中EN
-
产品及解决计划
-
服务
-
产品及解决计划
-
服务
-
云原生产品及应用平台
- 尊龙时凯官网入口研云 研制一体化工业互联网解决计划
- 磐云 云原生PaaS平台
- 尊龙时凯官网入口云印 数字化文印管理平台
- 尊龙时凯官网入口视讯 融合聚会服务平台及应用
-
云服务
-
AI算力服务器 -
清静产品相识更多
7月2日 ，数云原力®2025专项运动——AI for Process系列直播日最后一场圆满落幕。本次运动以“企业AI价值先锋实践”为主题 ，聚焦AI在汽车、绿色低碳等前沿场景的应用 ，与行业客户深入交流、分享企业AI落地的洞见与乐成实践履历 ，助力企业破解AI落地难题 ，驱动企业以AI手艺重构营业流程、实现价值跃升。
积跬步 ，致千里
从场景出发的企业AI价值释放
尊龙时凯官网入口数码联席董事长、首席执行官王冰峰在开场主题讲话中体现：“今天的企业级AI落地仍处于早期阶段 ，大部分企业场景下的AI应用还处在单点立异的状态 ，还未找到形成显著正向回报的场景。要实现AI手艺和企业的深度融合 ，需要从企业的流程入手——这也是我们强调‘AI for Process’理念的缘故原由。只有当AI深度嵌入企业流程中 ，与营业流程实现深度融合和相互增进 ，才华真正推动AI在企业中的规�；τ�。”
【圆桌话题一】
岚图的AI落地之路：场景落子 ，通盘结构
怎样让AI手艺与应用场景深度融合？怎样让AI在企业中真正落地？落地中的“坑”又该怎样规避？尊龙时凯官网入口数码云和信创研究院AI交付中心总司理胡琳君、AI应用架构师马晓东与岚图数字化大模子应用认真人徐湲策 ，围绕上述话题睁开深度探讨。
AI的缘起与落地的挑战
徐湲策：春风岚图数字化部分的定位是应用导向型团队 ，虽然不从事基础科研事情 ，但我们一连关注着行业前沿手艺。从ChatGPT横空出生到长文本大模子的泛起 ，尤其是当我们看到Perplexity的DAU数据时 ，我们意识到大模子已经生长到了在企业内部举行应用的水平�；诖� ，我们正式启动大模子项目。生长至今 ，AI应用已笼罩部分的全营业领域。纵观这几年的AI探索历程 ，我们面临的挑战主要体现在三方面：人才招募、场景选择、价值体现。
马晓东：尊龙时凯官网入口数码在“数云融合”战略的指引下 ，在云与数据领域形成了深挚的积累。而数据与算力恰恰是驱动AI生长的两概略素 ，因此 ，尊龙时凯官网入口数码在AI时代顺势入局 ，专注大模子的企业级场景落地 ，由此降生了——“尊龙时凯官网入口问学”。随着实践履历的积累和模子能力的演进 ，在2025年头 ，郭总提出了“AI for Process”理念 ，“Process”的内在聚焦于流程标准化和人效提升 ，精准对应了AI在企业中落地的焦点挑战：流程优化与职员赋能。
胡琳君：已往两年间 ，我也深度加入了尊龙时凯官网入口数码内部的数字化与AI落地历程。从发明场景到手艺落地、内部推广 ，我们尚有许多路要走 ，也遇到了许多“坑” ，我们也是一步步攻坚克难。现在 ，尊龙时凯官网入口数码在内部落地的“超等员工”“智强人才搜索”等AI应用 ，都获得了许多起劲反响。
挑战怎样破解？要害着力点在此
徐湲策：企业AI价值的释放源于上述三个难题的破解。首先 ，在人才招募方面 ，除了内外部招聘 ，我们还着力作育团队成员向营业专家转型 ，由于大模子在企业内部的应用不但需要敌手艺的明确 ，还需要对营业的认知。其次 ，在场景选择方面 ， 我们希望用户通过只管简短的对话流程实现更快、更准确的效果交付 ，目的是将AI能力深度融入营业流 ，让用户甚至无需感知对话历程即可获取所需。
例如 ，新能源行业强烈的市场竞争情形加上重大的国家相关规则政策要求 ，岚图经常面临市场宣传需要与法务合规管控的矛盾。以往 ，营业职员需要泯灭大宗精神查阅最新规则、协同多个部分审核宣发内容。现在 ，借助AI大模子 ，只需将宣传质料（图片/文字/视频/音频）上传系统 ，系统就能自动识别 ，智能审核其是否违反相关规则、是否与岚图自身、与春风集团以致整个汽车行业的合规规则保存冲突。系统甚至还能举行全行业案例比对 ，识别潜在相似危害点 ，预先规避。我们已经不需要太多的问答。
要实现上述场景 ，在运营和知识治理方面 ，以知识库为例 ，通用大模子往往难以知足重大多样的用户需求；在手艺层面 ，我们需要团结合作伙伴一直挖掘模子潜力 ，方能精准匹配营业目的。同时 ，鉴于国家政策等外部信息是动态转变的 ，因此 ，我们选择使用一套集问答、知识库、事情流和智能体于一体的大模子应用平台 ，团结互联网的数据与定向微调 ，从而高效实现场景落地闭环。
马晓东：企业级AI落地的焦点诉求在于AI能“无感”融入营业流 ，例如用户在提交需求后 ，系统以最短时间、最高效、最精准地反响定制化解决计划。要实现这一目的 ，需要从三个方面入手：
第一 ，知识治理。企业内部场景要求AI输出零容错 ，与C端问答可容忍过失保存实质差别。因此 ，在知识治理时 ，要买通企业内部中后台部分知识系统 ，为每个部分做相关的知识梳理、文档治理 ，另外 ，还要适配客户差别化营业形态、流程及文档特征 ，并且实现问题提交后自动触发下一流程。
第二 ，运营。AI应用与古板IT系统（如CRM的按钮/表单操作）保存实质差别 ，AI应用一样平常的形态是“对话” ，要通过运营机制逐步提升用户体验与使用深度。以我们公司的“超等员工”为例 ，运营团队每周自动走访中后台部分 ，系统化网络痛点与优化点 ，驱动迭代；并且优先赋能销售端、商务端等需要高频跨系统检索信息的岗位 ，将超百个OA子系统整合至“超等员工”这个统一入口。
第三 ，团队。相较于古板项目 ，企业AI落地需要深度融入“手艺+营业”专家 ，他们在计划设计及运营阶段的加入度越深 ，系统与营业的契合度就越高。
而尊龙时凯官网入口问学设计之初的定位就是企业AI能力的基座平台 ，算力管理、多模子接入、知识治理、应用和事情流的编排等功效 ，是我们在集团内部AI落地和其它合作伙伴需求中提炼出来的最有价值的功效。我们把这些要害功效汇聚到产品里 ，也能更好地资助企业落地AI。
AI for Process指引未来偏向
徐湲策：我们对AI未来的生长有两方面畅想：首先 ，构建AI Agent串联服务平台 ，将企业内部数据或企业服务平台买通 ，让AI能力走入各个营业系统里 ，大幅降低古板“数云融合”中的界线平台扩张本钱。以岚图工厂为例 ，岚图工厂需应对多元化访客（包括安保/保洁/供应商/交流职员等） ，差别职员涉及到差别化的门禁权限、路径妄想、聚会室预定及IoT装备联动 ，背后依赖多个系统的协同。若是可以通过单次文件的提交 ，以Agent自动串联后台的各个系统 ，将大幅削减人工耗时。
同时 ，岚图跟尊龙时凯官网入口数码有一个不约而同的点即是“AI for Process”。汽车工业链很长 ，笼罩供应商协同、备货、生产组装、质检、交付、售后等 ，这些链路里有无数的流程。若是可以通过在产、销、服等横向流程中嵌入大模子能力 ，并团结知识治理与自动化运营 ，将实现逾越基础效率提升的价值——驱动高质量交付与高效团队协同。
马晓东：首先 ，作为企业AI中台的基座平台 ，尊龙时凯官网入口问学的基座能力将随着手艺迭代一连演进 ，如MCP、AI for BI等 ，做到从有到优。其次 ，关于多Agent串联 ，我们内部也已经做出实验 ，例如在聚会室预定方面 ，现在员工只需向"超等员工"发送聚会室需求 ，即可自动获取可选清单 ，取代了古板OA系统的繁琐操作。别的 ，笔直领域专业化训练正大幅降低企业模子落地门槛——尊龙时凯官网入口问学团队在亚马逊云科技大模子联赛中 ，仅用3小时微调的3.5B小模子 ，即在指定领域体现碾压通用70B大模子 ，斩获大赛冠军 ，验证了小模子通过定向优化可逾越通用大模子的可行性 ，为高效企业级AI安排提供了新范式。
胡琳君：尊龙时凯官网入口数码正沿着多条路径结构远期AI战略 ，好比接下来的重点事情之一“AI for Process”直客型营业LTC流程重塑项目 ，旨在通过AI重构营业流程驱动企业价值升级 ，追求系统性营业重塑而非单点立异。同时 ，我们的研究团队已经在开展笔直领域的深度攻坚 ，例如在医药研发领域推进专业垂类模子训练 ，旨在打造行业专业模子 ，最终为客户创立实质价值。
【圆桌话题二】
AI for Process的汽车生产与制造升级
当下 ，谈企业 AI 一定离不开 “场景”。在企业 AI 快速落地的历程中 ，以汽车行业为代表的制造业系统应关注哪些高价值场景？又基于哪些诉求需要建设 AI 中台？
围绕上述话题 ，尊龙时凯官网入口数码企业云集团 AI 交付专家陈巍、汽车研发高级照料汪彦磊、江铃汽车高级数据产品总监梁融韬 ，就汽车行业 “企业级 AI 平台建设”“企业级 AI for Process 的建设” 等话题睁开了深入讨论。
企业级AI平台降生的配景是什么 ，
建设时有哪些问题和关注点？
梁融韬：企业级 AI 平台建设的初志源于三大动因：首先 ，AI 领域手艺的快速迭代与落地；其次 ，企业内部 AI 场景落地的需求 ，催生了对企业专业知识的周全整合需求。数字化时代 ，企业焦点营业（如汽车行业的研发、制造、营销、财务等）积累了大宗高价值专业知识 ，这些知识必需与 AI 应用深度融合才华释放价值 ，这驱动着企业系统性重构知识系统与数据资产；第三 ，企业管理职员、相关事情职员及终端用户希望智能体（Agent）能 “量身定制” ，因此只有深度嵌入企业营业流程 ，智能体才华施展最大价值 ，也由此催生出企业级 AI 平台。
在企业级 AI 中台的建设中 ，需对算力资源、模子管理、企业知识与数据资产举行统一管理 ，并提供用户定制化接入大模子的迅速能力。别的 ，还需统筹思量数据清静机制、可靠性包管及测试运维框架 ，确保企业能一连紧跟 AI 生长历程。
汪彦磊：无论是AI中台照旧最终的AI应用 ，AI的生长都不是一蹴而就的。我将其总结为四个阶段：第一 ，基础语言能力阶段：犹如企业中的 “信息搜集员” ，掌握基础语言交互能力；第二 ，剖析推理能力阶段：AI 通过一连学习形成影象与逻辑推理能力 ，支持决议剖析；第三 ，行为能力拓展阶段：可挪用工具执行使命 ，实现生产力转化；第四 ，立异阶段：AI 具备坦荡头脑与自我否定能力。企业级 AI 平台的建设 ，实质上遵照这种演化历程。
AI中台建设有哪些难点？
梁融韬：在数据层面 ，古板信息化与数字化建设阶段积累的数据和知识 ，已难以知足AI时代对数据的深层需求。以汽车行业为例 ，当使用AI开展视觉造型设计时 ，为包管设计出具有品牌特色的造型 ，车企需对汽车内外饰、前后包管杠的气概等数据举行精准标注 ，而这类专业化的数据处置惩罚事情 ，在古板信息化阶段并未涉及。
其次 ，明确AI营业的上线目的至关主要。企业应用大模子的焦点是让其深度融入营业、支持营业开展 ，这意味着AI营业上线前必需明确营业职员的预期 ，再通过手艺手段对大模子一连优化 ，直至告竣预设目的。
最后 ，Agent的建设不应追求“大而全”。企业级Agent更需走专业化、笔直化蹊径 ，通过多个Agent的协同配合 ，来知足差别营业领域的差别化需求。
汽车行业里 ，哪些AI应用场景
可以资助企业快速获得收益？
筛选这类场景时该遵照怎样的思绪呢？
梁融韬：随着 Deepseek 的走红 ，无论是社会层面照旧企业层面 ，对 AI 的需求都泛起出爆发式增添。这意味着 ，若是企业正在维护一份营业场景地图 ，那么与之相关的 AI 应用规模正在急剧膨胀。因此 ，怎样将 AI 能力与营业诉求深度团结 ，成为场景选择时的主要考量因素。团结小我私家实践履历看 ，场景筛选需通过“营业价值-AI能力-投入产出比”三维评估 ，才华选择最合适的场景做AI落地。
在确定场景后的落地顺序上 ，我们会优先选择知识治理成熟、数据质量更高的营业线率先推进。关于其他高价值场景 ，则会凭证现有知识基础 ，优先完成知识治理事情 ，再逐步接入 AI 应用 。这是我以为较为理智的落地方法。
与此同时 ，我们也在借助低代码工具（如 Vibe Coding） ，勉励营业职员通过少量编码甚至零编码的方法 ，自主构建专属 AI 工具与智能体（Agent） ，以此引发营业端的自主立异活力。
陈�。鹤芙崂纯粗饕辛降� ，一是 AI 场景的选择需依托科学的评估要领。例如尊龙时凯官网入口数码在为客户安排 AI 时 ，会通过 “营业主要性、手艺成熟度、数据完整度” 的三维模子举行筛选 ，从中优先选取营业价值突出、数据基础扎实且手艺实现难度较低的场景率先推进 AI 落地。二是 AI 中台应向营业用户开放更多浅易的低代码以致无代码工具 ，助力营业端深度加入 AI 场景的共创。
汪彦磊：当下企业AI落地可划分为“AI + 营业”与“AI + 产品”两个维度。在“AI + 营业”层面 ，团结此条件及的AI生长四阶段 ，能够快速落地的场景主要有四类：其一 ，语言类Agent场景 ，涵盖售后客户服务、客户眷注回访等。这类应用既能转达情绪价值 ，又能为企业降本增效 ，现在在C端的使用率已较为可观；其二 ，剖析推理层面 ，例如车企常见的目的客户剖析、竞品剖析、客户画像构建等 ，借助AI为营业决议提供辅助；其三 ，合规类场景 ，通过AI手艺为质量检查、合规性审查、种种审核事情提供支持；其四 ，立异领域 ，好比使用AI开展汽车视觉造型设计等探索。
为什么要建设企业级AI for Process？
梁融韬：我们与尊龙时凯官网入口数码团队在企业数字化转型、流程刷新及 AI 能力融合等方面 ，已开展了诸多深入探讨与实践。以汽车行业为例 ，整车制造流程以致企业整体运营中 ，保存从 L1 到 L5 级冗长且重大的流程系统 ，在这类场景中推动 AI 落地 ，主要使命就是实现AI与流程的深度团结、买通。流程节点的数据、上下文、使命关系自然匹配AI输入输出逻辑 ，必需将AI能力深度嵌入流程载体。从这个角度看 ，AI天生就应该跟Process融合在一起。
其次 ，数智化转型的深入催生了企业对流程精益化的迫切需求 ，借助数据与 AI 的剖析能力 ，流程的迭代优化历程得以显著加速 ，这也成为将 AI 融入流程的焦点起点。
陈�。喝羰且贏I中台构建“AI for Process”相关系统 ，第一步一定是企业先梳理清晰自身流程 ，为AI的学习与剖析提供基础。在现实运作中 ，主要的是与企业系统深度团结——这一点上 ，Agent大有可为 ，但需要通过更多适配与研发 ，让Agent能依托流程载体直接辅助用户操作系统。
从久远来看 ，AI团结系统数据后 ，将能真正实现流程的深度剖析 ，若团结行业标准流程 ，便能助力企业在研发、生产、供应、销售、库存、人力、财务等全领域实现效能提升。虽然 ，这是基于企业AI中台的一个弘大工程。
AI未来的生长偏向
梁融韬：为应对AI手艺的高速生长 ，企业需建设具备稳固输出能力的AI平台。该平台应像“稳固生产力的工厂” ，在包管企业营业稳固性的条件下 ，能无邪快速地切换“零部件”。另外 ，企业要对前沿手艺（包括MCP手艺、MCP下的自力智能体和多智能体的协作、以及多智能体协作的A2A的手艺等）坚持关注 ，但要害在于选择合适的时间点 ，并以无邪插槽的方法将其嫁接至企业平台 ，快速爆发效益并将适配刷新最小化。
【圆桌话题三】
天生式AI推动企业绿色低碳转型历程
目今 ，极端天气频发等天气转变引起普遍关注 ，在国家“双碳”战略一连推进和可一连生长关注度提升的同时 ，国家将人工智能列为重点生长偏向。那么 ，怎样将“人工智能”与“碳中和”深度团结起来？尊龙时凯官网入口数码企业云集团云服务BU副总司理朱明磊、云和信创研究院AI解决计划中心总司理李盛与北京嘉岳数智科技有限公司首创人、总司理魏浩 ，睁开深入探讨。
AI是提升可一连生长领域
事情效率与精准度的刚需
魏浩：从可一连生长的角度来说 ，我们以为社会认知分为三个阶段：情形治理（已成为全民共识）；碳达峰、碳中和（正在逐步形成共识并转化为全社会的协偕行动）；资源循环（可一连生长的最终场景）。三者配合组成经济社会的焦点生长偏向 ，深度关联工业升级与企业运营。
泛娱乐化应用大模子难以触及生产效率内核 ，大模子价值的真正释放需要锚定笔直领域 ，在相对严肃、严谨、专业的场景中应用大模子才华充分释放潜能（如碳排放识别管理）。此类场景保存大宗需要人工专家梳理的营业流程评估事情 ，而AI手艺的加持将显著提升事情效率与精准度 ，是实现碳减排与能源优化的手艺刚需。嘉岳数智正是驻足于这种须要性及可行性 ，选择了碳与AI团结的路径。
古板的人工报告体例
本钱较量高、周期长 ，
您能围绕其中的细节和难点睁开讲讲吗？
魏浩：难点主要有四个：第一 ，数据获取较量疏散 ，人工体例时需重新建项目的设计文件、可研报告等质料中手动提取要害信息；第二 ，长文本较为重大。碳评价报告不但是数据堆砌 ，更是严谨的手艺文档。好比政策切合性剖析、核算标准及界线简直定等 ，都需要严谨的文本形貌；第三 ，数据的名堂较量多元 ，文本、公式、表格及图像等混淆形态 ，面临多源异构数据 ，人工处置惩罚效率低下；第四 ，关于产出内容精度的要求高 ，评估事情需经多轮数据校验与内容复核 ，大幅增添人工本钱。
针对上述难点 ，
尊龙时凯官网入口数码为嘉岳提供了哪些解决计划？
李盛：我们提供了三大计划：
第一 ，通专融合：我们并没有完全使用RAG的方法 ，而是通过大模子精调（Fine-tune）实现通专融合 ，让碳评测模子精准剖析跨行业专业使命；
第二 ，长文本天生优化：针对涉及大宗表格和重至公式推理的长篇能源报告（一样平常在40-60页左右） ，在Transformer层构建长影象层 ，实现Agent层与模子层的是非期影象协同 ，包管流程使命中的有用信息一致性；
第三 ，质量评测标准化：在问学平台构建自动评测集 ，AI自动审核所天生内容 ，专家仅需评估确认审核的科学合理性 ，最终形成碳评测质量评估的运营闭环。
在笔直领域、严肃场景中实现
长文本智能报告天生 ，信心何在？
魏浩：这份自信首先来自于我们锚定的产品偏向——笔直领域的严肃、严谨、专业场景的长文本智能天生 ，其次 ，我们是运用大模子手艺面临已知的问题 ，去匹配已知谜底。从这个意义上来讲 ，我们的产品偏向从理论上是完全可以实现的。详细而言 ，我们提出EPAG手艺（Expert Process Augmented Generation专业流程增强天生） ，该手艺有三层逻辑：
第一 ，明确层：通过对领域知识举行�？榛懈� ，通过�？榻手绷煊虻淖ㄒ盗鞒叹傩泄こ袒� ，确保大模子准确明确并精准天生所需内容 ，在此基础上再举行审核；
第二 ，文本层：通过文本天生�？槟谥昧鞒逃跋筇謇慈繁３の谋咎焐嫉耐庇智泻媳ǜ娴穆呒�。
第三 ，评测层：通过多领域自动化评测�？槭迪直ǜ嫖谋镜纳赌谌葜柿�。
嘉岳数智的焦点竞争力源自笔直领域认知的积累 ，同时特殊主要的是在AI能力建设方面有尊龙时凯官网入口数码AI能力的强盛加持。
李盛：郭总在提出“AI for Process”理念时提到了一个看法——“通专融合” ，其实质解决的问题是通用模子怎样掌握专业的能力 ，其焦点挑战在于将专家的隐性知识显性化。为此 ，我们与嘉岳数智共创EPAG的算法和要领论 ，通过语义切割、看法映射、领域适配三个层面解决企业怎样把隐性知识显性化的问题。
尊龙时凯官网入口数码和嘉岳的协作机制是怎样的？
李盛：我们的合作很是细密 ，有三点我要特殊谢谢嘉岳。第一 ，嘉岳没有将我们的合作看作一次“采购” ，而是双方配合界说问题界线 ，以营业需求驱动功效设计 ，实现企业组织流程的重构；第二 ，嘉岳用平台化的理念解决AI问题。在项目伊始就接纳问学平台作为载体 ，统筹Agent、算力与模子资源 ，破解AI孤岛逆境 ，并构建端到端的Super APP（集成碳评测报告天生、盘算公式工具等） ，以平台化头脑思索AI在企业的落地。第三 ，我们有配合的AI价值观。
魏浩：嘉岳数智的AI实践批注通用模子难以知足专业文本天生的精度需求 ，直到我们遇到尊龙时凯官网入口数码团队 ，双方无论是从理念照旧做法上 ，可以说是高度契合 ，并且很快告竣共识 ，也形成了团结研发、迅速迭代的共创机制 ，以此增进了嘉岳数智的专业认知与尊龙时凯官网入口数码AI能力的深度融合。
在引入“专家流程增强天生”手艺后 ，
取得了哪些可见的效果？
魏浩：基于现在预宣布的产品 ，从现在的测试效果来讲 ，可以说大幅提高了文本天生的效率：第一 ，专业领域当中术语明确的准确度 ，从30%提高到80%左右；第二 ，关于天生内容的接纳率 ，从较量低的10%能提高到70%左右；第三 ，碳核算指标的准确度 ，从最初的70%能够提升到95%以上。
面向未来的AI生长妄想与结构
魏浩：标准化产品一直是我们要害的目的 ，在目今的阶段 ，标品研发是双方围绕现在天下碳市场强制羁系的重点行业 ，正在研发碳排放评估报告智能天生工具 ，并将逐步扩展至碳足迹、ESG等文本的AI应用开发；再者 ，基于问学平台 ，嘉岳数智将推出政策检索、行业分类等营业适配型工具助手；面向未来 ，要在夯实碳领域产品矩阵的基础上 ，向能源评价、安评等细分评估领域拓展。
李盛：在解构“AI for Process”理念时要思量两个驱动因素 ，一是手艺范式的驱动 ，二是营业模式的驱动。我相信未来在我们跟嘉岳合作的团结解决计划 ，抑或是尊龙时凯官网入口数码和其他客户合作共创的解决计划 ，都是围绕着怎样用“营业+手艺驱动”的范式去构建团结解决计划。未来 ，“AI for Process”的落地会围绕怎样资助企业真正爆发营业价值；同时 ，我们将继续以开放共享的理念与合作伙伴共建AI生态。
聚焦金融科技、供应链、智慧政务、汽车数智化等要害领域 ，汇聚行业专家与实战操盘手 ，数云原力®2025专项运动——AI for Process系列直播日通过3场直播、近10个热门话题 ，以真实案例分享AI赋能研发工艺、数据应用、供应链运营、政务服务及汽车制造等焦点流程的实践履历 ，破解AI落地难题 ，驱动企业使用AI重构营业流程、实现价值跃升 ，推动企业数智化转型迈向更高阶的「流程智能」时代。
版权所有2016-2025 尊龙时凯官网入口 ，保存一切权力。 京ICP备05051615号-1 
京公网安备 11010802037792号
