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。