智能体发展潮流中，大家更看重其是否易用有趣。但智能体商业化所遇的实际困难往往被忽视。这好比只注重房屋外表而忽略地基。实际上，地基对智能体未来的发展至关重要。
用户与商业化的不同关注点
使用智能助手的首要考量是它的易用性和趣味性。这体现了用户对使用感受的重视。例如，操作简便且功能有趣的智能应用更受欢迎。然而，对于企业来说，仅此还不够。以智能客服为例，企业更关注如何满足大规模服务需求和控制成本等问题，而非仅仅追求娱乐性。企业需将智能助手视为一种商业产品，如同销售普通商品，需考虑市场需求和盈利等实际因素。
观察智能体基座模型，不同规模和制造商的产品，成本与性能差异显著。大型厂商和大规模模型往往更稳定，但代价不菲；小型厂商的模型虽然成本较低，但稳定性可能不足。这些因素无疑会对企业在选择智能体时产生重要影响。
安全与隐私的重要性
智能体应用领域，安全和隐私至关重要。众多企业的应用数据中，包含用户隐私和商业机密等敏感信息。例如，某些金融智能体处理用户资金和信用等关键信息。若安全和隐私无法得到保障，不仅应用本身，二次开发也将受阻。同时，用户接受度也会显著下降。缺乏安全保障，如同在危楼办公，隐患重重，智能体的商业化道路将充满挑战。
智谱的人才优势
智谱公司汇聚了丰富的人才资源，它是由清华大学科技实验室培育而出。公司内部有众多来自清华的算法工程师，在800名员工中，近500人致力于技术研发工作。这一比例在同类企业中颇为少见。这些优秀人才确保了多种模型的顺利发布。比如，智谱开发的适用于多种设备的端侧模型，这一切都离不开科技人才的辛勤付出。正是这样坚实的团队基础，为智谱在智能体商业化的道路上，构筑了稳固的基石。若非如此强大的人才支撑，智谱在研发拓展上恐怕难以如此顺畅。
国内智能体面临的数据问题
国内的大型模型企业在成长过程中，面临数据采集的挑战。借鉴海外大型模型企业增速减缓的情况，我国在培养多模态或视频模型时，难以获得高清、无字幕的优质语言素材。数据就好比建造大厦的砖石，如果材料不好，就无法建成坚固的楼阁。以翻译模型训练为例，若缺乏充足的多语言优质素材，模型的准确性就无法得到保障。这成为了我国智能产品走向商业化必须跨越的障碍，若此问题长期得不到解决，将大大削弱我国智能产品的市场竞争力。
模型发展的时代划分
模型的发展历经了多个时期。在模型价值时代，每当一款新模型问世，人们便竞相比较其参数规模和多模态等特性。随着进入产品价值时代，大家开始关注模型在实际应用中的表现，比如在医疗图像识别领域的具体应用效果。如今，我们已步入商业价值时代，像智谱这样的企业正致力于挖掘模型带来的商业潜力。实现商业价值，必须从解决实际问题入手，而非空洞口号，这需要从客户需求到商业运营的全方位协同。
智谱的商业应用探索
智谱在人工智能商业化领域处于领先地位。经过过去半年的客户交流，我们提炼出客户需求主要分为三大类。比如，在娱乐和教育软件领域，我们专注于制作教育内容；在降低成本和提高效率方面，我们推广了知识库客服系统。同时，智谱不断寻求创新，与智能设备制造商，尤其是汽车、手机、PC厂商合作，以增强用户体验并推出创新解决方案。这种探索使得智谱在多个行业有所涉猎，并展现出强大的市场影响力。智谱参与未来大会的事实也证明了其在人工智能商业发展中的领先地位。
这里想请教各位，在我国智能体走向市场化的过程中，哪一步骤最应受到关注？期待大家的热情讨论、点赞和转发。
