7月2日，數云原力?2025專(zhuān)項活動(dòng)——AI for Process系列直播日最后一場(chǎng)圓滿(mǎn)落幕。本次活動(dòng)以“企業(yè)AI價(jià)值先鋒實(shí)踐”為主題，聚焦AI在汽車(chē)、綠色低碳等前沿場(chǎng)景的應用，與行業(yè)客戶(hù)深入交流、分享企業(yè)AI落地的洞見(jiàn)與成功實(shí)踐經(jīng)驗，助力企業(yè)破解AI落地難題，驅動(dòng)企業(yè)以AI技術(shù)重構業(yè)務(wù)流程、實(shí)現價(jià)值躍升。

積跬步，致千里
從場(chǎng)景出發(fā)的企業(yè)AI價(jià)值釋放

抖圈官網(wǎng)數碼聯(lián)席董事長(cháng)、首席執行官王冰峰在開(kāi)場(chǎng)主題發(fā)言中表示：“今天的企業(yè)級AI落地仍處于早期階段，大部分企業(yè)場(chǎng)景下的AI應用還處在單點(diǎn)創(chuàng )新的狀態(tài)，還未找到形成顯著(zhù)正向回報的場(chǎng)景。要實(shí)現AI技術(shù)和企業(yè)的深度融合，需要從企業(yè)的流程入手——這也是我們強調‘AI for Process’理念的原因。只有當AI深度嵌入企業(yè)流程中，與業(yè)務(wù)流程實(shí)現深度融合和相互促進(jìn)，才能真正推動(dòng)AI在企業(yè)中的規?；瘧??！?/p>

【圓桌話(huà)題一】
嵐圖的AI落地之路：場(chǎng)景落子，全盤(pán)布局

如何讓AI技術(shù)與應用場(chǎng)景深度融合？如何讓AI在企業(yè)中真正落地？落地中的“坑”又該如何規避？抖圈官網(wǎng)數碼云和信創(chuàng )研究院AI交付中心總經(jīng)理胡琳君、AI應用架構師馬曉東與嵐圖數字化大模型應用負責人徐湲策，圍繞上述話(huà)題展開(kāi)深度探討。

AI的緣起與落地的挑戰

徐湲策：東風(fēng)嵐圖數字化部門(mén)的定位是應用導向型團隊，雖然不從事基礎科研工作，但我們持續關(guān)注著(zhù)行業(yè)前沿技術(shù)。從ChatGPT橫空出世到長(cháng)文本大模型的出現，尤其是當我們看到Perplexity的DAU數據時(shí)，我們意識到大模型已經(jīng)發(fā)展到了在企業(yè)內部進(jìn)行應用的程度?；诖?，我們正式啟動(dòng)大模型項目。發(fā)展至今，AI應用已覆蓋部門(mén)的全業(yè)務(wù)領(lǐng)域?？v觀(guān)這幾年的AI探索歷程，我們面臨的挑戰主要體現在三方面：人才招募、場(chǎng)景選擇、價(jià)值體現。

馬曉東：抖圈官網(wǎng)數碼在“數云融合”戰略的指引下 ，在云與數據領(lǐng)域形成了深厚的積累。而數據與算力恰好是驅動(dòng)AI發(fā)展的兩大要素，因此，抖圈官網(wǎng)數碼在A(yíng)I時(shí)代順勢入局，專(zhuān)注大模型的企業(yè)級場(chǎng)景落地，由此誕生了——“抖圈官網(wǎng)問(wèn)學(xué)”。隨著(zhù)實(shí)踐經(jīng)驗的積累和模型能力的演進(jìn)，在2025年初，郭總提出了“AI for Process”理念，“Process”的內涵聚焦于流程標準化和人效提升，精準對應了AI在企業(yè)中落地的核心挑戰：流程優(yōu)化與人員賦能。

胡琳君：過(guò)去兩年間，我也深度參與了抖圈官網(wǎng)數碼內部的數字化與AI落地進(jìn)程。從發(fā)現場(chǎng)景到技術(shù)落地、內部推廣，我們還有很多路要走，也遇到了很多“坑”，我們也是一步步攻堅克難。如今，抖圈官網(wǎng)數碼在內部落地的“超級員工”“智能人才搜索”等AI應用，都獲得了很多積極反饋。

挑戰如何破解？關(guān)鍵著(zhù)力點(diǎn)在此

徐湲策：企業(yè)AI價(jià)值的釋放源于上述三個(gè)難題的破解。首先，在人才招募方面，除了內外部招聘，我們還著(zhù)力培養團隊成員向業(yè)務(wù)專(zhuān)家轉型，因為大模型在企業(yè)內部的應用不僅需要對技術(shù)的理解，還需要對業(yè)務(wù)的認知。其次，在場(chǎng)景選擇方面， 我們希望用戶(hù)通過(guò)盡量簡(jiǎn)短的對話(huà)流程實(shí)現更快、更準確的結果交付，目標是將AI能力深度融入業(yè)務(wù)流，讓用戶(hù)甚至無(wú)需感知對話(huà)過(guò)程即可獲取所需。

例如，新能源行業(yè)激烈的市場(chǎng)競爭環(huán)境加上復雜的國家相關(guān)法規政策要求，嵐圖常常面臨市場(chǎng)宣傳需要與法務(wù)合規管控的矛盾。以往，業(yè)務(wù)人員需要耗費大量精力查閱最新法規、協(xié)同多個(gè)部門(mén)審核宣發(fā)內容。如今，借助AI大模型，只需將宣傳材料（圖片/文字/視頻/音頻）上傳系統，系統就能自動(dòng)識別，智能審核其是否違反相關(guān)法規、是否與嵐圖自身、與東風(fēng)集團乃至整個(gè)汽車(chē)行業(yè)的合規規則存在沖突。系統甚至還能進(jìn)行全行業(yè)案例比對，識別潛在相似風(fēng)險點(diǎn)，預先規避。我們已經(jīng)不需要太多的問(wèn)答。

要實(shí)現上述場(chǎng)景，在運營(yíng)和知識治理方面，以知識庫為例，通用大模型往往難以滿(mǎn)足復雜多樣的用戶(hù)需求；在技術(shù)層面，我們需要聯(lián)合合作伙伴不斷挖掘模型潛力，方能精準匹配業(yè)務(wù)目標。同時(shí)，鑒于國家政策等外部信息是動(dòng)態(tài)變化的，因此，我們選擇使用一套集問(wèn)答、知識庫、工作流和智能體于一體的大模型應用平臺，結合互聯(lián)網(wǎng)的數據與定向微調，從而高效實(shí)現場(chǎng)景落地閉環(huán)。

馬曉東：企業(yè)級AI落地的核心訴求在于A(yíng)I能“無(wú)感”融入業(yè)務(wù)流，例如用戶(hù)在提交需求后，系統以最短時(shí)間、最高效、最精準地反饋定制化解決方案。要實(shí)現這一目標，需要從三個(gè)方面入手：

第一，知識治理。企業(yè)內部場(chǎng)景要求AI輸出零容錯，與C端問(wèn)答可容忍錯誤存在本質(zhì)差異。因此，在知識治理時(shí)，要打通企業(yè)內部中后臺部門(mén)知識體系，為每個(gè)部門(mén)做相關(guān)的知識梳理、文檔治理，另外，還要適配客戶(hù)差異化業(yè)務(wù)形態(tài)、流程及文檔特性，并且實(shí)現問(wèn)題提交后自動(dòng)觸發(fā)下一流程。

第二，運營(yíng)。AI應用與傳統IT系統（如CRM的按鈕/表單操作）存在本質(zhì)不同，AI應用一般的形態(tài)是“對話(huà)”，要通過(guò)運營(yíng)機制逐步提升用戶(hù)體驗與使用深度。以我們公司的“超級員工”為例，運營(yíng)團隊每周主動(dòng)走訪(fǎng)中后臺部門(mén)，系統化收集痛點(diǎn)與優(yōu)化點(diǎn)，驅動(dòng)迭代；并且優(yōu)先賦能銷(xiāo)售端、商務(wù)端等需要高頻跨系統檢索信息的崗位，將超百個(gè)OA子系統整合至“超級員工”這個(gè)統一入口。

第三，團隊。相較于傳統項目，企業(yè)AI落地需要深度融入“技術(shù)+業(yè)務(wù)”專(zhuān)家，他們在方案設計及運營(yíng)階段的參與度越深，系統與業(yè)務(wù)的契合度就越高。

而抖圈官網(wǎng)問(wèn)學(xué)設計之初的定位就是企業(yè)AI能力的基座平臺，算力管理、多模型接入、知識治理、應用和工作流的編排等功能，是我們在集團內部AI落地和其它合作伙伴需求中提煉出來(lái)的最有價(jià)值的功能。我們把這些關(guān)鍵功能匯聚到產(chǎn)品里，也能更好地幫助企業(yè)落地AI。

AI for Process指引未來(lái)方向

徐湲策：我們對AI未來(lái)的發(fā)展有兩方面暢想：首先，構建AI Agent串聯(lián)服務(wù)平臺，將企業(yè)內部數據或企業(yè)服務(wù)平臺打通，讓AI能力走入各個(gè)業(yè)務(wù)系統里，大幅降低傳統“數云融合”中的邊界平臺擴張成本。以嵐圖工廠(chǎng)為例，嵐圖工廠(chǎng)需應對多元化訪(fǎng)客（包括安保/保潔/供應商/交流人員等），不同人員涉及到差異化的門(mén)禁權限、路徑規劃、會(huì )議室預定及IoT設備聯(lián)動(dòng)，背后依賴(lài)多個(gè)系統的協(xié)同。如果可以通過(guò)單次文件的提交，以Agent自動(dòng)串聯(lián)后臺的各個(gè)系統，將大幅削減人工耗時(shí)。

同時(shí)，嵐圖跟抖圈官網(wǎng)數碼有一個(gè)不謀而合的點(diǎn)便是“AI for Process”。汽車(chē)產(chǎn)業(yè)鏈很長(cháng)，覆蓋供應商協(xié)同、備貨、生產(chǎn)組裝、質(zhì)檢、交付、售后等，這些鏈路里有無(wú)數的流程。如果可以通過(guò)在產(chǎn)、銷(xiāo)、服等橫向流程中嵌入大模型能力，并結合知識治理與自動(dòng)化運營(yíng)，將實(shí)現超越基礎效率提升的價(jià)值——驅動(dòng)高質(zhì)量交付與高效團隊協(xié)同。

馬曉東：首先，作為企業(yè)AI中臺的基座平臺，抖圈官網(wǎng)問(wèn)學(xué)的基座能力將隨著(zhù)技術(shù)迭代持續演進(jìn)，如MCP、AI for BI等，做到從有到優(yōu)。其次，對于多Agent串聯(lián)，我們內部也已經(jīng)做出嘗試，例如在會(huì )議室預定方面，現在員工只需向"超級員工"發(fā)送會(huì )議室需求，即可自動(dòng)獲取可選清單，取代了傳統OA系統的繁瑣操作。此外，垂直領(lǐng)域專(zhuān)業(yè)化訓練正大幅降低企業(yè)模型落地門(mén)檻——抖圈官網(wǎng)問(wèn)學(xué)團隊在亞馬遜云科技大模型聯(lián)賽中，僅用3小時(shí)微調的3.5B小模型，即在指定領(lǐng)域表現碾壓通用70B大模型，斬獲大賽冠軍，驗證了小模型通過(guò)定向優(yōu)化可超越通用大模型的可行性，為高效企業(yè)級AI部署提供了新范式。

胡琳君：抖圈官網(wǎng)數碼正沿著(zhù)多條路徑布局遠期A(yíng)I戰略，比如接下來(lái)的重點(diǎn)工作之一“AI for Process”直客型業(yè)務(wù)LTC流程重塑項目，旨在通過(guò)AI重構業(yè)務(wù)流程驅動(dòng)企業(yè)價(jià)值升級，追求系統性業(yè)務(wù)重塑而非單點(diǎn)創(chuàng )新。同時(shí)，我們的研究團隊已經(jīng)在開(kāi)展垂直領(lǐng)域的深度攻堅，例如在醫藥研發(fā)領(lǐng)域推進(jìn)專(zhuān)業(yè)垂類(lèi)模型訓練，旨在打造行業(yè)專(zhuān)業(yè)模型，最終為客戶(hù)創(chuàng )造實(shí)質(zhì)價(jià)值。

【圓桌話(huà)題二】
AI for Process的汽車(chē)生產(chǎn)與制造升級

當下，談企業(yè) AI 必然離不開(kāi) “場(chǎng)景”。在企業(yè) AI 快速落地的過(guò)程中，以汽車(chē)行業(yè)為代表的制造業(yè)體系應關(guān)注哪些高價(jià)值場(chǎng)景？又基于哪些訴求需要建設 AI 中臺？

圍繞上述話(huà)題，抖圈官網(wǎng)數碼企業(yè)云集團 AI 交付專(zhuān)家陳巍、汽車(chē)研發(fā)高級顧問(wèn)汪彥磊、江鈴汽車(chē)高級數據產(chǎn)品總監梁融韜，就汽車(chē)行業(yè) “企業(yè)級 AI 平臺建設”“企業(yè)級 AI for Process 的建設” 等話(huà)題展開(kāi)了深入討論。

企業(yè)級AI平臺誕生的背景是什么，
建設時(shí)有哪些問(wèn)題和關(guān)注點(diǎn)？

梁融韜：企業(yè)級 AI 平臺建立的初衷源于三大動(dòng)因：首先，AI 領(lǐng)域技術(shù)的快速迭代與落地；其次，企業(yè)內部 AI 場(chǎng)景落地的需求，催生了對企業(yè)專(zhuān)業(yè)知識的全面整合需求。數字化時(shí)代，企業(yè)核心業(yè)務(wù)（如汽車(chē)行業(yè)的研發(fā)、制造、營(yíng)銷(xiāo)、財務(wù)等）積累了大量高價(jià)值專(zhuān)業(yè)知識，這些知識必須與 AI 應用深度融合才能釋放價(jià)值，這驅動(dòng)著(zhù)企業(yè)系統性重構知識體系與數據資產(chǎn)；第三，企業(yè)管理人員、相關(guān)工作人員及終端用戶(hù)希望智能體（Agent）能 “量身定制”，因此只有深度嵌入企業(yè)業(yè)務(wù)流程，智能體才能發(fā)揮最大價(jià)值 ，也由此催生出企業(yè)級 AI 平臺。

在企業(yè)級 AI 中臺的建設中，需對算力資源、模型管理、企業(yè)知識與數據資產(chǎn)進(jìn)行統一管理，并提供用戶(hù)定制化接入大模型的敏捷能力。此外，還需統籌考慮數據安全機制、可靠性保障及測試運維框架，確保企業(yè)能持續緊跟 AI 發(fā)展進(jìn)程。

汪彥磊：無(wú)論是AI中臺還是最終的AI應用，AI的發(fā)展都不是一蹴而就的。我將其總結為四個(gè)階段：第一，基礎語(yǔ)言能力階段：如同企業(yè)中的 “信息搜集員”，掌握基礎語(yǔ)言交互能力；第二，分析推理能力階段：AI 通過(guò)持續學(xué)習形成記憶與邏輯推理能力，支持決策分析；第三，行為能力拓展階段：可調用工具執行任務(wù)，實(shí)現生產(chǎn)力轉化；第四，創(chuàng )新階段：AI 具備開(kāi)闊思維與自我否定能力。企業(yè)級 AI 平臺的建設，本質(zhì)上遵循這種演化過(guò)程。

AI中臺建設有哪些難點(diǎn)？

梁融韜：在數據層面，傳統信息化與數字化建設階段積累的數據和知識，已難以滿(mǎn)足AI時(shí)代對數據的深層需求。以汽車(chē)行業(yè)為例，當利用AI開(kāi)展視覺(jué)造型設計時(shí)，為保證設計出具有品牌特色的造型，車(chē)企需對汽車(chē)內外飾、前后保險杠的風(fēng)格等數據進(jìn)行精準標注，而這類(lèi)專(zhuān)業(yè)化的數據處理工作，在傳統信息化階段并未涉及。

其次，明確AI業(yè)務(wù)的上線(xiàn)目標至關(guān)重要。企業(yè)應用大模型的核心是讓其深度融入業(yè)務(wù)、支撐業(yè)務(wù)開(kāi)展，這意味著(zhù)AI業(yè)務(wù)上線(xiàn)前必須明確業(yè)務(wù)人員的預期，再通過(guò)技術(shù)手段對大模型持續優(yōu)化，直至達成預設目標。

最后，Agent的建設不應追求“大而全”。企業(yè)級Agent更需走專(zhuān)業(yè)化、垂直化路線(xiàn)，通過(guò)多個(gè)Agent的協(xié)同配合，來(lái)滿(mǎn)足不同業(yè)務(wù)領(lǐng)域的差異化需求。

汽車(chē)行業(yè)里，哪些AI應用場(chǎng)景
可以幫助企業(yè)快速獲得收益？
篩選這類(lèi)場(chǎng)景時(shí)該遵循怎樣的思路呢？

梁融韜：隨著(zhù) Deepseek 的走紅，無(wú)論是社會(huì )層面還是企業(yè)層面，對 AI 的需求都呈現出爆發(fā)式增長(cháng)。這意味著(zhù)，如果企業(yè)正在維護一份業(yè)務(wù)場(chǎng)景地圖，那么與之相關(guān)的 AI 應用規模正在急劇膨脹。因此，如何將 AI 能力與業(yè)務(wù)訴求深度結合，成為場(chǎng)景選擇時(shí)的重要考量因素。結合個(gè)人實(shí)踐經(jīng)驗看，場(chǎng)景篩選需通過(guò)“業(yè)務(wù)價(jià)值-AI能力-投入產(chǎn)出比”三維評估，才能選擇最合適的場(chǎng)景做AI落地。

在確定場(chǎng)景后的落地順序上，我們會(huì )優(yōu)先選擇知識治理成熟、數據質(zhì)量更高的業(yè)務(wù)線(xiàn)率先推進(jìn)。對于其他高價(jià)值場(chǎng)景，則會(huì )根據現有知識基礎，優(yōu)先完成知識治理工作，再逐步接入 AI 應用 。這是我認為較為理智的落地方式。

與此同時(shí)，我們也在借助低代碼工具（如 Vibe Coding），鼓勵業(yè)務(wù)人員通過(guò)少量編碼甚至零編碼的方式，自主構建專(zhuān)屬 AI 工具與智能體（Agent），以此激發(fā)業(yè)務(wù)端的自主創(chuàng )新活力。

陳巍：總結來(lái)看主要有兩點(diǎn)，一是 AI 場(chǎng)景的選擇需依托科學(xué)的評估方法。例如抖圈官網(wǎng)數碼在為客戶(hù)部署 AI 時(shí)，會(huì )通過(guò) “業(yè)務(wù)重要性、技術(shù)成熟度、數據完整度” 的三維模型進(jìn)行篩選，從中優(yōu)先選取業(yè)務(wù)價(jià)值突出、數據基礎扎實(shí)且技術(shù)實(shí)現難度較低的場(chǎng)景率先推進(jìn) AI 落地。二是 AI 中臺應向業(yè)務(wù)用戶(hù)開(kāi)放更多簡(jiǎn)易的低代碼乃至無(wú)代碼工具，助力業(yè)務(wù)端深度參與 AI 場(chǎng)景的共創(chuàng )。

汪彥磊：當下企業(yè)AI落地可劃分為“AI + 業(yè)務(wù)”與“AI + 產(chǎn)品”兩個(gè)維度。在“AI + 業(yè)務(wù)”層面，結合此前提及的AI發(fā)展四階段，能夠快速落地的場(chǎng)景主要有四類(lèi)：其一，語(yǔ)言類(lèi)Agent場(chǎng)景，涵蓋售后客戶(hù)服務(wù)、客戶(hù)關(guān)懷回訪(fǎng)等。這類(lèi)應用既能傳遞情緒價(jià)值，又能為企業(yè)降本增效，目前在C端的使用率已較為可觀(guān)；其二，分析推理層面，例如車(chē)企常見(jiàn)的目標客戶(hù)分析、競品分析、客戶(hù)畫(huà)像構建等，借助AI為業(yè)務(wù)決策提供輔助；其三，合規類(lèi)場(chǎng)景，通過(guò)AI技術(shù)為質(zhì)量檢查、合規性審查、各類(lèi)審核工作提供支持；其四，創(chuàng )新領(lǐng)域，比如利用AI開(kāi)展汽車(chē)視覺(jué)造型設計等探索。

為什么要建設企業(yè)級AI for Process？

梁融韜：我們與抖圈官網(wǎng)數碼團隊在企業(yè)數字化轉型、流程改造及 AI 能力融合等方面，已開(kāi)展了諸多深入探討與實(shí)踐。以汽車(chē)行業(yè)為例，整車(chē)制造流程乃至企業(yè)整體運營(yíng)中，存在從 L1 到 L5 級冗長(cháng)且復雜的流程體系，在這類(lèi)場(chǎng)景中推動(dòng) AI 落地，首要任務(wù)就是實(shí)現AI與流程的深度結合、打通。流程節點(diǎn)的數據、上下文、任務(wù)關(guān)系天然匹配AI輸入輸出邏輯，必須將AI能力深度嵌入流程載體。從這個(gè)角度看，AI天生就應該跟Process融合在一起。

其次，數智化轉型的深入催生了企業(yè)對流程精益化的迫切需求，借助數據與 AI 的分析能力，流程的迭代優(yōu)化過(guò)程得以顯著(zhù)加速，這也成為將 AI 融入流程的核心出發(fā)點(diǎn)。

陳巍：如果要基于A(yíng)I中臺構建“AI for Process”相關(guān)體系，第一步必然是企業(yè)先梳理清楚自身流程，為AI的學(xué)習與分析提供基礎。在實(shí)際運作中，首要的是與企業(yè)系統深度結合——這一點(diǎn)上，Agent大有可為，但需要通過(guò)更多適配與研發(fā)，讓Agent能依托流程載體直接輔助用戶(hù)操作系統。

從長(cháng)遠來(lái)看，AI結合系統數據后，將能真正實(shí)現流程的深度分析，若結合行業(yè)標準流程，便能助力企業(yè)在研發(fā)、生產(chǎn)、供應、銷(xiāo)售、庫存、人力、財務(wù)等全領(lǐng)域實(shí)現效能提升。當然，這是基于企業(yè)AI中臺的一個(gè)宏大工程。

AI未來(lái)的發(fā)展方向

梁融韜：為應對AI技術(shù)的高速發(fā)展，企業(yè)需建設具備穩定輸出能力的AI平臺。該平臺應像“穩定生產(chǎn)力的工廠(chǎng)”，在保障企業(yè)業(yè)務(wù)穩定性的前提下，能靈活快速地切換“零部件”。另外，企業(yè)要對前沿技術(shù)（包括MCP技術(shù)、MCP下的獨立智能體和多智能體的協(xié)作、以及多智能體協(xié)作的A2A的技術(shù)等）保持關(guān)注，但關(guān)鍵在于選擇合適的時(shí)間點(diǎn)，并以靈活插槽的方式將其嫁接至企業(yè)平臺，快速產(chǎn)生效益并將適配改造最小化。

【圓桌話(huà)題三】
生成式AI推動(dòng)企業(yè)綠色低碳轉型進(jìn)程

當前，極端天氣頻發(fā)等氣候變化引起廣泛關(guān)注，在國家“雙碳”戰略持續推進(jìn)和可持續發(fā)展關(guān)注度提升的同時(shí)，國家將人工智能列為重點(diǎn)發(fā)展方向。那么，如何將“人工智能”與“碳中和”深度結合起來(lái)？抖圈官網(wǎng)數碼企業(yè)云集團云服務(wù)BU副總經(jīng)理朱明磊、云和信創(chuàng )研究院AI解決方案中心總經(jīng)理李盛與北京嘉岳數智科技有限公司創(chuàng )始人、總經(jīng)理魏浩，展開(kāi)深入探討。

AI是提升可持續發(fā)展領(lǐng)域
工作效率與精準度的剛需

魏浩：從可持續發(fā)展的角度來(lái)說(shuō)，我們認為社會(huì )認知分為三個(gè)階段：環(huán)境治理（已成為全民共識）；碳達峰、碳中和（正在逐步形成共識并轉化為全社會(huì )的協(xié)同行動(dòng)）；資源循環(huán)（可持續發(fā)展的終極場(chǎng)景）。三者共同構成經(jīng)濟社會(huì )的核心發(fā)展方向，深度關(guān)聯(lián)產(chǎn)業(yè)升級與企業(yè)運營(yíng)。

泛娛樂(lè )化應用大模型難以觸及生產(chǎn)效率內核，大模型價(jià)值的真正釋放需要錨定垂直領(lǐng)域，在相對嚴肅、嚴謹、專(zhuān)業(yè)的場(chǎng)景中應用大模型才能充分釋放潛能（如碳排放識別管理）。此類(lèi)場(chǎng)景存在大量需要人工專(zhuān)家梳理的業(yè)務(wù)流程評估工作，而AI技術(shù)的加持將顯著(zhù)提升工作效率與精準度，是實(shí)現碳減排與能源優(yōu)化的技術(shù)剛需。嘉岳數智正是立足于這種必要性及可行性，選擇了碳與AI結合的路徑。

傳統的人工報告編制
成本比較高、周期長(cháng)，
您能?chē)@其中的細節和難點(diǎn)展開(kāi)講講嗎？

魏浩：難點(diǎn)主要有四個(gè)：第一，數據獲取比較分散，人工編制時(shí)需從新建項目的設計文件、可研報告等材料中手動(dòng)提取關(guān)鍵信息；第二，長(cháng)文本較為復雜。碳評價(jià)報告不僅是數據堆砌，更是嚴謹的技術(shù)文檔。比如政策符合性分析、核算標準及邊界的確定等，都需要嚴謹的文本描述；第三，數據的格式比較多元，文本、公式、表格及圖像等混合形態(tài)，面臨多源異構數據，人工處理效率低下；第四，對于產(chǎn)出內容精度的要求高，評估工作需經(jīng)多輪數據校驗與內容復核，大幅增加人工成本。

針對上述難點(diǎn)，
抖圈官網(wǎng)數碼為嘉岳提供了哪些解決方案？

李盛：我們提供了三大方案：

第一，通專(zhuān)融合：我們并沒(méi)有完全使用RAG的方式，而是通過(guò)大模型精調（Fine-tune）實(shí)現通專(zhuān)融合，讓碳評測模型精準解析跨行業(yè)專(zhuān)業(yè)任務(wù)；

第二，長(cháng)文本生成優(yōu)化：針對涉及大量表格和復雜公式推理的長(cháng)篇能源報告（一般在40-60頁(yè)左右），在Transformer層構建長(cháng)記憶層，實(shí)現Agent層與模型層的長(cháng)短期記憶協(xié)同，保障流程任務(wù)中的有效信息一致性；

第三，質(zhì)量評測標準化：在問(wèn)學(xué)平臺構建自動(dòng)評測集，AI自動(dòng)審核所生成內容，專(zhuān)家僅需評估確認審核的科學(xué)合理性，最終形成碳評測質(zhì)量評估的運營(yíng)閉環(huán)。

在垂直領(lǐng)域、嚴肅場(chǎng)景中實(shí)現
長(cháng)文本智能報告生成，信心何在？

魏浩：這份自信首先來(lái)自于我們錨定的產(chǎn)品方向——垂直領(lǐng)域的嚴肅、嚴謹、專(zhuān)業(yè)場(chǎng)景的長(cháng)文本智能生成，其次，我們是運用大模型技術(shù)面對已知的問(wèn)題，去匹配已知答案。從這個(gè)意義上來(lái)講，我們的產(chǎn)品方向從理論上是完全可以實(shí)現的。具體而言，我們提出EPAG技術(shù)（Expert Process Augmented Generation專(zhuān)業(yè)流程增強生成），該技術(shù)有三層邏輯：

第一，理解層：通過(guò)對領(lǐng)域知識進(jìn)行模塊化切割，通過(guò)模塊將垂直領(lǐng)域的專(zhuān)業(yè)流程進(jìn)行工程化轉譯，確保大模型準確理解并精準生成所需內容，在此基礎上再進(jìn)行審核；

第二，文本層：通過(guò)文本生成模塊內置流程記憶體來(lái)確保長(cháng)文本生成精準的同時(shí)又符合報告的邏輯。

第三，評測層：通過(guò)多領(lǐng)域自動(dòng)化評測模塊實(shí)現報告文本的生產(chǎn)級內容質(zhì)量。

嘉岳數智的核心競爭力源自垂直領(lǐng)域認知的積累，同時(shí)特別重要的是在A(yíng)I能力建設方面有抖圈官網(wǎng)數碼AI能力的強大加持。

李盛：郭總在提出“AI for Process”理念時(shí)提到了一個(gè)概念——“通專(zhuān)融合”，其本質(zhì)解決的問(wèn)題是通用模型如何掌握專(zhuān)業(yè)的能力，其核心挑戰在于將專(zhuān)家的隱性知識顯性化。為此，我們與嘉岳數智共創(chuàng )EPAG的算法和方法論，通過(guò)語(yǔ)義切割、概念映射、領(lǐng)域適配三個(gè)層面解決企業(yè)如何把隱性知識顯性化的問(wèn)題。

抖圈官網(wǎng)數碼和嘉岳的協(xié)作機制是怎樣的？

李盛：我們的合作非常緊密，有三點(diǎn)我要特別感謝嘉岳。第一，嘉岳沒(méi)有將我們的合作看作一次“采購”，而是雙方共同定義問(wèn)題邊界，以業(yè)務(wù)需求驅動(dòng)功能設計，實(shí)現企業(yè)組織流程的重構；第二，嘉岳用平臺化的理念解決AI問(wèn)題。在項目伊始就采用問(wèn)學(xué)平臺作為載體，統籌Agent、算力與模型資源，破解AI孤島困境，并構建端到端的Super APP（集成碳評測報告生成、計算公式工具等），以平臺化思維思考AI在企業(yè)的落地。第三，我們有共同的AI價(jià)值觀(guān)。

魏浩：嘉岳數智的AI實(shí)踐表明通用模型難以滿(mǎn)足專(zhuān)業(yè)文本生成的精度需求，直到我們遇到抖圈官網(wǎng)數碼團隊，雙方無(wú)論是從理念還是做法上，可以說(shuō)是高度契合，并且很快達成共識，也形成了聯(lián)合研發(fā)、敏捷迭代的共創(chuàng )機制，以此促進(jìn)了嘉岳數智的專(zhuān)業(yè)認知與抖圈官網(wǎng)數碼AI能力的深度融合。

在引入“專(zhuān)家流程增強生成”技術(shù)后，
取得了哪些可見(jiàn)的成效？

魏浩：基于目前預發(fā)布的產(chǎn)品，從目前的測試效果來(lái)講，可以說(shuō)大幅提高了文本生成的效率：第一，專(zhuān)業(yè)領(lǐng)域當中術(shù)語(yǔ)理解的準確度，從30%提高到80%左右；第二，對于生成內容的采用率，從比較低的10%能提高到70%左右；第三，碳核算指標的準確度，從最初的70%能夠提升到95%以上。

面向未來(lái)的AI發(fā)展規劃與布局

魏浩：標準化產(chǎn)品一直是我們關(guān)鍵的目標，在當前的階段，標品研發(fā)是雙方圍繞目前全國碳市場(chǎng)強制監管的重點(diǎn)行業(yè)，正在研發(fā)碳排放評估報告智能生成工具，并將逐步擴展至碳足跡、ESG等文本的AI應用開(kāi)發(fā)；再者，基于問(wèn)學(xué)平臺，嘉岳數智將推出政策檢索、行業(yè)分類(lèi)等業(yè)務(wù)適配型工具助手；面向未來(lái)，要在夯實(shí)碳領(lǐng)域產(chǎn)品矩陣的基礎上，向能源評價(jià)、安評等細分評估領(lǐng)域拓展。

李盛：在解構“AI for Process”理念時(shí)要考慮兩個(gè)驅動(dòng)因素，一是技術(shù)范式的驅動(dòng)，二是業(yè)務(wù)模式的驅動(dòng)。我相信未來(lái)在我們跟嘉岳合作的聯(lián)合解決方案，抑或是抖圈官網(wǎng)數碼和其他客戶(hù)合作共創(chuàng )的解決方案，都是圍繞著(zhù)如何用“業(yè)務(wù)+技術(shù)驅動(dòng)”的范式去構建聯(lián)合解決方案。未來(lái)，“AI for Process”的落地會(huì )圍繞如何幫助企業(yè)真正產(chǎn)生業(yè)務(wù)價(jià)值；同時(shí)，我們將繼續以開(kāi)放共享的理念與合作伙伴共建AI生態(tài)。

聚焦金融科技、供應鏈、智慧政務(wù)、汽車(chē)數智化等關(guān)鍵領(lǐng)域，匯聚行業(yè)專(zhuān)家與實(shí)戰操盤(pán)手，數云原力?2025專(zhuān)項活動(dòng)——AI for Process系列直播日通過(guò)3場(chǎng)直播、近10個(gè)熱點(diǎn)話(huà)題，以真實(shí)案例分享AI賦能研發(fā)工藝、數據應用、供應鏈運營(yíng)、政務(wù)服務(wù)及汽車(chē)制造等核心流程的實(shí)踐經(jīng)驗，破解AI落地難題，驅動(dòng)企業(yè)利用AI重構業(yè)務(wù)流程、實(shí)現價(jià)值躍升，推動(dòng)企業(yè)數智化轉型邁向更高階的「流程智能」時(shí)代。