來源：意見領(lǐng)袖

　　文/魏煒（北京大學(xué)匯豐商學(xué)院管理學(xué)教授） 等

　　AI大模型的應(yīng)用一直是行業(yè)內(nèi)的熱點話題,，快速迭代的AI在商業(yè)應(yīng)用的發(fā)展上高歌猛進(jìn),。新技術(shù)不僅能提高用戶體驗,，在內(nèi)容創(chuàng)作和個性化服務(wù)上提升精準(zhǔn)度，也能進(jìn)一步優(yōu)化企業(yè)的生產(chǎn)流程,，并且加速催生新的商業(yè)機(jī)會。

　　北京大學(xué)匯豐商學(xué)院管理學(xué)教授魏煒及合作者北京大學(xué)匯豐商學(xué)院MBA馬勇斌,、西安交通大學(xué)物流科創(chuàng)融合發(fā)展與研究中心副教授王子陽,、華中科技大學(xué)管理學(xué)院管理學(xué)教授張鵬程共同在《北大金融評論》發(fā)文表示,，擁抱AI浪潮的優(yōu)秀企業(yè)會在未來持續(xù)重構(gòu)自己的商業(yè)模式,。數(shù)字員工和真實員工會建立起長期的共生關(guān)系,，持續(xù)優(yōu)化企業(yè)內(nèi)外部的交易結(jié)構(gòu)。這些企業(yè)會持續(xù)引入行業(yè)知識、企業(yè)知識、崗位知識，構(gòu)建越來越強(qiáng)大的領(lǐng)域大模型。同時也會按照商業(yè)模式與戰(zhàn)略發(fā)展的需要，靈活組合業(yè)務(wù)活動,，持續(xù)創(chuàng)造、改變、消除各種AI智能體角色。

　　本文將刊登于《北大金融評論》第21期。

　　AI原生應(yīng)用正接連不斷地快速涌現(xiàn)。但是從產(chǎn)品的數(shù)量和社會公眾對其認(rèn)知程度來看，AI原生應(yīng)用仍處于早期發(fā)展階段,，目前業(yè)界對于其明確定義,、產(chǎn)品范式以及相關(guān)商業(yè)模式也還無清晰、完整的論述,。但是這并不影響我們的判斷,，即：當(dāng)前正處在AI原生應(yīng)用大規(guī)模爆發(fā)并將深刻影響各行各業(yè)的前夜。

　　AI原生應(yīng)用的定義和特征

　　AI原生應(yīng)用是指一種以AI技術(shù)和設(shè)計理念為核心,，利用AI能力原生創(chuàng)造出的產(chǎn)品或系統(tǒng),。AI原生應(yīng)用也常被稱作“AI+”，與當(dāng)前常見的“+AI”有著本質(zhì)區(qū)別,。AI原生應(yīng)用來源于采用生成式AI理念對各類應(yīng)用場景及其解決方案進(jìn)行重構(gòu)或創(chuàng)構(gòu)（創(chuàng)造新的應(yīng)用架構(gòu)）,。生成式AI的理念如：端到端的任務(wù)處理方式，即從輸入任務(wù)的起始端到產(chǎn)生結(jié)果的終端,，整個過程是連貫且一體的,；在人機(jī)交互方面，產(chǎn)品以自然語言交互為基礎(chǔ),，生成適應(yīng)用戶的個性化結(jié)果,；在數(shù)據(jù)與信息方面，可以直接存儲,、使用,、檢索海量非結(jié)構(gòu)化數(shù)據(jù)，而非高度依賴結(jié)構(gòu)化數(shù)據(jù),；在設(shè)施方面,，搭建可滿足大模型運行要求的軟硬件架構(gòu)。而“+AI”應(yīng)用的核心并非人工智能,，是采用傳統(tǒng)的軟件開發(fā)邏輯,，將AI能力疊加或局部改造嵌入原有應(yīng)用之中，其AI改造的深度和廣度都不及AI原生應(yīng)用,。

　　AI原生應(yīng)用具備以下典型特征：

　　以自然語言交互為基礎(chǔ)：用戶通過語言交互界面（Language User Interface）與后端交互,，無需或者少量通過圖形界面（Graphical User Interface）與后端交互,，最終呈現(xiàn)GUI和LUI混合的交互形式，以實現(xiàn)用戶從有限的輸入躍遷到無限的輸入,，既提供高頻,、固定的功能，也具備對低頻,、定制化需求的理解與處理能力,；

　　具備自主學(xué)習(xí)和適應(yīng)能力：在人機(jī)交互過程中，能夠集成理解,、記憶,、適應(yīng)多模態(tài)數(shù)據(jù)，并進(jìn)行自我學(xué)習(xí),，能根據(jù)上下文,、任務(wù)環(huán)境、交互對象的變化,，對輸出結(jié)果進(jìn)行更準(zhǔn)確,、更個性化的調(diào)整；

　　具備自主完成任務(wù)的能力：有能力基于大語言模型和知識庫執(zhí)行精確任務(wù),，實現(xiàn)端到端閉環(huán),，集獲取任務(wù)到完成任務(wù)全流程于一體。

　　以游戲行業(yè)為例,，游戲所涉及的資產(chǎn)類型極為豐富，包含文本,、2D圖像,、3D內(nèi)容、聲音,、對話,、音樂等。從游戲主機(jī)到VR/AR游戲,，從PC游戲到手機(jī)游戲,，硬件載體的迭代升級一直是游戲創(chuàng)新的主要推動力。而這一輪的AI原生驅(qū)動的業(yè)務(wù)創(chuàng)新,，事實上是催生了全新的游戲品類和業(yè)務(wù)活動,。

　　從斯坦福大學(xué)和谷歌聯(lián)合發(fā)布的論文《Generative Agents： Interactive Simulacra of Human Behavior》可以看出基于AI原生游戲的雛形，生成式人工智能輔助用戶創(chuàng)造內(nèi)容（MOD）開始有效地提升開放世界游戲的游戲體驗,。以 Spellbrush 的《Arrowmancer》為例，這是一款利用AIGC的實時內(nèi)容生成,，以AI創(chuàng)建的角色為特色的角色扮演游戲（RPG）,，提供了幾乎無限的游戲玩法。AI原生游戲?qū)崿F(xiàn)千人千面,，用戶可以玩到根據(jù)自身需求創(chuàng)建的游戲,，其中包含任務(wù)、劇情,、地圖,、關(guān)卡等游戲要素，均可以成為AI生成的內(nèi)容資產(chǎn),。

　　在游戲企業(yè)內(nèi)部運營與生態(tài)運作等方面,，AI原生應(yīng)用也可以顯著優(yōu)化游戲原有業(yè)務(wù)系統(tǒng)。原資產(chǎn)生成與管理系統(tǒng)中,，AIGC可應(yīng)用于全模態(tài)的資產(chǎn)生成,，實現(xiàn)全流程的資產(chǎn)管理。針對復(fù)雜測試場景,，大模型輔助測試可通過模擬玩家,、視覺識別等場景提升游戲測試的效率與準(zhǔn)確性。針對發(fā)行與推廣場景,，大模型可以提供多語種本地化的能力,，輔助企業(yè)高效擴(kuò)展市場。針對用戶運營等系統(tǒng)優(yōu)化,，大模型可通過分析玩家反饋和模擬行為,，定位目標(biāo)群體和優(yōu)化游戲體驗，實現(xiàn)游戲的快速與精準(zhǔn)迭代,。

　　AI改造應(yīng)用的方式與結(jié)果

　　業(yè)界有關(guān)“AI+”的討論屬當(dāng)下熱點,，但又易與“+AI”混淆。“+”的本質(zhì)是使用AI對各類應(yīng)用進(jìn)行改造,，兩者主要區(qū)別在于改造方式不同,。

　　AI有三類改造應(yīng)用的方式：疊加、局部重構(gòu)和創(chuàng)構(gòu),。

　　疊加是指在原應(yīng)用場景基礎(chǔ)上增加一個新的AI技術(shù)模塊,，使其具備新的特性和價值，屬于“+AI”的范疇,。比如：核保程序疊加AI風(fēng)險評估能力,、語言學(xué)習(xí)應(yīng)用疊加AI口語陪練等?；蚴窃谝延袘?yīng)用的功能或服務(wù)流程上,，疊加基于AI技術(shù)的決策或調(diào)度能力，提升流程效率,，實際上是在原應(yīng)用場景下增加了AI Copilot的能力,。

　　局部重構(gòu)是指使用AI對某個特定應(yīng)用重新構(gòu)建，可以分為使用傳統(tǒng)軟件開發(fā)邏輯的重構(gòu)和使用生成式AI理念的重構(gòu)兩種細(xì)分方式,。前者如：使用ASR（自動語音識別）和NLP（自然語言處理）技術(shù)改造電話客服平臺,，屬于“+AI”。后者如：蘋果手機(jī)以生成式AI的理念重構(gòu)Siri語音助手,，屬于“AI+”,。

　　創(chuàng)構(gòu)是采用生成式AI理念，對系統(tǒng)內(nèi)多個應(yīng)用進(jìn)行整體,、全新的構(gòu)建,，是一種更具系統(tǒng)性和創(chuàng)造性的AI改造方式。如：端到端的智能座艙系統(tǒng),，以及即將出現(xiàn)的“液態(tài)金屬型”企業(yè),。創(chuàng)構(gòu)也代表著一種不孤立看待技術(shù)進(jìn)步的視角?；乜礆v史,，蒸汽機(jī)的發(fā)明固然是工業(yè)革命的重大技術(shù)突破,，而創(chuàng)構(gòu)出工廠大規(guī)模生產(chǎn),、鐵道運輸?shù)刃碌募夹g(shù)應(yīng)用系統(tǒng)和商業(yè)模式，才真正釋放了新技術(shù)的價值,。而在互聯(lián)網(wǎng)時代,，也是在創(chuàng)構(gòu)出電子商務(wù)、搜索引擎等全新的應(yīng)用和商業(yè)模式之后,，信息技術(shù)才發(fā)揮出其潛力,。放眼未來，“AI+”勢必會更顯著地提升生產(chǎn)力,，其先天帶有全流程智能化,、數(shù)據(jù)高度集成,、可自我進(jìn)化等優(yōu)勢，創(chuàng)構(gòu)是釋放其生產(chǎn)力的關(guān)鍵手段,。

　　AI改造會產(chǎn)生三種結(jié)果：第一種是保持原應(yīng)用場景不變,；第二種是AI改造使應(yīng)用具備更強(qiáng)能力，能夠解決在原應(yīng)用場景難以解決的問題,，比如原有應(yīng)用的輸出質(zhì)量較差,、用戶不易使用等；第三種是創(chuàng)造出全新的應(yīng)用場景,，產(chǎn)生新的價值空間,。

　　結(jié)合改造方式和改造結(jié)果兩個維度，可以得到一個清晰易用的應(yīng)用創(chuàng)新框架,，為企業(yè)提供一套AI創(chuàng)新的方向盤,。企業(yè)可以據(jù)此把握自身相關(guān)的應(yīng)用場景，識別使用AI技術(shù)來提升效率,、解決疑難問題的機(jī)會,。我們更建議企業(yè)采用“AI+”的思維，透視分析原有應(yīng)用場景,，探索可能出現(xiàn)的全新應(yīng)用場景,。

圖1：“AI+”和“+AI”的應(yīng)用創(chuàng)新框架

　　AI原生應(yīng)用的技術(shù)架構(gòu)

　　當(dāng)前業(yè)界對于AI原生應(yīng)用的技術(shù)架構(gòu)在持續(xù)進(jìn)行探究,，我們認(rèn)為AI原生應(yīng)用會基于“生成型大模型+辨識型小模型+Agent（智能體）+數(shù)字孿生+用戶擁有模型”這五項技術(shù)或機(jī)制的組合來實現(xiàn)長期演進(jìn),。

　　其中，生成型大模型的主要作用是直接進(jìn)行語義理解和答案的生成,，如國外的ChatGPT,、Llama3.1、國內(nèi)的文心一言和通義千問等,，用于提供通用知識,、語言理解與組織能力。企業(yè)可以構(gòu)建一個高效的 Hub 架構(gòu),，以靈活,、低成本的方式同時接入多個（本地或中心化的）通用大模型，然后在不同場景下調(diào)用其中一個或者多個的組合,。辨識型小模型是參數(shù)量很小,、針對特定領(lǐng)域的小模型，其主要功能一是生成特定領(lǐng)域的知識圖譜,，二是為生成型大模型提供專業(yè)領(lǐng)域的內(nèi)容理解和知識辨別能力,，例如文檔內(nèi)表格內(nèi)容的識別等等。生成型大模型和辨識型小模型兩者相結(jié)合，再加上領(lǐng)域?qū)Ｓ兄R就可以構(gòu)建起領(lǐng)域大模型,，既能實現(xiàn)領(lǐng)域?qū)Ｓ袃?nèi)容文本理解和專業(yè)問答,，也可以解決通用大模型在專業(yè)領(lǐng)域的幻覺問題、回答不準(zhǔn)確的問題,。

　　Agent（智能體）是一種能夠感知環(huán)境,、自主決策和采取行動的系統(tǒng)。面對任務(wù)時,，它具備獨立思考的能力,，可以根據(jù)記憶數(shù)據(jù)和調(diào)用領(lǐng)域大模型，建立思維鏈和行動規(guī)劃,。Agent也具備使用工具的能力,，包括使用內(nèi)置工具、代碼編輯器,、API接口,、模型等，以此去按步驟完成給定目標(biāo),，是任務(wù)單元的執(zhí)行者,。用戶數(shù)字孿生是指構(gòu)建一個高度個性化的虛擬個體，它對齊真人用戶的個性化信息,，如人口學(xué)特征,、行為模式和偏好、知識深度,、對話風(fēng)格,、價值觀等，以此來響應(yīng)個性化的需求和情景,。數(shù)字孿生的實質(zhì)是用戶的一系列數(shù)據(jù)集,，包括：1）基于前置提問，了解到的用戶畫像,、使用意圖,；2）使用者與大模型的對話反饋數(shù)據(jù)，使用者在對話中給出標(biāo)準(zhǔn)答案,、修改意見或回答思路等反饋,，會形成對應(yīng)領(lǐng)域的強(qiáng)化學(xué)習(xí)數(shù)據(jù)集；3）基于持續(xù)對話的數(shù)據(jù),，深入理解使用者的畫像和偏好,，包括行業(yè)背景,、語言風(fēng)格,、對話策略等；4）使用者提供的特定領(lǐng)域概念、文檔數(shù)據(jù)集,，例如學(xué)術(shù)文獻(xiàn),、商業(yè)案例、訪談記錄等,。Agent與數(shù)字孿生的結(jié)合,，能夠使得應(yīng)用程序在與使用者交互過程中，持續(xù)加深個性化理解,、持續(xù)試錯和自我學(xué)習(xí),，達(dá)到增強(qiáng)決策、優(yōu)化執(zhí)行效果,、實現(xiàn)輸出內(nèi)容的可控性的目的,。

　　用戶擁有模型（UOM，User Own Model）是一種將各類模型及相關(guān)參數(shù),、訓(xùn)練數(shù)據(jù)集等內(nèi)容歸屬于使用者一方的機(jī)制,。采用該機(jī)制是由于大模型的數(shù)據(jù)產(chǎn)權(quán)存在難以界定的問題，尤其是在特定專業(yè)領(lǐng)域,，大模型會采用高價值的企業(yè)內(nèi)部數(shù)據(jù)和用戶生成數(shù)據(jù)進(jìn)行訓(xùn)練,。如果私有數(shù)據(jù)和新生成數(shù)據(jù)能夠經(jīng)由大模型流向其他主體，使用者的積極性,、上傳數(shù)據(jù)的質(zhì)量勢必會顯著降低,，造成模式不可持續(xù)。而用戶擁有模型機(jī)制可以解決這一問題,，此機(jī)制包括四個方面：1）將各類大模型文件進(jìn)行私有化部署,；2）將用于大模型微調(diào)和RAG的使用者（企業(yè)或個人）的私有數(shù)據(jù)進(jìn)行獨立存儲；3）將使用私有數(shù)據(jù)微調(diào)后的用戶個人模型參數(shù)和大模型參數(shù)獨立存儲,，用戶使用大模型時再對參數(shù)進(jìn)行合并操作,；4）將用戶私有數(shù)據(jù)及根據(jù)用戶數(shù)據(jù)微調(diào)的個人大模型的所有權(quán)歸屬于用戶?？梢圆捎眉用芗夹g(shù)進(jìn)行加密,，未經(jīng)授權(quán)就無法獲取到模型內(nèi)部的結(jié)構(gòu)、參數(shù)和數(shù)據(jù),，阻斷私有數(shù)據(jù)和能力外泄的通路,。后續(xù)也可結(jié)合區(qū)塊鏈技術(shù)來進(jìn)行確權(quán)，明確各類數(shù)據(jù)的來源,、創(chuàng)造時間和所有權(quán),，來為數(shù)據(jù)貢獻(xiàn)者提供獎勵，最終形成用戶數(shù)據(jù)與大模型之間的正反饋,。

　　我們認(rèn)為采用上述五項技術(shù)構(gòu)建AI原生應(yīng)用的方案能夠有效解決大模型幻覺（包括數(shù)據(jù)溯源不準(zhǔn)確）,、輸出結(jié)果不可控、產(chǎn)權(quán)難以保護(hù)等影響大模型企業(yè)級應(yīng)用的問題,，也是AI原生應(yīng)用長期發(fā)展的必然選擇,。

圖2：AI原生應(yīng)用的技術(shù)架構(gòu)

　　“傳統(tǒng)應(yīng)用+AI”與“AI原生應(yīng)用”將短期共存

　　“傳統(tǒng)應(yīng)用+AI”仍是當(dāng)前軟件研發(fā)體系下的優(yōu)化路徑之一

　　“傳統(tǒng)應(yīng)用+AI”僅是在現(xiàn)有的產(chǎn)品或服務(wù)中引入AI技術(shù),，并沒有重構(gòu)產(chǎn)品或服務(wù)本身,。因此對于研發(fā)組織，實現(xiàn)AI功能幾乎可以像傳統(tǒng)軟件需求一樣適配現(xiàn)有的項目管理方法,，企業(yè)管理者無需針對此類需求來對當(dāng)前的研發(fā)體系進(jìn)行重度改造,。以照片編輯App的“AI修圖”為例，在該App引入AI之前,，用戶需要根據(jù)自己想要達(dá)成的效果,，在App界面上手動操作，以調(diào)整圖片的色溫,、對比度,、亮度等參數(shù)。進(jìn)入AI時代之后,，該App的開發(fā)商決定新增“AI修圖”功能,，因此在其本身已有的“修圖”功能之上，疊加了AI能力,，使之實現(xiàn)自動化修圖,。此AI需求迭代并未改變這一傳統(tǒng)應(yīng)用本身已有的產(chǎn)品功能，更不涉及應(yīng)用架構(gòu)的改造,，僅是將其中一個功能點與AI相結(jié)合,，實現(xiàn)能力增強(qiáng)的效果。因此,，在短期內(nèi)各行各業(yè)很多AI的應(yīng)用落地仍會大規(guī)模地集中在“傳統(tǒng)應(yīng)用的能力增強(qiáng)”上,。

　　“AI原生應(yīng)用”在量變積累中迎接質(zhì)變

　　前文提到，AI原生應(yīng)用將會基于“生成型大模型+辨識型小模型+Agent（智能體）+數(shù)字孿生+用戶擁有模型”這五項技術(shù)或機(jī)制的組合來進(jìn)行長期演進(jìn),。此技術(shù)架構(gòu)的全面落地絕非一蹴而就,，需要在技術(shù),、工具、方法層面積累量變,。

　　在技術(shù)方面，AI原生應(yīng)用的軟件架構(gòu)是以大模型為底座的生成式架構(gòu),，而傳統(tǒng)軟件則是具備確定性構(gòu)成式架構(gòu),。底座架構(gòu)的變化會帶來工程層面的變化，AI原生應(yīng)用的開發(fā)是以數(shù)據(jù)為本的一種生成式開發(fā),，與傳統(tǒng)軟件的協(xié)同式開發(fā)完全不同,，并不要求開發(fā)流程、工具和開發(fā)者之間的高度協(xié)同,。這一系列變化,，也就意味著傳統(tǒng)軟件的研發(fā)體系不再適用于AI原生應(yīng)用，企業(yè)管理者需要改造現(xiàn)有技術(shù)體系以匹配其開發(fā)要求,，這對于大多數(shù)公司來說是一項重大改變,。

　　在工具方面，AI原生應(yīng)用的發(fā)展需要各類工具應(yīng)用的產(chǎn)品化,，如：部署和管理大模型的Hub平臺,、產(chǎn)品化的大模型自動化微調(diào)工具、高精確度低成本的知識圖譜生成管理工具,、Agent高效編程的集成開發(fā)環(huán)境等等,。大規(guī)模普及AI原生應(yīng)用以解決各種問題的前提是具備完善的工具和框架體系，而非任一場景下都需要全流程自研,。所謂“磨刀不誤砍柴工”,，產(chǎn)品化工具和框架的積累將是AI原生應(yīng)用快速普及的關(guān)鍵成功因素。

　　在方法層面,，目前實現(xiàn)AI原生的方法仍然處在探索期,，這使得行業(yè)仍處在智力密集階段，富集頂尖智力人才投身其中,，像美國的AI頂尖公司就聚集了來自斯坦福,、麻省理工等知名院校的員工【美國VC公司Lightspeed近期針對生成式AI的8家頂尖公司（包括OpenAI、Midjourney等）的技術(shù)人才背景做了調(diào)查,，有12.5%的員工來自斯坦福大學(xué),，11.4%的員工來自加州伯克利大學(xué)，7%的員工來自麻省理工學(xué)院,，其余的員工來自哈佛大學(xué),、牛津大學(xué)等，可以說幾乎全部員工都是來自知名學(xué)府】,。而隨著探索的加深,，方法必定持續(xù)積累和傳播,，包括AI原生應(yīng)用開發(fā)思維、AI原生應(yīng)用開發(fā)方法,、AI原生應(yīng)用的商業(yè)模式成熟等,，其結(jié)果是創(chuàng)新方法漸成顯學(xué)，開發(fā)AI原生應(yīng)用所需的人才快速普及,、開發(fā)門檻也將大幅度降低,，這也為其質(zhì)變創(chuàng)造了前提。

　　我們認(rèn)為,，AI原生應(yīng)用的技術(shù)架構(gòu),、工具產(chǎn)品以及方法論會在1~2年內(nèi)不斷演進(jìn)，積累量變因素,，最終達(dá)到成熟,、可大規(guī)模復(fù)用的程度，之后AI原生應(yīng)用將全面爆發(fā),。而在短期內(nèi),，“AI原生應(yīng)用”與“傳統(tǒng)應(yīng)用+AI”仍將共存。

　　AI原生應(yīng)用重構(gòu)商業(yè)模式

　　AI原生應(yīng)用將重構(gòu)企業(yè)內(nèi)部業(yè)務(wù)活動和管理活動

　　目前企業(yè)內(nèi)部業(yè)務(wù)活動和管理活動是基于功能進(jìn)行構(gòu)建,，如文件管理,、報銷、制圖等,，每個功能都會輸出對應(yīng)活動的結(jié)果,。企業(yè)內(nèi)部的工作流程首先是進(jìn)行專業(yè)化分工，將產(chǎn)出不同業(yè)務(wù)結(jié)果的員工進(jìn)行分類,，再按照員工分類匹配使用不同功能,。企業(yè)內(nèi)部會形成多種形態(tài)的工作流，面向不同任務(wù)時,，企業(yè)對相關(guān)功能組件進(jìn)行串行或并行的組合,，通過分工與協(xié)作來交付各類成果。然而隨著任務(wù)復(fù)雜程度提升,，調(diào)用功能組件數(shù)量會急劇增多,，組合形式也相應(yīng)復(fù)雜化，這給組織管理帶來了很大的挑戰(zhàn),。

　　AI原生應(yīng)用的引入有機(jī)會為企業(yè)內(nèi)部協(xié)作形式帶來突破性的轉(zhuǎn)變,，工作流將以角色為中心進(jìn)行重構(gòu)。面對具體的任務(wù)時,，Agent會對任務(wù)所處的場景,、領(lǐng)域、服務(wù)對象進(jìn)行識別,，再調(diào)用企業(yè)的領(lǐng)域大模型對相關(guān)的知識,、數(shù)據(jù),、功能組件進(jìn)行組合使用，然后作為一種角色,，端到端地交付任務(wù)結(jié)果,。

　　案例一：某電視互聯(lián)網(wǎng)平臺使用AI原生應(yīng)用實現(xiàn)智能化桌面管理

　　電視桌面通常會展示電視劇、電影,、短視頻等內(nèi)容的海報,，為吸引用戶點擊觀看，海報的設(shè)計和管理工作極為重要,，要求出品素質(zhì)高,、更新時效快,、備選素材多,、能個性化展示。而過去此項工作流程非常繁瑣,，每上架一張新海報都要經(jīng)歷確定主題,、選取片源、制圖,、審核等一系列操作,，需要運營、設(shè)計,、審核崗位的人員開展長鏈條的協(xié)作,。

圖3：某電視互聯(lián)網(wǎng)平臺創(chuàng)作海報原流程

　　而在引入AI智能體后,，此任務(wù)的實現(xiàn)過程被根本性重構(gòu),。AI智能體首先獲取到內(nèi)容片源，然后引用企業(yè)內(nèi)部的設(shè)計及運營知識,，自動執(zhí)行圖像分析理解,、合成海報圖像、多圖像混合編排,、個性化推薦給用戶的全流程任務(wù),，實現(xiàn)任務(wù)端到端集成。而運營和設(shè)計人員在此過程中扮演的是知識貢獻(xiàn)者角色,，原有的鏈?zhǔn)絽f(xié)作機(jī)制被徹底打破,，取代它的是“選取內(nèi)容展示給用戶”這一獨立任務(wù)單元，AI在此過程中實際上扮演了“內(nèi)容遴選官”的角色,。

圖4：某電視互聯(lián)網(wǎng)平臺通過AI智能體遴選內(nèi)容給用戶

　　案例二：招聘AI智能體

　　招聘是一項繁重任務(wù)，特別是勞動密集型企業(yè),，員工數(shù)量多且人員變動頻繁,，招聘工作就更加艱巨,。傳統(tǒng)的招聘流程是：負(fù)責(zé)招聘的HR員工需要先溝通收集各崗位招聘需求，然后對外發(fā)布招聘信息,，再與各招聘網(wǎng)站對接篩選簡歷,。后續(xù)還要經(jīng)歷一系列繁瑣流程，包括多輪聯(lián)系面試官,、與候選人預(yù)約面試時間,、收集面試反饋、辦理員工入職等,。即使在數(shù)字化系統(tǒng)的加持下,，招聘工作也只是在某些局部環(huán)節(jié)得以提效，流程本身仍舊冗長,。

圖5：企業(yè)招聘傳統(tǒng)流程

　　而行業(yè)中的新型AI招聘應(yīng)用提供了更加高效的解決方案，并且在過去一年取得了快速增長,。

　　AI招聘應(yīng)用會先引入招聘單位的崗位信息與市場公開信息形成不同行業(yè)的崗位勝任知識庫,，并將知識庫微調(diào)到專用的“招聘領(lǐng)域大模型”中，使之具備專業(yè)化的內(nèi)容辨別,、理解和生成能力,。Agent會驅(qū)動領(lǐng)域大模型，在面試過程中以數(shù)字分身的方式與候選人開展深度對話,、追問,、解析，識別候選人是否符合崗位要求和任職資格要求,，最終向招聘單位交付評估報告,，并與企業(yè)對齊是否招聘的結(jié)論。更為關(guān)鍵的是,，Agent具備從候選人和招聘企業(yè)獲得反饋的能力,，可以沉淀知識和自我學(xué)習(xí)。

　　此類服務(wù)于招聘領(lǐng)域的AI原生應(yīng)用在企業(yè)招聘方面提供了一種可以隨時隨地使用且邊際成本幾乎為零的服務(wù)能力,，后續(xù)企業(yè)提升招聘能力的方式也不再是提升面試官的規(guī)模和技能,，而是優(yōu)化知識庫和大模型、優(yōu)化與候選人的交互方式,、優(yōu)化評估報告的質(zhì)量,。這種“以AI招聘官為中心”的協(xié)作機(jī)制可以顯著提升企業(yè)招聘活動的效率和效能。

圖6：使用AI招聘應(yīng)用完成招聘任務(wù)

　　由此可見,，引入AI原生應(yīng)用到組織內(nèi)部會形成不同類型的新角色，其中任何一個角色都可以獨立完成一類任務(wù)，也可以由多個角色進(jìn)行協(xié)同,，完成更為復(fù)雜的任務(wù),，內(nèi)部利益相關(guān)者的交易結(jié)構(gòu)也會因此重塑。任務(wù)從目標(biāo)輸入到結(jié)果輸出都可以閉環(huán)在一個AI原生應(yīng)用或多個AI原生應(yīng)用構(gòu)成的網(wǎng)絡(luò)中,，并且極大簡化了中間環(huán)節(jié),，這有助于提升整體效率。此類協(xié)作方式的改變還將帶來一個重要影響：未來企業(yè)內(nèi)部的關(guān)鍵能力將更依托于企業(yè)知識庫包括領(lǐng)域大模型知識的豐富性,、AI原生應(yīng)用的個體能力和AI原生應(yīng)用的群體協(xié)作能力,。原有“人-人”交互形成的組織能力將會被重新定義，組織內(nèi)耗將會極大程度降低,，原有管理活動也會大幅度減少并帶來管理成本的大幅度降低,。

　　AI原生應(yīng)用將重構(gòu)企業(yè)內(nèi)外利益相關(guān)者的交易關(guān)系

　　AI原生應(yīng)用在改造企業(yè)內(nèi)部活動的同時，會伴生改進(jìn)企業(yè)內(nèi)外利益相關(guān)者的交易關(guān)系,，形成新的商業(yè)模式,。此類改進(jìn)的外在現(xiàn)象即是出現(xiàn)一系列新產(chǎn)品或新服務(wù)，例如：企業(yè)發(fā)布對客戶服務(wù)的數(shù)字人（AI Worker）,，或者創(chuàng)造不同任務(wù)場景下的智能體,，其實質(zhì)都是企業(yè)內(nèi)外部主體之間交易關(guān)系的變化,。

　　如在上述AI招聘應(yīng)用的案例中,，招聘官數(shù)字分身和招聘報告都是具象化的產(chǎn)品，其本質(zhì)是AI招聘應(yīng)用的開發(fā)商與企業(yè)客戶之間形成了一種新的交易關(guān)系,，即：由企業(yè)客戶采購AI服務(wù),，并提供崗位知識和招聘需求，再由AI招聘應(yīng)用交付適崗候選人,。這種新交易關(guān)系的價值是使企業(yè)內(nèi)招聘交付標(biāo)準(zhǔn)一致,、招聘成本降低、招聘效率提升,。

　　當(dāng)企業(yè)使用AI原生應(yīng)用服務(wù)于內(nèi)外部利益相關(guān)者,，會帶來以下變化：

　　（1）顯著增強(qiáng)使用者的能力,。高度智能化,、個性化的Agent功能，能夠為使用者端到端地完成一項任務(wù),，降低其工作成本,，甚至使其具備曾經(jīng)無法獲得的能力。

　?。?）大幅提升服務(wù)效率,。AI原生應(yīng)用能夠讓使用者可以隨時隨地獲得服務(wù)，并且面對大量使用者的場景不存在等待時長。

　?。?）提升個性化和標(biāo)準(zhǔn)化的程度,。AI原生應(yīng)用能夠理解使用者的個性化需求，并且能根據(jù)記憶靈活響應(yīng),。同時由于Agent能根據(jù)使用者預(yù)設(shè)的要求來執(zhí)行任務(wù),，不存在人為因素帶來的主觀差異，其最終交付的結(jié)果則是高度標(biāo)準(zhǔn)化的,，這有利于優(yōu)化督查,、審核、采購,、質(zhì)檢等需重點關(guān)注人因風(fēng)險的任務(wù),。

　　（4）可持續(xù)改進(jìn)產(chǎn)品和服務(wù),。使用AI原生應(yīng)用過程中,，用戶會產(chǎn)生新的數(shù)據(jù)反饋，這些數(shù)據(jù)能夠改進(jìn)大模型和智能體的能力,。同時,，能力提升又為吸引更多用戶使用產(chǎn)生可能。用戶在使用AI原生應(yīng)用時也是參與到了產(chǎn)品改進(jìn)當(dāng)中,，最終會形成一種正反饋循環(huán),。

　　我們判斷，擁抱AI浪潮的優(yōu)秀企業(yè)會在未來持續(xù)重構(gòu)自己的商業(yè)模式,。其外在體現(xiàn)是企業(yè)中會有越來越多的數(shù)字助理,、數(shù)字分身、數(shù)字員工出現(xiàn),，這些數(shù)字人會調(diào)用AI原生應(yīng)用類型的崗位智能體來承擔(dān)一些新的職能,，以此來服務(wù)用戶和外部交易對象。同時企業(yè)也會開發(fā)出更多服務(wù)于內(nèi)部員工的服務(wù)智能體,，以增強(qiáng)員工能力,。數(shù)字員工和真實員工會建立起長期的共生關(guān)系，持續(xù)優(yōu)化企業(yè)內(nèi)外部的交易結(jié)構(gòu),。這些企業(yè)會持續(xù)引入行業(yè)知識,、企業(yè)知識、崗位知識,，構(gòu)建越來越強(qiáng)大的領(lǐng)域大模型,。同時也會按照商業(yè)模式與戰(zhàn)略發(fā)展的需要，靈活組合業(yè)務(wù)活動,，持續(xù)創(chuàng)造,、改變、消除各種AI智能體角色。

圖7：以數(shù)字員工和真實員工相結(jié)合的方式,，持續(xù)優(yōu)化企業(yè)內(nèi)外部的交易關(guān)系

　　企業(yè)按照上述路徑發(fā)展的最終形態(tài)是“液態(tài)金屬型”組織，是企業(yè)重構(gòu)的最高層次,。在此形態(tài)下,，企業(yè)已經(jīng)變成完全的流體，可以任意進(jìn)行變革和適應(yīng),，各種資源的流動和組合不再有阻力,。企業(yè)可以按照價值鏈、產(chǎn)品組合,、管理職能,、業(yè)務(wù)流程等維度，無限地細(xì)分和重新聚合業(yè)務(wù)活動和管理活動,。

　　AI原生應(yīng)用的普及最終也會帶來企業(yè)產(chǎn)生和運營范式的革命,，將工業(yè)時代的分工范式轉(zhuǎn)變?yōu)橹悄芙?jīng)濟(jì)時代的智慧體范式。分工范式下,，經(jīng)濟(jì)社會的主體由人組成,。而人因為能力有限，因此專業(yè)化,、重復(fù)性工作可以提高效率,。而大規(guī)模的生產(chǎn)則需要標(biāo)準(zhǔn)化流程，因此誕生出工作分析,、目標(biāo)分解等工作方法以及組織結(jié)構(gòu)圖,、工作說明書等工具,。在智慧體范式下,，經(jīng)濟(jì)社會的主體由人變成了智慧體，即人機(jī)協(xié)同互動的碳基+硅基主體,。智慧體內(nèi)部能夠持續(xù)互動,，也能與外部智慧體互動，持續(xù)創(chuàng)造出新的知識,，持續(xù)增強(qiáng)提出問題,、給出架構(gòu)解決方案、選擇解決方案和實施的能力,。企業(yè)內(nèi)的智慧體可以隨時細(xì)分為更專門或?qū)I(yè)的智能體,，也可以通過非疊加形式隨時聚合為擁有更多角色能力的新智能體。企業(yè)管理者或商業(yè)模式構(gòu)建者也會以“人機(jī)智慧體”的形式存在,，由一系列有關(guān)的真人和智能體組成,，形成人類與智能系統(tǒng)（企業(yè)）、企業(yè)產(chǎn)品（即企業(yè)也是一個產(chǎn)品）的共生關(guān)系。智慧體還可通過創(chuàng)造新的智慧體,、調(diào)整內(nèi)外部角色的交易結(jié)構(gòu)來相機(jī)重構(gòu)商業(yè)模式,，組織里資源的流動能力最大程度被釋放，企業(yè)選擇轉(zhuǎn)變商業(yè)模式將不存在變革成本,。

圖8：液態(tài)金屬型態(tài)的商業(yè)模式構(gòu)建

　　AI原生應(yīng)用驅(qū)動商業(yè)模式持續(xù)創(chuàng)新的范式

　　我們認(rèn)為AI原生應(yīng)用的產(chǎn)品創(chuàng)新正在走進(jìn)快車道，層出不窮的新產(chǎn)品,、新形態(tài)縱然“亂花漸欲迷人眼”,，但必然圍繞以下四種價值定位方法進(jìn)行商業(yè)模式設(shè)計和價值延伸。

　　第一是構(gòu)建能創(chuàng)造新價值的業(yè)務(wù)場景,，為用戶或客戶提供前所未有的新體驗或新能力,。超級個人助理就是典型案例，例如蘋果公司正在打造高度智能化的Siri語音助理,，正試圖突破現(xiàn)有“App孤島化”現(xiàn)狀,。當(dāng)用戶輸入打車、點餐,、訂票類的指令時,，Siri可以端到端執(zhí)行對應(yīng)任務(wù)，用戶無需打開諸多分門別類的專用App,，而且可結(jié)合用戶偏好進(jìn)行個性化的選擇,，降低用戶的篩選成本。在這種新的業(yè)務(wù)場景下,，蘋果完全可以構(gòu)架出一套全新的服務(wù)分發(fā)商業(yè)模式,，伴隨創(chuàng)造巨大的新價值空間。

　　第二是能夠降低交易成本,。交易成本會發(fā)生于交易搜尋,、交易議價、決策評估,、交易監(jiān)督,、違約處理等環(huán)節(jié)中。比如交易房產(chǎn)需要以支付中介費的方式尋找買家或賣家,，并存在繁冗的交易流程,。又如制造業(yè)公司采購元器件，需經(jīng)由采購尋源,、樣品配送與試用,、效果評估等多項環(huán)節(jié)才可最終確定采購方案，時間成本巨大,。這些都是長期存在的交易成本,，而AI原生應(yīng)用將為降低上述交易成本提供可能,。交易雙方可以事先構(gòu)建屬于自己的數(shù)字分身，將自有商品知識庫,、需求數(shù)據(jù),、個性化的偏好和行為數(shù)據(jù)等融入到領(lǐng)域大模型或RAG中,。在交易發(fā)生前，雙方數(shù)字分身根據(jù)即時的交易需求進(jìn)行雙邊交互,，以獲取更加適配的交易方案,，進(jìn)而減少交易前的各項環(huán)節(jié)、降低成本,。

　　第三是創(chuàng)造或優(yōu)化業(yè)務(wù)活動和管理活動,，做到以前想做但做不好的事。構(gòu)建此類商業(yè)模式時，應(yīng)采用聚焦鏡的思維,，識別在原有業(yè)務(wù)系統(tǒng)中能夠通過引入AI原生應(yīng)用而顯著優(yōu)化的環(huán)節(jié),。比如零售業(yè)引入AI來總結(jié)海量用戶評論,、形成摘要,，輔助進(jìn)行產(chǎn)品改進(jìn)；又如AI制藥領(lǐng)域應(yīng)用大模型技術(shù),，加速分子模型構(gòu)建和藥物性質(zhì)預(yù)測,，大大提升研發(fā)流程的效率,。然后再利用AI原生的理念,，引入新的角色，對原有業(yè)務(wù)活動進(jìn)行重構(gòu),。隨著AI技術(shù)和商業(yè)模式的加速發(fā)展,，面對長期低效、做不好的業(yè)務(wù)活動,，AI原生應(yīng)用或許能另辟蹊徑,，提供突破性的解法,。

　　第四是用于降低交易風(fēng)險,?？梢岳肁I原生應(yīng)用學(xué)習(xí)并理解特定領(lǐng)域的交易數(shù)據(jù),，結(jié)合公開數(shù)據(jù)和私有數(shù)據(jù),，包括交易記錄,、信用評分、市場案例等,，對新交易進(jìn)行風(fēng)險探測和預(yù)警,。尤其是在金融行業(yè),，金融機(jī)構(gòu)可以利用AI原生應(yīng)用對大量財務(wù)數(shù)據(jù)、征信數(shù)據(jù)進(jìn)行分析,，以及可以端到端打通業(yè)務(wù)活動,。諸如此類，AI在數(shù)據(jù)密集,、決策變量多的領(lǐng)域具備廣闊的發(fā)展空間,。

　　后續(xù)建議

　　在AI原生應(yīng)用將迎來爆發(fā)式發(fā)展的前夜，我們對即將到來的全新圖景充滿希冀,。面對無數(shù)可能性,，當(dāng)前時代的優(yōu)秀企業(yè)家應(yīng)開放心態(tài)、舉目眺望,、擁抱變化,，通過AI原生的視角發(fā)掘在行業(yè)和企業(yè)內(nèi)創(chuàng)造價值的機(jī)會。我們?yōu)閰⑴c其中的企業(yè)提供以下建議：

　　著手培養(yǎng)AI人才梯隊并提升組織能力

　　AI時代不僅需要頂尖的技術(shù)專家,，更需要兼通技術(shù),、業(yè)務(wù)、管理的復(fù)合型人才,。企業(yè)內(nèi)部應(yīng)該組建起一套全新的人才梯隊：既包括AI技術(shù)專家,，用以把控整體技術(shù)方向與架構(gòu),；也需要大量具備技術(shù)視野的業(yè)務(wù)人才，他們能識別和捕捉業(yè)務(wù)活動中使用AI進(jìn)行改造的機(jī)會,；還需要兼?zhèn)浼夹g(shù)理解能力的管理人才,，負(fù)責(zé)推動基于AI的組織變革與流程再造。AI原生應(yīng)用的發(fā)展也必定伴隨組織AI化轉(zhuǎn)型或AI原生組織的發(fā)展,，企業(yè)應(yīng)為此培養(yǎng)必要的人才團(tuán)隊,，賦予不同層級、不同職能相應(yīng)的AI能力,，以此提升整體組織能力,。

　　構(gòu)建適應(yīng)自身的AI技術(shù)能力

　　企業(yè)應(yīng)開始著手構(gòu)建適應(yīng)自身的AI技術(shù)能力，選擇合適的工程平臺,、數(shù)據(jù)管理工具,、大模型、云服務(wù)設(shè)施等技術(shù)要件來落地,。公有云和開源技術(shù)的發(fā)展已使得當(dāng)前無需付出過高的建設(shè)成本,，關(guān)鍵工作變成了企業(yè)能否找到正確解決問題的技術(shù)方案，而非成本,。我們認(rèn)為生成型大模型,、辨識型小模型、Agent（智能體）,、數(shù)字孿生,、用戶擁有模型五項技術(shù)相結(jié)合是發(fā)展AI原生的必然選擇，可以作為一種通用的技術(shù)架構(gòu)供企業(yè)作為建設(shè)依據(jù),。同時,，企業(yè)也應(yīng)考慮自身實際來選擇合適的要件，將一整套能力部署并植根于企業(yè)經(jīng)營中,，長期使用迭代,。企業(yè)應(yīng)盡早籌劃相關(guān)技術(shù)儲備，以盡早獲取到累積數(shù)據(jù)和智能帶來的復(fù)利,。

　　公司層面展開全方位變革

　　“AI+”不僅是一場技術(shù)領(lǐng)域變革,，更是針對公司治理、業(yè)務(wù)流程,、上下游供應(yīng)等各領(lǐng)域的變革,。需要公司制定嚴(yán)謹(jǐn)?shù)腁I升級戰(zhàn)略，來面對未來的行業(yè)變化以及AI所帶來的挑戰(zhàn),。例如：AI輔助工具對工作方式的變革,、AI對于生產(chǎn)成本和效率的變革、生成內(nèi)容所帶來的法律問題等。這些都需要在公司內(nèi)進(jìn)行系統(tǒng)性梳理,。

　　尋找新的垂直市場機(jī)會

　　雖然當(dāng)前生成式AI的創(chuàng)新賽道已顯得十分擁擠,，例如通用的語音、對話等產(chǎn)品,，但其會催生新的AI原生應(yīng)用品類與新賽道,。我們建議創(chuàng)業(yè)公司專注在仍未被開發(fā)的細(xì)分領(lǐng)域,、聚焦于業(yè)務(wù)需求的端到端方案,，創(chuàng)造在沒有生成式AI的時代難以出現(xiàn)的AI原生應(yīng)用。

　　將AI原生應(yīng)用與商業(yè)模式創(chuàng)新相結(jié)合

　　實踐AI原生應(yīng)用開發(fā)絕非開發(fā)一款孤立的應(yīng)用程序這么簡單,，而應(yīng)與重塑組織內(nèi)外部利益相關(guān)者交易關(guān)系相結(jié)合,。歷次重大技術(shù)革命所帶來的價值，往往并非在技術(shù)誕生之初就能完全顯現(xiàn),。只有當(dāng)這些重大技術(shù)與商業(yè)模式創(chuàng)新深入結(jié)合之后,，其真正的價值才會充分釋放。在當(dāng)前AI 時代,，AI 原生應(yīng)用也面臨著同樣的情況,。僅開發(fā)AI原生應(yīng)用，如果沒有與之相匹配的商業(yè)模式創(chuàng)新,、僅停留在當(dāng)前已有的商業(yè)模式,，那么其價值也將受到很大的限制。只有將兩者相結(jié)合,、共同創(chuàng)新發(fā)展才是時代正解,！