360集團(tuán)創(chuàng)始人 周鴻祎

打開(kāi)網(wǎng)易新聞 查看精彩圖片

各位應(yīng)該都見(jiàn)證了DeepSeek在春節(jié)期間一周內(nèi)用戶破億，也讓中國(guó)從AI技術(shù)上比肩美國(guó)。很多企業(yè)部署了DeepSeek，希望能給業(yè)務(wù)帶來(lái)提升，但是最近不少企業(yè)家朋友跟我說(shuō)，DeepSeek雖然部署上了，卻沒(méi)能真正發(fā)揮效果，只能當(dāng)成聊天機(jī)器人來(lái)用，完全不知道怎么和業(yè)務(wù)掛鉤。所以今天我想分享關(guān)于企業(yè)如何用好AI的幾點(diǎn)看法。

AI能為企業(yè)帶來(lái)什么？我想，大家最看重的主要是這幾點(diǎn)：推動(dòng)降本增效、提升產(chǎn)品和服務(wù)的能力、優(yōu)化現(xiàn)有業(yè)務(wù)布局，以及開(kāi)拓新業(yè)務(wù)等等。

那么AI在這些業(yè)務(wù)上該如何落地？我們對(duì)此提出了企業(yè)AI轉(zhuǎn)型的“一三四二”四階段方法。

第一階段，是確立“一個(gè)指導(dǎo)思想”。當(dāng)前是AI高速發(fā)展的時(shí)代，不要低估大模型的潛力，也不要高估大模型的能力。在探索階段，企業(yè)不需要制定復(fù)雜的AI戰(zhàn)略，不要追求一個(gè)大模型解決企業(yè)所有問(wèn)題，而是挑選場(chǎng)景，一個(gè)模型解決一個(gè)問(wèn)題。

第二階段，是打好“三個(gè)基礎(chǔ)”。

一是人員與文化準(zhǔn)備。AI需要全員參與，在企業(yè)中形成“AI文化”，從上到下要“人人都會(huì)用AI ”，建立企業(yè)使用AI的群眾基礎(chǔ)。同時(shí)一定要堅(jiān)持業(yè)務(wù)主導(dǎo)，只有業(yè)務(wù)人員懂AI，才能決定AI在企業(yè)里如何應(yīng)用。尤其要鼓勵(lì)一線員工熟練使用AI，發(fā)現(xiàn)各種機(jī)會(huì)，探索各種可能性。通過(guò)自下而上的探索，才能誕生真正有價(jià)值的創(chuàng)意和方案。

但是使用AI并不是人類的天性，所以有時(shí)候用AI的習(xí)慣是需要強(qiáng)迫養(yǎng)成的。比如可以設(shè)立一些考核指標(biāo)，提高企業(yè)在日常辦公中的“含AI量”。

企業(yè)員工使用AI可以分為五個(gè)能力層級(jí)，從入門僅偶爾與大模型聊天，到高階能打造個(gè)人知識(shí)庫(kù)與智能體，反映出員工對(duì)AI的掌握與使用情況?，F(xiàn)場(chǎng)朋友可評(píng)估自家員工所處層級(jí)，也可以自測(cè)。我覺(jué)得提升個(gè)人AI能力最好辦法是“用中學(xué)”“干中學(xué)”，歡迎大家使用“納米AI”個(gè)人版APP。

二是技術(shù)準(zhǔn)備。企業(yè)引入AI時(shí)選擇基座大模型很關(guān)鍵。Chat-GPT這類閉源云端通用模型不能私有化部署、缺乏企業(yè)知識(shí)、無(wú)法定制、成本高，還存在數(shù)據(jù)泄密風(fēng)險(xiǎn)，不適合一般企業(yè)。企業(yè)應(yīng)當(dāng)首選可私有化部署的開(kāi)源模型，防泄密、響應(yīng)快，可以定制，還能對(duì)接企業(yè)知識(shí)庫(kù)，而且近乎免費(fèi)。比如可以選DeepSeek-R1，中小企業(yè)與個(gè)人可以考慮360蒸餾的7B、14B小參數(shù)模型，用普通電腦配3060、3090顯卡就能運(yùn)行，體積只有滿血版的1-2%，能力卻可以達(dá)到七成以上。

還需要強(qiáng)調(diào)的是，組織中可以有多個(gè)基座大模型存在，包括文字、推理、編碼、視覺(jué)、聲音處理等大模型都可以做基座模型，分別提供不同的能力。

基座模型選好后，需要規(guī)劃算力。企業(yè)里會(huì)有多個(gè)模型組合工作，所以一定是分布式算力。大型企業(yè)可以自建算力中心，一般企業(yè)可以購(gòu)買一體機(jī)，中小企業(yè)可以在電腦上部署蒸餾模型。同時(shí)企業(yè)一開(kāi)始不需要配備訓(xùn)練算力，主要是使用為主的推理算力，可以快速投入應(yīng)用。

三是業(yè)務(wù)準(zhǔn)備。業(yè)務(wù)準(zhǔn)備首先面向四個(gè)方向?qū)⒘鞒滩鸾鉃榇怪眻?chǎng)景：對(duì)上服務(wù)領(lǐng)導(dǎo)；對(duì)下助力員工；對(duì)內(nèi)面向內(nèi)部管理和業(yè)務(wù)；對(duì)外聚焦客戶產(chǎn)品和服務(wù)。然后，找出流程中的堵點(diǎn)、卡點(diǎn)、痛點(diǎn)，先判斷AI能否解決，然后尋求最大收益，實(shí)現(xiàn)“四個(gè)十倍”，即提高十倍效率、提升十倍體驗(yàn)、降低十倍成本，減少十倍人力。

這是AI能夠參與企業(yè)應(yīng)用的九個(gè)關(guān)鍵環(huán)節(jié)，這些環(huán)節(jié)涵蓋了企業(yè)日常運(yùn)行中最為典型的業(yè)務(wù)場(chǎng)景。

第三階段，是建設(shè)“四大支柱”。

一是打造知識(shí)庫(kù)。知識(shí)是企業(yè)競(jìng)爭(zhēng)力的核心。企業(yè)里積累了很多知識(shí)，但沒(méi)有大模型，知識(shí)不能融會(huì)貫通，只能作為數(shù)據(jù)庫(kù)和云盤存儲(chǔ)；而沒(méi)有知識(shí)庫(kù)，大模型給出的答案只能是千篇一律。有了企業(yè)知識(shí)庫(kù)，大模型才能理解企業(yè)情況，深入業(yè)務(wù)，針對(duì)不同場(chǎng)景打造垂直大模型；才能回答個(gè)性化問(wèn)題，寫(xiě)出個(gè)性化建議，支持推理和決策。

二是打造垂直大模型。有了基座大模型，對(duì)接相關(guān)的知識(shí)庫(kù)，就可以打造財(cái)務(wù)、營(yíng)銷等垂直大模型。企業(yè)使用初期不推薦自己訓(xùn)練模型，成本高的同時(shí)，如果沒(méi)有做好知識(shí)整理訓(xùn)不出效果，甚至可能越訓(xùn)能力越差。所以很多企業(yè)選擇外掛知識(shí)庫(kù)的形式解決這一問(wèn)題。

三是構(gòu)建智能體。大模型的短板在于無(wú)法融入生產(chǎn)業(yè)務(wù)流程直接干活。智能體相當(dāng)于大模型有了“手”和“腳”，會(huì)用工具，能執(zhí)行具體任務(wù)。例如Manus就實(shí)現(xiàn)了任務(wù)自動(dòng)規(guī)劃和分解、按需編程、調(diào)用瀏覽器等工具的能力。但Manus想要打造通用智能體難度很大，企業(yè)更應(yīng)該打造針對(duì)垂直場(chǎng)景的專業(yè)智能體。

四是打造企業(yè)專用能力和工具。企業(yè)除了各種AI標(biāo)準(zhǔn)工具外，還要為智能體參與業(yè)務(wù)準(zhǔn)備業(yè)務(wù)和IT工具。業(yè)務(wù)工具的能力要先實(shí)現(xiàn)API化，才能為后續(xù)智能體實(shí)現(xiàn)工具調(diào)用做好準(zhǔn)備。

第四階段，是實(shí)現(xiàn)“兩個(gè)統(tǒng)一”。

一是AI統(tǒng)一客戶端。將來(lái)在企業(yè)內(nèi)部，會(huì)有多個(gè)大模型、知識(shí)庫(kù)、智能體在工作，還有分布式算力網(wǎng)絡(luò)需要統(tǒng)籌，這需要一個(gè)統(tǒng)一的AI客戶端把它們管起來(lái)、用起來(lái)。這可以理解為是一個(gè)AI統(tǒng)一工作空間。

二是AI安全統(tǒng)一管控。大模型本身可能會(huì)被提示注入攻擊、產(chǎn)生“幻覺(jué)”，大模型和知識(shí)庫(kù)連接后會(huì)泄露信息。智能體能操作各種工具，一旦出錯(cuò)會(huì)導(dǎo)致嚴(yán)重后果。傳統(tǒng)的安全手段無(wú)法解決這些問(wèn)題，為此，360提出“以模制?！?，用安全大模型解決大模型安全問(wèn)題。

前面講到的“一三四二”四階段實(shí)踐，可以打造成轉(zhuǎn)型AI的“五層兩翼”頂層設(shè)計(jì)。

推薦大家使用納米AI企業(yè)版，整合算力網(wǎng)絡(luò)、知識(shí)中樞、基座模型和智能體四大管理模塊，構(gòu)建覆蓋數(shù)據(jù)、算力、模型、應(yīng)用及安全的一體化智能框架。

總地來(lái)說(shuō)，企業(yè)落地AI不要追求宏大敘事，不追求一個(gè)大模型解決所有問(wèn)題，要敏捷迭代，小步快跑，爭(zhēng)取單點(diǎn)突破。先建立群眾基礎(chǔ)，再解決卡點(diǎn)、堵點(diǎn)、痛點(diǎn)，從小處入手，積小勝于大勝。