2024年开年，Sora横空出世，掀起又一轮的人工智能浪潮，而此时距离ChatGPT 3.5发布尚不足一年，在如此短的时间内大语言模型实现了跨越式的发展，在能源、医疗、制造、教育、交通、金融等多个领域催生了前所未有的变革。

然而，随着大模型的实际应用，“幻觉”、“过时知识”、“不透明推理过程”等问题也逐渐凸显，比如，当我们提问“林黛玉为什么会倒拔垂杨柳”时，通用大模型会回答“因为林黛玉悲伤过度，倒拔垂杨柳缓解悲伤情绪”，这就是典型的“大模型幻觉”。

解决大模型的幻觉是影响大模型能否落地企业应用的关键。在企业应用中，由于通用大模型的训练主要基于公开互联网知识，对企业内部知识一无所知，不能满足企业内部业务开展的要求。从各种角度观察和已经落地的实践证明，利用企业文档、数据库等企业内部知识库对大模型进行干预，使其学习适配业务场景，生成有真实事实依据、符合用户预期的答案成为解决企业应用大模型的有效方案，也就是“智能问答”。

2024年1月，金现代正式发布AI智能问答产品--“小金智问”，旨在让AI真正听懂用户需求、解答用户疑惑，助力企业业务创新和数智升级。另外，“小金智问”可以在企业内部网络运行，避免知识泄密风险，确保企业知识内容的安全性。

值得强调的是，“小金智问”创新性的融合了文本型问答与数据库问答，不仅能解答“是什么”“行不行”的问题，还可以解答“怎么样”“谁更好”的问题。

文本型问答示例：

场景一 电力安全应急管理

安全应急管理是电力企业生产运营的重中之重，面对海量法律法规、制度准则，工作人员往往难以准确掌握其中的细则要求。通过金现代的“小金智问”系统可实现24小时“智能问诊”，工作人员在应急抢修过程中可随时对行业规范要求、突发事件处理方案等进行提问，系统可以给出准确答案以及答案来源，比如“面对12级台风，应该采取哪些应急抢修措施？”等。

场景二  汽车行业合规性管理

汽车行业涉及众多标准，涵盖了汽车设计、制造、检测、维修等各个方面。这些标准对于保障汽车产品的质量、安全性、环保性以及消费者的权益至关重要。“小金智问”能够帮助车企的研发部门、法规合规部门、生产部门以及试验部门随时定位并理解各项标准要求。无论是设计阶段的材料选择、制造阶段的工艺流程，还是检测阶段的性能评估，甚至是维修阶段的故障诊断，“小金智问”都能提供准确、及时的指导。

数据库问答示例：

场景一 销售数据管理

留存在企业CRM系统中的海量数据，受限于展示形式、颗粒度的不同，往往难以实现快速定位。通过金现代的“小金智问”系统可实现针对数据库的问答，理解人类随机描述的自然语言，并从分散在数据库的多表数据中精准提取答案，回答“某产品在证券行业的总销售额是多少”，“某产品在证券行业销售额最大的3个单子分别是什么”等问题。

场景二 实验数据管理

实验室是一个数据密度非常高的部门，实验室管理系统（LIMS）中沉淀了订单信息、质控数据、原始数据、分析报告、绩效排名等各类数据。不同行业、角色对数据的需求度不同，即使在LIMS系统中上线百余种统计报表也无法满足。LIMS接入“小金智问”后，实现了千人千面式问答，随时解答各类问题，并支持以图表的形式展出，比如“绩效最好的五个科室是哪些”“统计每个月的故障许可记录和许可人，用柱状图展示”“样品H78-1实验流程到哪里了”等问题。

目前，小金智问已经在电力、汽车、建筑、检测、制造、港口、科研院所等众多领域实现落地应用，帮助客户大大提升工作效率、降低运营成本、实现数据驱动决策。

2024年2月19日，国务院国资委特别召开了“AI赋能 产业焕新”中央企业人工智能专题推进会，旨在加快布局和发展人工智能产业。赛迪顾问提及，“当前的人工智能产业正处在一个‘速度够快，不需要风’的黄金时代。”大模型等人工智能技术的迅猛发展和深入应用，无疑为社会的发展进步注入了强大的技术支持，为我们打开了一个充满无限可能的新时代，金现代也定将积极参与到这一伟大的历史进程中。