微软发布Microsoft365Copilot划时代的生产力

　　前脚GPT4重磅发布，后脚微软就官宣正式把GPT4模型装进了Office套件，推出了全新的Copilot系统，再次引爆各界对AIGC概念场景化的讨论，当然〔憨笑〕也不可避免的再一次令打工人们瑟瑟发抖。。。
　　本期有料知识学院特邀AIGC领域创作者马丁，围绕微软发布Microsoft365Copilot，跟我们聊一聊：
　　1。Microsoft365Copilot分析（提供前置技术、商业信息，辅助你判断）
　　2。Microsoft365Copilot介绍（他上线了什么，逐个介绍）
　　强烈建议查看演示视频，文字真的太单薄了！
　　https：news。microsoft。comreinventingproductivitymoreresources
　　分析
　　前置技术理解
　　其中多模态已经在GPT4发布中验证了，而工具互联就印证在Microsoft365Copilot中。
　　我这里简单介绍一下（已了解的跳过）。
　　多模态就是LLM具备对图像的理解能力，他能看懂图片了。例如下图，不仅仅是这是一张中国交易应用程序的屏幕截图，而是这是百度（美国）的股价，看起来他有点震荡，能与刚举行的发布会有关。
　　工具互联就是你可以让LLM去使用工具。例如他不擅长计算，那就别优化数学能力了，直接让它使用计算机。同理可以让他操作Excel、操作PPT、操作PS、操作智能家居等等。
　　这里面的关键是：1，计算机听懂了你的命令；2。他知道这个命令自己做不到，需要使用工具；3。他能够把你的命令转成工具的输入格式（API），并执行工具调用；4。他能够将调用结果展示给你（经过重新组织或直接展示）。
　　记住这两个关键技术点，他将是你理解Microsoft365Copilot的前置知识。
　　复现困难分析
　　首先，他们也用了很长时间打磨产品，短时间追上是不现实的
　　CHatGPT在22年11月30日发布。但是，根据OpenAI官方文档，具备多模态能力的GPT4他们在22年8月就实现了。
　　所以Microsoft365Copilot（包括Bing搜索、Edge浏览器）的开发周期理想化预估应该是从去年就开始，而非我们想象的11月30日。
　　其次，从技术角度来说，集中在三个方面
　　第一，基座LLM的通用能力。即GPT3，GPT3。5，GPT4这一路走过来的能力跃升，这是一切的核心，同时通过Grounding作上下文约束。
　　第二，定向场景的微调。我更愿意相信活跃在Microsoft365Copilot中PPT、Word、Excel、Terms等多个场景的LLM不是同一个，应该是做了不同场景的强化微调。这种微调一方面为了强化性的文本增强（在那个场景的文本能力更好），另一方面为了API转换的自然（我能更好地把用户命令转化为工具命令）
　　第三，工具化场景的打磨。这方面就是产品侧怎么将场景融合进LLM，交互、功能、流程怎么设计等等。
　　最后，要解决的是成本问题
　　工作这种高频场景，是不可能也无法接受Davanci量级的价格的（1元38000字），更不用说价格翻了几倍的GPT4。
　　在个人实践中，会有一些奇技淫巧，能够在遵循LLM规则的前提下节约成本，例如长文本分块检索LLM整合，例如字典转译节约token量，例如低配模型针对性微调等等。
　　微软如何克服这个问题，我还不清楚。目前而言，没有，也不可能有公开材料。
　　就像Bing的实施细节到目前都没有任何信息流出一样。搜索出10个网页，每个网页1000字，一共10000token，难道说每次搜索的成本都如此高吗？
　　他应该是采用一些技巧的，例如先多模块摘要，再整合，整合后再展开定向生成。但谁知道呢，全靠猜。
　　应用展示
　　Word
　　常规的：总结、改写、翻译、润色等
　　较有趣的是：可以指定改写的风格，例如随意、慎重等
　　例子：
　　根据〔文档〕和〔电子表格〕中的数据起草一份两页的项目提案。
　　使第三段更简洁。将文档的基调更改为更随意。
　　根据这个粗略的大纲创建一页草稿。
　　Excel
　　常规的：帮你写出公式
　　有趣的：理解数据相关性，提出假设引导，根据问题建议公式
　　例子：
　　按类型和渠道细分销售情况。插入表格。
　　预测〔变量变化〕的影响并生成图表以帮助可视化。
　　模拟〔variable〕增长率的变化将如何影响我的毛利率。
　　PPT
　　常规的：根据文档输出PPT
　　有趣的：不仅做PPT，还把演讲者自己看的注释也做出来，可以用命令改动PPT的样式、结构、动画
　　例子：
　　基于Word文档创建包含五张幻灯片的演示文稿，并包含相关的库存照片。
　　将此演示文稿合并为三张幻灯片的摘要。
　　将这三个项目符号重新格式化为三列，每列都有一张图片。
　　Outlook
　　常规的：邮件写作，自动回复，润色等可以归类到文本写作领域的
　　有趣的：总结观点，判断邮件重要性，确认未被回答的开放性问题
　　例子：
　　总结一下我上周外出时错过的电子邮件。标记任何重要的项目。
　　起草一份感谢他们的回复，并询问他们第二点和第三点的更多细节；缩短此草稿并使语气专业。
　　邀请大家参加下周四中午关于新产品发布的午餐和学习。提及提供午餐。
　　Terms（类似腾讯会议）
　　常规的：会议纪要生成，实时翻译，
　　有趣的：你可以不参加会议，就知道发生了什么，有什么问题被讨论，哪些问题没解决，哪些事情问题需要你解决，对讨论的问题做利弊分析
　　例子：
　　总结一下我在会议中错过了什么。到目前为止已经提出了哪些要点？我们在这个话题上有什么不同意见？
　　为〔正在讨论的主题〕创建一个利弊表。在做出决定之前，我们还应该考虑什么？
　　做出了哪些决定，建议采取哪些后续步骤？
　　Demo：https：www。microsoft。comenusvideoplayerembedRW10z9k
　　BusinessChat（有点类似钉钉）
　　常规：其实更多是把上面的所有东西用起来，串联在工作流中
　　有趣：总结某个群聊里的观点和未完成的讨论
　　例子：
　　总结有关昨晚发生的〔客户〕升级的聊天记录、电子邮件和文档。
　　〔项目〕的下一个里程碑是什么？是否发现了任何风险？帮我集思广益列出一些潜在的缓解措施。
　　以〔文件名A〕的风格写一份新的计划概述，其中包含来自〔文件名B〕的计划时间表，并将项目列表合并到来自〔人〕的电子邮件中。
　　MicrosoftViva（类似内网论坛，更偏知识沉淀学习那种）
　　常规：帮你写帖子、提问题
　　有趣：帮助你提升提问题的质量，在讨论进行中引入知识和专家（某个人进来）
　　Demo：https：www。microsoft。comenusvideoplayerembedRW10h73
　　易有料简介
　　易有料yiyouliao。com企业级内容智能运营服务平台，基于强大的内容理解、推荐算法和大数据应用等能力，为多行业提供AI智能内容创作与生产、海量精选版权内容供给、数字资产管理与分发、智能展业营销的服务。2021年完成金沙江创投千万级美金A轮融资，目前于北京、上海、深圳、杭州、武汉设立分公司。
　　为金融行业提供成熟的内容模型、丰富的行业内容，利用行业标签库完善用户画像及行为数据，致力于内容价值挖掘，创造新的内容终端运营场景，推动企业内容数字化的发展，构建多触点、多场景精准的内容营销与用户运营解决方案。
　　现已服务客户包括平安集团、中国银联、招商银行、广发银行、交银银行、招商信诺、支付宝、华为、OPPO等200多家客户。
　　2021年，易有料与浙江大学计算机研究院已达成AI内容生态战略合作，共创的AI实验室近年来一直围绕AI内容生态领域的关键技术研发，今年，双方将聚焦AIGC领域共同探索，推动企业内容产业的数字化发展。