驱动数智化升级，AI大模型准备好了吗？

数智化升级 AI 大模型

木清漪 | 2024-08-09 22:59

【数据猿导读】 AI大模型的快速崛起，为企业带来了前所未有的变革机遇。从自然语言处理到图像识别，从精准营销到智能制造，AI大模型正逐步渗透到各行各业的核心业务中。然而，随着技术的不断演进，企业也面临着数据安全、隐私保护、技术适配等一系列挑战。那么，AI大模型在企业数智化升级中，真的准备好...

AI大模型的快速崛起，为企业带来了前所未有的变革机遇。从自然语言处理到图像识别，从精准营销到智能制造，AI大模型正逐步渗透到各行各业的核心业务中。然而，随着技术的不断演进，企业也面临着数据安全、隐私保护、技术适配等一系列挑战。那么，AI大模型在企业数智化升级中，真的准备好了吗？

为持续挖掘数智化升级进程中，AI大模型的多重角色与深层价值，在“数智新质·力拓未来2024企业数字化转型升级发展论坛”上，数据猿高级主笔欧小刚担任圆桌论坛主持人，围绕AI大模型如何驱动新一代数智化升级这一话题，与南京新百品牌总经理/高级助理总裁左芹、卫瓴科技创始人兼CEO杨炯纬、枫清科技Fabarta联合创始人兼CPO仲光庆、帆软AI产品线总经理翁林君展开深入交流，共同探索AI大模型在数智化升级中的更多可能性。

数据安全是企业数智化的生命线

在数字化转型的浪潮中，数据安全已成为企业数智化的生命线。随着AI大模型在企业中的广泛应用，数据安全不仅是技术层面的问题，更是关乎企业生存与发展的战略考量。数据泄露不仅会造成经济损失，更会严重损害企业信誉。

数据安全是技术问题+管理问题

南京新百品牌总经理/高级助理总裁左芹在论坛上强调：数据安全是企业数智化转型中不可忽视的重要环节。数据安全不仅是技术问题，更是管理问题。在数智化进程中，只有确保数据安全，企业才能在激烈的市场竞争中稳健前行。因此，企业必须建立健全的数据安全管理体系，在应用AI大模型时，建立起完善的数据保护机制，确保数据的采集、存储、处理和应用等各个环节都符合法律法规要求。同时，加强员工数据安全意识培训，提升整体防护能力，为企业的数智化转型保驾护航。只有这样，企业才能在激烈的市场竞争中立于不败之地。

“我们在养老和新消费板块应用AI技术时，始终将数据安全放在首位。通过采用先进的数据加密技术和严格的数据访问控制机制，确保用户信息的安全。”左芹提到，南京新百在养老和新消费领域应用AI技术时，利用AI技术优化了智能导购系统，通过用户行为分析和个性化推荐，提升了用户的购物体验。在这个过程中，通过采用先进的数据加密技术和严格的数据访问控制机制，对用户数据进行严格加密和脱敏处理，确保用户隐私不被泄露。同时，通过智能客服系统快速响应用户咨询，进一步提高服务效率和用户满意度。

枫清科技Fabarta联合创始人兼CPO仲光庆，也强调了管理和技术手段在数据安全中的重要性。他认为，通过数据分类分级、权限管理等管理措施，可以减少数据不安全行为的出现。同时他们也在探索通过多种技术手段提高数据的安全性和可用性。

杨炯纬则分享了卫瓴科技在数据安全方面的解决方案。他们通过数据拦截、加密等手段确保隐私数据不出境，并仅在必要时将非敏感数据传递给AI模型进行处理，这样能够有效防止数据泄露的情况发生。

数据质量决定AI大模型使用效果

提及数据安全，数据质量也同样不容忽视。枫清科技Fabarta联合创始人兼CPO仲光庆指出，高质量的数据是AI大模型发挥作用的基础。翁林君分享了帆软在数据安全方面的技术创新，帆软通过优化数据结构、提升AI模型的推理速度等方式，降低了用户数据泄露的风险。他强调：“我们在帮助客户构建AI应用场景时，始终将数据治理放在首位。通过数据清洗、整合和标准化处理，确保输入到AI模型中的数据质量可靠、准确。”

AI赋能精准营销与高效应用

解决了数据安全问题，接下来就是将以大模型为代表的AI技术，深度应用在企业的业务场景中。

例如，数智化时代，AI技术正以前所未有的速度重塑着营销与销售领域。通过深度学习、自然语言处理及大数据分析等先进技术，AI不仅能帮助企业精准洞察消费者需求，还能大幅提升销售效率。在精准营销方面，AI能够根据用户的浏览历史、购买行为等多维度数据，绘制用户画像，实现个性化推荐和定制化营销信息推送，从而显著提高广告的点击率和转化率。而在销售环节，AI智能体则能辅助销售人员，自动处理大量客户咨询，快速响应市场需求，并提供定制化解决方案，让销售过程更加顺畅高效。

AI大模型让营销精准化

卫瓴科技创始人兼CEO杨炯纬，从营销和销售的角度探讨了AI大模型的应用前景。他指出，“AI大模型通过消费者洞察、策略优化等手段，帮助企业实现精准营销和销售转化。”

现如今AI技术在营销领域的应用日益广泛，通过消费者行为分析和画像构建，为不同用户提供个性化的营销方案。

“我们开发的智能销售助手，能够辅助销售人员进行客户跟进和话术优化。通过AI分析客户反馈和行为数据，智能销售助手能够生成个性化的销售方案和建议，提升销售效率和成交率。”

杨炯纬详细介绍了卫瓴科技在营销和销售领域，应用AI大模型的实践过程。实践发现，直接将AI应用于复杂业务场景往往效果不佳。因此，他们采取逐步推进的策略：首先梳理业务流程，然后在具体环节引入AI能力。例如，他们通过AI总结客户聊天记录、生成个性化营销内容等方式，逐步提升营销效果。

他提到，卫瓴科技开发的智能推荐系统通过AI技术分析用户行为数据，为用户推荐个性化的商品和服务。这不仅提高了广告点击率和转化率，还增强了用户体验和满意度。同时，他认为需要注重企业在应用过程中对业务流的梳理和AI能力的适配，以确保应用效果的最大化。

左芹也提及，南京新百在养老和新零售领域对AI大模型的应用非常关注。在养老领域，AI技术被用于构建智慧养老系统，实现居家养老、机构养老的线上化管理。同时，AI机器人也在探索中，用于老人的陪伴和术后护理等场景。在新零售领域，AI技术被用于线上线下一体化的管理，包括智能导购、供应链管理等。尽管目前AI技术还处于初级阶段，但在某些场景下已展现出潜力。

智能体提升客户AI使用效率

枫清科技Fabarta联合创始人兼CPO仲光庆，则从应用的角度探讨了AI大模型的应用效果。仲光庆认为，AI大模型能否在业务场景中成功落地，要结合行业具体分析。落地效果取决于对大模型的定位、期望解决的业务问题以及与场景的匹配度。要帮助企业客户成功应用大模型，一方面必须深入理解业务，找到合适的场景，将场景与大模型的能力匹配起来；另一方面，要帮助企业客户构建场景化AI落地支撑平台，实现数据和大模型的有效链接。通过这种方式，帮助企业客户快速在各个场景中进行AI能力的落地。

他认为，AI大模型的能力在不同场景下的表现存在差异，关键在于找到与AI大模型能力相匹配的应用场景。他们通过构建图与向量融合的多模态智能引擎以及企业知识中台，帮助客户加速AI技术在企业场景中的落地与应用。同时，他们也在探索如何通过图与向量、大模型相结合来减少AI的幻觉和黑箱问题，提高AI应用效果。

技术适配：从单点突破到全面赋能

需要指出的是，AI大模型的应用落地，是一个系统工程，需要多方面的协同配合。

多模态智能引擎加速场景落地

枫清科技Fabarta联合创始人兼CPO仲光庆，介绍了枫清科技在AI数据基础设施建设方面的实践经验。“我们基于多模态智能引擎构建了大模型原生的知识分析与智能体构建平台，将企业的多模态数据转化为大模型可理解的知识。我们可以帮助企业有效地解决可解释性差、推理能力弱、模型幻觉、企业数据时效性与权限管理难等难题，加速企业级大模型场景落地。例如，在金融领域，利用AI技术进行智能风控与营销，通过AIGC 技术自动生成连贯的语义描述，将营销潜在客户与风险分析结果以简单易懂的方式呈现出来，有效地提升业务人员工作效率，减少了人为错误。”同时，利用图智能和AI技术，可以实现高度智能化的潜在客户挖掘和风险评估，从而帮助银行更高效地识别客户群，并且识别其潜在风险。

AI赋能传统BI，降低BI使用门槛

帆软AI产品线总经理翁林君指出，AI技术可以降低BI工具的使用门槛，让更多用户能够轻松上手进行数据分析。这不仅提高了数据分析的效率，还降低了人力成本和时间成本。

翁林君提到，作为BI厂商，帆软在BI领域积累了丰富经验，近年来开始将AI技术融入产品中，帆软推出的FineChatBI通过引入AI大模型技术，用户只需通过自然语言输入查询指令，即可快速获得所需的数据分析结果。同时，FineChatBI还提供了丰富的可视化图表和报告模板，帮助用户轻松制作高质量的数据分析报告。经过一系列实践发现，AI大模型在数据治理、业务分析等方面具有潜力，但仍存在幻觉和黑箱等问题。因此，帆软通过抽象具体任务、优化数据结构等方式，逐步提升AI应用的准确性和可靠性。

针对AI落地过程中的“幻觉”和“黑箱”问题，翁林君表示，大模型本质上就是个统计模型。发展过程中确实会存在“幻觉”和“黑箱”等问题，但在工程上有一些办法是可以缓解的，比如可以针对目标任务抽象出具体的结构。一方面，我们可以通过该结构去跟业务人员进行对齐和确认。另一方面，在这个结构基础上也可以进行不断地反问来进一步明确用户的意图。通过逐渐的对话、逐渐收敛的过程，得出确定性的结论。通过以上的解决方式，用户是可以相信大模型给到的答案