在AI時代,企業領跑的秘密就藏在這句話裏_風聞
子弹财经-子弹财经官方账号-子弹财经(zidancaijing)18分钟前

出品 | 子彈財經
作者 | 語叔
編輯 | 閃電
美編 | 倩倩
審核 | 頌文
企業,如何將AI與業務真正融合?
剛剛結束的第九屆華為全聯接大會上,一位傳統制造業企業技術負責人,私下問遍了現場能找到的AI研發大拿。但讓他想不到的是,每個人給他的回答都不一樣。
實際上,他所在公司的董事長在2023年就意識到,AI是下一個企業信息化發展的機遇,把他作為空降高管,從互聯網大廠挖過來,就是想利用他在互聯網產品研發上的經驗,推動企業儘快擁抱AI。
可是,進入到業務環節,這位技術負責人就傻了眼。整個技術團隊並不知道該如何在生產業務中引入AI,更別談如何融合了。最後,只能先使用某國產模型將客服系統升級,遠遠沒有達到董事長最初設想的用AI提質增效目標。這也是他此次參與華為全聯接大會的原因。
這家企業遇到的問題,正是中國企業在AI時代的常態。
今年2月,滙豐一項面向全球八大主要市場的企業調查顯示,68%的中國內地受訪企業表示有意投資人工智能技術,這一比例在全球受訪市場中最高。同時,86%的受訪企業表示,其財務職能部門的職責正在發生轉變,更專注於提供實時數據和相關分析。
東方財富的調研顯示,有68%的中國內地受訪企業表示,有意向投資AI技術來提升運營效率。同時,超過88%的中國內地受訪企業正在加大數字人才的投入。
然而,儘管眾多企業紛紛表示出對AI的濃厚興趣,並迫切希望通過引入AI來重塑自身的業務格局,乃至將其提升至戰略高度,但遺憾的是,真正能夠將這一願景落地實施的企業卻寥寥無幾。
根據德勤的調查,中國企業AI技術普及率只有不到23%,大模型的應用率更是不超過12%。這一數據背後,折射出的是企業在AI應用道路上所面臨的種種挑戰與困境。
1、擁抱AI,企業首先要構建AI原生思維
AI,尤其是大模型,這兩年一直是企業信息化的熱詞。
即使在面臨不確定性的當下,很多企業為了搶上AI發展的高速列車,也不惜工本投入研發,做好了長期投入的準備。
但不可否認的是,企業對AI需求很大,浪費也不少。很多企業追風盲目投入,並沒有讓AI真正釋放威力。
行業發展的起步階段,不少企業只是將AI視作與ERP系統等一樣的“工具”,認為開發出來幾款應用,加到業務中去之後就能推動企業進步。
但事實上,AI的能力遠不限於此,挑戰也不止於此。根據IDC調研報告,中小企業在發展AI戰略時,主要面臨數據質量、算力、算法基礎能力的限制。60%的中小企業表示在AI項目中遇到數據冗餘和管理問題,導致資源浪費;而45%的企業表示數據清洗和預處理工作佔據了大量時間和資源,實際效果不佳。

儘管如此,企業普遍認為AI技術能夠帶來顯著的業務提升,特別是在客户關係管理、業務重塑、市場營銷、供應鏈管理和客户服務等方面。
這就產生了龐大的企業需求和AI在實際應用中效力發揮有限的矛盾。
針對上述AI與企業業務融合的問題,華為常務董事、華為雲CEO張平安在今年的華為全聯接大會演講中給出了答案。
他認為,企業想解決AI與業務結合問題,就一定要構建AI原生思維,要將AI技術和工具作為核心要素,來重新思考和設計企業流程、IT架構、業務創新,以便充分發揮AI的潛力,提高效率,創新業務模式。
在AI時代,企業領跑的秘密就藏在這句話裏。
這種思維方式要求企業從戰略高度出發,重新審視自身的業務流程、組織架構以及資源配置。如在流程優化方面,企業可以利用AI算法對海量數據進行深度分析,識別出流程中的瓶頸和冗餘環節,進而實現流程的自動化和智能化改造。
這不是將AI技術和工具簡單引入企業運營中,而是從根本上重新思考和設計企業的各個層面,包括流程優化、IT架構重構以及業務模式創新,為企業帶來前所未有的變革。
2、擁抱AI企業需要做好三件事
以AI原生去思考,企業便擁有了全方位落實AI的可能性。張平安認為,紮實做好三件事情至關重要:算力、數據和模型。
首先,企業融合AI過程中算力非常關鍵,需要構建與企業需求相匹配的AI原生雲基礎設施。畢竟,算力,如同心臟一般,是推動AI進化的不竭動力。對於以大模型為核心的AGI時代來説,企業與AI協同,模型是最核心的支撐。而為了推動企業AI能力與業務場景的匹配,大規模的數據訓練必不可少。這不僅要求企業擁有強大的計算能力,以支撐起海量數據的處理與分析,更需確保這些計算能力能夠靈活擴展,滿足企業業務不斷發展的需求。
其次,數據質量決定企業應用AI模型的效果。作為人工智能的“糧食”,數據通過訓練影響了模型在企業實際業務中的表現。因此,企業需要構建以知識為核心的數據基礎架構,使數據能夠更有效地服務於人工智能,而不僅僅是侷限於傳統的商業分析。這意味着企業需要對數據進行深入地挖掘、整理與加工,將其轉化為對業務決策有價值的知識資產。
最後,企業應該圍繞業務場景,構建合適的AI模型。這意味着對於企業來説,在構建AI模型時,應避免陷入“大而全”的誤區。模型並非越大越好,亦非一個大模型能夠適用於所有業務場景。相反,企業應圍繞具體的業務場景和需求,構建適合的AI模型。這些模型應具備高度的靈活性和可擴展性,能夠隨着業務的發展而不斷優化與升級。

對此,在硬件和軟件上都有深厚耕耘的華為雲,在這次全聯接大會上,發佈了針對性的解決方案。
算力方面,華為雲構建了多元算力、彈性、高效的AI原生的雲基礎設施。智能時代,模型參數已由百億走向千億、萬億,為滿足AI算力爆炸性增長,滿足高可靠、高效能的要求,為了進一步提升AI原生基礎設施的效能,華為雲推出新一代的AI原生雲基礎設施CloudMatrix,構建分佈式對等全互聯架構,實現了單體算力向矩陣算力的演進。
據張平安介紹,CloudMatrix將CPU、NPU、DPU、存儲和內存等資源全部互聯和池化,從單體算力向矩陣算力演進,構建一切可池化、一切皆對等、一切可組合的AI原生雲基礎設施,為客户提供澎湃的AI算力。
數據方面,為降低企業使用數據的難度,更高效地進行模型訓練,華為雲全面升級數據治理生產線DataArts,為客户提供面向AI、以知識為中心的數據底座,包括AI和大數據融合引擎、數據開發治理、知識服務和數智應用使能服務,讓資源利用率和供數效率顯著提升。
模型方面,企業應用場景的多樣性,決定雲平台必須構建起多模態、多尺寸的模型,實現場景與模型的最優匹配,滿足企業對大模型經濟性和專業性的需求。
今年6月,華為雲發佈盤古大模型5.0,具有十億級、百億級、千億級和萬億級不同參數規格的模型,包含NLP、CV、多模態,以及預測大模型和科學計算等基礎大模型,以及面向行業的行業大模型,和開箱即用的場景模型,滿足企業的全業務場景需求。
面向AI時代的機遇和企業需求,華為雲通過基礎設施、數據底座、模型系列的構建,貼近企業需求,持續迭代的技術和產品,推動企業更快、更好地擁抱AI。
3、向華為學習如何用AI
實際上,華為自身也在積極踐行AI與業務融合。以華為自己的話説,華為內部通過“人+AI”“事+AI”,將AI引入工作流程,大幅提升工作效率。
華為董事、質量流程IT總裁陶景文在大會上表示,AI是一場變革,企業要把AI變成一個真正能給業務帶來價值的服務,一定要跟企業的流程、組織、IT、數據以及業務場景深度結合。
例如,在合同處理場景,華為通過數字化對象、過程和規則,實現了海量合同的高質量並行處理。此外,通過智能技術提取和比對多語種合同的關鍵要素,將風險處理時間從2小時縮短至僅需5分鐘。
在研發場景,華為為超過11萬名研發人員配備了開發助手,利用大型模型自動提取作業上下文信息,實現了代碼的行級續寫、函數生成、代碼解釋和註釋功能。通過AI技術,每年採納AI生成代碼量達到700萬行。

在製造場景,華為採用了多模型“系統工程”方法,結合決策式和生成式AI技術,顯著提升了整體生產力,使得訂單交付週期縮短了30%以上。
華為結合自身實踐,總結了一套“三層五階八步”方法論,三層分成了重新定義智能業務、AI開發與交付、持續運營智能應用,“五階八步”就是從業務場景出發,沿着業務流程、組織,公司數據和AI應用指導業務如何一步步落地企業的AI。
陶景文強調,在實施智能化過程中,華為堅持場景驅動,解決企業海量、重複、複雜的高耗能問題。
從華為的經驗看,建立AI原生思維,做好三件事,是企業真正從AI時代獲得發展動力和優勢的關鍵所在。
而軟硬兼備的華為雲,基於自身豐富的經驗賦能產業,對推動企業業務與AI融合有非同一般的意義。
4、寫在最後
對於企業管理團隊來説,瞭解AI時代業務的新技術和新策略的重要性毋庸置疑,但踐行AI原生的思維方能樹立整體的系統性架構,不顧此失彼,也不會只見樹木不見森林。只有對自身業務進行最細緻分析,找到業務底層的邏輯,才能更好地服務業務,這才是企業擁抱AI應該擁有的邏輯。
*文中配圖來自:攝圖網,基於VRF協議。