今天小編分享的科技經驗：2024 ITValue Summit數字價值年會，歡迎閲讀。
AI 大模型來了，有很多系統性問題需要解決。大模型還有諸多不确定性問題伴随，這導致客户與廠商雙方都需要在組織層面、技術策略上去做相應改變，保持積極投入的同時也需要保持冷靜客觀。
9 月 11 日 -14 日，由钛媒體與 ITValue 共同主辦的 2024 ITValue Summit 數字價值年會在三亞舉行。此次峰會主題為 "Ready For AI"，交流經驗教訓，交叉行業思考，推動創新交易，以創新場景為基礎，共同探索 AI 驅動下數字經濟時代的全新機遇，共同打造一場數字經濟時代的 AI 創新探索盛宴。
在本次年會 "Ready For AI" 的圓桌對話中，小即是大創業投資合夥人楊巍主持，馬上消費 CTO 蔣寧、龍湖集團 CIO、千丁數科總經理李博、南方航空科技信息與流程管理部副總經理趙磊等專家立足于各自行業，就數字化轉型與 AI 大模型技術浪潮中的企業 AI 應用路徑、技術組織人才資金等難題展開讨論，希望能給行業發展帶來幫助和啓發。
大模型浪潮下，如何應對變化
2022 年末，大模型技術以 ChatGPT 為代表，标志着人工智能領網域的一個重要裏程碑，不僅推動技術飛速發展，還開啓了市場對大模型廣泛應用場景的預期。
在蔣寧看來，大模型技術代表新質生產力，正引發生產力、思想、管理、技術和文化等五大方面的變革。
從生產力角度，數據作為生產要素，大模型成為生產工具，二者形成了新的革命性能力。相較于過去，AI 多在生產流程等方面實現效率改善，而今大模型可在 AI 決策層面，實現突破，釋放人類產能。
二是思想變革。大模型帶來的是平權，所有的知識、決策、體驗，有了巨大提升。
三是管理。過去所有都是圍繞确定性構建數字化系統，但大模型是缺乏确定性的。其本質是持續學習的，且始終存在幻覺，在企業内部應用時往往通過數據飛輪驅動持續改進。大模型應用需要依靠管理革命的支撐持續推行。
四是技術革命。現在國際頭部科技公司都在思考一個問題，即如何讓數據通往大模型的道路更加平坦，實現數據平台建設。針對不同場景或領網域需要應用不同模型，包括對話式、生成式，如何同時接入多個大模型，這背後必須有一套新的數據體系和模型治理平台 / 工具。
五是文化。共創的文化是未來主題，沒有任何一個團隊能夠将這件事情做成，而是需要專業化分工、相互協作溝通的機制。
過去一段時間内，馬上消費圍繞着五個方面的變化，做了三件事：一是推動組織變革、二是提升團隊能力、三是加速技術創新。團隊層面，要求全員學習使用大模型；組織上，構建新型數據平台團隊，對數據平台和大模型平台體系進行重新調整；技術創新上，企業需要積極應對，既要實現數據要素與大模型的深度融合，也要推動大模型使用的 " 微調優 "，以便更好地适應變化。
不确定性時代的應對策略
但并非所有企業都能快速跟上時代步伐，大模型多種革新因素的交織下，無論是企業還是經營個體，都在面臨巨大壓力。
在楊巍看來，" 大語言模型的應用，一腳油門也許就可以做到 95% 的程度，但是我們不能把這樣的應用當作一個傳統 IT 系統上線，必須在技術上和工作流程上去處理這百分之幾的幻覺，才能真正在業務中發揮作用。"
" 在 AI 大潮裏，從來沒有感受到領導在此次 AI 浪潮中表現出的如此焦慮、欣喜、衝動的復雜情緒。" 趙磊表示。
趙磊的經驗是：盡管領導很焦慮，管理好高層領導的情緒價值，是 IT 人的額外要務，也是基礎。其次要有頭腦十分清醒的 AI 整體規劃，不擅長的事情不要輕易嘗試，也不要把資源投入到不擅長的領網域。
" 比如算法層面，要尊重專業技術公司，不要試圖在技術上超越他們。而在數據層面，也只有我們熟悉民航業的 IT 人員，才有能力做好。只有這樣，才能共同實現業務場景創新。" 他表示。
對于龍湖而言，2019 年開始組建 AI 團隊，核心要求是基于產品和場景，而不是基于項目立項，拆出 900 多個場景，分析哪些場景可以優先提效。
在李博看來，AI 落地短期内還無法替代人類，更多是建立人機互動的提效，重構人機合一的新運營流程。2022 年後雖然有了大模型的嘗試，但目前來講，可能更适合容錯率較高的場景，而在生成式方面，也存在某些偏見、細節刻畫不足的問題，還需要時間持續解決。在 B 端的落地，大模型的落地會更晚一點，模型作為生產力工具，基于業務場景做人機合一流程上的改造，最終實現降本增效。
下一代，李博預估，大模型會成為機器學習的基礎，所有的模式識别、機器學習各項算法都會基于大模型訓練，最終企業會基于統一的 AI 智能體平台實現 AI 驅動的場景應用。
為此，李博的建議是，企業調整時會有颠覆式想法，制定目标往往有高倍績效。因此，一定要把賬，效率算在前面，業務和技術一起想路徑，才能找到新的做法。
如果把這件事情幹好，企業要有三個能力：一是低成本試錯的能力，如果成本太高就等不到場景跑出來；二是長期系統性的思考能力，一定要把技術結合到業務流程和場景中；三是全方位防忽悠的能力，不要被外界的忽悠而影響。
客户、廠商，都在選擇符合自身的最佳路徑
期間，各行業企業客户紛紛主動探索 AI 路徑，試圖先一步上馬。
對于地產行業和航空業的兩家龍頭企業，他們基于自身業務的考量，也正走出不一樣的應用路徑：
對于龍湖而言，李博指出，" 大模型現在放下身段，價格越來越便宜，完全沒有必要自己搭建底座了，我們搭建了智能體平台，基于開源項目，對接各個大廠的大模型，其主要精力還是放在智能體相關業務場景。例如，空間智能體、流程智能體，以及數字員工，面向一線員工的助理和智能問題，幫助他們及時解決問題。"
為此，龍湖希望從 ChatBI 入手，可以實時獲得各類數據，對企業產生價值。傳統的報表開發周期長，且為格式化，很多時候無法應對快速變化。換言之是，以大模型驅動的互動式的數據分析。
而對南方航空而言，趙磊指出，傾向于 " 上三路打前期，下山路打中後期 " 策略：
對于通用行業或場景，比如代碼助手、行政助手、智能客服，用 " 上三路打前期 "，直接使用通用大模型，為企業提供持續積極的反饋；
對于能夠體現航空企業自身的 IT 實力和業務實力的場景，對企業業務轉型有幫助的，用 " 下三路打中後期 "，深度開發大模型，做民航業的行業大模型。如飛行員的編排，過去是用運籌學算法，但是無法體現飛行員的個性化特征。這往往就會涉及航空業底層邏輯、操作規則，以及圍繞規則之上形成的飛行員畫像。這些都不是通用大模型能解決的問題。
" 我們希望做民航業的行業大模型，也願意為大模型廠商的研發投入付費。大模型要麼給企業產生現金收入，要麼是提高員工和領導滿意度。我們選擇了後者，将幾百個功能模塊改造成為基于大模型互動式、一站式服務的平台，為員工提供服務。即大模型驅動的企業 IT 系統的入口。" 趙磊表示。
馬上消費圍繞四個維度，即技術戰略的規劃、技術治理的完善、技術平台的構建和關鍵技術點的突破，踐行 AI 與企業發展的深度融合，布局 " 大模型 +" 模式創新和實際應用。
在企業發展過程中，數字化積累至關重要。蔣寧認為将這些數據與大模型的應用相結合，構建屬于企業自身的大模型，是一項關鍵戰略。例如，馬上消費去年發布首個金融大模型 " 天鏡 "，目前該大模型在互動、分析以及決策等方面均發揮出了重要的作用。
從關鍵技術點維度來看，蔣寧認為數據生成，數據管理，原數據技術，大模型自動打标，以及大模型認證技術，都是未來大模型構建需要關注的關鍵技術點。
最後，在談到企業導入大模型最适合的案例時，蔣寧認為數據背後即是業務，在保證數據安全的前提下，從數據密集度高、質量好的業務開始導入大模型，會產生更優的效果。（本文首發于钛媒體 APP）
