在业务以「分析决策」为主的场景里，常见的优化方向主要有三方面： ）信息的筛选和分类可以进一步优化吗？ 在电商平台中，使用大模型对产品进行自动分类和标签生成，使得用户在浏览时能够更快速地找到相关产品。例如，基于产品描述和用户行为分析，模型可以自动将新产品分类到相关度最高的类别中。 ）分析处理信息的结果是否能辅助决策？ 在视频流媒体平台，利用大模型分析用户的观看习惯、评分和社交媒体活动，为用户推荐个性化内容
再比如在供应链管理中大模型可以
分析历史销售数据、市场趋势和库存水平，生成数 推特数据 据驱动的建议，帮助企业优化库存管理和采购策略。 ）除了当下的决策之外，是否能进行推理和预测？ 在金融市场，可以分析大量市场数据和历史趋势，生成预测模型，帮机会。这种模型可以实时更新，提供动态的市场分析。 .行动维度 产品的交互方式要改变吗，是否可以结合模型给出行动建议，或是提前预测问题，并执行任务? 以「行动」为核心的场景下，你的业务核心是利用已有数据和信息去跟用户/客户交互，实施决策和操作，达到预期目标。常见的优化方向有两方面： ）交互路径可以再简化吗？ 缩短交互流程，简化用户与系统的交互，通过自然语言等方式直接执行命令。比如微软、亚马逊、谷歌等能快速处理用户的自然语言请求
提升信息获取效率还不够
能不能让系统自动化处理而无需人工介入？ 通过大模型的推 也值得研究可能 理和预测能力，可以根据任务的需求自动生成流程并执行，减少工作中的重复操作，实现自动化。比如在企业中自动完成审批流程、财务流程等；客服自动处理用户问题，提高服务效率等。 每个系统都是信息、模型和行动体系的组合，但各有侧重：有的侧重于搬运信息，解决信息获取和供给方式上的提效问题；有的侧重于信息推荐，更好地匹配供需关系；有的侧重于行动路径的优化
以前没法做的事现在能不
能做且做得又快又好？ 思路二：从新特性上长出新玩 买入铅 法 我在看心资本的合伙人吴炳见的文章，里面有不少关于的论断都深有同感。你会发现，从到移动互联网时代，突破性的机会几乎都是智能手机的新特性带来的。 比如，基于地理位置的服务成就了模式，美团、滴滴等应用将用户和线下服务连接起来；基于通讯录整合社交关系链，微信实现了线上社交关系的构建；相机的普及催生了短视频和直播的繁荣，抖音和快手也开启了短视频的红利…… 那么当新的技术浪潮到来时，不妨先盘点下，生成式带来了哪些新特性？ 一个是用户不可见的东西。
