來源：睿見Economy

　　2024年服貿(mào)會專題論壇之一——“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,，軟通動力認為未來新型企業(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,，軟通動力認為人工智能有四個發(fā)展方向：第一是在模型側(cè)，落地應用百花齊放,。第二是在國際競爭方面,，國際要求全面自主化，這是一個特別大的發(fā)展機會,。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)機會特別多。

　　以下為演講實錄：

　　吳基術(shù)：各位領(lǐng)導、各位專家早上好,，很榮幸接受主辦方的邀請在這里跟大家分享一下我們軟通動力一年多以來在AI應用上落地的一些實踐經(jīng)驗分享,。

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

　　軟通動力對于人工智能的觀點,，人工智能發(fā)展會特別快，我們看到的是4個方向的發(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,，這也是一個特別大的發(fā)展機會,。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)機會特別多。

　　正因為如此,，未來產(chǎn)業(yè),，軟通動力認為未來新型企業(yè)是面向智能、綠色,、自主以及國際化,、向國際化轉(zhuǎn)型。圍繞著這個方向跟各位領(lǐng)導,、專家領(lǐng)導匯報一下軟通在戰(zhàn)略方向,、業(yè)務方向的發(fā)展。

　　目前軟通動力主要是四個方面：第一是對于傳統(tǒng)的間與數(shù)字技術(shù)服務方面,，我們主要是做管理和業(yè)務智能化,。二是自主化，軟通動力有自主的計算產(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)務分布,。

　　面向業(yè)務和管理方面的智能化，軟同也是提倡全面智能對于一個大型企業(yè)來講是通過人工智能促進我們的創(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行業(yè)里面的服務領(lǐng)導者。具體來講是四個層面：

　　首先是在方法論,，實現(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)應用,，這是軟通動力的人工智能發(fā)展。

　　那我們在企業(yè)里面怎么落地AI應用呢,？我們認為軟通動力先有一個方法論,，是五位一體智能化發(fā)展體系，整體來講是一個整體的體系,，從產(chǎn)品,、服務、人才,、數(shù)據(jù)和管理五個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廣泛的合作,。這五個方面是一體的，是要綜合,，不只是發(fā)展某一方面,，因為軟通動力面向客戶和產(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)模型引進來。上層主要是面向我們的行業(yè),，比如零售或者是保險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外,，在企業(yè)里面看統(tǒng)一模型的落地場景應用，包括辦公,，包括我們引入的各個方向如營銷或者業(yè)務等等場景上的應用,。這是我們在產(chǎn)品上。

　　服務上,，面向客戶,，是研產(chǎn)供銷服全產(chǎn)業(yè)鏈的AI大模型應用。軟通動力在這一年多跟客戶一起在很多業(yè)務場景上去打造,。這里面有很多方法,，我們在一線，我也負責在一線做很多東西,，雖然在應用上我們?nèi)〉昧送Χ嗟某煽?，也會有許多的經(jīng)驗。

　　這里面簡要說幾個案例（PPT圖）,，第一個是為我們企業(yè)AI落地應用,，現(xiàn)在來看結(jié)合企業(yè)私域知識的應用落地比較快,，比如面向醫(yī)療企業(yè)，我們有一個AI醫(yī)療科技大腦的一個項目,，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,。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,，可以及時隨地問它一些醫(yī)療方面的知識還有對文獻的解讀,。大家知道OpenAI最早的一些應用是基于文檔的應用，我們這里是結(jié)合企業(yè)內(nèi)部私域知識,，能夠為偏科研,、營銷等等服務體系的人員去提供一個超腦、科技大腦,。另外在營銷,，在面向銷售網(wǎng)上，這個應用可以快速給他們傳遞一些價值,，甚至可能比一些更加新進入這個公司的人員更快地給一些能夠上手,，從一個新手變成一個專家。這是我們在企業(yè)上的價值,。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)務場景去做調(diào)試,。

　　第二個是某知名飲料品牌，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,，實際上做智能化升級的過程會越順暢,，因為大量的數(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)、模型的能力能夠為我們銷售人員去提供一些服務,。通過代理做銷售,，原來情況下可能做一個電話，外呼之前要花半個小時左右閱讀這個客戶過往的銷售記錄,，哪些地區(qū)SKU銷售更好。之后這個過程就可以用AI能夠結(jié)合其歷史數(shù)據(jù)去做自動推薦的建議,，這其實也是減低了銷售人員的負擔,。另外，大模型還有一個好處,，就是它是多云的,，可以介紹投入，可以減少團隊資源,，縮減自己的成本,，這也是在銷售商的一個應用案例。

　　講到多模態(tài),，AIGC生成,，現(xiàn)在生成的多一點，我們在企業(yè)落地跟客戶區(qū)合作,，完全用AIGC的技術(shù),，應用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)人員把這個完整的拼起來。這個案例比較典型的意義在于,，可能技術(shù)上來講可以達得到,，但完整出到一個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的點,，需要用技術(shù)去做技術(shù)解決,。比如手指有時候可能會生成6個手指，這需要去解決,。另外還有版權(quán)IP,，這個問題我們需要去注意。還有我們在做視頻的時候,，長一點的視頻,，AI生成的時候不能保證人物，這些內(nèi)容都需要AI技術(shù)人員去解決,。

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

　　這里面之所以放這個小短篇,，是因為在零售和市場教育方面有廣闊的應用場景,，現(xiàn)在整個工序還是需要技術(shù)人員把它整個串起來，但我想未來通過整個產(chǎn)業(yè)的努力肯定有一體化的軟件,，去解決這些問題,。然后進一步提升整個效果還有效率。

　　回到剛才說的五位一體發(fā)展的方向上,，企業(yè)里AI的應用落地,，除了技術(shù)以外我們認為在應用方面需要對全體員工做培訓和培養(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的應用以及AI的一些技術(shù)，這些都是需要加強整個企業(yè)里面AI應用的推廣,。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，人力資源組織的整個AI學堂等等,，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，我們認為高質(zhì)量數(shù)據(jù)特別關(guān)鍵,，軟通動力與保險,、與企業(yè)維持，梳理出我們在數(shù)據(jù)應用,、模型應用大腦維度,，第一個是咨詢服務為引領(lǐng)，將企業(yè)業(yè)務戰(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,。第三個是模型訓練,，形成企業(yè)面向AI的數(shù)據(jù)庫。第四個是基于這些數(shù)據(jù)做模型的場景應用。第五個是在整個過程中將數(shù)據(jù)資產(chǎn)化,，傳播到我們整個企業(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。

　　軟通動力在管理方面做的比較深入,，我們有整個系統(tǒng),，有底層數(shù)據(jù)庫等等。原來是數(shù)據(jù)驅(qū)動,，現(xiàn)在慢慢像模型驅(qū)動重塑整個管理數(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)整個知識庫,。管理系統(tǒng)升級軟通動力一直在做，目前為止我們已經(jīng)完成了10個主要的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,，面向崗位推出了13款應用,，整個公司應用效率有一定的提升。這是我們整個企業(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，提高時間,。然后是AI人才培養(yǎng),。

　　AI應用的挑戰(zhàn)。現(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)合我自己在項目里面的實現(xiàn)，我想還是提一點?，F(xiàn)在企業(yè)里面主要是AI人才,、AI思維，有一個詞叫“AI領(lǐng)導力”,，目前來講這是在企業(yè)里面會比較長期的一個挑戰(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)上是要實現(xiàn)AI人才與AI技術(shù)深度柔和,，要去用這個大模型，才能知道跟AI大模型互動的感受。第二是AI思維上,，無論是需求方還是應用方,，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,，可能頂層來講會有整體的思維，但是我們在具體對接的時候,，很多人還是在用原來的方式去思考這個事情,。最后，對一個企業(yè)來講,，單個人有先進性,，學習很快，這是AI的領(lǐng)軍人物,，從個體成功到團隊成功到組織成功,，怎么去保障這個事情，這需要有一定的體系化,，包括剛才我們講的人才培訓,、人才的培養(yǎng)以及人才的替代等等，因為企業(yè)里面大部分都是用應用產(chǎn)生價值,，所以從個體到團隊,，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)務價值的創(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,，有部分員工還是會抵觸AI，比如AI寫代碼,，AI都寫代碼了,，還要我干什么？實際上這一年多，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事,。接下來，AI可以成為你自己的多面助手,，原來可能不會做事情,，現(xiàn)在自己會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,、電商產(chǎn)品推廣設(shè)計,，原來要自己寫，要花很多時間,，但在AI幫助下,，可以批量地把這個東西做出來。第二你自己不會做的,，可以讓AI給你很好地提供思維框架和思維脈絡,，以及指導步驟怎么去做的。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當泵很好的伙伴，有什么事問它,，日常工作中會有四個場景中讓AI幫我做一些事情，會做的讓它幫我做,，不會做的問它意見,。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應用落地的分享,，謝謝大家,！