CSDI數(shù)智+躍遷，產(chǎn)業(yè)萬(wàn)象：千行百業(yè)的智能創(chuàng)新

2023年，備受矚目的AI是科技發(fā)展的重要樞紐，也是科技與社會(huì)影響的焦點(diǎn)。這一場(chǎng)智能化的進(jìn)化升級(jí)，讓人們對(duì)AGI的想象走到具象化。預(yù)計(jì)2024年，將會(huì)看到AI應(yīng)用產(chǎn)品的四方迸出。大模型時(shí)代，企業(yè)的組織結(jié)構(gòu)、業(yè)務(wù)流程、生產(chǎn)方式、社會(huì)生產(chǎn)關(guān)系必然向著整體新型高效的方向發(fā)展。AGI Agent這類應(yīng)用將革新研發(fā)生產(chǎn)力的作業(yè)形式，抗衡組織熵增。恰逢其時(shí)，越來(lái)越多的創(chuàng)新將會(huì)源于超級(jí)個(gè)體和中小型組織，數(shù)字化與智能化便是對(duì)行業(yè)的一次次重塑。

創(chuàng)新意味著什么？
智能創(chuàng)新又意味著什么？

有人說(shuō)創(chuàng)新是跳躍式的，有人說(shuō)創(chuàng)新是源自于人的懶惰，也有人說(shuō)創(chuàng)新是人們的想象力.....

空調(diào)、洗衣機(jī)、電燈、汽車、飛機(jī)的發(fā)明創(chuàng)造，電燈并不是從油燈的演化而來(lái)，是先有了電；汽車也并不是馬車演化而來(lái)，是先有了蒸汽機(jī)......

這就像解決一件事情的本身，并不在事情本身身上。

如今這個(gè)數(shù)字化、智能化的時(shí)代，每一個(gè)創(chuàng)新的想法都可能成為一個(gè)改變生活的突破口。而智能創(chuàng)新這種全新模式，融合了先進(jìn)科技、人性化設(shè)計(jì)和市場(chǎng)需求的領(lǐng)域。它利用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進(jìn)技術(shù)，變革了生產(chǎn)方式。AI模型可能也是大模型時(shí)代的“蒸汽機(jī)”。

今年的2024CSDI 主旨是：數(shù)智+躍遷 千行百業(yè)的智能創(chuàng)新，我們更關(guān)心的是“跑馬圈地”的時(shí)代已過(guò)去，數(shù)字化應(yīng)用企業(yè)的管理者們關(guān)注點(diǎn)應(yīng)該看哪里？數(shù)字化的技術(shù)創(chuàng)新，如何更易開(kāi)發(fā)軟件、靈活構(gòu)建商業(yè)模式？并且通過(guò)移動(dòng)設(shè)備與互聯(lián)網(wǎng)傳播成果。

領(lǐng)袖與跟風(fēng)者之間的區(qū)別在于創(chuàng)新，而創(chuàng)新越來(lái)越取決于數(shù)字化關(guān)鍵的這一環(huán)。數(shù)字化本身并不是戰(zhàn)略，而是實(shí)現(xiàn)戰(zhàn)略的方法，借助數(shù)字化技術(shù)、數(shù)字業(yè)務(wù)，讓商業(yè)模式發(fā)生變化，需要組織通過(guò)創(chuàng)新來(lái)提高企業(yè)能力。數(shù)字化對(duì)商業(yè)模式有很大的影響，也為諸多領(lǐng)域帶來(lái)很大創(chuàng)新，同時(shí)顛覆著傳統(tǒng)企業(yè)，處在數(shù)智化時(shí)代，必須具備數(shù)字化能力，擁有數(shù)字化思維，突破傳統(tǒng)框架，創(chuàng)造新的商業(yè)生態(tài)，才能面對(duì)數(shù)字變革的各種場(chǎng)景。

新范式轉(zhuǎn)變的階段中,企業(yè)管理者關(guān)心的IT技術(shù)戰(zhàn)略方向與規(guī)劃、IT研發(fā)管理優(yōu)化與流程設(shè)計(jì)往往是相對(duì)被忽視，而數(shù)字化技術(shù)的基礎(chǔ)正是其業(yè)務(wù)與運(yùn)營(yíng)模式。企業(yè)的數(shù)字化也不是建立了一個(gè)IT部門，而是完整的數(shù)字流程IT化、產(chǎn)品與客戶關(guān)系的數(shù)字化、系統(tǒng)架構(gòu)云化、小項(xiàng)目拆解思路、AI在產(chǎn)品創(chuàng)新中的應(yīng)用，以及數(shù)字化帶來(lái)的量子飛躍。每個(gè)企業(yè)的商業(yè)戰(zhàn)略都很重要，敏捷組織、智慧經(jīng)營(yíng)、精準(zhǔn)把控，都是建設(shè)路徑。

圖1 成功適應(yīng)數(shù)字化的組織更易生存

自1917年至2017年，美國(guó)最大的幾家公司名單的演變。

1917年，美國(guó)最大的公司主要來(lái)自能源和鋼鐵行業(yè)。

半個(gè)世紀(jì)后的1967年，盡管IBM已經(jīng)位居榜首，但是榜單上的大多數(shù)公司仍然來(lái)自能源行業(yè)。

到了2017年，全球最大的5家公司來(lái)自數(shù)字化技術(shù)行業(yè)。

我們看到，技術(shù)發(fā)展與社會(huì)發(fā)展快于組織發(fā)展，成功適應(yīng)數(shù)字化的組織更易生存。

AI產(chǎn)業(yè)深入產(chǎn)業(yè)版圖

圖2 AI產(chǎn)業(yè)在企業(yè)職能中的滲透面

去年AIGC勢(shì)如破竹的闖入人類的領(lǐng)地，從產(chǎn)業(yè)發(fā)展上看，技術(shù)革新已經(jīng)滲透到方方面面。新興智能技術(shù)對(duì)于每個(gè)企業(yè)的相關(guān)智能角度，都能找到應(yīng)用場(chǎng)景，比如：零售行業(yè)供應(yīng)鏈、營(yíng)銷、客服等方面，以及金融研發(fā)、營(yíng)銷、客服、風(fēng)控等應(yīng)用場(chǎng)景。從產(chǎn)業(yè)角度上看，AI包括基礎(chǔ)層、技術(shù)層與應(yīng)用層。產(chǎn)業(yè)的視角來(lái)看，其中，基礎(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，為人工智能提供數(shù)據(jù)及算力支撐；技術(shù)層是人工智能產(chǎn)業(yè)的核心，主要包括各類模型和算法的研發(fā)和升級(jí)；應(yīng)用層則是人工智能面向特定場(chǎng)景需求而形成的軟硬件產(chǎn)品或解決方案。

從不同緯度上，我們也看到模型分為：決策式AI與生成式AI，并且從技術(shù)路徑、成熟程度、應(yīng)用方向，在場(chǎng)景上都有各自的延伸。文成生成的模型以及圖片生成的模型，更加成熟，原因是有海量的互聯(lián)網(wǎng)數(shù)據(jù)，加上本身應(yīng)用場(chǎng)景的需求與豐富，多模態(tài)的數(shù)字媒體（聲音、圖片、3D、視頻等），這些都是全方位影響的。生成式大模型引領(lǐng)著新一輪AI技術(shù)變革，正在往多模態(tài)、個(gè)性化、智能體的方向演進(jìn)。

圖3 交互引擎：決策與生成對(duì)比

可以說(shuō)，AI合理利用有助于提升體驗(yàn)，幫助企業(yè)降本增效，并有著極大的商業(yè)機(jī)會(huì)。與此同時(shí)，數(shù)據(jù)與模型分屬Ai產(chǎn)業(yè)的基礎(chǔ)與技術(shù)層，這些都離不開(kāi)“大數(shù)據(jù)”與“大模型”，都離不開(kāi)利用大量數(shù)據(jù)來(lái)訓(xùn)練模型，就像算力是一種消耗品，本身不構(gòu)成壁壘。創(chuàng)業(yè)公司對(duì)算力的投入要理性適度，用戶在自己產(chǎn)品中交互沉淀的數(shù)據(jù)才是真正的壁壘，數(shù)據(jù)飛輪雖然很難建立，但一旦形成比模型和算力更具競(jìng)爭(zhēng)力。

 圖4全球數(shù)據(jù)總量增長(zhǎng)趨勢(shì)與預(yù)測(cè)

「來(lái)源：國(guó)際數(shù)據(jù)公司發(fā)布的白皮書(shū)《數(shù)據(jù)時(shí)代2025》」

而隨著深度學(xué)習(xí)落地與發(fā)展，為很多領(lǐng)域帶來(lái)前所未有的精度與效率，GPT模型經(jīng)歷三代演變，訓(xùn)練數(shù)據(jù)、模型參數(shù)、任務(wù)數(shù)量都有迭進(jìn)式增長(zhǎng)，模型本身存儲(chǔ)空間在近年顯著增加，由1.17億和參數(shù)到GPT4到達(dá)1T（10000億）。GPT-3的參數(shù)更是擴(kuò)展至1750億。讓我們看到通往“通用人工智能”的希望。 

并且，23年英偉達(dá)用于AI大模型的訓(xùn)練，新一代AI芯片HGX H200，相比于其前一代產(chǎn)品H100，H200的性能提升了約60%到90%。與過(guò)往GPU升級(jí)主要都在架構(gòu)提升上不同，在同架構(gòu)之下，而其主要升級(jí)點(diǎn)轉(zhuǎn)向了內(nèi)存容量和帶寬。具體包括141GB的HBM3e內(nèi)存，比上一代提升80%，顯存帶寬從H100的3.35TB/s增加到了4.8TB/s，提升40%。

圖5：大模型參數(shù)數(shù)量變化趨勢(shì)

近來(lái)，大模型在許多行業(yè)與消費(fèi)應(yīng)用中，主要是其迅速有效的處理海量數(shù)據(jù)，LLM與AI技術(shù)相輔相成，也將與日益普及的5G網(wǎng)絡(luò)、彈性計(jì)算等基礎(chǔ)設(shè)施，創(chuàng)造更多可能，這背后不僅是復(fù)雜算法的功勞，也是依賴了云計(jì)算服務(wù)的支撐。產(chǎn)生很多先進(jìn)工具、先進(jìn)應(yīng)用。

生成式AI的推動(dòng)下，預(yù)計(jì)到2035年，產(chǎn)業(yè)數(shù)字化率將突破85%，將進(jìn)一步催生全新的工作方式，顯著提高企業(yè)的商業(yè)效能。大模型將借助多模態(tài)技術(shù)實(shí)現(xiàn)全面感知。隨著多模態(tài)數(shù)據(jù)處理、多模態(tài)感知融合等技術(shù)的躍升發(fā)展，大模型將逐步從支持文本、圖片、音頻、視頻等單模態(tài)任務(wù)，向支持多種模態(tài)融合任務(wù)演進(jìn)。

如果說(shuō)2023年，大模型用Prompt重構(gòu)了一個(gè)生成式新世界， 2024注定是AIGC應(yīng)用落地元年，站在這個(gè)新世界所要探索的，正是以大模型為基礎(chǔ)的新應(yīng)用。

行業(yè)的深度應(yīng)用便是數(shù)字化的深水區(qū)，保險(xiǎn)、銀行、能源、汽車、通信等領(lǐng)域龍頭企業(yè)，已打造了大模型賦能的應(yīng)用標(biāo)桿。企業(yè)建設(shè)自主可控的大模型底座建設(shè)，同時(shí)，與AI企業(yè)分工協(xié)作，聯(lián)合創(chuàng)新和協(xié)同發(fā)展。

*在金融保險(xiǎn)領(lǐng)域：通過(guò)部署行業(yè)全鏈路信創(chuàng)的私有化大模型平臺(tái)，打造保險(xiǎn)行業(yè)數(shù)字勞動(dòng)力。豐富的應(yīng)用場(chǎng)景， 大幅可以提高研發(fā)崗、綜合服務(wù)崗、審計(jì)崗的工作效率。

*在科研領(lǐng)域：智能應(yīng)用產(chǎn)生的成果調(diào)研、論文研讀和學(xué)術(shù)寫作三大功能，可高效精準(zhǔn)完成的科技文獻(xiàn)助手，助力科研工作。

*在能源領(lǐng)域：構(gòu)建多業(yè)態(tài)、多場(chǎng)景的行業(yè)大模型，也是可持續(xù)提質(zhì)增效。

*在醫(yī)療領(lǐng)域：數(shù)字醫(yī)療和AI融合，以AI+Science獲得越來(lái)越多的應(yīng)用，科學(xué)領(lǐng)域不斷交叉融合，技術(shù)驅(qū)動(dòng)的醫(yī)療創(chuàng)新將迎來(lái)重大拐點(diǎn)，‘醫(yī)療＋X’將是下個(gè)十年的醫(yī)療創(chuàng)新主旋律。

*在工業(yè)、通信領(lǐng)域：賦能工業(yè)領(lǐng)域提質(zhì)增效，關(guān)鍵領(lǐng)域可保障自主可控的國(guó)產(chǎn)硬件和國(guó)產(chǎn)大模型，在保障核心基礎(chǔ)設(shè)施自主可控的同時(shí)，加快打造國(guó)產(chǎn)大模型應(yīng)用生態(tài)。

*在互聯(lián)網(wǎng)領(lǐng)域：智能化系統(tǒng)將踐行軟件行業(yè)領(lǐng)域，代碼大模型的深度應(yīng)用，推動(dòng)互聯(lián)網(wǎng)與工業(yè)、能源領(lǐng)域數(shù)字化轉(zhuǎn)型，加速數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。

*在電商、教育、游戲領(lǐng)域：智能客服、數(shù)據(jù)分析、自動(dòng)化流程應(yīng)用、AI助理、數(shù)字人平臺(tái)個(gè)性化定制等智能應(yīng)用升級(jí)，企業(yè)信息化系統(tǒng)向著更深度方向融合。

*在社交、平臺(tái)領(lǐng)域域：AI?大模型賦予企業(yè)信息化系統(tǒng)更多的價(jià)值，AI?大模型幫企業(yè)IT平臺(tái)更高效地處理數(shù)據(jù)，智能篩選、智能測(cè)評(píng)、提高工作效率，減少企業(yè)?人力成本，降低運(yùn)營(yíng)成本;增強(qiáng)用戶體驗(yàn)，實(shí)時(shí)在線智能服務(wù)，讓業(yè)務(wù)決策智慧化。

*在IOT領(lǐng)域：構(gòu)建與整合物聯(lián)網(wǎng)設(shè)備實(shí)時(shí)數(shù)據(jù)、運(yùn)用?AI?和區(qū)塊鏈技術(shù)，有效提升數(shù)據(jù)的實(shí)時(shí)性和不可篡改性，還強(qiáng)化對(duì)潛在風(fēng)險(xiǎn)的預(yù)測(cè)和響應(yīng)能力。AI幫助企業(yè)提升效率、降低成本、增強(qiáng)智能化程度和改善用戶體驗(yàn)。

*在制造領(lǐng)域：智能座艙、智能倉(cāng)儲(chǔ)、智能巡檢、智能流水線......

不勝枚舉......

? 1.邊緣計(jì)算成為云計(jì)算領(lǐng)域的關(guān)鍵因素。

隨著5G技術(shù)的成熟，為邊緣計(jì)算的行業(yè)應(yīng)用創(chuàng)造了大量的機(jī)會(huì)，加上邊緣計(jì)算消耗的網(wǎng)絡(luò)帶寬變少，處理大量數(shù)據(jù)的更有效。在邊緣計(jì)算的世界中，計(jì)算和數(shù)據(jù)存儲(chǔ)可以更接近數(shù)據(jù)的來(lái)源，使數(shù)據(jù)更準(zhǔn)確，更易于管理，降低成本，提供更快的洞察力和行動(dòng)，并允許執(zhí)行連續(xù)操作。數(shù)據(jù)安全性、隱私性、更低的帶寬成本并提高了網(wǎng)絡(luò)效率。優(yōu)勢(shì)在于減少延遲、提高性能和增強(qiáng)決策能力。并且提高性能和自動(dòng)化。毫無(wú)懸念，邊緣數(shù)據(jù)處理的速度將未來(lái)幾年大幅提高。嵌入邊緣計(jì)算的物聯(lián)網(wǎng)（IoT）設(shè)備具有速度、敏捷性和更大的靈活性等優(yōu)勢(shì)，準(zhǔn)確執(zhí)行實(shí)時(shí)分析并實(shí)現(xiàn)自主行為。

云計(jì)算生態(tài)發(fā)展，云在商業(yè)中的作用不僅是降低成本也是促進(jìn)創(chuàng)新。在創(chuàng)新、效率和可擴(kuò)展性的推動(dòng)下，AI和機(jī)器學(xué)習(xí)的集成、邊緣計(jì)算的興起、云應(yīng)用轉(zhuǎn)變?yōu)闃I(yè)務(wù)必需品、多云和混合云的盛行以及IaC的進(jìn)步都將是確定性的趨勢(shì)。

組織采用多云和混合云的趨勢(shì)正在增強(qiáng)，多云戰(zhàn)略使得企業(yè)利用多個(gè)云商和本地基礎(chǔ)設(shè)施來(lái)優(yōu)化性能、增強(qiáng)冗余并降低風(fēng)險(xiǎn)。多云和混合云策略使企業(yè)能夠平衡靈活性和成本，提高整體研發(fā)生產(chǎn)力，考慮到安全性和合規(guī)性，更加多樣化、彈性和可擴(kuò)展的一種趨勢(shì)。

? 3.AI Agent將重構(gòu)人機(jī)交互方式。

隨著接口對(duì)齊、復(fù)雜任務(wù)規(guī)劃、工作記憶等技術(shù)的發(fā)展，其應(yīng)用場(chǎng)景將不斷拓展，人機(jī)交互方式轉(zhuǎn)向更加自然、直觀的人機(jī)對(duì)話，極大地改善用戶體驗(yàn)。智能化的互聯(lián)網(wǎng)生態(tài)系統(tǒng)。會(huì)實(shí)現(xiàn)人機(jī)交互的更高層次。

隨著大模型技術(shù)在語(yǔ)義理解、視覺(jué)感知、邏輯推理等方面能力的迭代與成熟，具身智能將在感知、推理、泛化等能力上進(jìn)一步突破。推動(dòng)制造業(yè)在生產(chǎn)效率、質(zhì)量控制和成本節(jié)約等方面實(shí)現(xiàn)跨越式提升。

分布在各區(qū)域的人工智能計(jì)算中心將有機(jī)連接起來(lái)，成為構(gòu)建算力網(wǎng)絡(luò)的重要節(jié)點(diǎn)，實(shí)現(xiàn)人工智能算力在跨區(qū)域間的感知、分配、調(diào)度，使得智算中心成為支撐人工智能產(chǎn)業(yè)生態(tài)、拉動(dòng)區(qū)域經(jīng)濟(jì)轉(zhuǎn)型與高質(zhì)量發(fā)展的堅(jiān)實(shí)底座。

? 6.AI人才結(jié)構(gòu)將從“算法技術(shù)型”向著“復(fù)合應(yīng)用型”躍升。

未來(lái)，隨著人工智能技術(shù)的不斷迭代與成熟、AI與應(yīng)用場(chǎng)景的耦合度不斷加深，能主動(dòng)用AI大模型賦能業(yè)務(wù)的跨領(lǐng)域人才、能開(kāi)拓應(yīng)用場(chǎng)景的AI算法人才和懂AI大模型的管理決策型人才等復(fù)合應(yīng)用型人才將成為人工智能領(lǐng)域主要的人才需求。

? 7.全行業(yè)加速向AI原生轉(zhuǎn)型，業(yè)務(wù)應(yīng)用場(chǎng)景賦能創(chuàng)新。

全行業(yè)應(yīng)用開(kāi)發(fā)與實(shí)施不滿足于簡(jiǎn)單地依托云計(jì)算平臺(tái)進(jìn)行部署和運(yùn)維，而是在設(shè)計(jì)之初就積極融入AI技術(shù)的核心邏輯，實(shí)現(xiàn)AI能力對(duì)業(yè)務(wù)流程的深度改造與全面優(yōu)化。AI治理也將打造更可信、可控的產(chǎn)業(yè)應(yīng)用。

? 8.AI產(chǎn)業(yè)生態(tài)構(gòu)建的核心成為：模型即服務(wù)、數(shù)據(jù)即服務(wù)。

模型即服務(wù)：上游企業(yè)通過(guò)提供預(yù)訓(xùn)練大模型作為AI技術(shù)基礎(chǔ)設(shè)施，下游行業(yè)基于此開(kāi)發(fā)個(gè)性化、場(chǎng)景化的應(yīng)用模型，使得AI從“手工作坊”轉(zhuǎn)變?yōu)椤肮S模式”。良好的生態(tài)基礎(chǔ)模型的意義，就是讓底層架構(gòu)的算法趨于統(tǒng)一，基于此開(kāi)發(fā)的算法和應(yīng)用，可迭代、可維護(hù)、可擴(kuò)展，也就有機(jī)會(huì)誕生出一個(gè)系統(tǒng)級(jí)的AI應(yīng)用。

數(shù)據(jù)即服務(wù)：更便捷數(shù)據(jù)分析和管理數(shù)據(jù)，允許訂閱者通過(guò)互聯(lián)網(wǎng)在線訪問(wèn)，使用和共享數(shù)字文件。隨著用戶對(duì)高速互聯(lián)網(wǎng)應(yīng)用的增加，預(yù)計(jì)DaaS的使用范圍也將進(jìn)一步擴(kuò)大。DaaS在大數(shù)據(jù)分析中的使用將簡(jiǎn)化數(shù)據(jù)分析師的業(yè)務(wù)審查任務(wù)，并使跨部門和行業(yè)的大數(shù)據(jù)資源共享變得更加便捷。企業(yè)轉(zhuǎn)向云來(lái)升級(jí)其基礎(chǔ)設(shè)施和工作負(fù)載，DaaS將會(huì)成為集成、管理、存儲(chǔ)和分析數(shù)據(jù)的一種高效的方式。

? 9.數(shù)據(jù)處理與大模型的結(jié)合。

在數(shù)據(jù)處理層面，大模型可簡(jiǎn)化傳統(tǒng)的ETL過(guò)程難度，提高實(shí)時(shí)交互效率。在數(shù)據(jù)分析上，替代拖拽交互方式，讓業(yè)務(wù)用戶用更簡(jiǎn)單、更高效的方式以自然語(yǔ)言形式與底層數(shù)據(jù)交互，來(lái)構(gòu)建需要的報(bào)表和看板。在行業(yè)應(yīng)用上，大模型可以真正發(fā)揮對(duì)行業(yè)知識(shí)的理解能力，與具體數(shù)據(jù)結(jié)合，形成具針對(duì)客戶、特定項(xiàng)目、指標(biāo)體系的輸出，加上數(shù)據(jù)準(zhǔn)備，可直接輸出標(biāo)準(zhǔn)化的項(xiàng)目成果。

數(shù)據(jù)處理使用大模型能力：通過(guò)對(duì)話式的交互方式生成ETL，降低難度；輔助生成專屬派生指標(biāo)和計(jì)算指標(biāo)，即一些SQL代碼片段，以及MDX表達(dá)式；在數(shù)據(jù)模型模型或指標(biāo)模型中輔助生成計(jì)算字段的SQL或者M(jìn)DX。

? 10.生成式人AI多功能進(jìn)化，同時(shí)與機(jī)器學(xué)習(xí)無(wú)縫集成。

生成式大模型引領(lǐng)著新一輪AI技術(shù)變革，正在往多模態(tài)、個(gè)性化、智能體的方向演進(jìn)。預(yù)計(jì)將其影響力從創(chuàng)意領(lǐng)域擴(kuò)展到內(nèi)容策略和產(chǎn)品設(shè)計(jì)等領(lǐng)域，由于檢索增強(qiáng)生成（RAG）等進(jìn)步，系統(tǒng)將產(chǎn)生更細(xì)致、更準(zhǔn)確的輸出。同時(shí)，AI和ML無(wú)縫集成，推動(dòng)云空間創(chuàng)新核心組件。AI和機(jī)器學(xué)習(xí)與云服務(wù)的集成預(yù)計(jì)將呈指數(shù)級(jí)增長(zhǎng)。用戶對(duì)AI的應(yīng)用需求預(yù)計(jì)將增加50%左右，產(chǎn)品開(kāi)發(fā)中的生成式AI也將增長(zhǎng)約65%。

? 11.數(shù)據(jù)安全治理。

數(shù)據(jù)是喂養(yǎng)AI的石油，通過(guò)實(shí)施必要的安全措施，數(shù)據(jù)安全治理策略確保了企業(yè)數(shù)據(jù)保護(hù)并最大化數(shù)據(jù)的價(jià)值。有效的數(shù)據(jù)治理程序，可提高數(shù)據(jù)質(zhì)量、促進(jìn)業(yè)務(wù)決策、分析及時(shí)以及AI模型訓(xùn)練準(zhǔn)確、可用性。

? 12.各行各業(yè)呈現(xiàn)的編程大模型。

在編程方面，Github Copilot 和 Mintlify 均是基于大模型的 AI 代碼助手，前者可根據(jù)開(kāi)發(fā)人員的代碼上下文和注釋來(lái)生成合適的代碼建議，幫助開(kāi)發(fā)人員提高編程效率和質(zhì)量，減少重復(fù)和繁瑣的工作，輕松實(shí)現(xiàn)自己的想法。后者可根據(jù)代碼的語(yǔ)義和上下文生成代碼注釋，減輕開(kāi)發(fā)人員編寫注釋的負(fù)擔(dān)，提高代碼的可讀性和可維護(hù)性。

Copilot 這種類型的工具，能夠與開(kāi)發(fā)人員定義小段功能代碼、按照慣例以及在上下文環(huán)境中工作的能力協(xié)同工作。它所做的有效工作就是去掉了在 Stack Overflow 上查詢的步驟。呈現(xiàn)出的是，LLM 的早期采用者在代碼輸出的質(zhì)量和數(shù)量方面遙遙領(lǐng)先。將會(huì)有很多非原生企業(yè)，走入AI編程開(kāi)發(fā)學(xué)習(xí)與應(yīng)用中。

? 13.企業(yè)使用API工具增強(qiáng)組織決策。

企業(yè)將需要利用AI來(lái)降低構(gòu)建自己平臺(tái)的復(fù)雜性和成本。API將充當(dāng)抽象層，以集成大量預(yù)構(gòu)建的API工具、服務(wù)和系統(tǒng)。這將使組織能夠定制AI解決方案以滿足特定的定制需求，從而自動(dòng)執(zhí)行重復(fù)性任務(wù)并增強(qiáng)組織決策能力。

? 14.數(shù)據(jù)庫(kù)推動(dòng)大模型優(yōu)化發(fā)展。

對(duì)于擁有大模型的企業(yè)來(lái)說(shuō)，龐大的數(shù)據(jù)計(jì)算需求和高昂的計(jì)算成本負(fù)擔(dān)，即使獲得了復(fù)雜大模型的代碼，也很難跑起來(lái)。大語(yǔ)言模型的背后不僅僅是復(fù)雜算法的功勞，更是依賴了云計(jì)算服務(wù)的支撐，包括計(jì)算、存儲(chǔ)、數(shù)據(jù)庫(kù)等各方面的資源供給。數(shù)據(jù)庫(kù)的融合將推動(dòng)人機(jī)交互和數(shù)據(jù)庫(kù)應(yīng)用的發(fā)展，二者的結(jié)合是一種雙贏，通過(guò)借助大語(yǔ)言模型的語(yǔ)言理解和生成能力，數(shù)據(jù)庫(kù)的使用和管理將變得更加便捷和智能化；數(shù)據(jù)庫(kù)則提供了高質(zhì)量的數(shù)據(jù)集與高效的數(shù)據(jù)管理來(lái)支持大型語(yǔ)言模型的訓(xùn)練和應(yīng)用。數(shù)據(jù)庫(kù)與大模型結(jié)合勢(shì)必成為未來(lái)發(fā)展的一大趨勢(shì)。

? 15.智能運(yùn)維與大模型融合，促進(jìn)數(shù)智管理。

大模型的能力想要在智能運(yùn)維的私域范圍，大力應(yīng)用。需建立特定的告警知識(shí)、深入分析告警之間的關(guān)聯(lián)性、解決問(wèn)答過(guò)程長(zhǎng)度限制、準(zhǔn)確模型問(wèn)答等。卓有成效的完成本地化部署、集成現(xiàn)有工具與管控、優(yōu)先效率、增強(qiáng)語(yǔ)言生成與推理能力成為關(guān)鍵。

? 16.AI增強(qiáng)分析可最大化利用數(shù)據(jù)。

先進(jìn)的機(jī)器學(xué)習(xí)算法也將帶來(lái)，更強(qiáng)的威脅檢測(cè)和響應(yīng)能力，在強(qiáng)化網(wǎng)絡(luò)安全措施以應(yīng)對(duì)日益復(fù)雜的網(wǎng)絡(luò)威脅方面發(fā)揮關(guān)鍵作用。增強(qiáng)分析讓機(jī)器學(xué)習(xí)和NLP自動(dòng)化和處理數(shù)據(jù)，獲取信息。其解決方案可幫助企業(yè)業(yè)務(wù)部門和管理層更好地了解其業(yè)務(wù)發(fā)展環(huán)境，提出相關(guān)問(wèn)題，并更快地找應(yīng)對(duì)策略。同時(shí)，可幫數(shù)據(jù)分析師執(zhí)行更徹底的分析、數(shù)據(jù)準(zhǔn)備任務(wù)，最大化利用數(shù)據(jù)價(jià)值。

? 17.RPA技術(shù)為企業(yè)自動(dòng)化加碼，推動(dòng)企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和業(yè)務(wù)效率提升。

超級(jí)自動(dòng)化技術(shù)與運(yùn)營(yíng)流程重設(shè)，智能RPA改寫企業(yè)運(yùn)營(yíng)方式，為企業(yè)帶來(lái)前所未有的競(jìng)爭(zhēng)優(yōu)勢(shì)與利潤(rùn)空間。尤其AI技術(shù)的驅(qū)動(dòng)下，RPA不再局限于簡(jiǎn)單流程執(zhí)行，而是擁有認(rèn)知和決策。將AI功能嵌入RPA連接器，輕松實(shí)現(xiàn)發(fā)票掃描、身份證識(shí)別等任務(wù)的自動(dòng)化，只需調(diào)用插件，任何數(shù)字化系統(tǒng)調(diào)用，會(huì)為復(fù)雜的業(yè)務(wù)流程。

我們都將重視技術(shù)長(zhǎng)期的意義，舉足輕重的方方面面......

總結(jié)
技術(shù)革新浪潮，大模型的確會(huì)貫穿在數(shù)智化的變革中，會(huì)徹底改變技術(shù)領(lǐng)域的世界，積極擁抱新技術(shù)，在引入和使用前需要制定相應(yīng)的策略，確保在平臺(tái)設(shè)置中建立和實(shí)施適當(dāng)?shù)臋z查和平衡機(jī)制。軟件工程的每個(gè)領(lǐng)域都是如此，平臺(tái)工程也不例外。
面臨大模型的更新迭代，較早關(guān)注和適應(yīng)新技術(shù)的個(gè)人和企業(yè)，能更好地規(guī)避技術(shù)局限性，將AI集成到工作業(yè)務(wù)流，并高效利用工具提升業(yè)務(wù)處理能力和競(jìng)爭(zhēng)力。
道阻且長(zhǎng)，展望未來(lái)AI大模型發(fā)展的機(jī)遇與挑戰(zhàn)，不斷躍遷是每一個(gè)領(lǐng)導(dǎo)者需要具備的能力，面對(duì)數(shù)字化轉(zhuǎn)型的策略也是每個(gè)企業(yè)的常態(tài)。智能技術(shù)會(huì)加速滲透到各行各業(yè)，與傳統(tǒng)的模式相融合，提升生產(chǎn)力，科技平權(quán)與智能平權(quán)，會(huì)成為行業(yè)標(biāo)配。

往屆參會(huì)企業(yè)

微軟、阿里巴巴、小米、騰訊、華為、360、平安集團(tuán)、渣打銀行、工商銀行、招商銀行、隨行付、易方達(dá)、長(zhǎng)亮科技、南方電網(wǎng)、廣州銀聯(lián)、穆迪信息、拍拍貸、宇信集團(tuán)、投哪兒金融、天維信息、薩摩耶、華泰證券、招商證券、國(guó)信證券、陸金所、廣發(fā)基金、中國(guó)銀聯(lián)、恒天軟件、天陽(yáng)宏業(yè)、中數(shù)通、電信規(guī)劃設(shè)計(jì)院、oppo、步步高、vivo、愛(ài)立信、百富計(jì)算機(jī)、廈門航空、福建聯(lián)迪、網(wǎng)易、星網(wǎng)視易、升騰科技、視睿電子、飛利浦、金山軟件、金山游戲、歐特克、順豐、深信服、歡聚時(shí)代、虎牙、珠海健康云、優(yōu)視科技（UC）、52TT、天翼云、凱米網(wǎng)絡(luò)、電信設(shè)計(jì)院、ADmaster、博思軟件、網(wǎng)宿科技、珍愛(ài)網(wǎng)、金蝶、唯品會(huì)、中國(guó)聯(lián)通、中國(guó)移動(dòng)、傳動(dòng)數(shù)碼、無(wú)限極、中電、珠海網(wǎng)博、中軟、同盾科技、杭州順網(wǎng)、藍(lán)凌軟件、長(zhǎng)園深瑞、中南民航、遠(yuǎn)光軟件、廣聯(lián)達(dá)、中國(guó)電信、傳音、利通、物理研究所等

素材來(lái)源官方媒體/網(wǎng)絡(luò)新聞