在AI時(shí)代，企業(yè)領(lǐng)跑的秘密就藏在這句話(huà)里

　　出品 | 子彈財(cái)經(jīng)

　　作者 | 語(yǔ)叔

　　企業(yè)，如何將AI與業(yè)務(wù)真正融合?

　　剛剛結(jié)束的第九屆華為全聯(lián)接大會(huì)上，一位傳統(tǒng)制造業(yè)企業(yè)技術(shù)負(fù)責(zé)人，私下問(wèn)遍了現(xiàn)場(chǎng)能找到的AI研發(fā)大拿。但讓他想不到的是，每個(gè)人給他的回答都不一樣。

　　實(shí)際上，他所在公司的董事長(zhǎng)在2023年就意識(shí)到，AI是下一個(gè)企業(yè)信息化發(fā)展的機(jī)遇，把他作為空降高管，從互聯(lián)網(wǎng)大廠挖過(guò)來(lái)，就是想利用他在互聯(lián)網(wǎng)產(chǎn)品研發(fā)上的經(jīng)驗(yàn)，推動(dòng)企業(yè)盡快擁抱AI。

　　可是，進(jìn)入到業(yè)務(wù)環(huán)節(jié)，這位技術(shù)負(fù)責(zé)人就傻了眼。整個(gè)技術(shù)團(tuán)隊(duì)并不知道該如何在生產(chǎn)業(yè)務(wù)中引入AI，更別談如何融合了。最后，只能先使用某國(guó)產(chǎn)模型將客服系統(tǒng)升級(jí)，遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到董事長(zhǎng)最初設(shè)想的用AI提質(zhì)增效目標(biāo)。這也是他此次參與華為全聯(lián)接大會(huì)的原因。

　　這家企業(yè)遇到的問(wèn)題，正是中國(guó)企業(yè)在AI時(shí)代的常態(tài)。

　　今年2月，匯豐一項(xiàng)面向全球八大主要市場(chǎng)的企業(yè)調(diào)查顯示，68%的中國(guó)內(nèi)地受訪(fǎng)企業(yè)表示有意投資人工智能技術(shù)，這一比例在全球受訪(fǎng)市場(chǎng)中最高。同時(shí)，86%的受訪(fǎng)企業(yè)表示，其財(cái)務(wù)職能部門(mén)的職責(zé)正在發(fā)生轉(zhuǎn)變，更專(zhuān)注于提供實(shí)時(shí)數(shù)據(jù)和相關(guān)分析。

　　東方財(cái)富的調(diào)研顯示，有68%的中國(guó)內(nèi)地受訪(fǎng)企業(yè)表示，有意向投資AI技術(shù)來(lái)提升運(yùn)營(yíng)效率。同時(shí)，超過(guò)88%的中國(guó)內(nèi)地受訪(fǎng)企業(yè)正在加大數(shù)字人才的投入。

　　然而，盡管眾多企業(yè)紛紛表示出對(duì)AI的濃厚興趣，并迫切希望通過(guò)引入AI來(lái)重塑自身的業(yè)務(wù)格局，乃至將其提升至戰(zhàn)略高度，但遺憾的是，真正能夠?qū)⑦@一愿景落地實(shí)施的企業(yè)卻寥寥無(wú)幾。

　　根據(jù)德勤的調(diào)查，中國(guó)企業(yè)AI技術(shù)普及率只有不到23%，大模型的應(yīng)用率更是不超過(guò)12%。這一數(shù)據(jù)背后，折射出的是企業(yè)在AI應(yīng)用道路上所面臨的種種挑戰(zhàn)與困境。

　　1、擁抱AI，企業(yè)首先要構(gòu)建AI原生思維

　　AI，尤其是大模型，這兩年一直是企業(yè)信息化的熱詞。

　　即使在面臨不確定性的當(dāng)下，很多企業(yè)為了搶上AI發(fā)展的高速列車(chē)，也不惜工本投入研發(fā)，做好了長(zhǎng)期投入的準(zhǔn)備。

　　但不可否認(rèn)的是，企業(yè)對(duì)AI需求很大，浪費(fèi)也不少。很多企業(yè)追風(fēng)盲目投入，并沒(méi)有讓AI真正釋放威力。

　　行業(yè)發(fā)展的起步階段，不少企業(yè)只是將AI視作與ERP系統(tǒng)等一樣的“工具”，認(rèn)為開(kāi)發(fā)出來(lái)幾款應(yīng)用，加到業(yè)務(wù)中去之后就能推動(dòng)企業(yè)進(jìn)步。

　　但事實(shí)上，AI的能力遠(yuǎn)不限于此，挑戰(zhàn)也不止于此。根據(jù)IDC調(diào)研報(bào)告，中小企業(yè)在發(fā)展AI戰(zhàn)略時(shí)，主要面臨數(shù)據(jù)質(zhì)量、算力、算法基礎(chǔ)能力的限制。60%的中小企業(yè)表示在AI項(xiàng)目中遇到數(shù)據(jù)冗余和管理問(wèn)題，導(dǎo)致資源浪費(fèi);而45%的企業(yè)表示數(shù)據(jù)清洗和預(yù)處理工作占據(jù)了大量時(shí)間和資源，實(shí)際效果不佳。

　　盡管如此，企業(yè)普遍認(rèn)為AI技術(shù)能夠帶來(lái)顯著的業(yè)務(wù)提升，特別是在客戶(hù)關(guān)系管理、業(yè)務(wù)重塑、市場(chǎng)營(yíng)銷(xiāo)、供應(yīng)鏈管理和客戶(hù)服務(wù)等方面。

　　這就產(chǎn)生了龐大的企業(yè)需求和AI在實(shí)際應(yīng)用中效力發(fā)揮有限的矛盾。

　　針對(duì)上述AI與企業(yè)業(yè)務(wù)融合的問(wèn)題，華為常務(wù)董事、華為云CEO張平安在今年的華為全聯(lián)接大會(huì)演講中給出了答案。

　　他認(rèn)為，企業(yè)想解決AI與業(yè)務(wù)結(jié)合問(wèn)題，就一定要構(gòu)建AI原生思維，要將AI技術(shù)和工具作為核心要素，來(lái)重新思考和設(shè)計(jì)企業(yè)流程、IT架構(gòu)、業(yè)務(wù)創(chuàng)新，以便充分發(fā)揮AI的潛力，提高效率，創(chuàng)新業(yè)務(wù)模式。

　　在AI時(shí)代，企業(yè)領(lǐng)跑的秘密就藏在這句話(huà)里。

　　這種思維方式要求企業(yè)從戰(zhàn)略高度出發(fā)，重新審視自身的業(yè)務(wù)流程、組織架構(gòu)以及資源配置。如在流程優(yōu)化方面，企業(yè)可以利用AI算法對(duì)海量數(shù)據(jù)進(jìn)行深度分析，識(shí)別出流程中的瓶頸和冗余環(huán)節(jié)，進(jìn)而實(shí)現(xiàn)流程的自動(dòng)化和智能化改造。

　　這不是將AI技術(shù)和工具簡(jiǎn)單引入企業(yè)運(yùn)營(yíng)中，而是從根本上重新思考和設(shè)計(jì)企業(yè)的各個(gè)層面，包括流程優(yōu)化、IT架構(gòu)重構(gòu)以及業(yè)務(wù)模式創(chuàng)新，為企業(yè)帶來(lái)前所未有的變革。

　　2、擁抱AI企業(yè)需要做好三件事

　　以AI原生去思考，企業(yè)便擁有了全方位落實(shí)AI的可能性。張平安認(rèn)為，扎實(shí)做好三件事情至關(guān)重要：算力、數(shù)據(jù)和模型。

　　首先，企業(yè)融合AI過(guò)程中算力非常關(guān)鍵，需要構(gòu)建與企業(yè)需求相匹配的AI原生云基礎(chǔ)設(shè)施。畢竟，算力，如同心臟一般，是推動(dòng)AI進(jìn)化的不竭動(dòng)力。對(duì)于以大模型為核心的AGI時(shí)代來(lái)說(shuō)，企業(yè)與AI協(xié)同，模型是最核心的支撐。而為了推動(dòng)企業(yè)AI能力與業(yè)務(wù)場(chǎng)景的匹配，大規(guī)模的數(shù)據(jù)訓(xùn)練必不可少。這不僅要求企業(yè)擁有強(qiáng)大的計(jì)算能力，以支撐起海量數(shù)據(jù)的處理與分析，更需確保這些計(jì)算能力能夠靈活擴(kuò)展，滿(mǎn)足企業(yè)業(yè)務(wù)不斷發(fā)展的需求。

　　其次，數(shù)據(jù)質(zhì)量決定企業(yè)應(yīng)用AI模型的效果。作為人工智能的“糧食”，數(shù)據(jù)通過(guò)訓(xùn)練影響了模型在企業(yè)實(shí)際業(yè)務(wù)中的表現(xiàn)。因此，企業(yè)需要構(gòu)建以知識(shí)為核心的數(shù)據(jù)基礎(chǔ)架構(gòu)，使數(shù)據(jù)能夠更有效地服務(wù)于人工智能，而不僅僅是局限于傳統(tǒng)的商業(yè)分析。這意味著企業(yè)需要對(duì)數(shù)據(jù)進(jìn)行深入地挖掘、整理與加工，將其轉(zhuǎn)化為對(duì)業(yè)務(wù)決策有價(jià)值的知識(shí)資產(chǎn)。

　　最后，企業(yè)應(yīng)該圍繞業(yè)務(wù)場(chǎng)景，構(gòu)建合適的AI模型。這意味著對(duì)于企業(yè)來(lái)說(shuō)，在構(gòu)建AI模型時(shí)，應(yīng)避免陷入“大而全”的誤區(qū)。模型并非越大越好，亦非一個(gè)大模型能夠適用于所有業(yè)務(wù)場(chǎng)景。相反，企業(yè)應(yīng)圍繞具體的業(yè)務(wù)場(chǎng)景和需求，構(gòu)建適合的AI模型。這些模型應(yīng)具備高度的靈活性和可擴(kuò)展性，能夠隨著業(yè)務(wù)的發(fā)展而不斷優(yōu)化與升級(jí)。

　　對(duì)此，在硬件和軟件上都有深厚耕耘的華為云，在這次全聯(lián)接大會(huì)上，發(fā)布了針對(duì)性的解決方案。

　　算力方面，華為云構(gòu)建了多元算力、彈性、高效的AI原生的云基礎(chǔ)設(shè)施。智能時(shí)代，模型參數(shù)已由百億走向千億、萬(wàn)億，為滿(mǎn)足AI算力爆炸性增長(zhǎng)，滿(mǎn)足高可靠、高效能的要求，為了進(jìn)一步提升AI原生基礎(chǔ)設(shè)施的效能，華為云推出新一代的AI原生云基礎(chǔ)設(shè)施CloudMatrix，構(gòu)建分布式對(duì)等全互聯(lián)架構(gòu)，實(shí)現(xiàn)了單體算力向矩陣算力的演進(jìn)。

　　據(jù)張平安介紹，CloudMatrix將CPU、NPU、DPU、存儲(chǔ)和內(nèi)存等資源全部互聯(lián)和池化，從單體算力向矩陣算力演進(jìn)，構(gòu)建一切可池化、一切皆對(duì)等、一切可組合的AI原生云基礎(chǔ)設(shè)施，為客戶(hù)提供澎湃的AI算力。

　　數(shù)據(jù)方面，為降低企業(yè)使用數(shù)據(jù)的難度，更高效地進(jìn)行模型訓(xùn)練，華為云全面升級(jí)數(shù)據(jù)治理生產(chǎn)線(xiàn)DataArts，為客戶(hù)提供面向AI、以知識(shí)為中心的數(shù)據(jù)底座，包括AI和大數(shù)據(jù)融合引擎、數(shù)據(jù)開(kāi)發(fā)治理、知識(shí)服務(wù)和數(shù)智應(yīng)用使能服務(wù)，讓資源利用率和供數(shù)效率顯著提升。

　　模型方面，企業(yè)應(yīng)用場(chǎng)景的多樣性，決定云平臺(tái)必須構(gòu)建起多模態(tài)、多尺寸的模型，實(shí)現(xiàn)場(chǎng)景與模型的最優(yōu)匹配，滿(mǎn)足企業(yè)對(duì)大模型經(jīng)濟(jì)性和專(zhuān)業(yè)性的需求。

　　今年6月，華為云發(fā)布盤(pán)古大模型5.0，具有十億級(jí)、百億級(jí)、千億級(jí)和萬(wàn)億級(jí)不同參數(shù)規(guī)格的模型，包含NLP、CV、多模態(tài)，以及預(yù)測(cè)大模型和科學(xué)計(jì)算等基礎(chǔ)大模型，以及面向行業(yè)的行業(yè)大模型，和開(kāi)箱即用的場(chǎng)景模型，滿(mǎn)足企業(yè)的全業(yè)務(wù)場(chǎng)景需求。

　　面向AI時(shí)代的機(jī)遇和企業(yè)需求，華為云通過(guò)基礎(chǔ)設(shè)施、數(shù)據(jù)底座、模型系列的構(gòu)建，貼近企業(yè)需求，持續(xù)迭代的技術(shù)和產(chǎn)品，推動(dòng)企業(yè)更快、更好地?fù)肀�AI。

　　3、向華為學(xué)習(xí)如何用AI

　　實(shí)際上，華為自身也在積極踐行AI與業(yè)務(wù)融合。以華為自己的話(huà)說(shuō)，華為內(nèi)部通過(guò)“人+AI”“事+AI”，將AI引入工作流程，大幅提升工作效率。

　　華為董事、質(zhì)量流程IT總裁陶景文在大會(huì)上表示，AI是一場(chǎng)變革，企業(yè)要把AI變成一個(gè)真正能給業(yè)務(wù)帶來(lái)價(jià)值的服務(wù)，一定要跟企業(yè)的流程、組織、IT、數(shù)據(jù)以及業(yè)務(wù)場(chǎng)景深度結(jié)合。

　　例如，在合同處理場(chǎng)景，華為通過(guò)數(shù)字化對(duì)象、過(guò)程和規(guī)則，實(shí)現(xiàn)了海量合同的高質(zhì)量并行處理。此外，通過(guò)智能技術(shù)提取和比對(duì)多語(yǔ)種合同的關(guān)鍵要素，將風(fēng)險(xiǎn)處理時(shí)間從2小時(shí)縮短至僅需5分鐘。

　　在研發(fā)場(chǎng)景，華為為超過(guò)11萬(wàn)名研發(fā)人員配備了開(kāi)發(fā)助手，利用大型模型自動(dòng)提取作業(yè)上下文信息，實(shí)現(xiàn)了代碼的行級(jí)續(xù)寫(xiě)、函數(shù)生成、代碼解釋和注釋功能。通過(guò)AI技術(shù)，每年采納AI生成代碼量達(dá)到700萬(wàn)行。

　　在制造場(chǎng)景，華為采用了多模型“系統(tǒng)工程”方法，結(jié)合決策式和生成式AI技術(shù)，顯著提升了整體生產(chǎn)力，使得訂單交付周期縮短了30%以上。

　　華為結(jié)合自身實(shí)踐，總結(jié)了一套“三層五階八步”方法論，三層分成了重新定義智能業(yè)務(wù)、AI開(kāi)發(fā)與交付、持續(xù)運(yùn)營(yíng)智能應(yīng)用，“五階八步”就是從業(yè)務(wù)場(chǎng)景出發(fā)，沿著業(yè)務(wù)流程、組織，公司數(shù)據(jù)和AI應(yīng)用指導(dǎo)業(yè)務(wù)如何一步步落地企業(yè)的AI。

　　陶景文強(qiáng)調(diào)，在實(shí)施智能化過(guò)程中，華為堅(jiān)持場(chǎng)景驅(qū)動(dòng)，解決企業(yè)海量、重復(fù)、復(fù)雜的高耗能問(wèn)題。

　　從華為的經(jīng)驗(yàn)看，建立AI原生思維，做好三件事，是企業(yè)真正從AI時(shí)代獲得發(fā)展動(dòng)力和優(yōu)勢(shì)的關(guān)鍵所在。

　　而軟硬兼?zhèn)涞娜A為云，基于自身豐富的經(jīng)驗(yàn)賦能產(chǎn)業(yè)，對(duì)推動(dòng)企業(yè)業(yè)務(wù)與AI融合有非同一般的意義。

　　4、寫(xiě)在最后

　　對(duì)于企業(yè)管理團(tuán)隊(duì)來(lái)說(shuō)，了解AI時(shí)代業(yè)務(wù)的新技術(shù)和新策略的重要性毋庸置疑，但踐行AI原生的思維方能樹(shù)立整體的系統(tǒng)性架構(gòu)，不顧此失彼，也不會(huì)只見(jiàn)樹(shù)木不見(jiàn)森林。只有對(duì)自身業(yè)務(wù)進(jìn)行最細(xì)致分析，找到業(yè)務(wù)底層的邏輯，才能更好地服務(wù)業(yè)務(wù)，這才是企業(yè)擁抱AI應(yīng)該擁有的邏輯。