推荐语
周鸿祎最新洞见，政企AI落地实操指南。
核心内容：
1. AI普及与素养提升，确保组织内全员能用AI
2. 选择适合的基座大模型，考虑私有化部署与安全性
3. 识别AI降本增效的具体应用场景
4. 构建AI驱动的知识库，与传统存储型知识库的区别
5. 开发能使用工具、具有记忆和执行流程的智能代理
6. 工作流融合与系统集成
7. 类似大模型的浏览器：统一管理云端、内部和个人电脑上的大模型及智能体
8. 解决大模型的安全问题，包括模型、知识和智能体的安全
杨芳贤
53A创始人/腾讯云(TVP)最具价值专家
红衣大叔前几天做了一个讲座，内容在他视频平台上发布了出来。人机共生时代做了文字整理，分享给大家。很接地气、很实用！
1. 普及：确保组织内人人能用AI，提升AI素养。2. 选择基座大模型：选适合的模型，考虑私有化部署、定制和安全性。3. 找场景：识别AI能降低成本或提高效率的具体场景。4. 打造知识库：构建AI驱动的知识库，区别于传统存储型知识库。5. 构造智能体：开发能使用工具、具有记忆和执行流程的智能代理。7. 类似大模型的浏览器：统一管理云端、内部和个人电脑上的大模型及智能体。8. 解决大模型的安全问题：处理模型、知识和智能体的安全问题。强制用，甚至强迫自己用，坚持用3个月，很多人都会成为 AI 专家。就政府和企业如何在内部用好大模型，我们提了8个要素。在公司内部都面临一个问题，就有些人对 AI 很排斥。所以我觉得人人都用 AI， 让更多人具备 AI 的素养，是公司里边把 AI 推动起来关键。基座大模型，除非是特别没有钱的中小企业和个人，直接用云端模型就可以。一般的企业，还是要考虑能够私有化部署，能够定制，包括要考虑到安全性的问题。像 Openai 这种云端通用大模型，功能虽然强大，但是它难以胜任企业的业务。我们大模型问答没问题，但是你让大模型进来控制你的电脑，这是不可想象的。大模型的使用跟搜索不太一样，搜索你输几个关键词不存在什么泄密风险，但你要跟大模型干活，你得把很多资料传给他，那这样传到外网去就会带来一系列的问题。还有，大模型能力再强，但是不要幻想用一个大模型解决所有问题，而是一定要把场景细分。做专业技能的大模型，需要独当一面的专才，而不是一个啥都能干的、这个只会说话的通才。将来可能每个业务部门都有多个大模型，就像你有多个员工一样。只要做专业模型，我们应该有信心，企业和政府内部的专业数据是超过互联网的公开数据，所以满血版在企业内部需要一体机或者企业私有云，甚至说有些小企业用我们的蒸馏的小版本装在电脑上就可以。找场景，就是说在企业里面找卡点、堵点，找过去只有人才能做的事。AI 把它取代了之后，可以降低10倍的成本，提高识别的效率，或者是降低人力的要求，或者提升体验，所以就需要做流程的分解。其实今天行业大模型是不存在的，你们在市面上看到所有的叫行业大模型的东西，严格说都叫行业知识问答大模型。我把一本如何养猪、母猪如何育宰这种资料找来训练去，我也可以叫养猪大模型，但是实际上真的在养猪业里的，你要问他说你这个养猪大模型要解决养猪业里面的什么问题，如果这个问题不能定位出来，这个大模型应是没有立足点的。这个知识库我解释一下，就很多人有一个误解，因为你们过去都有知识库，比如收藏了网页记录，原来的知识库只是起到了一个存储的作用，但是现在每个知识库背后是大模型在驱动。比如说，领导把20天讲话录音扔到一个知识库里，大模型马上就对他进行解读分析，然后把这20天讲话录音总结好了之后，把它再融会贯通了，像一个第二大脑一样把它给理解了，这样你再写文章，你再问问题，它不是就某一个文章需要你单独再调出来看，而是它能够把中间的重要的观点来进行输出。所以知识库是企业打造专业大模型非常关键的技术，就这和过去传统以存储、云盘为核心的知识库是有天壤之别的。但是在政府和企业里面打造知识库的难度，不在于某一个技术难度，而在于我们很多企业数字化搞得不好，我们就没什么知识的积累。所以企业有这种亮知识，还有很多暗知识，有很多浅知识，有很多隐藏的知识。有了场景，有了DeepSeek， 有了知识库，有了专业模型就还不够，还要有使用工具，所以这个需要构造智能体，智能体最重要的是能够给大模型建立记忆能力，关键是工具调用能力，还有执行流程的能力。智能体，它能调很多工具，它最重要的是两个工具是电脑和浏览器。换句话说，它像人一样苦哈了上网，一个网站一个网站点开，所以速度比较慢，但是呢，他就获得了一种通用的一种操作能力。所以在我们企业和政府内部，我还是坚持说专业大模型驱动专业智能体。当你有了这么多大模型服务和智能体之后，你现在需要一个类似大模型浏览器，我在社会上用的大模型，云上的大模型，政府和企业内部的大模型，甚至我个人电脑上大模型，还有这么多智能体知识库都能统一管起来，因为在安全上是非常必要的。解决刚才说的模型安全问题和知识安全，还有这个智能体的安全，这个我们现在已经有安全大模型的完整的比较解决方案。2023年大模型问世， 24年开始做专业大模型， 25年就是应用之年。AI 应用等于是基座模型，加场景，加知识库，然后呢加智能体，加大模型浏览器，加上大模型安全，还有一个基础就是建立在全员都要会用。1、不要追求宏大叙事，不追求全能，扎扎实实，挑比如10个支柱产业、挑10家20家标杆企业，找到他们原来的IT服务公司、业务专家、IT交付专家和我们来提供的人工智能的解决方案和方法论，做10个到20个垂直大模型和10个垂直智能体，看看能不能提高效率。如果能做开了，就能够在行业里做推广。2、挑的企业必须要有人才，有数据，必须要跟业务系统结合。这里很多人误解了，说到 AI 时代了，原来的系统都不要了。千万别！原来的系统很重要，原来的系统做得越好，你的数字化能力越高，AI应用成功率越高。智能体要干活，它一定要调用原来的系统，要点那按键，点那个鼠标去调用它去干活。所以智能体，实际上是咱们政府将来的数字专家、数字团队，国家谈数转智改谈了好多年，其实到大数据这一步呢，对很多企业是比较难的，大数据挺难分析，挺难处理的，维护的成本也比较高，所以大数据并没有完成数字化转型。现在利用大模型和智能体，我觉得是能够促进缩短智改。看到这里的朋友，可能发现老周视频中漏了第6步，推测可能是：AI应用需“调用原有系统”并“与业务系统结合”，而非推翻现有数字化基础。例如，智能体需通过API或自动化工具直接操作ERP、CRM等系统，实现任务执行流程的自动化。这一步是智能体从“理论能力”到“实际落地”的关键桥梁。
粤ICP备17114055号
支持私有云部署
