AI大模型来了，有很多系统性问题需要解决。大模型还有诸多不确定性问题伴随，这导致客户与厂商双方都需要在组织层面、技术策略上去做相应改变，保持积极投入的同时也需要保持冷静客观。
9月11日-14日，由钛媒体与ITValue共同主办的2024 ITValue Summit数字价值年会在三亚举行。此次峰会主题为“Ready For AI”，交流经验教训，交叉行业思考，推动创新交易，以创新场景为基础，共同探索AI驱动下数字经济时代的全新机遇，共同打造一场数字经济时代的AI创新探索盛宴。
在本次年会“Ready For AI”的圆桌对话中，小即是大创业投资合伙人杨巍主持，马上消费CTO蒋宁、龙湖集团CIO、千丁数科总经理李博、南方航空科技信息与流程管理部副总经理赵磊等专家立足于各自行业，就数字化转型与AI大模型技术浪潮中的企业AI应用路径、技术组织人才资金等难题展开讨论，希望能给行业发展带来帮助和启发。
大模型浪潮下，如何应对变化
2022年末，大模型技术以ChatGPT为代表，标志着人工智能领域的一个重要里程碑，不仅推动技术飞速发展，还开启了市场对大模型广泛应用场景的预期。
在蒋宁看来，大模型技术代表新质生产力，正引发生产力、思想、管理、技术和文化等五大方面的变革。
从生产力角度，数据作为生产要素，大模型成为生产工具，二者形成了新的革命性能力。相较于过去，AI多在生产流程等方面实现效率改善，而今大模型可在AI决策层面，实现突破，释放人类产能。
二是思想变革。大模型带来的是平权，所有的知识、决策、体验，有了巨大提升。
三是管理。过去所有都是围绕确定性构建数字化系统，但大模型是缺乏确定性的。其本质是持续学习的，且始终存在幻觉，在企业内部应用时往往通过数据飞轮驱动持续改进。大模型应用需要依靠管理革命的支撑持续推行。
四是技术革命。现在国际头部科技公司都在思考一个问题，即如何让数据通往大模型的道路更加平坦，实现数据平台建设。针对不同场景或领域需要应用不同模型，包括对话式、生成式，如何同时接入多个大模型，这背后必须有一套新的数据体系和模型治理平台/工具。
五是文化。共创的文化是未来主题，没有任何一个团队能够将这件事情做成，而是需要专业化分工、相互协作沟通的机制。
过去一段时间内，马上消费围绕着五个方面的变化，做了三件事：一是推动组织变革、二是提升团队能力、三是加速技术创新。团队层面，要求全员学习使用大模型；组织上，构建新型数据平台团队，对数据平台和大模型平台体系进行重新调整；技术创新上，企业需要积极应对，既要实现数据要素与大模型的深度融合，也要推动大模型使用的“微调优”，以便更好地适应变化。
不确定性时代的应对策略
但并非所有企业都能快速跟上时代步伐，大模型多种革新因素的交织下，无论是企业还是经营个体，都在面临巨大压力。
在杨巍看来，“大语言模型的应用，一脚油门也许就可以做到95%的程度，但是我们不能把这样的应用当作一个传统IT系统上线，必须在技术上和工作流程上去处理这百分之几的幻觉，才能真正在业务中发挥作用。”
“在AI大潮里，从来没有感受到领导在此次AI浪潮中表现出的如此焦虑、欣喜、冲动的复杂情绪。”赵磊表示。
赵磊的经验是：尽管领导很焦虑，管理好高层领导的情绪价值，是IT人的额外要务，也是基矗其次要有头脑十分清醒的AI整体规划，不擅长的事情不要轻易尝试，也不要把资源投入到不擅长的领域。
“比如算法层面，要尊重专业技术公司，不要试图在技术上超越他们。而在数据层面，也只有我们熟悉民航业的IT人员，才有能力做好。只有这样，才能共同实现业务场景创新。”他表示。
对于龙湖而言，2019年开始组建AI团队，核心要求是基于产品和场景，而不是基于项目立项，拆出900多个场景，分析哪些场景可以优先提效。
在李博看来，AI落地短期内还无法替代人类，更多是建立人机交互的提效，重构人机合一的新运营流程。2022年后虽然有了大模型的尝试，但目前来讲，可能更适合容错率较高的场景，而在生成式方面，也存在某些偏见、细节刻画不足的问题，还需要时间持续解决。在B端的落地，大模型的落地会更晚一点，模型作为生产力工具，基于业务场景做人机合一流程上的改造，最终实现降本增效。
下一代，李博预估，大模型会成为机器学习的基础，所有的模式识别、机器学习各项算法都会基于大模型训练，最终企业会基于统一的AI智能体平台实现AI驱动的场景应用。
为此，李博的建议是，企业调整时会有颠覆式想法，制定目标往往有高倍绩效。因此，一定要把账，效率算在前面，业务和技术一起想路径，才能找到新的做法。
如果把这件事情干好，企业要有三个能力：一是低成本试错的能力，如果成本太高就等不到场景跑出来；二是长期系统性的思考能力，一定要把技术结合到业务流程和场景中；三是全方位防忽悠的能力，不要被外界的忽悠而影响。
客户、厂商，都在选择符合自身的最佳路径
期间，各行业企业客户纷纷主动探索AI路径，试图先一步上马。
对于地产行业和航空业的两家龙头企业，他们基于自身业务的考量，也正走出不一样的应用路径：
对于龙湖而言，李博指出，“大模型现在放下身段，价格越来越便宜，完全没有必要自己搭建底座了，我们搭建了智能体平台，基于开源项目，对接各个大厂的大模型，其主要精力还是放在智能体相关业务场景。例如，空间智能体、流程智能体，以及数字员工，面向一线员工的助理和智能问题，帮助他们及时解决问题。”
为此，龙湖希望从ChatBI入手，可以实时获得各类数据，对企业产生价值。传统的报表开发周期长，且为格式化，很多时候无法应对快速变化。换言之是，以大模型驱动的交互式的数据分析。
而对南方航空而言，赵磊指出，倾向于“上三路打前期，下山路打中后期”策略：
对于通用行业或场景，比如代码助手、行政助手、智能客服，用“上三路打前期”，直接使用通用大模型，为企业提供持续积极的反馈；
对于能够体现航空企业自身的IT实力和业务实力的场景，对企业业务转型有帮助的，用“下三路打中后期”，深度开发大模型，做民航业的行业大模型。如飞行员的编排，过去是用运筹学算法，但是无法体现飞行员的个性化特征。这往往就会涉及航空业底层逻辑、操作规则，以及围绕规则之上形成的飞行员画像。这些都不是通用大模型能解决的问题。
“我们希望做民航业的行业大模型，也愿意为大模型厂商的研发投入付费。大模型要么给企业产生现金收入，要么是提高员工和领导满意度。我们选择了后者，将几百个功能模块改造成为基于大模型交互式、一站式服务的平台，为员工提供服务。即大模型驱动的企业IT系统的入口。”赵磊表示。
马上消费围绕四个维度，即技术战略的规划、技术治理的完善、技术平台的构建和关键技术点的突破，践行AI与企业发展的深度融合，布局“大模型+”模式创新和实际应用。
在企业发展过程中，数字化积累至关重要。蒋宁认为将这些数据与大模型的应用相结合，构建属于企业自身的大模型，是一项关键战略。例如，马上消费去年发布首个金融大模型“天镜”，目前该大模型在交互、分析以及决策等方面均发挥出了重要的作用。
从关键技术点维度来看，蒋宁认为数据生成，数据管理，原数据技术，大模型自动打标，以及大模型认证技术，都是未来大模型构建需要关注的关键技术点。
最后，在谈到企业导入大模型最适合的案例时，蒋宁认为数据背后即是业务，在保证数据安全的前提下，从数据密集度高、质量好的业务开始导入大模型，会产生更优的效果。（本文首发于钛媒体APP）
