來源：睿見Economy

　　2024年服貿(mào)會(huì)專題論壇之一——“2024中國AIGC創(chuàng)新發(fā)展論壇”于9月13日-14日在北京舉行。軟通動(dòng)力TTR 事業(yè)群AI 研究中心總經(jīng)理吳基術(shù)出席并演講。

　　吳基術(shù)表示,，軟通動(dòng)力認(rèn)為未來新型企業(yè)是面向智能,、綠色、自主以及國際化,、向國際化轉(zhuǎn)型。

　　他解釋成，軟通動(dòng)力認(rèn)為人工智能有四個(gè)發(fā)展方向：第一是在模型側(cè),，落地應(yīng)用百花齊放。第二是在國際競爭方面,，國際要求全面自主化,，這是一個(gè)特別大的發(fā)展機(jī)會(huì)。第三是在雙碳背景下,，綠色發(fā)展,、綠色能源包括現(xiàn)在的大模型在智算等等維度去發(fā)展。第四是全球化,、國際化,，目前中東,、東南亞等等這些地區(qū)機(jī)會(huì)特別多。

　　以下為演講實(shí)錄：

　　吳基術(shù)：各位領(lǐng)導(dǎo),、各位專家早上好,，很榮幸接受主辦方的邀請?jiān)谶@里跟大家分享一下我們軟通動(dòng)力一年多以來在AI應(yīng)用上落地的一些實(shí)踐經(jīng)驗(yàn)分享。

　　首先介紹一下,，我是運(yùn)營商智能終端與零售事業(yè)群AI研究中心負(fù)責(zé)人吳基術(shù),，我們這個(gè)事業(yè)群就是在客戶維度上做了劃分，應(yīng)用上,、移動(dòng),、更新，終端智能主要是手機(jī)客戶,，零售主要是消費(fèi)者,。在這里我講的很多內(nèi)容是偏應(yīng)用這個(gè)層面，我看了一下我們有很多專家,，包括百川鄧江總等,，演講內(nèi)容都會(huì)非常專業(yè)。

　　軟通動(dòng)力對于人工智能的觀點(diǎn)，人工智能發(fā)展會(huì)特別快,，我們看到的是4個(gè)方向的發(fā)展：第一是在模型側(cè),，迭代挺快的。昨天凌晨OpenAI發(fā)布最新的草莓模型,，發(fā)布很快,，落地應(yīng)用現(xiàn)在也是百花齊放。第二是在國際競爭方面，國際要求全面自主化,，這也是一個(gè)特別大的發(fā)展機(jī)會(huì),。第三是在雙碳背景下，綠色發(fā)展,、綠色能源包括現(xiàn)在的大模型在智算等等維度去發(fā)展,。第四是全球化、國際化,，剛在臺上討論,，目前中東、東南亞等等這些地區(qū)機(jī)會(huì)特別多,。

　　正因?yàn)槿绱?，未來產(chǎn)業(yè),，軟通動(dòng)力認(rèn)為未來新型企業(yè)是面向智能,、綠色、自主以及國際化,、向國際化轉(zhuǎn)型,。圍繞著這個(gè)方向跟各位領(lǐng)導(dǎo)、專家領(lǐng)導(dǎo)匯報(bào)一下軟通在戰(zhàn)略方向,、業(yè)務(wù)方向的發(fā)展,。

　　目前軟通動(dòng)力主要是四個(gè)方面：第一是對于傳統(tǒng)的間與數(shù)字技術(shù)服務(wù)方面，我們主要是做管理和業(yè)務(wù)智能化,。二是自主化,，軟通動(dòng)力有自主的計(jì)算產(chǎn)品、軟硬件協(xié)同,。第三是綠色,。第四是國際出海，我們總部在新加坡以及北美都有我們廣泛的業(yè)務(wù)分布,。

　　面向業(yè)務(wù)和管理方面的智能化,，軟同也是提倡全面智能對于一個(gè)大型企業(yè)來講是通過人工智能促進(jìn)我們的創(chuàng)新包括產(chǎn)品創(chuàng)新、技術(shù)平臺創(chuàng)新,，希望軟通能夠成為在這個(gè)行業(yè)里面的服務(wù)領(lǐng)導(dǎo)者,。具體來講是四個(gè)層面：

　　首先是在方法論，實(shí)現(xiàn)以AI咨詢?yōu)橐I(lǐng),，在底座上是AI新型基礎(chǔ)設(shè)施包括終端等等,。另外是操作系統(tǒng)，還有數(shù)據(jù)庫等等,。中間這層主要是面向新型的AI技術(shù)平臺打造天璇MaaS,，底層嫁接大模型，上面連接行業(yè)應(yīng)用，這是軟通動(dòng)力的人工智能發(fā)展,。

　　那我們在企業(yè)里面怎么落地AI應(yīng)用呢,？我們認(rèn)為軟通動(dòng)力先有一個(gè)方法論，是五位一體智能化發(fā)展體系,，整體來講是一個(gè)整體的體系,，從產(chǎn)品、服務(wù),、人才,、數(shù)據(jù)和管理五個(gè)方面跟客戶展開合作，目前包括在金融,、汽車,、能源等等這些領(lǐng)域我們都跟客戶有一個(gè)廣泛的合作。這五個(gè)方面是一體的,，是要綜合,，不只是發(fā)展某一方面，因?yàn)檐浲▌?dòng)力面向客戶和產(chǎn)業(yè)比較廣泛,。

　　從產(chǎn)品上講我們推出了天璇MaaS平臺,，底層連接大模型。跟大的阿里等不同的是,，我們是面向一個(gè)企業(yè)的智能化基座,，底層能夠跟我們的算力管理連接，然后能夠把各種各樣的像多模態(tài)模型引進(jìn)來,。上層主要是面向我們的行業(yè),，比如零售或者是保險(xiǎn)等等做垂直類的大模型。軟同=軟通（音領(lǐng)域上是代碼大模型,。這是中間一層,。最上面一層是連接應(yīng)外，在企業(yè)里面看統(tǒng)一模型的落地場景應(yīng)用,，包括辦公,，包括我們引入的各個(gè)方向如營銷或者業(yè)務(wù)等等場景上的應(yīng)用。這是我們在產(chǎn)品上,。

　　服務(wù)上,，面向客戶，是研產(chǎn)供銷服全產(chǎn)業(yè)鏈的AI大模型應(yīng)用,。軟通動(dòng)力在這一年多跟客戶一起在很多業(yè)務(wù)場景上去打造,。這里面有很多方法，我們在一線,，我也負(fù)責(zé)在一線做很多東西,，雖然在應(yīng)用上我們?nèi)〉昧送Χ嗟某煽?，也?huì)有許多的經(jīng)驗(yàn)。

　　這里面簡要說幾個(gè)案例（PPT圖）,，第一個(gè)是為我們企業(yè)AI落地應(yīng)用,，現(xiàn)在來看結(jié)合企業(yè)私域知識的應(yīng)用落地比較快，比如面向醫(yī)療企業(yè),，我們有一個(gè)AI醫(yī)療科技大腦的一個(gè)項(xiàng)目,，剛才臺下跟鄧總聊很多，面向知識智腦解決以前可能是體力,、現(xiàn)在是面向腦力去提供服務(wù),。醫(yī)療企業(yè)以前在公司里面可能只是一堆文檔、一堆系統(tǒng),，現(xiàn)在智能大腦在這兒,，可以及時(shí)隨地問它一些醫(yī)療方面的知識還有對文獻(xiàn)的解讀。大家知道OpenAI最早的一些應(yīng)用是基于文檔的應(yīng)用,，我們這里是結(jié)合企業(yè)內(nèi)部私域知識,，能夠?yàn)槠蒲小I銷等等服務(wù)體系的人員去提供一個(gè)超腦,、科技大腦,。另外在營銷,，在面向銷售網(wǎng)上,，這個(gè)應(yīng)用可以快速給他們傳遞一些價(jià)值，甚至可能比一些更加新進(jìn)入這個(gè)公司的人員更快地給一些能夠上手,，從一個(gè)新手變成一個(gè)專家,。這是我們在企業(yè)上的價(jià)值。如果從技術(shù)上來講,，這里有模型微調(diào),、有RAG等等技術(shù)，經(jīng)驗(yàn)上,，可能純技術(shù)上不能完全解決所有的東西,，里面還是有很多工程化，我們要面向它的業(yè)務(wù)場景去做調(diào)試,。

　　第二個(gè)是某知名飲料品牌,，國際化企業(yè)，智能訂單推薦引擎系統(tǒng),。這個(gè)系統(tǒng)在企業(yè)里面,，原來很多數(shù)據(jù)在第三方系統(tǒng)，對于企業(yè)來講,，如果數(shù)字化基礎(chǔ)越好,，數(shù)據(jù)越完備,，實(shí)際上做智能化升級的過程會(huì)越順暢，因?yàn)榇罅康臄?shù)據(jù)在這里面,。所以智能訂單推薦引擎之所以叫引擎,，是因不是一個(gè)完全完整的單一系統(tǒng)，是架構(gòu)在原來基礎(chǔ)之上,，通過模型的基數(shù),、模型的能力能夠?yàn)槲覀冧N售人員去提供一些服務(wù)。通過代理做銷售,，原來情況下可能做一個(gè)電話,，外呼之前要花半個(gè)小時(shí)左右閱讀這個(gè)客戶過往的銷售記錄，哪些地區(qū)SKU銷售更好,。之后這個(gè)過程就可以用AI能夠結(jié)合其歷史數(shù)據(jù)去做自動(dòng)推薦的建議,，這其實(shí)也是減低了銷售人員的負(fù)擔(dān)。另外,，大模型還有一個(gè)好處,，就是它是多云的，可以介紹投入,，可以減少團(tuán)隊(duì)資源,，縮減自己的成本，這也是在銷售商的一個(gè)應(yīng)用案例,。

　　講到多模態(tài),，AIGC生成，現(xiàn)在生成的多一點(diǎn),，我們在企業(yè)落地跟客戶區(qū)合作,，完全用AIGC的技術(shù)，應(yīng)用AIGC的技術(shù)去生成公眾號的推文,、生成插圖,、生成視頻素材，最后通過技術(shù)人員把這個(gè)完整的拼起來,。這個(gè)案例比較典型的意義在于,，可能技術(shù)上來講可以達(dá)得到，但完整出到一個(gè)滿足客戶需求的作品還是需要技術(shù)人員去做一些功課,。比如這里面有一些很細(xì)的點(diǎn),，需要用技術(shù)去做技術(shù)解決。比如手指有時(shí)候可能會(huì)生成6個(gè)手指,，這需要去解決,。另外還有版權(quán)IP，這個(gè)問題我們需要去注意,。還有我們在做視頻的時(shí)候,，長一點(diǎn)的視頻,，AI生成的時(shí)候不能保證人物，這些內(nèi)容都需要AI技術(shù)人員去解決,。

　　這里有一個(gè)片子,，是我們跟客戶合作的一個(gè)片子，可以看一下,。（現(xiàn)場播放視頻）

　　這里面之所以放這個(gè)小短篇,，是因?yàn)樵诹闶酆褪袌鼋逃矫嬗袕V闊的應(yīng)用場景，現(xiàn)在整個(gè)工序還是需要技術(shù)人員把它整個(gè)串起來,，但我想未來通過整個(gè)產(chǎn)業(yè)的努力肯定有一體化的軟件,，去解決這些問題。然后進(jìn)一步提升整個(gè)效果還有效率,。

　　回到剛才說的五位一體發(fā)展的方向上,，企業(yè)里AI的應(yīng)用落地，除了技術(shù)以外我們認(rèn)為在應(yīng)用方面需要對全體員工做培訓(xùn)和培養(yǎng),，包括有一些基礎(chǔ)的,，從原來的數(shù)字化辦公到現(xiàn)在的智能化辦公，這里AI的應(yīng)用以及AI的一些技術(shù),，這些都是需要加強(qiáng)整個(gè)企業(yè)里面AI應(yīng)用的推廣,。如果是可以企業(yè)的話，沒法辦,，但傳統(tǒng)企業(yè)還是要做很多推廣,。軟通在這方面投入比較大，專門做AI的培訓(xùn),，人力資源組織的整個(gè)AI學(xué)堂等等,，通過整體的系統(tǒng)化,、定向化,、多元化地去培養(yǎng)員工，能夠在群體上有一些辦公技能和技術(shù)的思維,。

　　模型這一塊,，我們認(rèn)為高質(zhì)量數(shù)據(jù)特別關(guān)鍵，軟通動(dòng)力與保險(xiǎn),、與企業(yè)維持,，梳理出我們在數(shù)據(jù)應(yīng)用、模型應(yīng)用大腦維度,，第一個(gè)是咨詢服務(wù)為引領(lǐng),，將企業(yè)業(yè)務(wù)戰(zhàn)略拆借成數(shù)據(jù)戰(zhàn)略，識別出我們的數(shù)據(jù)是什么,。第二面向AI做數(shù)據(jù)治理,，包括數(shù)據(jù)歸集,。第三個(gè)是模型訓(xùn)練，形成企業(yè)面向AI的數(shù)據(jù)庫,。第四個(gè)是基于這些數(shù)據(jù)做模型的場景應(yīng)用,。第五個(gè)是在整個(gè)過程中將數(shù)據(jù)資產(chǎn)化，傳播到我們整個(gè)企業(yè)里面,。高質(zhì)量數(shù)據(jù)對齊對企業(yè)來講是非常關(guān)鍵的因素,。

　　軟通動(dòng)力在管理方面做的比較深入，我們有整個(gè)系統(tǒng),，有底層數(shù)據(jù)庫等等,。原來是數(shù)據(jù)驅(qū)動(dòng)，現(xiàn)在慢慢像模型驅(qū)動(dòng)重塑整個(gè)管理數(shù)字化,，還有數(shù)字化平臺向智能化發(fā)展,，全部重構(gòu)。多模塊模型去重構(gòu)整個(gè)知識庫,。管理系統(tǒng)升級軟通動(dòng)力一直在做,，目前為止我們已經(jīng)完成了10個(gè)主要的AIGC的系統(tǒng)升級主要是面向崗位替代、員工AI賦能,，賦能員工去完成更多的任務(wù),，面向崗位推出了13款應(yīng)用，整個(gè)公司應(yīng)用效率有一定的提升,。這是我們整個(gè)企業(yè)降本增效的策略,。在組織流程AI提效上，廣泛用AI+API技術(shù)縮短效率,，提高時(shí)間,。然后是AI人才培養(yǎng)。

　　AI應(yīng)用的挑戰(zhàn)?，F(xiàn)在來講,，技術(shù)上的挑戰(zhàn)還是挺多的，我這里主要是結(jié)合我自己在項(xiàng)目里面的實(shí)現(xiàn),，我想還是提一點(diǎn)?，F(xiàn)在企業(yè)里面主要是AI人才、AI思維,，有一個(gè)詞叫“AI領(lǐng)導(dǎo)力”,，目前來講這是在企業(yè)里面會(huì)比較長期的一個(gè)挑戰(zhàn)，包括我們AI人才與AI技能的融合,。不知道在座各位是否每個(gè)人都在用AI,，但企業(yè)里沒有很多人能夠天天用AI，也沒有說能夠很好地結(jié)合AI做使用,。所以第一步,，在人才挑戰(zhàn)上是要實(shí)現(xiàn)AI人才與AI技術(shù)深度柔和,，要去用這個(gè)大模型，才能知道跟AI大模型互動(dòng)的感受,。第二是AI思維上,，無論是需求方還是應(yīng)用方，不能用傳統(tǒng)的思路去看AI軟件,，追求百分之百的確定性很難,。傳統(tǒng)軟件是有一個(gè)功能按照設(shè)定好的去開發(fā)去做，按照主體去做,，但大模型輸出具有不確定性,，我們怎么去解決這個(gè)問題。所以在使用上,、在思維模式上要有所不同,。我跟很多企業(yè)接觸過，可能頂層來講會(huì)有整體的思維,，但是我們在具體對接的時(shí)候,，很多人還是在用原來的方式去思考這個(gè)事情。最后,，對一個(gè)企業(yè)來講,，單個(gè)人有先進(jìn)性，學(xué)習(xí)很快,，這是AI的領(lǐng)軍人物,，從個(gè)體成功到團(tuán)隊(duì)成功到組織成功，怎么去保障這個(gè)事情,，這需要有一定的體系化,，包括剛才我們講的人才培訓(xùn)、人才的培養(yǎng)以及人才的替代等等,，因?yàn)槠髽I(yè)里面大部分都是用應(yīng)用產(chǎn)生價(jià)值,，所以從個(gè)體到團(tuán)隊(duì)，我現(xiàn)在看得到有很大可做的地方,。

　　最后,，從員工視角來看，從企業(yè)視角看到是降本增效,、提升效率、業(yè)務(wù)價(jià)值的創(chuàng)造,，從員工視角來講,，之所以剛才體人才與AI技術(shù)融合、有AI思維,，有部分員工還是會(huì)抵觸AI,，比如AI寫代碼,，AI都寫代碼了，還要我干什么,？實(shí)際上這一年多,，包括微軟等等一些客戶里做AI提效的賦能，我看到對于員工來講更多是從賦能角度去看這個(gè)事,。接下來,，AI可以成為你自己的多面助手，原來可能不會(huì)做事情,，現(xiàn)在自己會(huì)做的事情讓它做的更好,，比如作為產(chǎn)品經(jīng)理可能要做一些前期的設(shè)計(jì)、電商產(chǎn)品推廣設(shè)計(jì),，原來要自己寫,，要花很多時(shí)間，但在AI幫助下,，可以批量地把這個(gè)東西做出來,。第二你自己不會(huì)做的，可以讓AI給你很好地提供思維框架和思維脈絡(luò),，以及指導(dǎo)步驟怎么去做的,。所以一線員工把AI咨詢教育的。使用的更豐富以后,，現(xiàn)在很多員工把AI當(dāng)泵很好的伙伴,，有什么事問它，日常工作中會(huì)有四個(gè)場景中讓AI幫我做一些事情,，會(huì)做的讓它幫我做,，不會(huì)做的問它意見。這是從我們通常來講的賦能,。然后結(jié)合科技大腦,、訂單推演引擎，這些是更加具體化的應(yīng)用,，是能夠賦能到現(xiàn)在的人工,，然后反饋到企業(yè)，形成全面效率的提升,。

　　以上是我在企業(yè)里面做AI應(yīng)用落地的分享,，謝謝大家！