從大模型狂飆突�(jìn)到產(chǎn)�(yè)落地突圍,人工智能(AI)正在經(jīng)歷從技�(shù)熱浪到價(jià)值兌�(xiàn)的關(guān)鍵跨�。當(dāng)前,不少企業(yè)在應(yīng)用AI過程中發(fā)�(xiàn),盡管數(shù)字大屏上�(shù)�(jù)琳瑯滿目、對(duì)話機(jī)器人回答問題頭頭是道,但AI始終難以切入核心�(yè)�(wù)決策�(huán)節(jié),賦能實(shí)體經(jīng)�(jì)�“最后一公里”遲遲未通�
�(shù)�(jù)可見不可�,是企業(yè)AI�(yīng)用落地難的一�“堵點(diǎn)”。數(shù)�(jù)孤島并非首要問題,真正的瓶頸在于�(shù)�(jù)無法被AI�(zhǔn)確理解與�(yīng)�,導(dǎo)致AI難以參與�?jīng)Q策當(dāng)�。神州控股數(shù)�(jù)智能集團(tuán)技�(shù)研發(fā)中心總經(jīng)理張偉此前曾直言,經(jīng)過近十年�(shù)�(jù)中臺(tái)建設(shè),大部分企業(yè)�(nèi)部數(shù)�(jù)已實(shí)�(xiàn)互聯(lián),核心痛�(diǎn)在于通用大模型缺乏企�(yè)�(xiàn)場數(shù)�(jù)與業(yè)�(wù)�(guī)則的翻譯�,通用大模型確�(shí)能力出眾,但在企�(yè)落地得了解真�(shí)情況,否則都是紙上談��
�(xiàng)目落地卻�(jià)值失�,則是企�(yè)AI�(yīng)用落地難的又一�“堵點(diǎn)”。不少AI�(xiàng)目投入數(shù)�,復(fù)盤時(shí)卻說不清省了多少�、提了多少效,后�(xù)�(yù)算自然無從談起。究其原�,AI雖被引入企業(yè),卻大多停留在數(shù)�(jù)可視化與輔助問答的層�,未能嵌入核心決策環(huán)節(jié)。這種情況�,一方面,企�(yè)無法量化AI的真�(shí)貢獻(xiàn),決策層�(duì)繼續(xù)投入缺乏信心,項(xiàng)目往往在首期驗(yàn)收后便后繼乏�;另一方面,沒有持�(xù)的實(shí)�(zhàn)反饋,AI本身也無法迭代優(yōu)�,陷�“用了跟沒用一�”的死循環(huán)�
由此可見,企�(yè)�(yīng)用AI缺的是一條�(jìn)入企�(yè)真實(shí)�(yè)�(wù)流程、產(chǎn)生可量化�(jià)值的路徑。如何打通這條�,是AI從展示走向決策必須回答的問題�
輕量切入、快速見�,是AI落地破局的重要方�。當(dāng)前,企業(yè)AI�(shí)踐普遍沿用信息化�(shí)代的慣性思維,先搭平�(tái)、再找場景,前期投入�(dòng)輒數(shù)百萬元,建設(shè)周期長達(dá)�(shù)月甚至一�,成本高卻遲遲見不到�(shí)�。然�,AI落地并不需�“萬事俱備”才能起步。如果從具體決策場景切入,以企業(yè)真實(shí)�(yùn)營數(shù)�(jù)為樣本,讓AI在最小范圍內(nèi)先跑起來,成效反而來得更�、更直觀。這樣做的好處是雙重的:一方面,以小成本試�(cuò),在�(shí)�(zhàn)中摸索出適配企業(yè)自身的方法論,避免一步走�(cuò)、全盤皆�;另一方面,效率更�、周期更�,價(jià)值才能被真正�(yàn)證和兌現(xiàn),而非停留在規(guī)劃書上的美好�(yù)��
�(shù)�(jù)融�、規(guī)則嵌�,則可以讓AI從旁觀者變成決策參與�。大模型的理解與推理能力已今非昔�,AI具備了�(jìn)入決策環(huán)節(jié)的技�(shù)基礎(chǔ)。然�,能力不等于�(shí)�,要讓AI真正成為決策參與�,關(guān)鍵在于將散落在各系統(tǒng)中的�(shù)�(jù)挖出來、治理成AI可理解的�(jié)�(gòu),并將行�(yè)�(guī)則與�(yùn)營經(jīng)�(yàn)融入其中,使AI的每一次判斷都基于企業(yè)真實(shí)場景而非泛化推理。當(dāng)AI深入每一�(gè)具有高價(jià)值決策的核心�(huán)節(jié),帶來的便不是單一節(jié)�(diǎn)的優(yōu)化,而是整條鏈路�(yùn)�(zhuǎn)效率的系�(tǒng)性提��
不可否認(rèn),企�(yè)�(shù)�(jù)�(yuǎn)比�(gè)人數(shù)�(jù)�(fù)�,它不是一�(gè)人的偏好,而是跨部門、跨系統(tǒng)、跨�(huán)節(jié)的邏輯協(xié)同,要讓AI讀懂這些,需要的不只是更�(qiáng)的模�,而是全新的數(shù)�(jù)治理工具與落地方法論。因�,企�(yè)�(yīng)用AI仍然任重而道�(yuǎn),需要多方合力破局。尤�(yīng)指出的是,讓AI�(jìn)入決策層,并不是替代人做決策,而是讓人在更完整的信�、更精準(zhǔn)的建議下,做出更�(yōu)的決��
�(dāng)“堵點(diǎn)”被一一打�,當(dāng)AI讀懂企�(yè)�(shù)�(jù),AI帶來的就不僅是效率的量變:需求預(yù)測的�(jié)論能自動(dòng)傳導(dǎo)至采購計(jì)�,倉網(wǎng)�(diào)配的�(jié)果能�(shí)�(shí)影響履約�(yù)�,供�(yīng)鏈從分段�(yōu)化走向全鏈協(xié)�……這或許才是AI賦能�(shí)體經(jīng)�(jì)最值得期待的方��
|