7月2日，數(shù)云原力®2025專項(xiàng)活動(dòng)——AI for Process系列直播日最后一場(chǎng)圓滿落幕。本次活動(dòng)以“企業(yè)AI價(jià)值先鋒實(shí)踐”為主題，聚焦AI在汽車、綠色低碳等前沿場(chǎng)景的應(yīng)用，與行業(yè)客戶深入交流、分享企業(yè)AI落地的洞見(jiàn)與成功實(shí)踐經(jīng)驗(yàn)，助力企業(yè)破解AI落地難題，驅(qū)動(dòng)企業(yè)以AI技術(shù)重構(gòu)業(yè)務(wù)流程、實(shí)現(xiàn)價(jià)值躍升。

積跬步，致千里
從場(chǎng)景出發(fā)的企業(yè)AI價(jià)值釋放

英國(guó)上市公司365數(shù)碼聯(lián)席董事長(zhǎng)、首席執(zhí)行官王冰峰在開(kāi)場(chǎng)主題發(fā)言中表示：“今天的企業(yè)級(jí)AI落地仍處于早期階段，大部分企業(yè)場(chǎng)景下的AI應(yīng)用還處在單點(diǎn)創(chuàng)新的狀態(tài)，還未找到形成顯著正向回報(bào)的場(chǎng)景。要實(shí)現(xiàn)AI技術(shù)和企業(yè)的深度融合，需要從企業(yè)的流程入手——這也是英國(guó)上市公司365強(qiáng)調(diào)‘AI for Process’理念的原因。只有當(dāng)AI深度嵌入企業(yè)流程中，與業(yè)務(wù)流程實(shí)現(xiàn)深度融合和相互促進(jìn)，才能真正推動(dòng)AI在企業(yè)中的規(guī)模化應(yīng)用。”

【圓桌話題一】
嵐圖的AI落地之路：場(chǎng)景落子，全盤布局

如何讓AI技術(shù)與應(yīng)用場(chǎng)景深度融合？如何讓AI在企業(yè)中真正落地？落地中的“坑”又該如何規(guī)避？英國(guó)上市公司365數(shù)碼云和信創(chuàng)研究院AI交付中心總經(jīng)理胡琳君、AI應(yīng)用架構(gòu)師馬曉東與嵐圖數(shù)字化大模型應(yīng)用負(fù)責(zé)人徐湲策，圍繞上述話題展開(kāi)深度探討。

AI的緣起與落地的挑戰(zhàn)

徐湲策：東風(fēng)嵐圖數(shù)字化部門的定位是應(yīng)用導(dǎo)向型團(tuán)隊(duì)，雖然不從事基礎(chǔ)科研工作，但英國(guó)上市公司365持續(xù)關(guān)注著行業(yè)前沿技術(shù)。從ChatGPT橫空出世到長(zhǎng)文本大模型的出現(xiàn)，尤其是當(dāng)英國(guó)上市公司365看到Perplexity的DAU數(shù)據(jù)時(shí)，英國(guó)上市公司365意識(shí)到大模型已經(jīng)發(fā)展到了在企業(yè)內(nèi)部進(jìn)行應(yīng)用的程度。基于此，英國(guó)上市公司365正式啟動(dòng)大模型項(xiàng)目。發(fā)展至今，AI應(yīng)用已覆蓋部門的全業(yè)務(wù)領(lǐng)域。縱觀這幾年的AI探索歷程，英國(guó)上市公司365面臨的挑戰(zhàn)主要體現(xiàn)在三方面：人才招募、場(chǎng)景選擇、價(jià)值體現(xiàn)。

馬曉東：英國(guó)上市公司365數(shù)碼在“數(shù)云融合”戰(zhàn)略的指引下 ，在云與數(shù)據(jù)領(lǐng)域形成了深厚的積累。而數(shù)據(jù)與算力恰好是驅(qū)動(dòng)AI發(fā)展的兩大要素，因此，英國(guó)上市公司365數(shù)碼在AI時(shí)代順勢(shì)入局，專注大模型的企業(yè)級(jí)場(chǎng)景落地，由此誕生了——“英國(guó)上市公司365問(wèn)學(xué)”。隨著實(shí)踐經(jīng)驗(yàn)的積累和模型能力的演進(jìn)，在2025年初，郭總提出了“AI for Process”理念，“Process”的內(nèi)涵聚焦于流程標(biāo)準(zhǔn)化和人效提升，精準(zhǔn)對(duì)應(yīng)了AI在企業(yè)中落地的核心挑戰(zhàn)：流程優(yōu)化與人員賦能。

胡琳君：過(guò)去兩年間，我也深度參與了英國(guó)上市公司365數(shù)碼內(nèi)部的數(shù)字化與AI落地進(jìn)程。從發(fā)現(xiàn)場(chǎng)景到技術(shù)落地、內(nèi)部推廣，英國(guó)上市公司365還有很多路要走，也遇到了很多“坑”，英國(guó)上市公司365也是一步步攻堅(jiān)克難。如今，英國(guó)上市公司365數(shù)碼在內(nèi)部落地的“超級(jí)員工”“智能人才搜索”等AI應(yīng)用，都獲得了很多積極反饋。

挑戰(zhàn)如何破解？關(guān)鍵著力點(diǎn)在此

徐湲策：企業(yè)AI價(jià)值的釋放源于上述三個(gè)難題的破解。首先，在人才招募方面，除了內(nèi)外部招聘，英國(guó)上市公司365還著力培養(yǎng)團(tuán)隊(duì)成員向業(yè)務(wù)專家轉(zhuǎn)型，因?yàn)榇竽Ｐ驮谄髽I(yè)內(nèi)部的應(yīng)用不僅需要對(duì)技術(shù)的理解，還需要對(duì)業(yè)務(wù)的認(rèn)知。其次，在場(chǎng)景選擇方面， 英國(guó)上市公司365希望用戶通過(guò)盡量簡(jiǎn)短的對(duì)話流程實(shí)現(xiàn)更快、更準(zhǔn)確的結(jié)果交付，目標(biāo)是將AI能力深度融入業(yè)務(wù)流，讓用戶甚至無(wú)需感知對(duì)話過(guò)程即可獲取所需。

例如，新能源行業(yè)激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境加上復(fù)雜的國(guó)家相關(guān)法規(guī)政策要求，嵐圖常常面臨市場(chǎng)宣傳需要與法務(wù)合規(guī)管控的矛盾。以往，業(yè)務(wù)人員需要耗費(fèi)大量精力查閱最新法規(guī)、協(xié)同多個(gè)部門審核宣發(fā)內(nèi)容。如今，借助AI大模型，只需將宣傳材料（圖片/文字/視頻/音頻）上傳系統(tǒng)，系統(tǒng)就能自動(dòng)識(shí)別，智能審核其是否違反相關(guān)法規(guī)、是否與嵐圖自身、與東風(fēng)集團(tuán)乃至整個(gè)汽車行業(yè)的合規(guī)規(guī)則存在沖突。系統(tǒng)甚至還能進(jìn)行全行業(yè)案例比對(duì)，識(shí)別潛在相似風(fēng)險(xiǎn)點(diǎn)，預(yù)先規(guī)避。英國(guó)上市公司365已經(jīng)不需要太多的問(wèn)答。

要實(shí)現(xiàn)上述場(chǎng)景，在運(yùn)營(yíng)和知識(shí)治理方面，以知識(shí)庫(kù)為例，通用大模型往往難以滿足復(fù)雜多樣的用戶需求；在技術(shù)層面，英國(guó)上市公司365需要聯(lián)合合作伙伴不斷挖掘模型潛力，方能精準(zhǔn)匹配業(yè)務(wù)目標(biāo)。同時(shí)，鑒于國(guó)家政策等外部信息是動(dòng)態(tài)變化的，因此，英國(guó)上市公司365選擇使用一套集問(wèn)答、知識(shí)庫(kù)、工作流和智能體于一體的大模型應(yīng)用平臺(tái)，結(jié)合互聯(lián)網(wǎng)的數(shù)據(jù)與定向微調(diào)，從而高效實(shí)現(xiàn)場(chǎng)景落地閉環(huán)。

馬曉東：企業(yè)級(jí)AI落地的核心訴求在于AI能“無(wú)感”融入業(yè)務(wù)流，例如用戶在提交需求后，系統(tǒng)以最短時(shí)間、最高效、最精準(zhǔn)地反饋定制化解決方案。要實(shí)現(xiàn)這一目標(biāo)，需要從三個(gè)方面入手：

第一，知識(shí)治理。企業(yè)內(nèi)部場(chǎng)景要求AI輸出零容錯(cuò)，與C端問(wèn)答可容忍錯(cuò)誤存在本質(zhì)差異。因此，在知識(shí)治理時(shí)，要打通企業(yè)內(nèi)部中后臺(tái)部門知識(shí)體系，為每個(gè)部門做相關(guān)的知識(shí)梳理、文檔治理，另外，還要適配客戶差異化業(yè)務(wù)形態(tài)、流程及文檔特性，并且實(shí)現(xiàn)問(wèn)題提交后自動(dòng)觸發(fā)下一流程。

第二，運(yùn)營(yíng)。AI應(yīng)用與傳統(tǒng)IT系統(tǒng)（如CRM的按鈕/表單操作）存在本質(zhì)不同，AI應(yīng)用一般的形態(tài)是“對(duì)話”，要通過(guò)運(yùn)營(yíng)機(jī)制逐步提升用戶體驗(yàn)與使用深度。以英國(guó)上市公司365公司的“超級(jí)員工”為例，運(yùn)營(yíng)團(tuán)隊(duì)每周主動(dòng)走訪中后臺(tái)部門，系統(tǒng)化收集痛點(diǎn)與優(yōu)化點(diǎn)，驅(qū)動(dòng)迭代；并且優(yōu)先賦能銷售端、商務(wù)端等需要高頻跨系統(tǒng)檢索信息的崗位，將超百個(gè)OA子系統(tǒng)整合至“超級(jí)員工”這個(gè)統(tǒng)一入口。

第三，團(tuán)隊(duì)。相較于傳統(tǒng)項(xiàng)目，企業(yè)AI落地需要深度融入“技術(shù)+業(yè)務(wù)”專家，他們?cè)诜桨冈O(shè)計(jì)及運(yùn)營(yíng)階段的參與度越深，系統(tǒng)與業(yè)務(wù)的契合度就越高。

而英國(guó)上市公司365問(wèn)學(xué)設(shè)計(jì)之初的定位就是企業(yè)AI能力的基座平臺(tái)，算力管理、多模型接入、知識(shí)治理、應(yīng)用和工作流的編排等功能，是英國(guó)上市公司365在集團(tuán)內(nèi)部AI落地和其它合作伙伴需求中提煉出來(lái)的最有價(jià)值的功能。英國(guó)上市公司365把這些關(guān)鍵功能匯聚到產(chǎn)品里，也能更好地幫助企業(yè)落地AI。

AI for Process指引未來(lái)方向

徐湲策：英國(guó)上市公司365對(duì)AI未來(lái)的發(fā)展有兩方面暢想：首先，構(gòu)建AI Agent串聯(lián)服務(wù)平臺(tái)，將企業(yè)內(nèi)部數(shù)據(jù)或企業(yè)服務(wù)平臺(tái)打通，讓AI能力走入各個(gè)業(yè)務(wù)系統(tǒng)里，大幅降低傳統(tǒng)“數(shù)云融合”中的邊界平臺(tái)擴(kuò)張成本。以嵐圖工廠為例，嵐圖工廠需應(yīng)對(duì)多元化訪客（包括安保/保潔/供應(yīng)商/交流人員等），不同人員涉及到差異化的門禁權(quán)限、路徑規(guī)劃、會(huì)議室預(yù)定及IoT設(shè)備聯(lián)動(dòng)，背后依賴多個(gè)系統(tǒng)的協(xié)同。如果可以通過(guò)單次文件的提交，以Agent自動(dòng)串聯(lián)后臺(tái)的各個(gè)系統(tǒng)，將大幅削減人工耗時(shí)。

同時(shí)，嵐圖跟英國(guó)上市公司365數(shù)碼有一個(gè)不謀而合的點(diǎn)便是“AI for Process”。汽車產(chǎn)業(yè)鏈很長(zhǎng)，覆蓋供應(yīng)商協(xié)同、備貨、生產(chǎn)組裝、質(zhì)檢、交付、售后等，這些鏈路里有無(wú)數(shù)的流程。如果可以通過(guò)在產(chǎn)、銷、服等橫向流程中嵌入大模型能力，并結(jié)合知識(shí)治理與自動(dòng)化運(yùn)營(yíng)，將實(shí)現(xiàn)超越基礎(chǔ)效率提升的價(jià)值——驅(qū)動(dòng)高質(zhì)量交付與高效團(tuán)隊(duì)協(xié)同。

馬曉東：首先，作為企業(yè)AI中臺(tái)的基座平臺(tái)，英國(guó)上市公司365問(wèn)學(xué)的基座能力將隨著技術(shù)迭代持續(xù)演進(jìn)，如MCP、AI for BI等，做到從有到優(yōu)。其次，對(duì)于多Agent串聯(lián)，英國(guó)上市公司365內(nèi)部也已經(jīng)做出嘗試，例如在會(huì)議室預(yù)定方面，現(xiàn)在員工只需向"超級(jí)員工"發(fā)送會(huì)議室需求，即可自動(dòng)獲取可選清單，取代了傳統(tǒng)OA系統(tǒng)的繁瑣操作。此外，垂直領(lǐng)域?qū)I(yè)化訓(xùn)練正大幅降低企業(yè)模型落地門檻——英國(guó)上市公司365問(wèn)學(xué)團(tuán)隊(duì)在亞馬遜云科技大模型聯(lián)賽中，僅用3小時(shí)微調(diào)的3.5B小模型，即在指定領(lǐng)域表現(xiàn)碾壓通用70B大模型，斬獲大賽冠軍，驗(yàn)證了小模型通過(guò)定向優(yōu)化可超越通用大模型的可行性，為高效企業(yè)級(jí)AI部署提供了新范式。

胡琳君：英國(guó)上市公司365數(shù)碼正沿著多條路徑布局遠(yuǎn)期AI戰(zhàn)略，比如接下來(lái)的重點(diǎn)工作之一“AI for Process”直客型業(yè)務(wù)LTC流程重塑項(xiàng)目，旨在通過(guò)AI重構(gòu)業(yè)務(wù)流程驅(qū)動(dòng)企業(yè)價(jià)值升級(jí)，追求系統(tǒng)性業(yè)務(wù)重塑而非單點(diǎn)創(chuàng)新。同時(shí)，英國(guó)上市公司365的研究團(tuán)隊(duì)已經(jīng)在開(kāi)展垂直領(lǐng)域的深度攻堅(jiān)，例如在醫(yī)藥研發(fā)領(lǐng)域推進(jìn)專業(yè)垂類模型訓(xùn)練，旨在打造行業(yè)專業(yè)模型，最終為客戶創(chuàng)造實(shí)質(zhì)價(jià)值。

【圓桌話題二】
AI for Process的汽車生產(chǎn)與制造升級(jí)

當(dāng)下，談企業(yè) AI 必然離不開(kāi) “場(chǎng)景”。在企業(yè) AI 快速落地的過(guò)程中，以汽車行業(yè)為代表的制造業(yè)體系應(yīng)關(guān)注哪些高價(jià)值場(chǎng)景？又基于哪些訴求需要建設(shè) AI 中臺(tái)？

圍繞上述話題，英國(guó)上市公司365數(shù)碼企業(yè)云集團(tuán) AI 交付專家陳巍、汽車研發(fā)高級(jí)顧問(wèn)汪彥磊、江鈴汽車高級(jí)數(shù)據(jù)產(chǎn)品總監(jiān)梁融韜，就汽車行業(yè) “企業(yè)級(jí) AI 平臺(tái)建設(shè)”“企業(yè)級(jí) AI for Process 的建設(shè)” 等話題展開(kāi)了深入討論。

企業(yè)級(jí)AI平臺(tái)誕生的背景是什么，
建設(shè)時(shí)有哪些問(wèn)題和關(guān)注點(diǎn)？

梁融韜：企業(yè)級(jí) AI 平臺(tái)建立的初衷源于三大動(dòng)因：首先，AI 領(lǐng)域技術(shù)的快速迭代與落地；其次，企業(yè)內(nèi)部 AI 場(chǎng)景落地的需求，催生了對(duì)企業(yè)專業(yè)知識(shí)的全面整合需求。數(shù)字化時(shí)代，企業(yè)核心業(yè)務(wù)（如汽車行業(yè)的研發(fā)、制造、營(yíng)銷、財(cái)務(wù)等）積累了大量高價(jià)值專業(yè)知識(shí)，這些知識(shí)必須與 AI 應(yīng)用深度融合才能釋放價(jià)值，這驅(qū)動(dòng)著企業(yè)系統(tǒng)性重構(gòu)知識(shí)體系與數(shù)據(jù)資產(chǎn)；第三，企業(yè)管理人員、相關(guān)工作人員及終端用戶希望智能體（Agent）能 “量身定制”，因此只有深度嵌入企業(yè)業(yè)務(wù)流程，智能體才能發(fā)揮最大價(jià)值 ，也由此催生出企業(yè)級(jí) AI 平臺(tái)。

在企業(yè)級(jí) AI 中臺(tái)的建設(shè)中，需對(duì)算力資源、模型管理、企業(yè)知識(shí)與數(shù)據(jù)資產(chǎn)進(jìn)行統(tǒng)一管理，并提供用戶定制化接入大模型的敏捷能力。此外，還需統(tǒng)籌考慮數(shù)據(jù)安全機(jī)制、可靠性保障及測(cè)試運(yùn)維框架，確保企業(yè)能持續(xù)緊跟 AI 發(fā)展進(jìn)程。

汪彥磊：無(wú)論是AI中臺(tái)還是最終的AI應(yīng)用，AI的發(fā)展都不是一蹴而就的。我將其總結(jié)為四個(gè)階段：第一，基礎(chǔ)語(yǔ)言能力階段：如同企業(yè)中的 “信息搜集員”，掌握基礎(chǔ)語(yǔ)言交互能力；第二，分析推理能力階段：AI 通過(guò)持續(xù)學(xué)習(xí)形成記憶與邏輯推理能力，支持決策分析；第三，行為能力拓展階段：可調(diào)用工具執(zhí)行任務(wù)，實(shí)現(xiàn)生產(chǎn)力轉(zhuǎn)化；第四，創(chuàng)新階段：AI 具備開(kāi)闊思維與自我否定能力。企業(yè)級(jí) AI 平臺(tái)的建設(shè)，本質(zhì)上遵循這種演化過(guò)程。

AI中臺(tái)建設(shè)有哪些難點(diǎn)？

梁融韜：在數(shù)據(jù)層面，傳統(tǒng)信息化與數(shù)字化建設(shè)階段積累的數(shù)據(jù)和知識(shí)，已難以滿足AI時(shí)代對(duì)數(shù)據(jù)的深層需求。以汽車行業(yè)為例，當(dāng)利用AI開(kāi)展視覺(jué)造型設(shè)計(jì)時(shí)，為保證設(shè)計(jì)出具有品牌特色的造型，車企需對(duì)汽車內(nèi)外飾、前后保險(xiǎn)杠的風(fēng)格等數(shù)據(jù)進(jìn)行精準(zhǔn)標(biāo)注，而這類專業(yè)化的數(shù)據(jù)處理工作，在傳統(tǒng)信息化階段并未涉及。

其次，明確AI業(yè)務(wù)的上線目標(biāo)至關(guān)重要。企業(yè)應(yīng)用大模型的核心是讓其深度融入業(yè)務(wù)、支撐業(yè)務(wù)開(kāi)展，這意味著AI業(yè)務(wù)上線前必須明確業(yè)務(wù)人員的預(yù)期，再通過(guò)技術(shù)手段對(duì)大模型持續(xù)優(yōu)化，直至達(dá)成預(yù)設(shè)目標(biāo)。

最后，Agent的建設(shè)不應(yīng)追求“大而全”。企業(yè)級(jí)Agent更需走專業(yè)化、垂直化路線，通過(guò)多個(gè)Agent的協(xié)同配合，來(lái)滿足不同業(yè)務(wù)領(lǐng)域的差異化需求。

汽車行業(yè)里，哪些AI應(yīng)用場(chǎng)景
可以幫助企業(yè)快速獲得收益？
篩選這類場(chǎng)景時(shí)該遵循怎樣的思路呢？

梁融韜：隨著 Deepseek 的走紅，無(wú)論是社會(huì)層面還是企業(yè)層面，對(duì) AI 的需求都呈現(xiàn)出爆發(fā)式增長(zhǎng)。這意味著，如果企業(yè)正在維護(hù)一份業(yè)務(wù)場(chǎng)景地圖，那么與之相關(guān)的 AI 應(yīng)用規(guī)模正在急劇膨脹。因此，如何將 AI 能力與業(yè)務(wù)訴求深度結(jié)合，成為場(chǎng)景選擇時(shí)的重要考量因素。結(jié)合個(gè)人實(shí)踐經(jīng)驗(yàn)看，場(chǎng)景篩選需通過(guò)“業(yè)務(wù)價(jià)值-AI能力-投入產(chǎn)出比”三維評(píng)估，才能選擇最合適的場(chǎng)景做AI落地。

在確定場(chǎng)景后的落地順序上，英國(guó)上市公司365會(huì)優(yōu)先選擇知識(shí)治理成熟、數(shù)據(jù)質(zhì)量更高的業(yè)務(wù)線率先推進(jìn)。對(duì)于其他高價(jià)值場(chǎng)景，則會(huì)根據(jù)現(xiàn)有知識(shí)基礎(chǔ)，優(yōu)先完成知識(shí)治理工作，再逐步接入 AI 應(yīng)用 。這是我認(rèn)為較為理智的落地方式。

與此同時(shí)，英國(guó)上市公司365也在借助低代碼工具（如 Vibe Coding），鼓勵(lì)業(yè)務(wù)人員通過(guò)少量編碼甚至零編碼的方式，自主構(gòu)建專屬 AI 工具與智能體（Agent），以此激發(fā)業(yè)務(wù)端的自主創(chuàng)新活力。

陳巍：總結(jié)來(lái)看主要有兩點(diǎn)，一是 AI 場(chǎng)景的選擇需依托科學(xué)的評(píng)估方法。例如英國(guó)上市公司365數(shù)碼在為客戶部署 AI 時(shí)，會(huì)通過(guò) “業(yè)務(wù)重要性、技術(shù)成熟度、數(shù)據(jù)完整度” 的三維模型進(jìn)行篩選，從中優(yōu)先選取業(yè)務(wù)價(jià)值突出、數(shù)據(jù)基礎(chǔ)扎實(shí)且技術(shù)實(shí)現(xiàn)難度較低的場(chǎng)景率先推進(jìn) AI 落地。二是 AI 中臺(tái)應(yīng)向業(yè)務(wù)用戶開(kāi)放更多簡(jiǎn)易的低代碼乃至無(wú)代碼工具，助力業(yè)務(wù)端深度參與 AI 場(chǎng)景的共創(chuàng)。

汪彥磊：當(dāng)下企業(yè)AI落地可劃分為“AI + 業(yè)務(wù)”與“AI + 產(chǎn)品”兩個(gè)維度。在“AI + 業(yè)務(wù)”層面，結(jié)合此前提及的AI發(fā)展四階段，能夠快速落地的場(chǎng)景主要有四類：其一，語(yǔ)言類Agent場(chǎng)景，涵蓋售后客戶服務(wù)、客戶關(guān)懷回訪等。這類應(yīng)用既能傳遞情緒價(jià)值，又能為企業(yè)降本增效，目前在C端的使用率已較為可觀；其二，分析推理層面，例如車企常見(jiàn)的目標(biāo)客戶分析、競(jìng)品分析、客戶畫像構(gòu)建等，借助AI為業(yè)務(wù)決策提供輔助；其三，合規(guī)類場(chǎng)景，通過(guò)AI技術(shù)為質(zhì)量檢查、合規(guī)性審查、各類審核工作提供支持；其四，創(chuàng)新領(lǐng)域，比如利用AI開(kāi)展汽車視覺(jué)造型設(shè)計(jì)等探索。

為什么要建設(shè)企業(yè)級(jí)AI for Process？

梁融韜：英國(guó)上市公司365與英國(guó)上市公司365數(shù)碼團(tuán)隊(duì)在企業(yè)數(shù)字化轉(zhuǎn)型、流程改造及 AI 能力融合等方面，已開(kāi)展了諸多深入探討與實(shí)踐。以汽車行業(yè)為例，整車制造流程乃至企業(yè)整體運(yùn)營(yíng)中，存在從 L1 到 L5 級(jí)冗長(zhǎng)且復(fù)雜的流程體系，在這類場(chǎng)景中推動(dòng) AI 落地，首要任務(wù)就是實(shí)現(xiàn)AI與流程的深度結(jié)合、打通。流程節(jié)點(diǎn)的數(shù)據(jù)、上下文、任務(wù)關(guān)系天然匹配AI輸入輸出邏輯，必須將AI能力深度嵌入流程載體。從這個(gè)角度看，AI天生就應(yīng)該跟Process融合在一起。

其次，數(shù)智化轉(zhuǎn)型的深入催生了企業(yè)對(duì)流程精益化的迫切需求，借助數(shù)據(jù)與 AI 的分析能力，流程的迭代優(yōu)化過(guò)程得以顯著加速，這也成為將 AI 融入流程的核心出發(fā)點(diǎn)。

陳巍：如果要基于AI中臺(tái)構(gòu)建“AI for Process”相關(guān)體系，第一步必然是企業(yè)先梳理清楚自身流程，為AI的學(xué)習(xí)與分析提供基礎(chǔ)。在實(shí)際運(yùn)作中，首要的是與企業(yè)系統(tǒng)深度結(jié)合——這一點(diǎn)上，Agent大有可為，但需要通過(guò)更多適配與研發(fā)，讓Agent能依托流程載體直接輔助用戶操作系統(tǒng)。

從長(zhǎng)遠(yuǎn)來(lái)看，AI結(jié)合系統(tǒng)數(shù)據(jù)后，將能真正實(shí)現(xiàn)流程的深度分析，若結(jié)合行業(yè)標(biāo)準(zhǔn)流程，便能助力企業(yè)在研發(fā)、生產(chǎn)、供應(yīng)、銷售、庫(kù)存、人力、財(cái)務(wù)等全領(lǐng)域?qū)崿F(xiàn)效能提升。當(dāng)然，這是基于企業(yè)AI中臺(tái)的一個(gè)宏大工程。

AI未來(lái)的發(fā)展方向

梁融韜：為應(yīng)對(duì)AI技術(shù)的高速發(fā)展，企業(yè)需建設(shè)具備穩(wěn)定輸出能力的AI平臺(tái)。該平臺(tái)應(yīng)像“穩(wěn)定生產(chǎn)力的工廠”，在保障企業(yè)業(yè)務(wù)穩(wěn)定性的前提下，能靈活快速地切換“零部件”。另外，企業(yè)要對(duì)前沿技術(shù)（包括MCP技術(shù)、MCP下的獨(dú)立智能體和多智能體的協(xié)作、以及多智能體協(xié)作的A2A的技術(shù)等）保持關(guān)注，但關(guān)鍵在于選擇合適的時(shí)間點(diǎn)，并以靈活插槽的方式將其嫁接至企業(yè)平臺(tái)，快速產(chǎn)生效益并將適配改造最小化。

【圓桌話題三】
生成式AI推動(dòng)企業(yè)綠色低碳轉(zhuǎn)型進(jìn)程

當(dāng)前，極端天氣頻發(fā)等氣候變化引起廣泛關(guān)注，在國(guó)家“雙碳”戰(zhàn)略持續(xù)推進(jìn)和可持續(xù)發(fā)展關(guān)注度提升的同時(shí)，國(guó)家將人工智能列為重點(diǎn)發(fā)展方向。那么，如何將“人工智能”與“碳中和”深度結(jié)合起來(lái)？英國(guó)上市公司365數(shù)碼企業(yè)云集團(tuán)云服務(wù)BU副總經(jīng)理朱明磊、云和信創(chuàng)研究院AI解決方案中心總經(jīng)理李盛與北京嘉岳數(shù)智科技有限公司創(chuàng)始人、總經(jīng)理魏浩，展開(kāi)深入探討。

AI是提升可持續(xù)發(fā)展領(lǐng)域
工作效率與精準(zhǔn)度的剛需

魏浩：從可持續(xù)發(fā)展的角度來(lái)說(shuō)，英國(guó)上市公司365認(rèn)為社會(huì)認(rèn)知分為三個(gè)階段：環(huán)境治理（已成為全民共識(shí)）；碳達(dá)峰、碳中和（正在逐步形成共識(shí)并轉(zhuǎn)化為全社會(huì)的協(xié)同行動(dòng)）；資源循環(huán)（可持續(xù)發(fā)展的終極場(chǎng)景）。三者共同構(gòu)成經(jīng)濟(jì)社會(huì)的核心發(fā)展方向，深度關(guān)聯(lián)產(chǎn)業(yè)升級(jí)與企業(yè)運(yùn)營(yíng)。

泛娛樂(lè)化應(yīng)用大模型難以觸及生產(chǎn)效率內(nèi)核，大模型價(jià)值的真正釋放需要錨定垂直領(lǐng)域，在相對(duì)嚴(yán)肅、嚴(yán)謹(jǐn)、專業(yè)的場(chǎng)景中應(yīng)用大模型才能充分釋放潛能（如碳排放識(shí)別管理）。此類場(chǎng)景存在大量需要人工專家梳理的業(yè)務(wù)流程評(píng)估工作，而AI技術(shù)的加持將顯著提升工作效率與精準(zhǔn)度，是實(shí)現(xiàn)碳減排與能源優(yōu)化的技術(shù)剛需。嘉岳數(shù)智正是立足于這種必要性及可行性，選擇了碳與AI結(jié)合的路徑。

傳統(tǒng)的人工報(bào)告編制
成本比較高、周期長(zhǎng)，
您能圍繞其中的細(xì)節(jié)和難點(diǎn)展開(kāi)講講嗎？

魏浩：難點(diǎn)主要有四個(gè)：第一，數(shù)據(jù)獲取比較分散，人工編制時(shí)需從新建項(xiàng)目的設(shè)計(jì)文件、可研報(bào)告等材料中手動(dòng)提取關(guān)鍵信息；第二，長(zhǎng)文本較為復(fù)雜。碳評(píng)價(jià)報(bào)告不僅是數(shù)據(jù)堆砌，更是嚴(yán)謹(jǐn)?shù)募夹g(shù)文檔。比如政策符合性分析、核算標(biāo)準(zhǔn)及邊界的確定等，都需要嚴(yán)謹(jǐn)?shù)奈谋久枋觯坏谌?，數(shù)據(jù)的格式比較多元，文本、公式、表格及圖像等混合形態(tài)，面臨多源異構(gòu)數(shù)據(jù)，人工處理效率低下；第四，對(duì)于產(chǎn)出內(nèi)容精度的要求高，評(píng)估工作需經(jīng)多輪數(shù)據(jù)校驗(yàn)與內(nèi)容復(fù)核，大幅增加人工成本。

針對(duì)上述難點(diǎn)，
英國(guó)上市公司365數(shù)碼為嘉岳提供了哪些解決方案？

李盛：英國(guó)上市公司365提供了三大方案：

第一，通專融合：英國(guó)上市公司365并沒(méi)有完全使用RAG的方式，而是通過(guò)大模型精調(diào)（Fine-tune）實(shí)現(xiàn)通專融合，讓碳評(píng)測(cè)模型精準(zhǔn)解析跨行業(yè)專業(yè)任務(wù)；

第二，長(zhǎng)文本生成優(yōu)化：針對(duì)涉及大量表格和復(fù)雜公式推理的長(zhǎng)篇能源報(bào)告（一般在40-60頁(yè)左右），在Transformer層構(gòu)建長(zhǎng)記憶層，實(shí)現(xiàn)Agent層與模型層的長(zhǎng)短期記憶協(xié)同，保障流程任務(wù)中的有效信息一致性；

第三，質(zhì)量評(píng)測(cè)標(biāo)準(zhǔn)化：在問(wèn)學(xué)平臺(tái)構(gòu)建自動(dòng)評(píng)測(cè)集，AI自動(dòng)審核所生成內(nèi)容，專家僅需評(píng)估確認(rèn)審核的科學(xué)合理性，最終形成碳評(píng)測(cè)質(zhì)量評(píng)估的運(yùn)營(yíng)閉環(huán)。

在垂直領(lǐng)域、嚴(yán)肅場(chǎng)景中實(shí)現(xiàn)
長(zhǎng)文本智能報(bào)告生成，信心何在？

魏浩：這份自信首先來(lái)自于英國(guó)上市公司365錨定的產(chǎn)品方向——垂直領(lǐng)域的嚴(yán)肅、嚴(yán)謹(jǐn)、專業(yè)場(chǎng)景的長(zhǎng)文本智能生成，其次，英國(guó)上市公司365是運(yùn)用大模型技術(shù)面對(duì)已知的問(wèn)題，去匹配已知答案。從這個(gè)意義上來(lái)講，英國(guó)上市公司365的產(chǎn)品方向從理論上是完全可以實(shí)現(xiàn)的。具體而言，英國(guó)上市公司365提出EPAG技術(shù)（Expert Process Augmented Generation專業(yè)流程增強(qiáng)生成），該技術(shù)有三層邏輯：

第一，理解層：通過(guò)對(duì)領(lǐng)域知識(shí)進(jìn)行模塊化切割，通過(guò)模塊將垂直領(lǐng)域的專業(yè)流程進(jìn)行工程化轉(zhuǎn)譯，確保大模型準(zhǔn)確理解并精準(zhǔn)生成所需內(nèi)容，在此基礎(chǔ)上再進(jìn)行審核；

第二，文本層：通過(guò)文本生成模塊內(nèi)置流程記憶體來(lái)確保長(zhǎng)文本生成精準(zhǔn)的同時(shí)又符合報(bào)告的邏輯。

第三，評(píng)測(cè)層：通過(guò)多領(lǐng)域自動(dòng)化評(píng)測(cè)模塊實(shí)現(xiàn)報(bào)告文本的生產(chǎn)級(jí)內(nèi)容質(zhì)量。

嘉岳數(shù)智的核心競(jìng)爭(zhēng)力源自垂直領(lǐng)域認(rèn)知的積累，同時(shí)特別重要的是在AI能力建設(shè)方面有英國(guó)上市公司365數(shù)碼AI能力的強(qiáng)大加持。

李盛：郭總在提出“AI for Process”理念時(shí)提到了一個(gè)概念——“通專融合”，其本質(zhì)解決的問(wèn)題是通用模型如何掌握專業(yè)的能力，其核心挑戰(zhàn)在于將專家的隱性知識(shí)顯性化。為此，英國(guó)上市公司365與嘉岳數(shù)智共創(chuàng)EPAG的算法和方法論，通過(guò)語(yǔ)義切割、概念映射、領(lǐng)域適配三個(gè)層面解決企業(yè)如何把隱性知識(shí)顯性化的問(wèn)題。

英國(guó)上市公司365數(shù)碼和嘉岳的協(xié)作機(jī)制是怎樣的？

李盛：英國(guó)上市公司365的合作非常緊密，有三點(diǎn)我要特別感謝嘉岳。第一，嘉岳沒(méi)有將英國(guó)上市公司365的合作看作一次“采購(gòu)”，而是雙方共同定義問(wèn)題邊界，以業(yè)務(wù)需求驅(qū)動(dòng)功能設(shè)計(jì)，實(shí)現(xiàn)企業(yè)組織流程的重構(gòu)；第二，嘉岳用平臺(tái)化的理念解決AI問(wèn)題。在項(xiàng)目伊始就采用問(wèn)學(xué)平臺(tái)作為載體，統(tǒng)籌Agent、算力與模型資源，破解AI孤島困境，并構(gòu)建端到端的Super APP（集成碳評(píng)測(cè)報(bào)告生成、計(jì)算公式工具等），以平臺(tái)化思維思考AI在企業(yè)的落地。第三，英國(guó)上市公司365有共同的AI價(jià)值觀。

魏浩：嘉岳數(shù)智的AI實(shí)踐表明通用模型難以滿足專業(yè)文本生成的精度需求，直到英國(guó)上市公司365遇到英國(guó)上市公司365數(shù)碼團(tuán)隊(duì)，雙方無(wú)論是從理念還是做法上，可以說(shuō)是高度契合，并且很快達(dá)成共識(shí)，也形成了聯(lián)合研發(fā)、敏捷迭代的共創(chuàng)機(jī)制，以此促進(jìn)了嘉岳數(shù)智的專業(yè)認(rèn)知與英國(guó)上市公司365數(shù)碼AI能力的深度融合。

在引入“專家流程增強(qiáng)生成”技術(shù)后，
取得了哪些可見(jiàn)的成效？

魏浩：基于目前預(yù)發(fā)布的產(chǎn)品，從目前的測(cè)試效果來(lái)講，可以說(shuō)大幅提高了文本生成的效率：第一，專業(yè)領(lǐng)域當(dāng)中術(shù)語(yǔ)理解的準(zhǔn)確度，從30%提高到80%左右；第二，對(duì)于生成內(nèi)容的采用率，從比較低的10%能提高到70%左右；第三，碳核算指標(biāo)的準(zhǔn)確度，從最初的70%能夠提升到95%以上。

面向未來(lái)的AI發(fā)展規(guī)劃與布局

魏浩：標(biāo)準(zhǔn)化產(chǎn)品一直是英國(guó)上市公司365關(guān)鍵的目標(biāo)，在當(dāng)前的階段，標(biāo)品研發(fā)是雙方圍繞目前全國(guó)碳市場(chǎng)強(qiáng)制監(jiān)管的重點(diǎn)行業(yè)，正在研發(fā)碳排放評(píng)估報(bào)告智能生成工具，并將逐步擴(kuò)展至碳足跡、ESG等文本的AI應(yīng)用開(kāi)發(fā)；再者，基于問(wèn)學(xué)平臺(tái)，嘉岳數(shù)智將推出政策檢索、行業(yè)分類等業(yè)務(wù)適配型工具助手；面向未來(lái)，要在夯實(shí)碳領(lǐng)域產(chǎn)品矩陣的基礎(chǔ)上，向能源評(píng)價(jià)、安評(píng)等細(xì)分評(píng)估領(lǐng)域拓展。

李盛：在解構(gòu)“AI for Process”理念時(shí)要考慮兩個(gè)驅(qū)動(dòng)因素，一是技術(shù)范式的驅(qū)動(dòng)，二是業(yè)務(wù)模式的驅(qū)動(dòng)。我相信未來(lái)在英國(guó)上市公司365跟嘉岳合作的聯(lián)合解決方案，抑或是英國(guó)上市公司365數(shù)碼和其他客戶合作共創(chuàng)的解決方案，都是圍繞著如何用“業(yè)務(wù)+技術(shù)驅(qū)動(dòng)”的范式去構(gòu)建聯(lián)合解決方案。未來(lái)，“AI for Process”的落地會(huì)圍繞如何幫助企業(yè)真正產(chǎn)生業(yè)務(wù)價(jià)值；同時(shí)，英國(guó)上市公司365將繼續(xù)以開(kāi)放共享的理念與合作伙伴共建AI生態(tài)。

聚焦金融科技、供應(yīng)鏈、智慧政務(wù)、汽車數(shù)智化等關(guān)鍵領(lǐng)域，匯聚行業(yè)專家與實(shí)戰(zhàn)操盤手，數(shù)云原力®2025專項(xiàng)活動(dòng)——AI for Process系列直播日通過(guò)3場(chǎng)直播、近10個(gè)熱點(diǎn)話題，以真實(shí)案例分享AI賦能研發(fā)工藝、數(shù)據(jù)應(yīng)用、供應(yīng)鏈運(yùn)營(yíng)、政務(wù)服務(wù)及汽車制造等核心流程的實(shí)踐經(jīng)驗(yàn)，破解AI落地難題，驅(qū)動(dòng)企業(yè)利用AI重構(gòu)業(yè)務(wù)流程、實(shí)現(xiàn)價(jià)值躍升，推動(dòng)企業(yè)數(shù)智化轉(zhuǎn)型邁向更高階的「流程智能」時(shí)代。