必威今天的中国，正在引领全球的生成式 AI 技术与应用创新前沿。根据世界知识产权组织（WIPO）在 2024 年 7 月 3 日发布的《生成式人工智能专利态势报告》，过去十年间，中国提交了超 3.8 万份生成式 AI 专利申请，是同期美国提交申请数量（6276 份）的约六倍，位列全球第一。在技术创新蓬勃发展的势头下，中国企业正在积极实践生成式 AI 应用，将生成式 AI 的技术红利转换为经济红利。尽管中国企业正在积极探索生成式 AI 应用，但基于大模型的生成式 AI 应用与传统企业 IT 应用有着巨大的不同 —— 生成式 AI 不仅将重塑企业 IT，也将重塑企业的智能化生产运营。联想集团作为中国市场除运营商之外的第二大 IT 服务厂商，也在积极实践生成式 AI 技术与方案，并通过内生外化的方式为市场提供生成式 AI 解决方案与服务。今年 4 月，联想就率先推出了基于大模型应用的行业智能体技术平台和解决方案。近日，联想集团副总裁、业务应用服务交付部门负责人陈敏仪在“2024 企业数智化转型升级发展论坛 —— 暨 AI 大模型趋势论坛”上强调，以生成式 AI 为代表的人工智能将为各行各业提供更多选择，推动智能化转型，解放生产力，从而在未来的商业竞争中赢得发展先机。联想集团作为产业链主企业，为千行百业提供人工智能的选择权，还智于业，让每个企业都能具备打造企业专属智能体的能力。
生成式 AI 具有巨大的潜在经济红利。麦肯锡在一份 2023 年的分析报告中指出，如果将报告所分析的 63 种生成式 AI 应用于各行各业，将为全球经济每年带来 2.6 万亿至 4.4 万亿美元的增长，而若将尚未研究的应用计算在内，生成式 AI 所产生的经济影响可能会翻倍。其中，约 75% 的生成式 AI 潜在价值主要集中客户运营、营销和销售、软件工程和产品研发等方面。自 2022 年底 ChatGPT 发布后迅速走红，到 2023 年大模型和生成式 AI 在消费互联网领域“狂飙”，2024 年则进入到了大模型和生成式 AI 的企业应用元年。对于全球企业来说，如何在企业和产业链中实践大模型和生成式 AI 都是一个全新的挑战。那么，联想在今年 4 月就率先推出了基于大模型应用的行业智能体技术平台和解决方案，底气何在？这是因为联想集团自身在业界率先展开了大模型和生成式 AI 的实践。在“2024 企业数智化转型升级发展论坛 —— 暨 AI 大模型趋势论坛”上，陈敏仪介绍了联想内部的大模型和生成式 AI 实践。
当前，联想正在推进以 AI 技术为核心的智能化转型，覆盖全价值链体系，包括研发与营销方面的智能产品组合管理以及营销智能体，销售方面的销售智能体和智能产品配置器，生产制造方面的智能绿色工厂和 APS 智能排产，供应链方面的供应链控制塔和物料智能分配，以及服务方面的智能服务助理和智能 ITSM 等。具体来看，在研发方面，联想采用大模型与生成式 AI 提升了联想 IT 软件工程化效率。联想 IT 软件工程平台是联想 IT 的核心平台，也是联想 IT 员工的生产力平台。该平台采用了业界成熟的第三方智能助手，在代码补全、代码注释、代码检查、测试脚本生成等应用场景，极大提升了代码开发的效率和软件工程师的生产力。联想 ITSM 运维服务也采用了大模型与生成式 AI，用以提升 ITSM 运维服务效率和服务质量。在 AIOps 阶段，联想 IT 采用私有大模型以及基于自然语言处理和机器学习的意图理解小模型辅助增强准确性和效率，例如在智能派单和解决方案智能检索方面，通过微调开源模型，准确率均达到 90% 以上。通过采用生成式 AI，联想 IT 的整体呼叫效率提升了 90%，单位运维单据的成本降低了 70%，自服务率提升了 40%。从贸易合规和监管监测，到合同创建、审阅、修正、谈判、风险控制等，联想集团在海外采用海外公共大模型的私域部署、在国内采用联想私有大模型，再结合针对法务图片及文档处理的小模型，形成了多模态的基础模型能力，用于实现法务工作自动化。联想还针对法务特定场景的安全合规，自研了数据合规防护方案，确保输入和输出的内容合规。结果是，在法律咨询工作中，可以将法律部门的工作量减少近 80%；在合同审查方面，可以协助用户完成与合同相关的所有工作；在其他业务功能中，如合同模板创建，可以提高用户的效率，并提供专家建议和智能输出。
大模型与生成式 AI 还在推动联想全球客户服务转型。联想采用第三方成熟的公用云部署智能助手以及在企业本地化私有大模型部署，同时使用了基于 Robbie 的意图理解小模型，以及联想的智能推荐协同过滤算法模型等，实现了 ChatBot、Email-Bot 和 IVR-Bot（Interactive Voice Response 互动式语音应答）等客户自助服务以及基于第三方大模型的坐席智能助理和保修服务等。在生产制造方面，联想全球供应链控制塔，通过人工智能技术为供应链多个业务场景提供了有效的解决方案。例如，联想利用人工智能和多目标优化算法研发出了供应链计划关键物料智能分配方案，其中包括通过模型组合和自研引擎实现多目标全局优化，一次性生成了产品齐套计划、物料分配计划和补货计划，将单次计划的时间从 3 天缩短至不到 10 分钟；小模型的优化结果通过联想大模型，以更为友好、易于理解的自然语言方式输出给业务人员。通过积极的数智化实践和积累沉淀，大模型与生成式 AI 等 AI 技术不仅推动了联想的高速增长，也在对外赋能千行百业，在内生外化战略下，联想集团已经赋能制造业、能源业、汽车行业、政府等多个领域的客户。
今年 4 月，联想集团发布以“直勘创新暴风眼：看人工智能如何重塑企业 IT”为主题的 2024 年全球首席信息官报告，这也是联想连续第三年发布 CIO 报告。报告指出，人工智能跃居 IT 战略核心，已成为全球 CIO 们的广泛共识，尤其在国内，59% 的受访 CIO 将人工智能和机器学习（AI / ML）列为目前最迫切需要解决的优先事项。人工智能作为驱动新质生产力的重要引擎和来源，是国内各企业推进数智化转型、探索数智化技术创新应用进程中关注的重点。然而，基于大模型的生成式 AI 与传统 IT 架构和 IT 项目有着本质的不同。陈敏仪表示，之前的 AI 小模型仍然是基于传统 IT 架构和项目制，针对一个应用场景就上线一个 AI 小模型项目，而且 AI 小模型也部署在传统企业 IT 数据中心以及基于传统企业 IT 架构。大模型则不同，大模型属于平台型技术，一个企业最多也只可能部署几个大模型，每个大模型可覆盖多个场景，这就是大模型的泛化能力。
从大模型到生成式 AI 应用再到智能体，中间还有很长的道路要走。特别是大模型与生成式 AI 的出现，是对企业 IT 架构和基础设施的全面升级。虽然大模型并不推翻上一代企业 IT，但其实对企业 IT 提出了更高的要求。《2024 年全球首席信息官报告》指出，所有受访中国 CIO 都表示未来一年内将加大 AI 投资，尽管他们中只有 12% 已经从人工智能投资中获得了积极的投资回报，并有高达 60% 预计至少两年内无法从人工智能投资中产生积极的投资回报。为什么企业难以从 AI 投资中获得回报？首先，企业的 IT 基础设施即数字底座并没有达到高度成熟度。陈敏仪表示，生成式 AI 是面向普通业务人员的应用，让普通业务人员通过自然语言甚至能开发自己的应用，这反过来要求企业 IT 基础设施达到高度的自动化，也就是高度的产品化。企业 IT 必须打破原先的项目制，不再造一个又一个孤岛，而是像市场化的公有云那样高度产品化、自动化、自助化的技术平台，既承载大模型又能开发生成式 AI 应用。联想 IT 在过去 20 年的信息化建设中，建立起了战略性的全球 IT 平台，在全球 IT 平台的基础上推进了服务化架构，将企业 IT 能力转化为能够快速敏捷组合的微服务、以及组建中台能力，再进一步推进企业 IT 能力的极致自动化，为普通业务人员快速组合所需的 AI 能力，这就是当前正在建设的平台工程。正是在平台工程的基础上，联想 IT 才能在过去一年快速实践大模型和生成式 AI，迅速将实践成果转换为擎天 3.0 智能体引擎，以及推出多款智能体解决方案。陈敏仪强调，除了 IT 平台外，企业的数据治理和数据平台建设也很重要。与小模型不同，大模型需要“吃掉”大量跨团队、跨部门甚至跨组织和企业的数据，才能训练出合格的大模型，即大模型需要大量多样化的企业数据，同时还需要高质量数据以避免模型幻觉等问题。与信息化不同，数智化的特点是打通部门之间的壁垒，实现部门数据和系统之间的互联互通。例如，生产排单就需要联动生产、采购、销售和销售预测等多个环节的数据，而对于联想这样的链主企业，生产排单还涉及到产业链上各个零部件企业的产能、物流、配送等数据协同，这就需要统一数据架构和定义、在统一数据平台上开发应用、应用之间自动对接数据等，从而实现全公司甚至全产业链一个真实数据源。联想 IT 也在智能化转型升级过程中建设了集团统一的数据平台，这为后续快速上线生成式 AI 应用打下了坚实的基础。智能体（AI Agent）是一种能够自主行动、感知环境、做出决策并与环境交互的计算机系统或实体，具备独立思考、能够调用工具、逐步完成给定目标的能力。机器人、自动驾驶汽车等都是智能体的代表，而各类企业智能体则在企业运营的各种任务中，自动化、智能化地辅助人类完成工作。例如，营销智能体让营销人员通过自然语言就能够智能化、自动化调用各种营销数据、工具、系统，完成营销数据分析、客户洞察、营销策略制定、营销计划执行等营销工作，营销智能体还能够与 ERP、CRM 等多个系统协同数据，实现更高智慧水平的营销智能。目前，联想的所有营销人员都已经用上了营销智能体。正是在自身信息化、数字化、智能化、自动化的基础上，联想集团快速在企业内部实践了大模型与生成式 AI 以及智能体，通过实践打破了生成式 AI 的创新迷思。正如陈敏仪所说：生成式 AI 的创新门槛其实不低，它将数字化和智能化转型从部门级推进到了整个公司集团级必威，生成式 AI 不是简单的解决方案，而是从整个公司集团层面重新思考 IT 基础设施、数据治理和业务逻辑，由此推动了企业 IT 与智能化运营的全面重塑。
2024 年，联想在迎来成立 40 周年里程碑之际，提出了 Smarter AI for All 的愿景。联想认为，AI 的发展在本质上是一次技术平权，平等赋予每个人使用 AI 的权利。联想集团在 AI 时代的价值主张是人本智能，即科技的发展要以人为中心、以人为本，实现“AI + 人”价值最大化。在企业领域，联想依托基于混合云的擎天智能体引擎和智能化转型全周期服务，让每个企业都能具备打造企业专属智能体的能力，通过生成式 AI 和智能体重塑企业智能化运营。“人本智能”强调的是以人为中心、以人为本，在企业领域的“人本智能”就是以员工为中心必威，运用大模型和生成式 AI 技术，跨企业部门和组织重新梳理及重组业务逻辑，用智能体协助员工更加高效、更具成效地完成工作。与之前小模型不同，小模型仅能针对一个应用场景，实现单项“AI + 人”价值最大化；而基于大模型与生成式 AI 的企业智能体全面升级了员工的能力，可跨多个流程、数据集、部门等，自动代理员工完成更多的任务，真正实现“AI + 人”价值最大化。
陈敏仪强调，对于企业用户来说，不论是开发部署大模型、生成式 AI 或智能体，技术选择从来都不是问题，市场上不缺技术，更关键是企业需要重新思考业务流程和业务规则，特别是相对于竞争对手而言的差异化业务逻辑，然后再找到合适的技术工具，实现这些业务流程和业务规则。简单理解，无论是大模型、生成式 AI 或智能体，它们都只能实现人脑里的智慧，但首先人脑中要先有智慧而后才能被工具实现。因此，联想集团在帮助企业客户构建智能体之前，将为客户提供轻咨询服务，帮助梳理业务逻辑、数据和流程，然后对企业数字化成熟度进行评估，找到技术体系与战略需求之间的差距，再提供技术解决方案。陈敏仪表示，联想集团已经在信息化、数字化、智能化和自动化等方面走在了市场前列，很多企业其实还没有达到能够高效和规模化采用 AI 技术的阶段，更不用说生成式 AI 与智能体应用了。而当企业已经准备好进入实施生成式 AI 与智能体阶段后，仍然面临着不小的挑战。首先是企业知识的挖掘。ToC 大模型需要通用知识作为输入数据，ToB 大模型则需要企业专业知识作为输入数据，专业知识挖掘与管理就十分重要。其次，现有企业的业务流程都落地到各种应用系统中，大模型的生成能力需要与各应用系统的执行能力有机结合，才能实现智能体的“AI + 人”扩展能力。第三，大模型在进行意图理解时仍有局限，需要将大模型与小模型结合起来，才能实现精准的意图理解，然后再与智能体的执行系统结合起来，完成自动化的任务执行。最后，企业将从单智能体走向多智能体协同，即用机器人调用机器人，从而在更大范围实现复杂任务的自动化和智能化执行，这就需要多智能体的运行平台。联想集团目前提供了 165 款成熟的企业级 AI 解决方案，拥有四大创新中心和超过 12000 名工程师。联想专为 AI 打造的专业服务方案，专注于辅助企业精准评估企业 AI 准备状态，并依据具体需求与战略目标，提供定制化策略和全方位支持，指导企业如何运用恰当的解决方案弥补组织结构中的不足，推动可靠且可持续的“AI + 人”应用实践。
【全文总结】在大模型与生成式 AI 时代，企业数智化转型升级进入到了一个全新的阶段，这就是从局部单项 AI 应用走向全局规模化 AI 创新，从单点业务智能化到全业务智能化重塑，在智能体的能力加持下，推动企业智能化运营由量变而质变。我们今天仍处于这个质变阶段的早期，以联想集团为代表的数智化方案与 IT 服务商，基于联想自身的前沿智能体实践，将为企业数智化转型升级打造新质生产力，重塑企业智能化运营！
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
官方微信
官方微博
