации на платформе размывать стоимость одного вызова, реализуя эффект масштаба: «платформа берет на себя стоимость одного вызова, а результаты разделяют многие пользователи».

Супермаркетная модель — снижение затрат

«China Business News»: Вы в публичных выступлениях не раз говорили, что высокие расходы, возникающие из-за облачных вызовов «рако-умных агентов», являются болевой точкой пользователей. Можете ли вы конкретно объяснить, как рассчитывается эта сумма? Насколько ваши решения могут снизить затраты?

Ван ЦзиПин: Сейчас при использовании облачных крупномасштабных моделей «рако-умных агентов» единицей тарификации является объем вызовов. При легком использовании пользователем в месяц, возможно, это десятки юаней, но как только объем вырастает, в месяц тысячи юаней и даже десятки тысяч — это совсем не редкость.

Логика агрегации в том, что делается разовый инвесторский взнос: крупномасштабные модели и интеллектуальные агенты работают локально и не требуют постоянно платить за вызовы в облако. В краткосрочной перспективе это «жесткие» затраты на оборудование, а в долгосрочной при подсчете экономия на облачных расходах на вызовы будет превышать стоимость оборудования. Конечно, при условии, что частота использования пользователями достаточно высокая — это как раз проблема, которую нам нужно решать в процессе рыночного продвижения.

Агрегирующий интерфейс похож на супермаркет. Супермаркет сводит товары всех поставщиков в одном месте: пользователь покупает разные товары и не нужно отдельно «бегать» на хлебозавод, молочную фабрику, овощную базу. В случае агрегирующего интерфейса на полках выставлены не товары, а «права на использование» крупномасштабных AI-моделей различных компаний.

Раньше, если пользователь хотел использовать модель OpenAI, ему нужно было зарегистрировать аккаунт в OpenAI, пополнить счет, получить ключ. Агрегирующий интерфейс фактически создает супермаркет между поставщиками этих крупномасштабных моделей и пользователями: пользователю нужно подключиться только к одному входу, а какие модели стоят «за кулисами», как выполняется диспетчеризация и как идет расчет оплаты — все это унифицированно обрабатывает «супермаркет».

С точки зрения продуктового решения, благодаря продукту, который корпоративные пользователи могут развернуть локально — «Лонгбокс», крупномасштабные модели запускаются на месте: разовый капитальный вклад в оборудование позволяет избежать постоянно накапливающихся облачных расходов на вызовы, а в долгосрочной комплексной оценке общая стоимость ниже, чем у варианта только в облаке. Через «Лонггун» — унифицировав обработку высокочастотных общих потребностей, таких как агрегация новостей, — результаты распространяются на огромное число пользователей, что дает эффект масштаба: «платформа берет на себя стоимость одного вызова, а результаты разделяют многие пользователи».

«China Business News»: Новый продукт, который вы запустили на этот раз, тоже предназначен для решения проблемы затрат, но в стадии холодного старта платформа обычно сталкивается с парадоксом: если нет пользователей, базовые разработчики не приходят; если нет контента от разработчиков, ценность для пользователей сложно продемонстрировать. Как продвигается сейчас экосистема разработчиков «Лонггуна»?

Ван ЦзиПин: Эта структурная дилемма реально существует. На данный момент у «Лонггуна» уже размещены несколько интеллектуальных агентов, в основном — разрабатываемые нами «посевные» приложения. Один из них — агент для агрегации новостей: ежедневно на рынке в целом существует примерно одинаковое количество наиболее актуальных новостей. Платформа обрабатывает это один раз и затем распределяет всем пользователям — это экономит массу средств по сравнению с тем, когда каждый пользователь отдельно вызывает крупномасштабную модель, чтобы выполнять обработку. Платформа тратит 50 юаней на обработку, этого хватает для потребностей 1 млн пользователей, а если каждый будет вызывать отдельно, суммарно это обойдется в 50 млн юаней. В основе всего лежит базовая логика «совместного использования публичных потребностей».

Кроме того, мы уже сотрудничаем с одной профессиональной юридической организацией: ее возможности по подготовке контрактов, проверке и юридическим консультациям подключены к «Лонггуну» — как публичному интеллектуальному агенту для широкой аудитории, и при этом предоставляются платные услуги. Профессиональные интеллектуальные агенты в вертикальных областях, таких как электроэнергетика, пожарная безопасность, анализ акций, также постепенно подключаются.

Стратегия против холодного старта состоит в том, чтобы сначала в вертикальных сценариях показать убедительные эталонные кейсы — а коммерческие результаты привлекут больше профессиональных организаций к входу. В этом процессе нет обходных путей, нужен достаточный временной цикл.

Не делать вход — делать канал

«China Business News»: Сейчас все ведущие известные компании глубоко разворачивают проекты в направлении интеллектуальных агентов. Чем ваш подход отличается?

Ван ЦзиПин: Прямо конкурировать с крупными вендорами на равных — это и нереалистично, и не нужно. Сильная сторона больших компаний — масштабированная операционная деятельность универсальных облачных платформ и базовых крупномасштабных моделей. Мы же фокусируемся на локальном развертывании и интеграции «ПО+железо» в единый комплекс — это две разные системы возможностей.

Наша позиция не в том, чтобы бороться с большими компаниями за «вход» для интеллектуальных агентов, а в том, чтобы быть «каналом» для пользователей, которые используют интеллектуальные агенты: независимо от того, какую базовую крупномасштабную модель выбирает пользователь, пока он вызывает и управляет ею через наш продукт, у нас есть пространство для ценности. Эта логика похожа на роль агрегирующего интерфейса: мы не производим контент, но предоставляем более удобный и более экономичный путь использования.

«China Business News»: На днях профильные отраслевые ассоциации выпустили предупреждение о рисках интеллектуальных агентов, и некоторые организации уже начали ограничивать сотрудников в использовании инструментов интеллектуальных агентов. Как вы оцениваете вызовы безопасности и защиты конфиденциальности данных, с которыми сейчас сталкиваются интеллектуальные агенты?

Ван ЦзиПин: На текущем этапе состояние интеллектуальных агентов похоже на ребенка, который еще не прошел достаточное обучение: если кто-то спрашивает у него чувствительную информацию, он может без всякой защиты отвечать по существу. Путь решения лежит в уровне обучения: чтобы интеллектуальный агент обладал способностью распознавать чувствительную информацию и осознавать необходимость защиты. Для этого требуются постоянное накопление данных и итерации модели — сейчас во всей отрасли идет исследование, и единого «раз и навсегда» решения не существует.

Если рассматривать перспективу в более долгом временном измерении, внимание регуляторов к безопасности данных как раз усиливает логику потребности в модели локального развертывания: ключевой страх организаций — неконтролируемость после утечки данных, и именно проблему, которую пытается решать «Fusion Box».

На текущем этапе у пользователя есть самостоятельное право решать, загружать ли данные в коробку, что означает, что соответствующие риски также пользователь оценивает самостоятельно. Это объективное ограничение текущей зрелости продукта. Мы рекомендуем пользователям на текущем этапе не помещать в любые системы интеллектуальных агентов — включая наш продукт — высокочувствительные данные.

(Редактор: Сюй Лю; Проверка: Хэ Ша Ша; Корректура: Янь Юй Ся)

Масштабные новости и точная интерпретация — все на Sina Finance APP