年初至今，DeepSeek在全球掀起了一股生成式AI大发展潮流，各行各业纷纷拥抱开源DeepSeek。

“DeepSeek最大的贡献和价值在于通过开源，推动了AI的普惠。”在近日举行的2024年度业绩说明会上，神州数码董事长郭为详细阐述了其对DeepSeek以及AI产业未来发展的洞见。

郭为表示，今天，AI的开源和普惠，给我们带来了非常大的机会，但我们仍然处在AI刚刚开始的阶段。在企业推动数字化转型的进程中，兼具大模型的强大通用性与泛化能力，实现“通专融合”，是AI应用落地的重要方面，而实现“通专融合”的关键核心，是Process（流程）。同时，推动企业持续增长的三个关键要素——商业模式、管理方法、技术范式，这三者的结合点，也是企业的流程（Process）。“AI赋能各行各业，其重点也在于通过AI实现流程再造和优化，帮助企业更深入地结合自身业务流程实现持续创新与突破。”

因此，郭为强调，AI for Process不仅是企业数字化转型的关键路径，也是神州数码未来布局发展的方向。未来企业客户的AI应用场景，一定是以异构算力为基础，共存多种模型，充分整合企业内部数据或者知识，同时搭载海量Agent活跃应用为最终形态。而神州数码就是要在推动通专融合的过程中，基于流程改造的探索，依托神州问学的工具和平台，帮助企业完成面向最终形态的改造，构建数智时代的新增长曲线。

结合神州数码自身发展来看，该公司自2021年提出“AI驱动的数云融合”战略以来，目前已搭建起从底层算力基础设施到面向行业场景应用的全栈式 AI 能 力，并构建起国际化AI创新生态，多方位助力企业高效落地生成式AI应用。

神州数码年报显示，2024 年，神州数码“AI 驱动的数云融合战略”取得了显著成效，神州问学已经创新性地通过技术赋能企业流程再造和优化，推动以流程为中心的AI应用落地；成功与100+各行业龙头企业达成合作。

神州数码通明湖云和信创研究院AI解决方案中心负责人李盛，还从目前AI企业落地的5大普遍误区切入，分享了神州数码基于神州问学的探索与实践。

他表示，企业客户往往认为在本地部署一个大模型就可以实现AI赋能，但其中还存在着企业数据适配、业务逻辑断层、部署环境隔阂三重鸿沟；而单纯将未经结构化处理的文档数据和企业知识“喂”给大模型，其知识提取率不及治理数据的17%；而实现大模型场景落地，还需要建立体系化创新策略和多层次协同运作体系；解决算力部署调优、数据安全等一系列运营问题；此外，企业也需要对AI应用的准确度有认知和耐心，其效能提升需要经历一个过程，当训练数据量突破一个特异性阈值的时候，模型准确率就会呈指数级跃升。因此，破解AI场景落地的五大误区，企业除了在本地部署大模型之外，更需要一个清晰的AI战略、一套完整的AI工具平台，也需要专业的AI应用服务。

目前，神州问学已推出企业端应用的敏捷版、平台版，PC端本地部署的爱问学Beta版，并与神州数码旗下基于鲲鹏、昇腾架构打造的神州鲲泰服务器联动，推出神州问学鲲泰一体机，支持包括DeepSeek在内的各种主流的大模型，实现全栈AI服务包括算力、模型和应用的统一纳管，构建支撑企业AI应用落地的多维产品矩阵。

在实际客户的应用场景落地中，神州问学已经积累了大量实践经验，并着力推动流程创新。例如，神州问学已帮助某航空公司深度优化智能客服系统，将客户等待时间从分钟级锐减到秒级，客户问题解决率实现从57%到97%的大比例跃升；再比如神州问学帮助某大型制造企业优化维修流程，通过内置Agent功能将保修准确率从52%提升至94%，维修周期从平均35天降低至0.5天；而面对零售客户的复杂系统带来的高算力投入成本，神州问学基于Qwen2.5-7B模型，结合数据合成、数据微调和ASR评估模型反馈技术，将工具选择准确率从基础模型的28.1%提升至95.6%，显著超越GPT-4的88.1%，同时，算力成本节约40倍，在复杂流程自动化应用场景中展现卓越能力。

2025年，面对AI推动整体数字化技术栈变革带来的新场景、新架构、新投入、新机遇，神州数码将瞄准AI for Process的方向，以神州问学为核心和桥梁，串联整体AI业务链路，打造端到端完整产品体系，帮助企业客户积累数据，实现AI驱动的业务流程优化，最大化数据价值，同时，为企业提供从底层算力优化到上层Agent应用部署等各类增值服务，持续推动公司的可持续发展。