最新动态

2024年04月25日

你的位置: 首页> 最新动态> 正文
华业伙伴 | 原第四范式VP梁军创立「纪元AI」,用Agent帮助企业做复杂智能决策

华业天成天使轮领投企业「纪元AI」,由原第四范式合伙人梁军创立,致力于为B端企业打造新一代AI Agent平台。创始团队为微软、百度等核心技术和高管,拥有AI商业化从0到1及行业规模化落地的成功经验。公司目前已发布两大应用产品,并获商业订单。


AI Agent公司「纪元AI」已完成一轮超1000万元的天使轮融资,目前正在进行新一轮融资。

纪元AI由原第四范式合伙人、执行副总裁梁军创立于2023年下半年,瞄准借助大模型帮助企业做更复杂的智能决策方向,致力于为B端企业打造新一代AI Agent平台。

梁军深耕to B领域20多年。曾在金蝶软件亚太区任行业拓展总监一职;2010年加入微软中国,担任政府与公共事业部区城总监,率先将Windows Azure产品及方案引入中国;2014年他加入百度,先后任职O2O开放平台 PGM(产品总经理)、AIG人脸识别产品事业部总经理;2018年加入第四范式,担任合伙人、执行副总裁。

纪元AI的联创团队都是此前和梁军共事的伙伴。产品负责人康执玺此前曾是第四范式平台软件产品团队负责人 ,在Momenta曾担任高级产品总监、感知产品负责人;技术负责人詹镇江曾是Momenta DDInfra高级总监 ,也担任过第四范式先知平台研发负责人、架构师一职;解决方案负责人谢博曾是百度AI事业群产品解决方案资深架构师 ,还在微软担任过中国产品技术架构师。


纪元AI的创立背景之一就是大模型这项技术变量带来的新机会。“Transformer架构的泛化能力拓展了AI的能力边界,给AI在企业决策场景带来新的发挥空间。”梁军谈到。

不同于在第四范式搭建的机器学习平台,纪元AI希望开发能够解决复杂决策问题的智能代理(Agent)产品,创造出能够模拟并超越人类专家决策能力的智能系统。梁军告诉智能涌现,“上一代的机器学习算法更多地被应用于定制化的单一任务决策,而基于新一代大模型/Transformer架构的泛化能力,我们希望开发出能够同时满足特定行业复杂决策并且具有一定泛化能力的Agent,能够将定制化的应用泛化到更多的行业和企业当中。”


纪元AI产品架构

大模型赋予了新一代Agent自己做决策的能力,这些Agent不再依赖人类预先设定的单一目标,而是能够自主学习多维动态目标,并且自动拆解和执行复杂目标。“就像自动驾驶系统(FSD)一样,用户只需设定目的地,如何行驶、何时变道、选择哪条路线等复杂决策则由系统自主决策并自动完成。”梁军说。

但在企业端具体落地过程中,底层的基础大模型和上层具体应用之间有一个巨大的鸿沟。梁军认为,“虽然基础大模型通用能力很强大,但在企业级的复杂决策应用中无法直接调用,所以需要一个中间层(Agent PaaS)来弥合,提升大模型在具体任务召回率、准确率等应用领域的能力。这个中间层能够提供自动标注、复杂决策、动态组合目标设定等功能,以适应企业级应用的复杂需求。

“2023年是大模型元年,但是在to B领域并未出现真正的Killer App或高价值应用。2024年是Agent应用元年,基于Transformer架构的复杂决策应用,将产生颠覆性创新价值。”梁军说。

依托这个思考,纪元AI在创立之初的产品架构就是,在面向具体B端场景构建Killer APP及高价值应用的过程中,沉淀一个中间层的Agent PaaS平台,底层接入不同类型的基础大模型。

此外,这个Agent PaaS平台不仅可以支撑Agent在某个场景的应用,还可以支持大规模生产和部署 AI Agent,以满足不同行业和场景的企业需求。平台的价值体现在行业泛化能力方面,纪元AI希望借助自研Agent平台,在满足特定行业的需求的同时,具备一定的通用性,让Agent走向规模化。

企业级应用的Killer APP关键在能否解决企业面临的复杂决策问题。”梁军说。

他提到,当前市场上大多数Agent公司集中在取代重复性的简单文本任务,但大模型给Agent带来的机会远远不止于此。所以,纪元AI瞄准的复杂的决策场景,不仅要求Agent执行简单重复任务的能力,更重要的是利用Transformer架构去处理复杂决策任务。

围绕这一方向,纪元AI首先面向金融和广告营销两大行业,专门为大型企业(KA)开发高难度、业务价值大、面向复杂决策的Agent应用。“我们此前在这两个行业有过丰富的实践经验,且这些场景不仅拥有庞大的数据量,具备技术基础,对AI创新应用的接受度和意愿也相对较高。”

在直播营销场景,纪元AI打造了一款叫“千机智投”的Agent产品,可以模拟一个有四年工作经验的优化师,及时响应,做出动态决策。此前,专业的直播优化师需要紧盯直播间动态,根据直播动态和用户反馈及时调整策略。

学习了优化师经验之后,由新一代AI驱动的“千机智投”就可以独当一面,在直播策划、目标设定、数据分析、策略调整等环节,自动执行任务,快速做出决策,显著提升了效率。对于企业而言,只需要给定一个总目标,Agent就可以做到秒级的自动盯盘和策略刷新,这远远超过了人类能力的范畴。


纪元AI打造的千机智投产品

上一代依赖传统专家规则的“智能投放系统”和单一决策型AI无法做到这一点。“由于智能投放领域面临的目标是复杂多维的,此前如果广告主的目标是‘最大化销售转化’,同时还要求每次的点击成本不超过200人,直播间观众不低于100人,传统机器学习或强化学习的模型需要依照每个细分需求任务定制多个模型,工作量巨大,成本太高,且难以达到应用预期。”梁军解释称。

在某个特定类型的复杂决策环节独当一面只是纪元AI Agent产品的第一步,梁军希望从智能投放Agent出发,构建智能营销多Agent协同,让Agent在各个环节发挥作用,并最终成为关键环节的企业决策大脑。

在梁军看来,团队和在B端场景多年的经验是公司的核心优势。“我们是一支有复合背景的团队,创始团队均为微软、百度、第四范式、 Momenta等核心技术和高管,拥有AI商业化从零到一及行业规模化落地的成功经验,兼具技术、产品和行业经验,能够结合行业特性、技术成熟度和产品效率来开发产品。”

商业化层面,目前纪元AI瞄准的是金融和广告营销两大行业场景,以大客户为核心,公司第一代产品原型已经完成,并已在银行、广告行业的头部客户场景中完成了概念验证(POC),发布了千机智投Agent、千机智答Agent两大应用产品,并获得了商业订单。

接下来,纪元AI也会继续完善其智能代理平台,在打磨企业端Killer App产品的同时,将产品和服务拓展到更多的行业领域。

返回 下一篇