Consumer Data

在营销内容生成场景中指出了大模型应用聚合平台的逐步发展和一些挑战； 行业知识库场景中强调了多轮对话中检索内容的上下文问题长期和短期记忆的实现以及超长上下文长度对模型的影响； 智能客服场景则关注了数据来源成本模型专属化价值评估和产品集成等问题。 针对产品经理在大模型挑战中的定位和可能面临的困境黄老师也给出了自己的思考产品经理需要理解行业场景业务技术和数据同时要时刻关注技术边界。 二场景化产品实践分享 分享嘉宾金蝶•快递产品总监@陈天贵 陈天贵老师作为快递早期成员之一从平台视角出发深入分析了技术如何成为产品创新和业务增长的驱动力。



他通过日常使用场景——百度快 美国电话号码表 递查询电商平因以及如何将大模型与产品创新紧密结合实现服务场景的智能化。 在场景化应用方面陈老师特别提到了与百度联合发布的快递物流行业首个商业化应用——「寄快递」他表示从到ht是时代的一个重大交互变革但是并不是所有交互界面都要变成ht满足用户在特定场景的需求才是产品经理应该注意的关键。 另一方面在大模型时代产品经理也应该充分利用大模型的能力快速适应不同场景的业务流程提高产品应变效率。如今大模型能力相对成熟从技术演变的周期看现在正是从“技术先于产品”过渡到“产品先于技术”的阶段产品经理可以基于大模型能力挖掘更多创新应用场景实现自身价值和业务价值的突破。



三破局·升维·革新大模型时代的数字员工 分享嘉宾科大讯飞企业数字化业务群/研发总监@黄鹏 黄鹏老师则在分享中带来了对数字员工在大模型时代角色和潜力的精彩洞察。他首先点明了数字员工的业务背景提倡从企业的实际需求出发用业务人员的视角来塑造数字员工产品以此推动企业的数字化转型。而大模型技术正是这一转型的关键它通过整合多模态数据增强学习以及持续的学习机制显著增强了数字员工的能力。 从实际业务出发黄老师还讲解了大模型技术如何与现有产品紧密结合加强企业的全流程智能化升级。在展望数字员工的未来时他提出要以流程规划为出发点激发数字员工的潜能并建议结合虚拟人技术为数字员工打造更具象的形象和更人性化的反应使他们成为企业持续发展的伙伴。