新闻资讯
News and information
-
24
09/30
「解放办公室社畜」，钉钉给出AI方法论
读过刘慈欣《三体》的人都知道，当行星被一颗恒星引力捕获，围绕其稳定运行，世界便进入了“恒纪元”：大地复苏，新生命成长，新文明开启。眼下，由AIGC催生的科技革命，正在全球烈火烹油，入局者如过江之鲫、新产品层出不穷，新概念应接不暇……仿佛一夜之间，AI的“恒纪元”就降临了：周遭环境变得新鲜又陌生，千行百业重塑中。而在移动办公赛道，确定性的脉络正草蛇灰线地隐现。6月26日召开的钉钉“Make2024:AI全明星”大会，及其钉钉7.6版本，堪称一次窗口性的Timing.①AI搜索有哪些不一样？②AI时代的工作方式会是什么样子的？③AI生态如何构建？用户的体验，就是企业的“试金石”。钉钉的举动，还释放了哪些未来已来的信号，且看节点财经独家视角解读。01被AI改变的信息搜索方式过去，用户输入关键词或问题后，出来的往往是一片被海量的、碎片化、离散的信息包围的海洋，晕头转向不说，一不小心还有可能“被钓鱼”。现在，用钉钉AI搜索，展现在用户面前的“答案之书”将更加精准和迅捷，所要即所得。究其原因，钉钉AI搜索是围绕着人、事、物等整合出来的结构化知识网络。换言之，用户处理信息的方式，将由原来的“时间流”，转为以事为中心的“交互式”，能够自动筛选重点，也能够理清逻辑，分辨真假，匹配偏好，比如把广告过滤掉，把“鸡肋”剔除掉，把风险屏蔽掉。具体来说，钉钉AI搜索具有专有个性搜索、感知信息变化、自然语言输入、直接生成答案、深入挖掘追问以及追溯内容信源等六大特征。而在叠满"buff"后，某种程度上，钉钉AI搜索蕴含了“类人”属性，变得聪明、会自洽。叶军举例称，要想知道近期全球化工作的重大进展时，只需使用AI搜索，它能够借助大模型的理解、推理、生成等能力，基于平时的资料，罗列出客户进展、产品更新、市场策略、合作进展等内容。又或者，作为钉钉总裁，叶军每天都会接收到不可胜数的客户反馈。有了AI搜索后，叶军就能一键总结分析客户的需求，快速准确地捕捉要点，帮助提高工作效率。这么一来，搜索就不仅仅是搜索了，它是工具，亦是活跃的智脑和懂事的“搭子”。02不一样的AI搜索我们都知道，钉钉是阿里旗下的企业级智能移动办公平台。所以，它打造的AI搜索，也有其迥然的DNA和特定性能。不同于面向公网的AI搜索，钉钉AI搜索由于要服务工作和协作，必然具备了相关的能力和智识，诸如通盘检索和整理用户自有信息、企业知识，涵盖单聊、群聊、文档中的信息，参与过的日程、待办、会议等工作的进展，以及企业知识库、日志等知识。进一步讲，用户使用钉钉AI搜索，除了能够获取全面的、具体的信息，还能得知有哪些人、群聊或者文档与该搜索有关，并基于搜索出来的答案，形成系统化的脑图和大纲。同时，钉钉AI搜索在即时解析用户当前所掌握的知识和数据的基础上，又加持了前瞻思维。通过深度学习和模式识别技术，它能够洞察用户在后续可能遇到的“痛点”、“难点”，主动引导并提供解决方案。这就好比我们炒一盘鱼香肉丝，钉钉AI搜索不但告知要用的食材，还把哪些人做过这道菜，“颠勺”的步骤都列示出来，甚至于你接下来想问啥、想炒啥，都提前猜到了。03“办公室社畜大解放”最近两年，“解放办公室社畜”的话题大行其道。但观其效果，大众早已不满足只停留在浅层的、物质的，对电脑、打印机、空调、桌椅等道具的进化，也依然努力地、996地、绝望地“搬砖”着。而AI的出现，第一次探入人脑，为“解放办公室社畜”打开思路。全新的钉钉AI助理，大幅升级了思考系统、感知系统和行动系统。思考系统：AI助理具备更强的记忆和推理规划能力。感知系统：感知场景中的变化，根据变化自动执行指定的任务。行动系统：调用更丰富的工具，实现多Agent协同、拟人操作。如，用户授权后，可以让AI助理记住与之相关的信息、习惯、偏好等，包括姓名、岗位、上下级关系、项目进展，支持用户自定义设置记忆，生成结果千人千面。在落地实操中，AI助理增强后的推理规划能力，能像真人一样对任务深度思考和合理拆解。你可以把它想象成“第二大脑”，能存储记忆，也能有的放矢地加工、输出记忆。如，AI助理可以感知时间和事件的变化，并根据变化做出相应调整：预约多人会议日程后，若有成员临时来不了，AI助理能够迅速觉察，并及时介入，重新协调安排；为一项计划定时后，AI助理能够高效执行，包括每天早晨8点准时提醒用户，推送当天的早餐食谱……你可以把它想象成“大管家”，听话、能干，还熟谙自适应。如，AI助理可以对工作流实施大幅跃迁，可以直接调用更丰富的工具，并加载多Agent协同、拟人操作等核心行动能力。凭借多Agent协同的能力，用户可在一个工作流或者群聊中，点兵点将，让多个不同的AI助理相互配合，共同完成KPI.钉钉现场演示的demo显示，用户能在掼蛋老友群，敲入@符号创建一场掼蛋赛事的行程，总结上一场掼蛋的胜率，以及用音乐创作大师AI助理创作音乐等。凭借拟人操作能力，用户给AI演示一遍，不需任何代码，AI助理就能学习操作流程。届时，用户只需对话，就可使唤AI,让它代替人跑腿、干活。你可以把它想象成“奋楫笃行者”，一边抬头追光，一边低头赶路。目前，拟人操作、多Agent协同已接入工作流，用户可直接配置建文档、发日程、待办等钉钉功能，天气查询、路线查询、OCR识别等20多项第三方服务，也可以通过访问API接口或钉钉连接器来集成更好用、更可靠的工具。截至5月底，钉钉上的AI助理总数达到50万个。今年4月，钉钉正式上线AI助理市场（AIAgentStore），覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目。当裹挟着思考系统、感知系统、行动系统的"waiter"穿梭往来，也许我们距离真正的“办公室社畜大解放”不远了。04一场有关大模型的双向奔赴说到AI,必定少不了大模型。国内在这块追赶的很紧迫，并出现蜂出并作、百家争鸣的局面。但也因此引发一个突出BUG,用户从一个官网到另一个官网，从一个APP到另一个APP,跑来跑去，试来试去，劳心又劳力。但就在6月26日，钉钉以一己之力，把MiniMax、月之暗面、智谱AI、零一万物、百川智能、猎户星空7家国产大模型厂商聚齐。也就是说，在钉钉，用户可以按照自身需要切换AI大模型，除默认的通义外，首批可选择MiniMax、月之暗面、智谱AI、猎户星空、零一万物、百川智能6家大模型，叶军形容这是召唤神龙的“七颗龙珠”。不难看出，这是一场用户与钉钉，大模型厂商与钉钉的双向奔赴。关于前者，把选项集中一处，把选择权交给用户，让“打工人”不用四处跳转，省时省力；关于前后，大模型厂商在钉钉找到高频、刚需场景，有助于兑现规模应用和模型能力迭代，构筑起业务运转的闭环。毕竟，钉钉是一个有着7亿用户和数千万企业级组织的平台，容纳了几乎所有的真实业态，土壤不可谓不肥沃。在此处播种和耕耘，打捞属于自己的用户和客户，底基优势确凿。比如，月之暗面大模型的长文本理解和输出能力，天然与钉钉上需求最旺盛的工作信息总结、会议纪要和教育类的学习资料总结、教学辅助类场景吻合。二者强强联合，能碰撞出广阔的想象空间，也更轻松、保真地贴合用户需求。05更开放的生态AI脉冲式生长至今，生态构建和支持举足轻重，开放则是内核方法论。叶军表示：“模型开放是钉钉生态开放战略的再进一步。”为此，钉钉推出了三种合作与探索模式：钉钉的IM、文档、音视频等产品的AI能力主要由通义大模型支持。在这一布局上，其将结合其他各家大模型的特点，探索不同模型能力在产品和场景中的应用。钉钉向大模型生态伙伴开放AI助理（AIAgent）开发平台。开发者在钉钉上创建AI助理时，除了默认的通义大模型外，还可以因人而异地择录不同厂商的大模型。针对客户的个性化场景和需求，钉钉将与大模型厂商一起，为客户定制适宜的智能化解决方案，并提供模型训练调优、AI解决方案打造、AI定制应用开发等服务，还可进行模型的私有化部署。当前，钉钉生态伙伴总数超过5600家。其中，AI生态伙伴超过100家，包括MiniMax、有鹿机器人、强脑科技等。“我们希望打造中国最开放的AI生态。”叶军这样说道。其介绍到，过去一年，钉钉和生态伙伴深度集成的套件产品取得飞速发展。套件将生态伙伴的功能集成进钉钉自身产品中，为客户提供统一无缝的使用体验。截至五月底，钉钉套件的生态合作伙伴共计22家，近一年实现营收近1亿元。有鹿机器人创始人陈俊波分享了有鹿与钉钉合作开发的具身智能Agent的过程。通过数据化、训练和Agent化三个步骤，利用先进的大模型技术，显著拔高工作效率，使得小团队也能在极短时间内完成以往需要大量人力资源的任务。陈俊波强调，有鹿与钉钉一致的愿景是让有鹿机器人这样的具身智能Agent普及到每个角落，为钉钉的每一位客户提供卓越的服务。写在最后在6月26日的大会中，叶军说到，“在当下的智能时代，可以预见到，会有一种更广泛的协同将会出现。我们也确实需要去Reinvent（改造）我们的工作模式。”伴随着AI“恒纪元”的到来和钉钉“AI全明星”登场，这种更广泛的协同俨然从梦想照进现实。本文来源：Ｒ艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/30
解析中国软件产业变迁：CRDE 智橙云 PLM 突破传统 PLM 困境
近期，关于中国软件产业的质疑声不断。然而，产业的发展是一个复杂的过程，受多种因素影响。本文将探讨国产PLM厂商在市场中的表现，并分析其面临的挑战。中国软件产业的发展历程自1995年中国互联网商用化以来，中国软件产业经历了快速发展。民营经济的崛起，带动了对软件的巨大需求。然而，盗版问题和国际巨头的进入，给中国软件产业带来了挑战。2005年，中国软件产业迎来第二次繁荣。以在线办公为特征的办公类软件成为热点。用友、金蝶等国内厂商在管理软件领域取得了显著成效。然而，2008年全球金融危机，以及国内外技术差距，使得中国软件产业再次面临困境。2015年，新的《国家安全法》发布，国产软件迎来发展良机。大数据、云计算等技术的应用，为软件厂商带来了新的机遇。传统PLM厂商面临的挑战在这一发展过程中，传统PLM厂商面临了多方面的挑战：技术更新缓慢：难以跟上云计算、大数据、人工智能等最新技术趋势。系统整合困难：存在信息孤岛问题，影响数据流通和共享。用户体验不佳：用户界面复杂，学习曲线陡峭。成本高昂：需要大量资金投入于软件购买、硬件配置和维护。灵活性不足：难以满足企业或项目的个性化需求。创新能力有限：长期依赖成熟产品，缺乏创新动力。市场适应性差：难以快速调整产品和服务以适应市场需求变化。数据安全和隐私问题：在数据保护方面存在安全隐患。服务和支持不足：客户服务和技术支持可能不足。总结下来，首先是严重的“内卷化”竞争。中国软件市场同类产品众多，同质化竞争严重，导致价格战频发，利润空间被压缩。其次，企业数字化转型需求个性化，使得软件厂商长期处于外包商模式，缺乏核心技术和产品创新。再次，项目驱动下的产品无法输出行业智慧。厂商通过服务客户积累的是客户案例，而非真正的产品。这导致产品设计和开发上的迷茫。此外，依赖SLG模式实现收入增长，导致销售驱动而非产品价值驱动。政府工程“扫地僧”现象，使得软件公司成为政府项目的执行者，而非创新者。最后，国内外技术代差加大，使得传统PLM厂商在技术创新和应用上严重滞后。CRDE智橙云PLM的崛起相较于传统PLM厂商，新一代云PLM正在成为新宠儿，而CRDE智橙云PLM的崛起，不仅是对传统PLM模式的一次颠覆，更是对国产软件自主创新能力的一次证明。它通过以下几个方面实现了技术与服务的双重突破：技术创新：CRDE智橙云PLM利用云计算、大数据等前沿技术，提供了一个高度集成的研发环境，实现了设计、仿真、制造和管理的无缝对接。功能全面：它整合了云上研发、数据管理、项目管理、沟通协同和知识复用等多个功能模块，为企业提供了全面的"ALLINONE"研发解决方案。用户体验：CRDE智橙云PLM以其直观的用户界面和简化的操作流程，大幅降低了用户的学习成本，提高了研发效率。成本效益：通过SaaS模式，企业无需投入大量资金于硬件和软件的购买与维护，即可享受到高质量的PLM服务。数据安全：CRDE智橙建立了多层防御体系，确保了用户数据的安全性和完整性。站在新周期，CRDE智橙云PLM,它将继续坚持创新驱动，不断优化产品功能，提升服务质量。我们有理由相信，CRDE智橙将引领国产软件走向更广阔的舞台，为中国软件产业的崛起贡献力量。本文来源：Ｒ艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/30
软件正在我们眼前悄然被侵蚀
在数字化时代，软件的稳定性与安全性构筑企业值得信赖的护城河。作为全球领先的软件开发工具提供商，QtGroup正致力于通过其创新的AxivionSuite工具，助力企业在医疗器械、汽车等受高度监管领域精准识别或避免软件侵蚀，确保软件项目的长期可维护性和可扩展性。上海2024年9月3日/美通社/--就像岩石和山脉会受到自然侵蚀，今天的全球软件也在遭受侵蚀。每天，开发者们都发现自己软件的混乱程度越来越高，而这些软件的架构却鲜少有人清楚理解。随着AI产业发展驶入“快车道”，我们几乎没有时间去理清这些混乱。近几年，软件频繁出现问题。仅2023年，国内网购、网约车、社交应用等平台或应用多次发生崩溃，引发媒体报道，甚至登上不同平台的热搜榜。在全球范围，Crowdstrike软件更新导致的"微软蓝屏"事件可能是今年最引人注目的一个。然而，开发者们却在维持这个摇摇欲坠的纸牌屋上投入了大量时间。基于2，000多位美国、英国、法国、德国和新加坡开发者和行政高管的调研报告《开发者系数（TheDeveloperCoefficient）》指出，开发者每周平均工作41.1小时，其中三分之一的时间用于解决技术债务；超过40%的时间用于维护。这实际上反映出大量时间被用于非创新性工作。QtGroup的QA业务总监JuanRodriguez对此深感担忧："我们目睹着软件架构的逐渐衰败，因为科技行业要求开发者不断向前推进，譬如铺设新的铁轨，然而他们身后的铁轨却在逐渐崩溃。"什么是软件侵蚀我们大多数人并没有注意到软件侵蚀。这是软件内部结构的一种无形降级。它使得软件的可读性、可维护性、可扩展性和可复用性变得困难，甚至可能威胁到系统的功能安全。软件开发是一个不断累积的过程。新的依赖关系总是被引入到软件的各个部分中。但有时候，新的代码并非必要，反而使得代码库越来越臃肿，越来越难以理解、修改和维护。我们之所以称之为DependencyHell（地狱依赖）并非没有原因。在实施功能或修复错误时，弄清楚哪些更改是必要的需要极大耐心和技巧。软件侵蚀的雪球效应添加功能和快捷方式会逐步增加软件复杂性，每次迭代都在无形中侵蚀着软件架构的完整性。开发者在工作流中添加了快捷方式，导致代码库日益臃肿。想要一个新的功能？有可能会因此破坏一些东西。如果重新设计产品的某个方面，可能会引发一系列破坏性反应，影响到其他原本相互独立的团队。每次改动都可能带来意想不到的连锁反应。开发者可能会因为额外的维护工作而感到沮丧，进而再次添加一个快捷方式。如此反复，直到代码库变得像极其不稳定的真人版叠叠乐游戏。每个人都害怕成为那个让整个结构崩塌的人。这就是开发者在面对日益复杂的代码库时所面临的挑战。关注软件侵蚀是为了长期保障您的软件投资"这就是软件侵蚀的本质，"QtGroup的JuanRodriguez总结道，"无处不在的复杂性使得即使是发布最简单的新功能也变得痛苦无比。从长期来看，这种情况会对效率和可扩展性造成严重损害。"我们是否忘了测试左移？许多公司取了一种令人失望的"补救"措施。他们增加修复错误的时间，或者雇佣更多的QA工程师来减轻开发者负担。然而，这些都只是在玩"打地鼠"游戏，新错误在被修复前并不存在，就像是用昂贵的创可贴来处理严重的伤口。更明智的做法应该是重新架构代码库。对于只有两年代码历史的公司来说，这可能相对容易，但对于那些拥有二十年遗留代码的公司呢？即便他们完成了这项艰巨的任务，如果第一次没有真正吸取教训，软件侵蚀的循环就会再次开始。从开发者在维护上投入的时间来看，这些教训似乎还没有被充分吸取。软件侵蚀的问题依然存在，我们甚至可以预见，AI代码助手也面临同样的问题。除非每个行业都能自觉地从一开始就将QA紧密地融入到开发过程中。JuanRodriguez建议："从设计阶段就开始考虑这些问题，而不是等到所有的代码都写完之后再开始。"在编写新代码的时候，就要运行静态代码分析和功能测试。即便已经做了所有这些事情，但效果并不理想。如果是这样的话，那就回到起点，从宏观层面去审视软件架构，而不是只关注细节层次。架构是否达到预期？在产品中定义的第一个组件是什么？组件之间如何通信？当您运行静态代码分析并理解在哪里复制了代码；当您运行架构并理解依赖关系在哪里；当您运行功能测试并获得结果，您就开始理解了问题的所在。这并不是选择其中一个或另一个的问题。所有的软件产品最终都应该能够从多种来源获取洞察。只有这样，才能回到起点，重新架构，以避免重蹈覆辙。"遗憾的是，似乎很少有人真正知道自己实施的架构是什么样，"JuanRodriguez认为，"如果我们理解自己的软件架构，那么新增任何功能，都可以根据自己对架构的理解来构建软件。那时，就不再需要走捷径了。"AxivionSuite:解决软件侵蚀的利器AxivionSuite是QtGroup专为解决软件侵蚀问题而设计的工具，通过静态代码分析、架构验证和依赖关系管理，有效应对软件架构侵蚀。它能自动检测代码中的潜在问题，确保代码符合预期设计，避免架构偏离。通过对软件架构的全面分析，AxivionSuite帮助开发者理解和修复架构中的违规行为，防止复杂性和依赖关系的增加。此外，AxivionSuite还提供实时反馈，帮助开发者在早期阶段发现并修复错误，从而提高软件的可维护性和可靠性，特别适用于医疗和汽车等对软件质量要求高的行业。理解并解决软件侵蚀问题，是每一个重视软件质量的企业都应该关注的课题。AxivionSuite提供了强大工具，帮助企业从根本上解决这一问题。让我们一起，构建更加稳定和高效的软件系统。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/14
垂直软件，才是AI的终极未来
解锁垂直AI落地的两种路径软件，被看作是AI落地最重要的场景之一。红杉资本曾提到，AI有可能用软件取代服务，催生数十万亿美元的市场机会。尽管机会巨大，但对于AI软件如何实现真正的落地，仍然没有一个清晰路径。关于这个问题，Bessemer在不久前提出了一个很有价值的观点：垂直AI软件将成为未来。说起Bessemer,熟悉SaaS行业的人可能并不陌生。它是美国SaaS领域最专业的投资机构之一，在过去10年投资了200多家SaaS企业。为了完整阐述“垂直AI软件将成为未来”这一观点，Bessemer发布了垂直AI路线图，总共四个部分。本文是Bessemer的垂直AI路线图的第一篇文章。在这篇文章中，Bessemer会分享其对以下问题的思考：垂直AI应用与传统垂直SaaS的差异？为什么垂直AI能够取得更大的成功？以及垂直AI究竟应该如何落地？01垂直AI的潜力正在显现过去，SaaS的发展路径大致可以分为两种，横向SaaS和纵向SaaS.所谓的横向SaaS是指通过标准化的产品去覆盖广泛的市场。而纵向SaaS则可以理解为服务特定行业的软件。在上一波，SaaS浪潮中，横向SaaS确实远远领先于纵向SaaS.一个体现是，Salesforce上市比VeevaSystems早整整十年。前者是全球领先的SaaS服务商，而后者是服务医疗领域的SaaS巨头。我们之所以对垂直AI产品的看好，是因为这些产品的早期数据很亮眼。从功能上看，大多数垂直AI软件通常是对传统SaaS产品（如果有的话）的补充，而不是取代现有产品。在数据方面，这批新的垂直AI软件公司（成立时间为2019年至今）的平均合同价值(ACV)已经达到了传统垂直SaaS软件的80%。ACV是指一个客户合同在一年内的总价值，它是评估SaaS公司收入和预测未来收入增长的重要指标之一。同时，这批新的垂直AI软件公司还保持着400%的增速，以及约65%的毛利率。按这样的增长速度，我们判断，未来两到三年内将至少出现五家年度经常性收入（ARR）超过1亿美元的垂直AI公司，未来三年内将出现首家垂直AI软件公司IPO.事实上，垂直AI公司的价值，已经通过并购开始体现。2023年，汤森路透以6.5亿美元收购了CaseText,一年后，DocuSign以1.65亿美元收购了Lexion.02垂直AI的三个价值支点为什么我们认为垂直AI能够取得成功，源于主要有三个：1、扩大总目标市场(TAM)TAM,代表目标市场中有多少客户需要相应的产品或服务。过去，软件开发商一直致力于通过产品扩张，推动TAM扩张，而忽略了细分场景的价值。垂直AI的价值在于，通过AI扩大软件服务的价值，进而解锁了以前被认为规模太小而无法建立可持续SaaS业务的细分市场。以EvenUp为例，它可自动生成人身伤害律师的索赔信函，允许公司以更低的成本接收更多客户（从而提高利润）。EvenUp已经超越了传统SaaSTAM,而传统SaaSTAM只能提供改进索赔信函管理工作流程的解决方案。根据美国劳工统计局数据，软件支出占美国GDP的1%，而商业和专业服务行业（主要从事重复性语言任务）占美国GDP的比重高达13%。我们预测，随着垂直AI进入更多服务场景，并催生出独特的新业务模式来服务这一类别，垂直AI的市值将至少是传统垂直SaaS的10倍。2、解锁新功能和垂直领域传统垂直软件取代了过时且繁琐的系统，并将许多行业（比如酒店业）的业务形态带入了线上。但并不是所有行业都愿意采用软件。原因是，在许多情况下，单靠软件解决方案的投资回报率不足以说服决策者，也不足以证明建立软件系统所需基础设施、培训员工等前期成本是合理的。相比传统垂直软件，垂直AI公司能够更彻底地改善工作流程，甚至还能完全接管部分工作。这让垂直AI能够进入很多传统软件无法进入的市场。我们注意到，很多行业的大型企业开始接受AI技术，甚至主动寻找AI工具，因为他们担心竞争对手会抢先采用这些工具，从而超越他们。例如，在医疗保健行业，SaaS的交易周期非常长，供应商正在采用Abridge（将患者与医生的对话转化为临床笔记）和ClinicalKeyAI（一个人工智能医疗搜索平台）等AI解决方案来接管繁琐的工作并支持临床决策。再比如，律师事务所很少使用CRM,但现在他们也开始采用基于Co-Pilot（副驾驶）的解决方案来处理合同签订、需求摘要生成、案件接收和其他耗时任务。3、提供前所未有的价值未来，根据能力的不同，AI应用可以融入每个行业，从家庭服务到会计。不过，人工智能的潜在渗透率将因行业而异。最有可能诞生垂直AI公司的领域，是那些以前仅靠人力无法完成或成本太高的工作。一个常见的AI应用案例是，通过分析大量的数据，来简化工作流程，甚至实现自动化。例如，AxionRay通过分析物联网和远程信息处理、现场故障、生产和供应商数据中的大量产品数据来帮助制造商。同样，JusticeText会自动审查数百小时的摄像机镜头，以帮助公设辩护人建立案件——这对于律师在调查期间进行的工作非常耗时，也会分散他们建立案件的注意力。03垂直AI的两种落地路径上一波垂直SaaS的赢家，针对服务不足的特定市场创建了云平台，并在平台上添加了更多的集成产品和服务，最终为特定的垂直行业提供一体化解决方案。正如我们在之前所讨论的，垂直AI企业可以通过更有效率的服务模式，在特定市场中获得更大的TAM,因此他们不需要向传统垂直SaaS公司那样建立如此庞大的产品体系。事实上，已经有垂直AI初创公司，通过解决目标客户的一两个工作流程，就实现了可观的回报。梳理这些案例后，我们将AI应用的工作流程分为两类：核心工作流程和支持工作流程。先说核心工作流程，指的是工作的主要功能，比如投行人员的财务建模或律师的合同起草。从目前看，文本和数据工作最容易实现自动化。因此，用AI完成核心工作，更有可能发生在传统办公室里的工作，比如法律、财务等等，而不是需要大量体力劳动的行业（例如家庭服务和制造业）。例如，投资组合公司Fieldguide正在彻底改变审计师的核心工作流程，他们利用生成式AI提高了审计师的效率，从而显著提高了审计师的生产力。当然，AI适不适合在核心工作流程应用，不仅要看工作内容，还要看客户的意愿。在这方面，不同行业的情况会有很大差异。例如，投行人员可能会使用AI简化PPT制造流程，但不太可能用AI语音向客户进行演示，因为这个领域人际关系很重要。再说支持工作流程，指的是与工作或业务无关但仍必不可少的工作流程，比如牙医的营销和患者关系管理（即Weave）或托运人的货运采购（即GoodShip）。支持性工作流程，可能是垂直AI更好的应用场景，他们扮演工作辅助的角色，处理那些烦心、冗杂的工作，从而让人将更多的精力集中到更重要的事情上。比如，医生既有治疗患者的专业知识和兴趣，但对做笔记和文书工作甚至订购医疗用品不太感兴趣。这就是为什么我们看到市场对支持性工作AI解决方案的需求很高。然而，利用AI解决支持工作流程并非没有挑战。首先，这些行业中许多技术领先的横向企业已经开始将人工智能纳入其平台，而垂直AI初创公司需要提供更好的解决方案才能参与竞争。从好的方面来看，垂直特定的AI初创公司更有可能捕捉特定行业的精确需求，并与底层系统（如CRM）集成，进而创造一种新的体验。而常规的AI解决方案很难做到。例如，专门为家庭服务构建的AI解决方案可以识别客户的问题，并引导技术人员更快、更有效地修复太阳能电池板。而常规AI解决方案只能根据客户的要求进行预约。无论是为核心工作流，还是支持工作流构建AI,创始人都需要具备良好的判断力、对客户需求的深刻理解、有效的反馈渠道以及对监管环境的清晰把握，以便寻找适合AI解决方案的特定行业和任务。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/07
中烟创新低代码开发平台，数字化转型的加速器
在数字化浪潮席卷全球的今天，企业如何快速响应市场变化、提升业务效率，成为了摆在每个企业面前的重大课题。而在这个背景下，低代码开发平台凭借其高效、灵活、易用的特点，成为了企业数字化转型的重要推手。今天将为您揭示低代码开发平台的魅力所在，带您走进数字化转型的新时代。低代码开发平台：掀起企业开发新革命传统的软件开发模式往往需要大量的代码编写和调试工作，这不仅增加了开发成本，还延长了项目的交付周期。而低代码开发平台则通过预制的模块和可视化的开发工具，让开发者能够用更少的代码实现更多的功能，极大地提高了开发效率。此外，低代码开发平台还降低了技术门槛，使得非专业开发者也能参与到软件开发中来。其凭借提供图形化的界面设计以及模块化的组件，让开发者能够借助简单的拖、拉、拽等操作去达成应用开发，极大地降低了软件开发的繁杂程度。这种高效的开发方式不但加快了应用程序的构建进程，还削减了开发所需的成本，给企业的数字化转型给予了强有力的支撑。这种“全民开发”的模式不仅加速了项目的推进，还为企业培养了一批具备数字化技能的新型人才。低代码开发平台如何助力企业数字化转型？在竞争激烈的市场环境中，企业需要快速响应市场变化，推出符合客户需求的新产品。以往，由于软件开发的复杂性和漫长周期，企业在应对市场变化时往往显得力不从心，新产品的推出也常常受到时间的限制。而低代码开发的快速高效特性为企业带来了新的机遇。它使企业能够迅速调整和优化应用程序，以适应不断变化的市场需求和业务发展。通过大大缩短开发周期，企业能够更快地将产品推向市场，抢占先机。这种加速产品上市时间的能力，为企业在激烈的市场竞争中赢得了宝贵的时间优势，有助于提升企业的竞争力和市场占有率。提升业务效率对于企业而言，低代码开发平台具有显著的优势。利用这一平台，企业能够依据自身独特的业务需求，独立自主地开发出定制化的应用程序。这使得企业的业务流程能够实现自动化和智能化的转变。以往繁琐的人工操作得以简化，不仅大大提升了业务处理的效率，减少了时间成本，还显著提高了处理的准确性，降低了出错的几率，从而为企业的发展提供了有力的支持，助力企业在激烈的市场竞争中占据更有利的位置。低运营成本低代码开发平台为企业带来了成本上的优势。它有效削减了传统软件开发里的冗余环节，大大降低了开发所需的成本。而且，因其能够显著提高业务效率，使得企业在运营过程中能减少资源浪费，进一步压缩运营成本。这样一来，企业的盈利能力得以增强，有更多的资金用于发展和创新，从而在市场竞争中更具活力和竞争力。随着人工智能、大数据等技术的不断发展，低代码开发平台将拥有更加广阔的应用前景。未来，低代码开发平台将更加注重与这些新技术的融合，为企业提供更加智能化、个性化的开发体验。同时，随着越来越多的企业加入到数字化转型的行列中来，低代码开发平台的市场规模也将不断扩大。北京中烟创新科技有限公司（简称：中烟创新）借助自研低代码智能开发平台，在多个关键系统取得了很大的进步。在采购文件编制与审核方面，实现了更高效、更准确的操作；标书查重工作得以精准开展；智能合同审阅变得更加便捷可靠；智能稽核平台使财务稽核提升了效率与精度；“一项一卷”全过程AI辅助审核更是为烟草监督管理发挥了重要作用。这些成果共同推动了企业数字化转型向更深处发展。展望未来的技术革命，低代码开发的重要性愈发凸显。它将成为开发人员的得力伙伴，携手应对各种挑战和机遇。在探索未知的道路上，低代码开发将助力开发人员以更高效的方式创新，为创造美好的未来贡献力量。它将不断拓展应用领域，提升技术水平，为各行各业带来更多的可能性，共同开启充满希望和创新的新征程。本文来源：R艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/07
新质互联网”解读：新在哪里，利在何处？
日前举办的第三届中国IPv6创新发展大会上，中国工程院院士邬贺铨在演讲中提出了一个新的概念——新质互联网。何为新质互联网？目前还没有非常明确的定义，但和新质生产力有着脱不开的关系。传统生产力往往通过线性的扩张实现经济增长，新质生产力追求的则是通过技术和模式创新，推动经济的跨越式发展。以跳跃式技术演进著称的人工智能技术，被认为是发展新质生产力的主阵地。而贯穿算力生产、传输和应用全流程的网络，在AI时代扮演了关键基础设施技术底座的角色。特别是在AI已经成为经济增长的基础性力量，千行万业都在发生深刻变化的背景下，互联网技术需要同步创新升级，以满足日益增长的智能化业务需求。由此引发的一个话题是：新质互联网“新”在哪里，要解决哪些问题，都有哪些应用场景？01不只是新名词，而是时代需求正如外界所熟知的，互联网诞生于上世纪60年代末，距今已经有55年的历史，核心基础就是大名鼎鼎的IP协议，演进出了IPv4、IPv6、IPv6+等多个版本，早已像空气和水一样成为生活中不可或缺的一部分。既然互联网并不是什么新技术，而且有着比较清晰的演变路线，邬贺铨院士为何要提出“新质互联网”这个新名词呢？因为在大模型主导的智能化浪潮下，现有的网络技术已经无法满足新的需求，甚至已经在某种程度上成了AI发展和应用的瓶颈。直接的例子就是大模型训练。目前主流大模型的参数量已经达到万亿，训练的数据量从几TB增长到了几十TB,对算力的需求也从千卡扩大到了万卡。为了满足庞大的算力缺口，国内在建的智算中心已经有上百个，通过算力网络将各个智算中心连接起来，以满足持续增长的算力需求，业已成为行业内外的共识，网络层面的种种不足也因此被暴露了出来。比如网络吞吐效率的下降。以外界热议的50万卡集群为例，仅仅是网络拓扑由二层变成了三层，路径数就从450万陡增至300亿。倘若不在算法和协议上的创新，传统哈希算法在三层网络调度情况下，整网的有效吞吐率将从50%下降到20%，极大影响算力效率。再比如网络运力和丢包现象。目前智算业务90%的流量为“大象流”，即每条流达到10个G乃至以上。但传统网络由于负载均衡问题，只能发挥25%的网络实际运力，会造成50%的算力资源闲置；且传统网络在跨域协同训练时，丢包的敏感度比平时提升了百倍，0.1%的丢包就会导致训练效率降低50%，导致算力资源的浪费。以及愈演愈烈的网络安全告警。进入智能化时代，攻击和防御的对抗也在不断升级。AI被黑客用于攻击后，每年新增1亿以上新的病毒变种，而且10秒钟就能够发起组织大量的僵尸阻击，发起T级别以上的DDOS攻击。面对每天10万次以上的安全告警，人工处理的方式已经疲于应对，90%以上的告警由于人工的限制，无法及时发现安全隐患。同样被网络制约的还有消费端。无论是生成式AI催生出的AIAgent需求，视频会议、元宇宙、云游戏等新业态，还是自动驾驶、智能制造等业务，很多体验需要保障时延在20毫秒以内。就像“忽冷忽热”的XR,每一次有新产品出现时，都会吸引不少用户的兴趣，可时延超过20毫秒就会出现眩晕，一次次因为网络“浇灭”了消费热情。上述提到的，仅仅是智能化转型中遇到的冰山一角。只有网络吞吐率低、可靠性差、安全隐患多、时延高等问题被彻底解决，才会让生产力有新的飞跃。正如邬贺铨院士在演讲中所强调的：“新质互联网的提出是对接时代需求的深刻回应，不仅是对IPv6的进一步升级，还是面对智能时代的全面创新。”02不是未来时，而是现在进行时未来的技术无法解决眼下的问题，所以在“新质互联网”的技术方向上，邬贺铨院士的初衷并非是颠覆现有的技术，理性地呼吁大家在现有IPv6的方向上持续创新，赋予新的能力和内涵，探索新的创新空间。也就是说，“新质互联网”并不是一种未来时，而是根植新质生产力需求、解决当下网络痛点的现在进行时。其中比较鲜明的技术方向就是IPv6+。只是当前IPv6+的重心是网络感知业务、优化信道、适应运营商的业务需求，尚未完全赋能于实体产业。这或许是邬贺铨院士提出“新质互联网”的另一重原因，呼吁业界回归互联网创新，在网络层做更大的文章。比较乐观的是，国内的中国电信、中国移动、中国联通、中国广电均已大规模部署IPv6+相关技术。截止到2024年5月底，我国IPv6活跃用户数已达7.94亿，政府、金融、能源、交通、教育、医疗、制造等多个行业和企业已经规模化部署了IPv6+网络。期间遇到了许多旧技术解决不了的问题，正尝试用新技术和新思路去解决。针对智算中心算力利用率低的问题，中国移动提出了“以网强算”的思路，基于全调度以太网技术方案构建新型智算中心网络：在高带宽方面，提出将800GE作为智算中心组网的重要代际节点；在高性能方面，创新了以太网转发机制，实现了高精度负载均衡、网络层原生无损及低延迟……预计在万卡集群上，可以提高25%的算力性能。针对跨域协同训练的传输问题，中国移动、中国电信和中国联通均提出了“广域高吞吐”相关技术，基于协议层的创新，将窗口的触发机制、新型的传输协议、拥塞算法等进行组合，并先后完成了技术的验证。以中国移动为例，将贵州天眼采集的数据传输到北京计算，中间跨越2200公里的距离，依然能够实现6.2Gbps的稳定传输。针对产业端和消费端普遍关心的时延问题，中国移动和中国联动正在攻关算力路由。由于计算时延和网络时延同量级，仅在网络层优化，很难将时延控制在20毫秒以内。算力路由的方案是将算力的因子引入路由中，改变过去只以距离向量来计算，而是加入算力因子、多维信息进行路由联合优化，通过算网融合进一步优化时延。可以看到，除了自身网络和业务发展需求，三大运营商均已聚焦产业趋势，攻克核心技术。不只是运营商，参与其中的还有设备商、互联网企业、应用提供商、终端制造商等等。一个不应被忽略的信息是，就在第三届中国IPv6创新发展大会的“IPv6+”创新发展分论坛上，中国信息通信研究院、中国电信研究院、中国移动研究院、中国联通研究院、华为、国家信息中心、中国石油、国网信通、中国科学院等联合启动了“新质互联网创新发展计划”，将深入挖掘技术需求、探索技术方向、推动技术标准。言外之意，围绕新质互联网的创新和探索，产业界正在合力驱动，不断为新质生产力注入新动能。03新路标已定，创新正照进现实按照技术创新的一般规律，大多始于需求驱动，然后在价值被验证后逐步规模化应用。沿循这样的轨迹，当“新质互联网”成为网络演进的新路标，各种创新将如繁花绽放，改变每一个人的生活方式。至少就现阶段来看，“新质互联网”的技术创新和落地部署正在有条不紊的进行，价值也已经在一些场景被验证。作为首家推进IPv6+和SRv6试点部署的大型国有银行，中国银行将“新质互联网”的部署和创新提升到了金融科技战略高度，建立了一个灵活、高效、智能的网络架构，通过动态算路、动态感知、多重防御等手段，实现了网络资源带宽的动态优化配置，并确保了时延、敏感业务的高效运行。同为“新质互联网创新发展研究计划”参与方的国家电网，2021年就建成了以IPv6为架构的业务承载网，将SRv6、SDN等新技术应用到电力数据网中。对内实现了国家电网3D数据中心和27家省市数据中心的高速互联；对外重构了CDN加速网络及智能DNS系统，降低了用户访问的路径和时延。像中国银行、国家电网一样的企业还有很多，他们走在数智化转型的最前沿，最早认识到了新质互联网的价值。倘若将智能化比作一台汽车的话，算力、算法和数据构成了汽车的引擎，网络就是它的动力传输系统，如果动力传输系统太落后，即使是再强劲的引擎，汽车也跑不快。理解了这一点，就不难读懂中国银行、国家电网等企业抢先布局的原因，同时也提供了一个窥探新质互联网应用场景的窗口。借用中国信通院技术与标准研究所副所长曹蓟光的观点，新质互联网的应用场景主要有两个：第一，实现高质量的算力和数据。新质互联网将打破网络吞吐率、运力、丢包率等瓶颈，一些碎片化的算力将化零为整，极大地提升算力的利用率，降低算力成本，加快智能制造、机器人、自动驾驶等新业态的普及。第二，高性能连接新的网络实体。从以前的联人、联物，到联接更多的数字人和智能体。可以想象，一个人可能有多个智能体在云端为他服务，安排他的衣食住行并控制预算，全方位提升生活与工作的效率和舒适度。由此再来理解“新质互联网”的价值，既是新质生产力，也在适配不同行业的业务承载需求，支撑各行各业的数智化转型。一张高速、高效、灵活、智能的网络，和大模型、芯片、大数据等“根技术”一样，是人们进入智能化时代不可或缺的基石，焕发创新活力是必由之路。04写在最后互联网诞生至今的55年里，核心技术没有发生太大的变化，现在已然到了和AI结合向新质互联网演进的关键节点。既是机遇，也是挑战。需要产业上下游在设备、协议、管控、安全等多维度持续协同创新，满足更多的业务诉求，挖掘更多的应用场景，以技术为桥梁，开启智能化时代的网络新篇章。本文来源：R艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/30
药企上AI工具，何时能创收？
从业者试图为大模型找到更多使用场景，来给营收、融资增加筹码AI大模型一个更新的尝试，是帮助药企开拓市场。在一位从事AI成果转化的研究人员看来，大模型在医药的应用，目前进度较快、用得比较早的位于整个链条两端，一端是辅助新药研发，另一端则是药品市场研究，这是一个从两端逐渐往中间环节过渡的过程。大模型能在何种程度上帮助药企营销创收，不同企业有各自的解法。No.1辅助药企做市场营销在企业纷纷盯着降本增效的当下，如果能使用合理的工具来让企业增加收入，是一个颇为实际的方向。数字员工“白小柒”，是中药企业云南白药的一次尝试。至少在2020年引入IBM公司的人工智能及相关技术，到2023年10月，云南白药基于人工智能模型打造的“白小柒”上线。员工在工作中遇到业务问题，不用问他人，在办公电脑上咨询“白小柒”，马上可以得到帮助。“白小柒”，定位于药品销售的助手、产品研发的助理、健康品营销的写手。云南白药2023年年报称，毛利率26.51%，主要在于公司实施内部精益运营，实现降本增效。其中，2023年10月公司的第一位数字员工“白小柒”上线，提升了员工办公效率。这是AI大模型尝试的一个更细的分支。云南白药集团首席信息官（CIO）李少春在一个会议中表示，所有企业都应该建立自己的AI团队，但不是AI科学家团队。在大模型范式下，技术分工越来越细，企业的AI算法工程师重点需要了解基于大模型如何微调和构建相关训练数据，以及提示工程和相关应用，就已经能解决许多过去小模型存在的问题。在李少春看来，大模型底座工作交给大模型平台公司来解决，这样可以降低应用门槛，扩大应用范围，并更深入行业领域。已有专门为企业营销而设计的垂直大模型产品。8月8日，东信集团发布了一款营销大模型，主做创意营销内容生成、AI智能营销咨询、营销方案智能生成，覆盖社交媒体的文案生成、营销短视频的自动生成、策划方案自动生成等。该公司董事长刘杨称，营销领域，将是AI大模型最早能大规模商业化的场景应用之一。一位医疗领域投资人分析，专业从事企业数字营销的公司，是很需要大模型的，因为大模型可以基于各种标签维度做市场筛选，判断并匹配潜在客户。“最好的一点就是它是增收工具，相对来说会更好卖。”No.2做单一任务更擅长几乎没有药企只为了促进市场营销而去特意配置一款自己的AI大模型，功能多的更受欢迎。在OpenAI的支持下，疫苗研发公司莫德纳（Moderna）在内部引入了生成式AI。在生成式AI帮助下，不仅莫德纳的法规团队人员可以快速获得清晰的合同摘要，还可帮助员工快速获取内部政策，无需像以往一样在数百个文档中搜寻，以提高工作效率。此外，莫德纳的公共关系团队用ChatGPTEnterprise，构建了一个生成式AI聊天机器人，可以辅助创建季度财报电话会议的PPT；另外一个聊天机器人则可以帮忙把生涩的生物技术术语，转换为平易近人的语言，以方便和投资者进行沟通。另一家与OpenAI合作的医疗企业——OscarHealth，做了一个AI助手，可以跟踪报销流程，自动回答有关患者报销的问题，将处理报销所需时间缩短一半。这实际上还是在使用大模型的文本生成、问答能力，只不过将工作场景放进了医疗领域中。然而，仅做助手还不够，人们期待大模型能给市场分析和营销带来更多创意，突破固有的经验。云南白药还在持续训练“白小柒”内部知识，不仅让它成为熟练掌握白药集团内部知识的上岗员工，还希望它能成为药品销售的小助手、产品研发的小助理、健康品营销的小写手等。市场人员一直在苦苦追寻最佳的售卖方案，想知道一款药为什么能够卖得好，哪些路径是真正行之有效的。然而，即便是经验丰富的销售员，也只能基于过往经验或对行业的理解去做分析，很难跨出已形成的知识架构再去思考问题，所以难有创新点。而通过大模型分析市场数据会产生新的可能性，给市场分析人员以更多启发。零售数据分析公司IntelligenceNode，就推出一个零售竞争情报平台——Incompetitor，能够分析竞争对手的定价数据，帮助零售商和品牌商监控竞争对手。是的，当具体到每项功能，越是单一、明确，越容易让大模型去实现。这是当下从业者们在实际应用上的一个共识。在营销领域使用AI大模型的过程中，卫瓴科技创始人兼CEO杨炯纬意识到，直接将AI应用于复杂业务场景中，往往效果不佳，需要企业首先梳理业务流程，然后再在具体环节内引入AI，这样可以通过AI总结聊天记录、生成个性化营销内容等方式，去逐步提升营销效果。也就是说，某位销售人员发来一条信息，或者某次条理清晰的拜访，其内容大纲，或者说“话术”，很有可能就是AI写出来的。而对方的反馈，无论是接受了还是拒绝了，这些行为也成了数据，以帮助AI更懂人。“AI没法形成全链条的应用，它目前只能在单点上用一下。”在上述研究人员看来，人们不敢尝试让AI去触碰业务的核心地带，不放心，但一直不让它碰就能力不够，像小学生升不了学，始终卡在小学阶段上。No.3不明确的收益尽管还没有一家医药企能公布出具体从人工智能工具中得到实惠的数据，但多数业内人士还是认为其未来价值的确可期。咨询机构麦肯锡在2024年一季度询问了100名美国的医疗保健行业核心人士，包括支付方、服务提供者和医疗保健服务技术集团在内。结果显示，超过70%的医疗保健组织受访者表示，其所在的组织要么已经在使用生成式人工智能工具，要么正在对其进行测试。7月25日，麦肯锡发布了上述报告。在生成式人工智能在医疗领域投资回报率上，大多数受访者表示仍处于概念验证阶段，已经在实施的数量不多，但约60%已实施AI的人，要么已经看到了积极的投资回报，要么抱有这样的期待。而国内大多数药企，仍在观望中。一位AI营销从业者表示，当下有意向尝试AI的企业，要么是预算少了、业绩考核多了，要么是预算增加，但要用钱的地方更多。很多预算是要一分钱掰成几瓣去花。大模型落地企业的方式主要有两种。一种是企业私有化部署大模型，它可以保证企业的数据安全，但部署成本高达数百万元。另一种是调用厂商的大模型API（应用程序编程接口），部署方式相对简单，成本也低。花出的钱，企业希望换到的是销售效率和成交率提升，这也是企业生存下去的关键，更重要的是能给营收、融资增加筹码。然而，在工业领域，包括制药业在内，由于内部数字化程度不足，大模型拿来就能用上的比较少，一般需要参与合作的大模型团队从头干起，甚至先去给企业整理内部数据，打基础，然后再上大模型。这一来成本就不可能低。“大模型产品和作为埋单方的企业，双方的需求不是一回事，这是一个现实的矛盾。”上述AI营销从业者认为，数字化转型的服务商，目前必须调整自己的预期，在有限的预算下，一定得帮埋单方实现开源节流，要么有效扩大市场，要么节省成本。以往那种捕捉时下热点推荐给企业，流行什么就建设什么的方式，到今天已经越来越难实现了。另外，训练AI大模型，数据的数量和质量都很重要。一位AI辅助营销行业的从业者也表示，去一些企业里问了就发现，其实企业的数据没有收集好，尚不具备数字化的基础。数据量凑不上，无法对大模型进行专业化的训练；数据量够，但质量低下，会让大模型“智力”倒退。上述研究人员遇到过，有机构提供数据让他去训练大模型，但数据质量不够好，训练完了性能反而下降了。需求难以匹配，企业对此有许多抱怨，一是花了很多时间，太慢，二是价格因此更贵了。这又让企业对使用AI的成本更为在意。对人工智能的大额投入，真能带来与之相匹配的收入增长吗？在全球市场也有不少反对意见。6月底，巴克莱银行分析师罗斯·桑德勒（RossSandler）就公开表示，在大模型领域的投入与创收在数字上似乎并不平衡，华尔街的预期是到2026年，人工智能将比计划多花费约600亿美元，但可能只带来额外的200亿美元的收入。高盛公司资深股票分析师吉姆·考夫洛（JimCovello）也表示，尽管AI大模型公司的股价一路走高，但这项技术还远未达到实用所需要的水平。他提醒，“过度建设尚无实际用途或者尚未就绪的成果，往往会招致糟糕的结果”。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/30
互联网重构“规则制定权”，周期性谋咒开始轮转
中国互联网产业进入Web3.0，面临生产力重构。周期“魔咒”又开始轮转了。产业趋势叠加资本周期，使得任何产业都有其周期性规律，传统资源产业是如此，科技产业亦非例外。刚刚迎来30周年庆的中国互联网赛道就正处于新一轮小周期的节点。随着移动用户量逐渐被开发利用至阶段性顶峰，近年来有关于中国互联网赛道正在迈入成熟期的看法一直没有停歇。这一判断结果的重要依据包括，一是成长股投资范式下，收入是判断周期阶段的最可靠指标，而目前该产业企业的收入增速明显放缓，资本积累也达到了一个新高度。其二则是，整个市场的矛盾焦点也正逐步从需求端转至供给端。然而，近日据工信部发布的最新数据显示，总体上，24H1规模以上互联网企业业务收入继续保持增势，同比增长5.6%，增速较去年同期增加3个百分点；同期利润总额增长1.9%，。这些数据似乎又在表明中国互联网企业仍处于成熟期的左侧。那么，事实上终究为何？中国互联网的那些年大周期实则是一个存在连续性的整体。所以，在判断一个产业当前的发展周期，首先必然是要拉长时间维度，对其过去的产业周期做一个定调，再来根据现有表现做出最新的周期判断。而中国互联网产业，来到2024年，正好走到了发展的第三十载，产业周期已由技术导入的Web1.0阶段，进入了Web3.0新技术迭代期。自1993年搭建基础网络、关键资源建设起，到以网易、搜狐、新浪三大门户网站为代表的首批互联网企业相继成立，中国互联网产业迎来第一波热潮。尤其是进入千禧年后，互联网信息服务业体系逐步建立，同时以搜索引擎、电子商务、社交网络等服务为核心的互联网企业迅速崛起，全链条产业格局基本建立。此时，也就是Web1.0时期，国内互联网产业尚处于技术导入期。而第二波热潮，则是伴随全球互联网泡散去，宽带网络建设也被上升为国家战略，网民数量激增，此时以智能手机等智能终端为载体的移动互联网兴起进一步带动了中国互联网发展进入加速发展阶段。这一时期，中国互联网产业本质上更多的是大环境下，基础技术加持带来的人口红利爆发。此时依赖流量的平台型互联网经济也由此得到快速发展，包括淘宝、美团、大众点评等生活服务平台快速壮大。这一阶段也被称之Web2.0平台时代。然而这时候的平台经济确实是在很大程度上加快了整个互联网产业的发展，但一方面，以先发优势，把控流量入口，几乎垄断产业链主要利润的大平台导致了数据作为生产资料的垄断和不平衡，而数据的生产者不掌握数据的所有权。另一方面，不同于集齐了操作系统、主控芯片等软硬一体尖端技术支撑的美国互联网产业，当时中国互联网产业的科技属性仍有很大提升空间，包括“赫赫有名”的阿里巴巴、字节跳动、网易、腾讯等互联网大厂，其实更多的还是在圈、守流量。因此，当时间来到国内基础算力基本完善的2020年后，基于P2P网络原理构建的去中心化网络生态开始去改变这一切。此时，互联网产业链中各大企业纷纷开始以技术变革更新来提升其生产能力与生产效率，尤其是完成前期资本积累的大厂，一边持续加码融合创新应用，一边以其庞大的资本、资源等优势，投资并购众多有前沿技术研发实力的科技企业，补齐短板。可见，当前的中国互联网已经发展成为一个商业化的巨大网络生态系统，但整体仍处于以互联网信息技术驱动的技术周期，位于Web3.0阶段。这一阶段，归根结底，其实是整个产业试图以更先进的生产力对落后、或者不适配生产关系进行一次重构。而重构意味着此前占据先锋的各大互联网大厂将迎来莫大的挑战。互联网赛道的“规则制定权”在重构事实上，互联网平台产业的王朝更迭逻辑，本质是供需层面围绕的核心X变量迭代。而当前聚焦于先进生产力升级的中国互联网产业，其核心矛盾点自然也转嫁至供给端，而非过去的需求逻辑了。一方面，需求端，移动互联网月活用户量早已进入微量增长之际。QuestMobile数据显示，截止到2024年6月，移动互联网月活跃用户规模增速仅有1.8%。此时，互联网赛道的收入增速同步放缓，过去的高速成长期似乎逼近结束。工信部数据显示，2021-2023年间，规模以上互联网企业业务收入增速分别为21.2%、-1.1%、6.8%；24H1增速则为5.6%，同期利润同比增长1.9%。可见，近几年中国规模以上互联网企业的收入增速出现较大波幅，整体呈下滑态势，收入低速增长。另一方面，供给端，随着去中心化的网络生态得到初步构建后，互联网企业的垂直服务方向被进一步细化，从而衍生了许多新业态、商业模式，以及应运而生的新大规模级企业，例如以低价策略快速成为巨头之一的拼多多、以内容直播实现飞跃的字节跳动、快手。而与此同时，按照诺维格定律，当一家公司在某个领域的市场占有率超过50%后，其增长往往将受制于行业，无法再使市场占有率翻番，必须寻找新的市场。这意味在电商领域的市占率达约45%的淘宝将出现增速放缓的必然性，阿里巴巴则有打造新引擎的必要性。事实上，盘点微软、特斯拉、谷歌等走在世界前例的科技巨头，可发现一个共性：从未停止探索在新领域打造第二增长曲线的步伐，甚至在核心利润池仍处高速成长期，就开启了新的增长步伐。因而，虽然包括体量最大的阿里巴巴、亦或是一跃成为“黑马”巨头的拼多多、字节跳动等互联网平台企业，其增速其实均仍在稳健增长。但是中长期，仅靠现有核心业务的迭代更新，下收入滑是必然趋势。近期，各大电商平台开始放弃之前的价格策略，开始重回GMV道路就是这一可能的证明之一。当然，更重要的是，缺乏第二增长曲线的互联网大厂，将在生产关系的重构中逐渐失去对自身已拥有的“规则制定权”的把控。据工信部数据，24H1以新闻资讯、社交等信息服务为主的企业互联网业务收入同比增长9.5%，增速较前5个月提高5个百分点。而这恰好是AI技术落地之初，最容易商业化的领域。而AI技术渗透相对较低的本地生活、旅游等生活服务领域企业互联网业务收入增速小幅回落，以大宗商品、农副产品销售的网络销售领域企业就更不用说了，同期收入增速由正转负。其实，早在2023年腾讯、阿里巴巴公布的财务数据就表明了AI加速赋能、国际化正成为信息服务类大平台实现高质量增长的主要驱动力。与之相比，拼多多、美团的增长仍得意于消费需求本身、以及业务生态不断完善等。可见，AI等先进技术或许已悄然开始分化这些规模以上互联网企业了。并且从大趋势上来说，AI等先进生产技术在赋能了规模以上互联网企业巨大的降本提效能力之时，也会孵化出更多科技新势力。因此在新的一场先进生产力对生产关系的重构中，规模以上互联网企业其实的迫切需要创新动力来守好擂台的。强科技属性必是互联网厂的最终归属无可争议，中国互联网企业的相关收入确实进入了阶段性的低速增长期，产业的发展逻辑也由需求端转至供给端。但产业的成长性或许正在面临一些周期阵痛，但却并未消散。一方面，为了应对不断变化的市场环境，大多互联网企业都在试图采取多元化的发展战略来保证高质量经营，包括以技术支撑来挖掘新的消费需求场景，或者在“出海潮”中，利用其雄厚的资源优势获取更广阔的全球市场等。而另一方面，其实市场更应该看到的是，在AI、大数据的窗口期中，中国互联网企业已经开始感悟其科技属性了，而不再像过去一样，仅仅聚焦于高科技服务和周边产业，纯像是商业公司，至少头部大厂是如此。如，阿里巴巴重投五家大模型独角兽公司，并以通用大模型来布局AI算力基建；字节跳动则用豆包大模型大搞直面C端的AI应用；腾讯则聚焦于金融大模型、医疗大模型、教育大模型等产业大模型的落地。不过整个行业来说，大多企业的科技定位仍亟待增强。数据显示，上半年，我国规模以上互联网企业共投入研发经费459.8亿元，同比增长1.2%。但体量不足总收入的5.29%。要知道务实地投入研发是企业拥有以创新跨越经济周期并保持竞争力的可能的先决条件。因此，对于更多规模以上互联网企业而言，想要跨越新一轮生产力与生产关系的调整周期，不被出清淘汰，加码尖端技术的研发实属必要。当然，还要点出的是，对于领跑巨头企业而言，科技聚合的垄断红利不该是其掌握行业规则的目的，而应该是其持续创新和寻找增长动力的手段。将这些超额些利润投入到创新与科技发展中，以持续提升全要素生产率，确保企业在合规的同时也能保持其市场领导地位，并以鲸鱼效应驱动全产业的发展，才是一个产业的健康发展应有态势，也是大企的担当体现。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/24
用AI一键生成PPT，4000亿办公赛道冲出AI应用黑马
“各行各业都可以用AI去重做一遍。”AIGC科技企业「爱设计&AiPPT.cn」创始人/CEO赵充如是说。针对“制作PPT”这一办公赛道中的细分场景，「爱设计」用AI重做了一遍。在去年8月上线了AI产品AiPPT.cn,将PPT的生成方式极度简化——输入标题或导入文档，就能一键生成PPT,且支持在线编辑。4个月后，AiPPT.cn月活跃用户数（MAU）就突破百万大关。最新数据显示，平台月访问量已接近500万，在国内PPT细分领域排名高居榜首，并跻身国内AI产品总榜前十，成为名副其实的AI应用黑马。不久前，「爱设计&AiPPT.cn」宣布完成B1轮融资。本轮融资由A股上市公司视觉中国领投，星连资本和36氪跟投，这是「爱设计&AiPPT.cn」在短短4年内获得的第四轮融资。此前，「爱设计&AiPPT.cn」已经获得了心元资本、微梦传媒、视觉中国、信天创投、策源创投、亚杰基金及知名战投方投资。竞争激烈的AIGC领域，爱设计&AiPPT.cn为何能杀出一条血路？成立于2018年的「爱设计&AiPPT.cn」，又是如何借着AI2.0崛起的？AI创业，是AI原生应用更能破局，还是有行业积累的项目更有胜算？创业黑马采访了「爱设计&AiPPT.cn」创始人/CEO赵充，他向我们详细分享了鲜为人知的故事。01不要凭空创造市场“AI技术虽然重要，但只是众多功能之一。”在赵充看来，AiPPT.cn能爆发，核心并不在于叠加了AI功能，而在于公司此前已经有用户池，且对用户实际需求有足够了解，这是至关重要的。他进一步指出，除了既有用户池，行业Know-How也非常重要。每个用户或客户都有自己既定的工作流程，公司需要了解这些流程，并基于此来开发产品。赵充建议，对于那些希望进入AI应用领域的公司，应该选择即使没有AI也能赚钱的领域，并且要顺势而为，而不是凭空创造市场。赵充的过往经历为他的判断提供了依据。「爱设计&AiPPT.cn」并非他第一次创业，早在2011年，他就创立了新媒体商业集团微梦传媒，同时深耕内容创作工具领域多年，并成功推出了“365编辑器”等热门产品。内容创作不仅需要排版编辑，还涉及到图片设计工作，于是有了「爱设计」这样一个业务部门，并利用365编辑器来导流，完成了爱设计的初期用户积累，即所谓的“冷启动”。2018年，「爱设计」从微梦传媒拆分出来，进行独立融资。最初500万种子基金是赵充和微梦一位投资人投的。赵充表示，一方面，「爱设计」独立出来后，能够获得更多资源。同时他也考虑到，像365编辑器这样的图文排版工具，更多是面向个人用户的TOC模式。但仅仅依靠TOC模式，无法充分利用微梦服务的世界500强企业等大型B端客户资源。因此，赵充希望能通过「爱设计」，从流量侧向工具侧拓展，为客户提供更多价值。当时的大背景是，互联网流量红利基本见顶，广告主都要靠生产更多内容来获取流量，或者提高流量转化效率，也就是说需要寻找内容上的红利。为此，「爱设计」推出了AIGC内容中台，相当于是企业CMO的内容营销指挥所和弹药库。这个中台覆盖了从内容上云、版权资料、内容管理、审批流程到内容分发，以及数据回流的整个链条，有十几款内容创作的工具可以提供给企业内不同部门的人员使用，包括微信公众号编辑器、H5编辑器、图文编辑器、批量套版编辑器、智能延展编辑器、视频编辑器等等。对于AIGC内容中台的需求，赵充提到，只有企业足够大，才会考虑做内容的数字化。这与微梦此前覆盖的各行业头部企业客户群是有重叠的。这些企业的典型特征是“四多”：内容多、销售多、门店多、版权合规问题多。在这样的用户画像基础上，「爱设计」的B端收入增长很快，营收一年翻了五倍。但是，赵充还是希望能在C端有所突破，拓展产品线来提升用户使用频次和付费金额，让用户留存数据更好。因此，2022年「爱设计」立项了两个主要产品，一个是在线PPT编辑器，一个是在线H5编辑器。再往后，如大家所熟知的，OpenAI推出ChatGPT,生成式AI的浪潮呼啸而来。爱设计的PPT编辑器加上了AI功能，在去年8月上线，然后一炮而红。到去年11月就有了100万MAU,最新的数据则接近500万。02做极致单品，而非“大而全”在定位上，AiPPT.cn主要面向的是对PPT使用不太熟练的小白用户群体，这与使用WPS等办公软件巨头的专业用户形成差异。在赵充看来，以往的PPT制作方式类似画画，是通过大量堆文本框、配图、图标来完成的，功能越多优势越明显。WPS的优势在于其丰富的功能，这是通过大量资金和人力投入建立起来的。对于创业公司来说，很难在这一点上与之竞争。然而，生成式AI技术的出现改变了PPT的工作流程，为创业公司提供了机会。目前AI生成PPT的流程分两种：一是类似ChatGPT的方式，用户输入一句话标题，AI就可以快速生成PPT大纲并做出优化，用户在线编辑，做出修改即可；二是将PDF、Word、TXT、脑图文档直接导入AI,由AI进行结构化总结和PPT制作。与其他AIPPT产品相比，赵充认为，AiPPT.cn的优势在专注于单一产品，也就是做“小而精”，将核心场景做透，做到极致单品。办公赛道市场广阔，并不是所有人都需要大而全的产品，而且很多人对PPT的专业度要求也没有那么精细。同时，AiPPT.cn从产品即品类的名称上来占领用户心智，“相当于你喜欢喝低糖酸奶，就会买简爱酸奶。在低糖酸奶赛道，跟蒙牛、伊利竞争的时候，简爱酸奶这个单品就更容易杀出来。”赵充提到，AiPPT.cn不仅是AI技术的应用，还包含了工作流程和内容供应体系。AI直接生成的内容往往不收敛，不可编辑，也不是分层文件，而AiPPT.cn提供的是一个完整的工作流程和模板供应体系。这包括了各种专业领域的模板，比如党建、医疗、学生答辩等都会用到不同的模板。AiPPT.cn今年预计推出约200万个模板，这是单一的AI能力无法解决的。值得一提的是，AiPPT在上线之前，就同时注册了cn和com两个域名，一个面向国内，一个面向海外。在赵充看来，海外有更广泛的市场，企业可以有更大的发展空间，国内企业都应该具备双线作战能力。AiPPT.cn的海外版产品AiPPT.com已经覆盖了十多个语种，包括英语、西班牙语、葡萄牙语、泰语、印尼语等等。AiPPT.com在海外定价是一年120人民币左右，略高于国内的99元/年，但与微软Copilot30美金/月的价格相比，还是有很大的竞争优势。同时，AiPPT.com在各个国家寻找合作伙伴帮助获客，比如在韩国、越南找当地最大的招聘网站合作，大范围地覆盖白领和大学生用户，直接做交叉销售，然后分润结算。另一方面，针对海外同类产品的竞争，赵充选择将AiPPT.com和模板市场进行结合，利用视觉中国作为战略股东的资源，发挥其在PPT素材模板方面的优势。预计明年或后年，AiPPT.com的海外市场收入可能会超过国内市场。“我们是中国公司，先在国内市场做，如果中国都杀不出来，海外肯定也杀不出来。但是我们可以投入更多兵力去海外，因为我们已经是国内第一了，所以才有底气出海。”赵充表示。03成为下一代个人与组织的AIGC工作站用AI生成文本、用AI写PPT、用AI做图……AI正在成为“打工人”的办公必备，也将逐渐改变人们的工作方式。赵充相信，AI技术在内容创作中的应用将越来越普遍。“我们的定位是下一代个人与组织的AI工作站，针对白领和学生等人群，他们的需求就是从内容搜索到内容整理，再到内容创作。PPT只是内容创作的形式之一，我们会沿着这个路径继续去做更多产品线。公司品牌就叫PixelBloom（像素绽放）。”在组织形态上，赵充希望采用VentureStudio的模式，也就是让公司作为孵化器，通过主理人负责各个产品线，同时公司提供产品功能化、用户增长和运营变现的能力。在这个定位中，AiPPT.cn、爱设计、365编辑器等都是产品线，后续还会开发出更多产品，而最底层的逻辑就是满足内容工作者的需求。短期来看，在取得先发优势的情况下，AiPPT.cn将继续增强产品功能，这些新功能将通过优化用户体验、丰富平台服务等细节来为下一阶段打下坚实基础。一是多模态增加更多新功能，包括文生图、文配图、文生文以及虚拟人等。以虚拟人为例，用虚拟人去讲PPT并制作成视频，可以满足销售场景中重复讲PPT的需求。二是上线外挂知识库，包括个人知识库、企业知识库、行业知识库等。在知识库的基础上，AI生成的PPT将更符合用户个人或组织的需求，比如医生要写PPT,就可以调用医疗知识库。三是增加团队协作版本和企业版本，带有分享和协作功能，打通协作才能够更好地连接企业级办公场景。此外，「爱设计&AiPPT.cn」也很看重对生态能力的补齐。本轮融资除了资金支持之外，视觉中国作为国内最大的正版图片内容商，持续在内容版权方面提供素材资源。星连资本背后的智谱AI作为国内头部大模型公司，可以帮助AiPPT.cn基于技术底座实现定制开发，提供更精准的AI能力，而AiPPT.cn也可以输出给智谱清言去获客创收，实现合作共赢。同时，AiPPT.cn也跟Kimi、豆包等大模型达成合作。因为这些大模型暂时没有精力去做PPT等相对复杂的垂类产品，但又需要有这样的基础能力，所以就选择国内领先的垂类公司来合作。而赵充对于此类合作的思路是，只要对方的用户群跟AiPPT.cn的用户群体是匹配的，就可以达成合作，将自身能力反向输出给对方，形成共生关系。赵充提到，全球办公市场的规模达到4000多亿人民币，微软作为该领域绝对的巨头，占据了大部分市场份额。国内市场，金山软件的年营收约为46亿收入，相当于只占全球市场不到1%。以此类推，在全球办公市场的抢占千分之三到五的份额，就足够撑起一家A股上市公司。在经历了2023年的“百模大战”之后，大模型逐渐成为基础设施一般的存在，成本也大幅下降。和业内主流认知一样，赵充也认为，2024年到2025年将是AI应用层面的爆发年。“这很像十年前移动互联网兴起时，微梦其实就是踩中了这十年新媒体的红利。接下来十年最大的红利可能就是AI,大模型与用户之间还有非常肥沃的土壤，各行各业都可以用AI去重做一遍。”赵充的信心在于，「爱设计&AiPPT.cn」还储备了很多内容创作相关产品，未来可以用AI把这些产品全部重做一遍。本文来源：i黑马网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/24
国产开发支撑基础软件新风向丨“万象”研发效能大模型正式发布 赋能中国千万开发者
024年8月，新一代研发效能大模型--泛联“万象”在长沙正式发布，这是泛联新安继6月份完成新一轮战略融资后，进行技术和产品创新、奔赴"AIForBetterCode"企业使命的又一大动作！作为国产软硬件开发支撑工具领导厂商，泛联新安本次发布“万象”研发效能大模型，旨在打造智能化的开发助手、测试助手、文档助手、管理助手，全流程赋能软件研发，以新质生产力重塑产业及企业竞争力。软件开发与测试，是千行百业的基础底座。它们不仅支撑着新一代信息技术的快速发展，同时也成为了企业数字化转型升级的关键钥匙之一。鉴于此，研发效能大模型成为了实现成本节约与效率提升的理想选择，有望在航空、航天、电子、高端制造、工控、金融等场景中得到广泛应用。三大助手，全面赋能研发万象DTCoder是一款集成在IDE中功能强大的研发效能大模型，它可以提供：研发领域智能问答、自动补全代码、代码解释、代码注释、生成单元测试、生成流程图、生成序列图、生成类图、生成代码片段详细设计文档等能力，帮助研发人员提升研发质量和效能。●开发助手，助力研发效能提升通过研发领域智能问答，自动生成算法代码，打造沉浸式编程体验。通过上下文逻辑，理解编程意图，实现行级或函数级代码自动补全，一键生成准确的代码注释和解释，优化代码可读性。●文档助手，实现研发文实一致通过代码解析自动生成详细设计文档、设计图，还可一键生成流程图、序列图、类图等设计图，更直观理解代码的逻辑和调用关系。●测试助手，便捷提升代码质量万象已集成于多款软件质量测试、软件安全测试等工具中，能自动生成单元测试用例、输出智能缺陷解释、给出缺陷修复建议，快速完成缺陷审计及修复。泛联“万象”大模型的发布与应用，将显著增强企业的研发效能，进而提升其核心竞争力。随着越来越多的企业认识到研发效能的重要性，“万象”研发效能大模型的应用范围也将不断扩大。这一趋势将进一步推动产业升级和技术创新，为各行各业带来生产力水平的普遍提高。泛联新安“赋能中国千万开发者”的理念或许将很快实现，其商业价值将有明显提升。本文来源：i黑马网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/16
如何看待大模型驱动的BI变革
要看大模型性能，二要确保数据分析的准确性。在当前以数据为核心的商业环境中，商业智能（BI）工具已成为企业决策过程中的关键要素。随着技术的发展，大语言模型（LLM）作为一种新兴技术，正在逐步改变BI产品的传统模式，为企业决策提供更加灵活、高效的能力支撑。但实际应用场景中，企业对数据分析的准确性有着极高要求，只靠大模型能力远不能实现BI以数据驱动决策的服务目标。想要以大模型驱动BI变革，一要看大模型性能，二要有效规避潜在的不可控因素，保证数据分析的准确性。ABI的关键价值由LLM的表现决定据IDC统计，全球数据总量在过去几年中呈现爆炸式增长趋势。而数据量的增长不仅体现在规模上，数据的多样性与复杂度也在攀升，据IDC预测，到2027年，全球非结构化数据预计占到数据总量的86.8%，达到246.9ZB.面对数据体量与数据结构的巨大变化，传统BI显然难以满足以数据分析实现辅助决策的企业需求。而随着大模型的能力提升与应用落地，其在BI系统中的协同价值正逐步被行业所认知：LLM具备强大的数据处理能力和深度学习能力，能深入理解、分析数据及背后的业务逻辑，使革新后BI软件能在深入企业经营和业务运营分析方面进一步释放价值。在LLM的赋能下，BI软件能够提供更为准确和实时的预测结果，例如识别关键业务指标并及时向决策者发送警报，使企业能够更加快速地响应市场变化。LLM在BI中的表现还在于提升用户体验。以LLM驱动的BI系统可以实现低成本的人机交互，用户可以通过自然语言查询，获取所需的数据分析结果，这使得非技术背景的人员也能轻松地使用BI工具，降低使用门槛的同时将由数据驱动的决策应用在企业更广泛的业务流程中。此外，在LLM出现之前，已有技术如NL2SQL在研究如何通过对话查询数据，但由于自然语言处理（NLP）技术的局限性，这些产品无法稳定可靠地生成查询SQL语句。随着LLM的发展，端到端的Text2SQL方案变得更加可行，尤其是在表结构相对简单的情况下，可有效地将自然语言查询转化为结构化的SQL查询语句。但值得注意的是，在以人工智能驱动的商业智能（AI-drivenBusinessIntelligence,ABI）应用落地过程中，其产品能力很大程度取决于AI能力，特别是大语言模型（LLM）的性能表现——能够在具备模型能力的同时查询到准确的数据成为ABI产品落地的关键与难题。LLM之外，ABI产品还需要确保数据查询的准确性与其它LLM应用相比，ABI产品在“准确率”方面有着更为严格的要求，数据是指引决策的核心依据，正确的结果是ABI产品的及格线。这就要求了面向企业用户的ABI产品需要有完善的机制，既要充分利用LLM的强大能力，又能有效规避其潜在的不可控因素，以确保提供的结果准确性。理想的ABI产品应具备以下三个特点：灵活的对话框架是保障ABI产品提供服务质量的关键要素。围绕数据查询、数据分析两个核心场景，通过对话框架进行适配，能够使得AI更好地理解用户的问题。这也进一步要求ABI产品同时具备多轮对话的记忆能力和上下文的理解能力，并且能够处理多样化的用户输入，包括文本、语音等形式。完备的数据查询能力是ABI产品能为用户提供有效信息的基础。该能力要求系统能够快速、高效地访问和处理海量结构化与非结构化数据，这不仅包括传统数据库中的信息，还涵盖实时数据流、API接口等多种来源的数据。专业的数据分析能力使得ABI产品能为用户提供有深度的见解。这包括对数据的深入分析、解读、异常检测等功能。此外，还要求系统能将复杂的分析结果，通过自然语言描述或数据可视化图表等简单、易懂的方式呈现给用户。但在企业应用场景中，以大模型驱动的ABI产品仍面临着数据结构复杂性、数据量规模以及非专业人员的查询习惯的挑战，能否成功应对这些挑战，也是衡量ABI产品能否取得成功的关键因素。数据结构复杂度的挑战。通常情况下，企业业务具备一定的复杂性，这使得其业务数据表结构的复杂度大大提升，通常包含大量的表、字段、外键、索引和视图等。如何正确理解这些表之间的关系以及正确建立连接是一项很大的挑战。数据量规模的挑战。数据量的大规模增加会带来SQL查询性能的下降。而生成正确的SQL语句不仅要求语法正确，还需要考虑查询的性能和效率。错误的SQL语句可能导致长时间的查询或系统崩溃。非专业人员查数习惯的挑战。ABI产品赋予了用户通过“对话形式直接查询数据”的能力，这种创新的交互方式一方面带来了用户数量的增加，另一方面也需要面对“业务用户的非专业需求表达”的挑战。非专业人员可能无法明确地表述他们的查询需求，或者在表达中掺杂了个人业务习惯和模糊不清的描述。在过去，这些需求通常是由专业的业务分析师（BA）进行解读和转化。而随着ABI的出现，它需要直面这一挑战。上述挑战表明，单纯依赖LLM的能力，可能不足以全面解决企业所面临的所有问题，还需要确保ABI产品能够更精准地理解和响应业务场景的具体需求，提供更加全面和有效的解决方案。数据分析的目的是指导企业的业务发展。基于数据分析形成有价值的业务发展建议，一直是数据分析产生业务价值中最难且重要的一环。自然语言处理技术的进步使得AIAgent可以将复杂的分析结果转换为易于理解的语言或图表，帮助决策者迅速获取关键信息。基于大语言模型的AIAgent能调用多样化的信息源，在跨领域的分析师及业务专家的知识赋能下，结合当下业务策略和动作，通过预训练和不断的模型调优，提供综合性的、更贴合业务、可行性更高的建议，真正实现数据驱动运营。因此，以AIAgent为交互框架主体，将LLM、BI与产品结合，是实现ABI产品高性能的关键。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/16
数字化赋能，打造符合佛山特色的公共就业服务范本
佛山人社顺应数字技术发展的时代趋势，以数字人社为有力抓手推动人社事业高质量发展。平台经济、数字经济大潮来临，带来了智能化、数字化、信息化的工作模式，在就业领域催生了一大批形态多样、分工精细的新模式、新形态。给公共就业的方式提出了新的时代课题。可见的变化是，平台经济、数字经济新生了一批新业态、新模式的新职业。据2022年9月出版的《中华人民共和国职业分类大典（2022年版）》，职业种类较2015版净增158个，并首次标识了97个数字职业，占职业总数的6%。社会职业的变化一方面反映了科技创新、技术进步、产业升级的需求变化，另一方面也意味着，以数字经济为首的产业升级新动力，催生着大量知识和技术密集型工作岗位诞生，劳动力资源正在产业中重新配置。随着形势变化带来的就业信息不对称、人岗匹配不精确，岗位难寻、人才难觅，是导致产业链、创新链、人才链难以深度融合的重要原因之一。在新就业形态下，一头连着发展，一头系着民生的人社工作，如何解决求职难与缺工同时并存的供需匹配难题是关键。譬如，如何加快就业供需信息系统互联互通？如何改进职业指导方式，提供个性化、精准化就业指导？如何创新服务方式，加强线上线下融合服务？如何针对重点群体开展专项服务？……佛山市作为在2022年广东省唯一入选全国公共就业服务能力提升示范项目的地市，佛山市人力资源和社会保障局（下称“佛山人社”）面对时代的新需要，其以数智建设为牵引，构建了“智赢人社·乐业佛山”公共就业服务一体化平台，以此打造数字人社的“佛山范本”。数字化发展为基础，赋能公共就业服务在数字经济时代，数据是基础性资源，也是战略性资源，数据已然成为驱动经济社会发展的关键生产要素。佛山人社顺应数字技术发展的时代趋势，以数字人社为有力抓手推动人社事业高质量发展。据悉，早在2015年，佛山市紧抓成为国家信息惠民试点城市的机遇，针对“互联网+”公共就业人才服务新模式积极开展探索，大力推动政府部门之间的数据共享，全面开放数据生态。其建立了较为完善的公共就业人才政策体系和覆盖市、区、镇（街）、村（居）的四级公共就业人才服务机构，形成自建的信息化系统12个，主要涉及就业业务、创业业务、劳动关系业务、人事业务，部署在自有机房以及市政务云上等。然而，各级系统众多容易导致数据分散、质量不高、数据调用复杂、共享程度低等多方面痛点，让数据价值难以被发掘。佛山人社便指出，旧系统还存在数字底座不扎实、求职招聘和职业技能提升匹配效率不高等多方面的瓶颈。底层数据不扎实、数据难以加以利用，是导致过去公共就业服务过程中，只能依靠人工手段实现供需匹配，效率相对较低，让求职难与用工荒的结构性矛盾同时并存的重要因素之一。针对上述情况，佛山人社坚持以“数字人社”为纲，以数据赋能为抓手，以促就业、稳就业、扩就业为路径，构建“就业直通车”“灵动佛山”“职业加油站”“羚创佛山”为主题的“智赢人社·乐业佛山”公共就业服务一体化平台。为了有效利用沉淀数据、产出有价值的数据，佛山人社首先打造了公共就业服务一体化平台的“就业大脑”——数字底座，以此作为其数字化转型和业务发展的重要基石。该数字底座基于大数据、云计算、虚拟化等技术，提供灵活的计算和存储资源，以便根据需求快速调整算法和分配资源，以实现人社“业务数据化、数据资产化、资产服务化”为目标，提供从数据采集到数据治理、资源管理、数据共享、数据赋能等全流程的数据构建及管理能力。数据显示，目前，“就业大脑”已归集人社、财政、公安、民政、市场监管、教育等12个部门共140亿条数据，同步增长220%；归集求职招聘、职业培训需求、灵活用工需求、薪资水平、创业情况、社会保险等业务数据2亿条数据，同步增长30%。平台已全面实现省-市级数据互通共享，现已获取上级回流数据130亿条，同比增长230%，数据记录共享率达81%，解决了数据分散、共享整合难、不兼容等问题，确保数据的完整性、准确性，时效性。新增52个API,同比增长25%，数据累计调用次数已达153万次，同比增长40%。目前，佛山人社通过将数字化引入公共就业服务，已经初步实现分散在各部门的相关数据接通汇聚，并利用大数据分析，有效破解过去底数不清、趋势不明、匹配不准等问题。并且，佛山人社还搭配覆盖数据归集、建模、治理、开发、安全、场景化、数据要素市场化等数据全生命周期的各个环节，完善的数字底座管理体系，既实现了人社数据的全面治理，又以符合本地特性的数智化能力，实现了数据感知业务、数据赋能业务、数据辅助决策三部曲，为公共就业服务提供个性化定制能力。紧贴就业特色，打造佛山范本以数字底座为基础支撑对接、数据管理及分析应用，佛山全新升级了公共就业服务一体化平台，并通过紧贴佛山公共就业特色，从数据治理、数据价值、数据安全等各个方面，全面提升数据赋能成效，提升公共服务能力。佛山市制造业大市，换言之也是用工大市，构建高效、和谐劳动关系对佛山显得尤为重要。2023年，佛山GDP首破1.3万亿元，规上工业总产值突破3万亿元，正式成为全国第二个、广东首个“工业3万亿元”地级市，拥有2个万亿级产业集群和8个千亿级产业集群。据2024年春节前的专项调研，2024年，佛山企业招聘需求规模24.71万人左右，其中预计春季招聘需求约为16.06万人。从产业用工需求来看，第二产业占53%、第三产业占46.5%、第一产业占0.5%；从行业用工需求来看，制造业占最大比例，达51.4%，随后科学研究和技术服务业、租赁和商务服务业等行业。从用工类型看，以普工、技能人员、专业技术人员为主，合计占70%左右。值得一提的是，佛山还是全国唯一的制造业转型升级综合改革试点城市，近年来持续推进工业技改，统计显示，2023年，佛山工业技改投资达到891.52亿元，增长33.7%。佛山的产业、人才现状，意味着一方面存在较大的用工需求，另一方面随着产业迭代升级，发展新质生产力，智能化、数字化程度不断提高，对高层次人才、高技能人才的需求也在日益扩大。人社工作该如何赋能产业发展？佛山人社用全面升级的公共就业一体化平台交出一份结合本地特色的“高分答卷”。该平台创新“1+4+N”的人社信息化架构，通过1个数字底座，辐射就业创业、人事人才、社会保险、劳动关系四大业务板块，赋能打造N个应用场景，如“就业大脑”“数字驾驶舱”“就业直通车”“职业加油站”“灵动佛山”“创业佛山”等。譬如，针对佛山制造业大市的特点，“就业直通车”板块打造了线上线下一体化、智能化求职招聘平台，提供精准的就业帮扶。平台上线以来，已举办线上招聘会超70场，未来平台将鼓励约3000家企业发布招聘岗位12000个，为劳动者和企业畅通求职招聘渠道，提供更高效便捷的服务。同时，还为群众技能提升提供平台。在“职业加油站”板块，不仅能在线学习职业指导课程，还可以进行职业技能培训学习，提升就业能力。且该板块还聚焦重点人群提供专项培训。此外，针对因智能化、数字化和信息化发展带来的新就业形态带来的更多新需求，譬如创业、灵活用工等，佛山人社亦在平台上建设专门的应用场景板块。如为创业提供服务的“创业佛山”，以佛山创业孵化示范基地、佛山港澳青年创业孵化基地为核心，搭建精准高效创业孵化线上服务平台，充分展现佛山市“1+5+N”创业孵化基地示范群优势，全市孵化基地基本信息、优势领域、运行效能、入驻创业团队成绩一网可见，设立创业导师“专家库”，促进导师专业领域精准选配，为创业者提供优质创业导师服务，同时还有越来越多的融资机构进驻“创业佛山”，为创业者提供多渠道的融资服务，创业者还能在创业佛山平台建立互动交流专区交流，实现创业团队资讯共享，资源共享。为灵活用工提供服务的“灵动佛山”，构建零工市场服务平台，支持企业成为雇主，树立零工市场服务典型。以收集零工信息和企业对零工的用工需求为核心要素，从而实现零工供需双方的精准对接。并通过构建网站、小程序、公众号多渠道服务方式，拓展公众号与服务群体的交互，来增强用户体验。佛山人社通过该平台，一方面使数据要素市场化更加快速，革新公共数据使用模式，与企业探索公共就业服务领域用数办事场景，建立安全可靠的用数模式，全量释放公共数据价值，推动数据要素市场流通服务。另一方面，让公共服务更加便捷。以数字赋能创新N个服务应用场景，实现公共就业服务提质增效，促进更充分的高质量就业，推进就业创业关键指标走在全国前列。下一步，佛山人社将继续完善和拓展公共就业服务一体化平台的功能，确保线上线下有效衔接、同步推进；持续优化数据采集和治理，提升数据价值，更精准赋能业务应用和辅助决策；加快推进国产化、集约化部署，运用创新技术，不断推动新服务、新模式的发展，为劳动者和企业带来更高效、更智能、更个性化的公共就业服务；打造更优的“佛山范本”。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
