社区

    能清晰感受到的是，金蝶仍然在不断进化，甚至伴随着AI时代的到来，它的进化信号愈发明显。  这些进化对应的具体动作是，把过去多年的服务模型整合成AI模型，把具体的服务“工艺”整理成流程编排能力，以及从740多万家客户服务中沉淀的实践等等作为优质语料进行模型以及应用层面的训练，以及对企业管理模式的深度思考和对应到Cosmic等AI产品层面的创新。 作者| 皮爷  出品|产业家    AI应用近20个业务场景，内部招聘比例提升120%，干部考察过程效率提升70%——这是海信集团给出的一组“AI生产力”数据。 这是一组足够“特殊”的数字。 在过去的半年时间里，伴随着人们对大模型理解的越发深入，企业对这个新兴事物的考校标准也正在发生一些变化，如果说之前更多的审视点在技术、参数、多模态等硬核指标，那么如今在此之外，更多了一些新的指标，即如何落地，如何服务企业。 客观来看，这是一个系统工程。在这个AI大模型落地的命题里，对企业而言，其不仅需要答好如何根据自身企业管理需求选择何种大模型，更涉及到一系列包括知识库搭建、微调等等后续的AI工程。此外，针对不同场景的需求，企业还需要构建不同的AI应用以发挥效果。 换言之，这其中对应着是一连串的难题。 那么，对企业而言，是否有更开箱即用的AI落地方式和契合企业具体场景业务的AI产品，以及更深入来看，是否有产品可以帮助其从更全局的视角进行自身企业管理AI能力设计和需求满足？ 在刚刚举办的金蝶云苍穹峰会（KCCS）现场，金蝶发布了一款为名Cosmic的AI产品，其定位为超级智能的 AI管理助手；同时，金蝶云·苍穹宣布重构为为新一代企业级AI平台，其核心内容包括：大模型能力平台、Cosmic Studio（AI原生应用开发平台）、Cosmic超级智能体。 而与这些产品同步的，还有如文章

    如果说过去的几年时间里，包括互联网、金融、零售等更多赛道企业CTO们最核心的KPI是如何上云，如何将自身的业务系统和数据基于云端重构。  那么在如今的2024，这个KPI正在有更深一层的拆解，即在上云之后，如何上好云？如何做好兼顾成本、效能的云答卷？以及如何构建从IaaS层到PaaS层的适合企业数据表达的IT土壤？  作者|皮爷  出品|产业家    广州的春天，将夏未夏，连树木都带着湿意。但对总部在广州的国内某音视频头部企业的IT部门而言，这种天气显然并不“清凉”。  原因是伴随着企业的发展，其音视频的文件存储在原有存储方式的支撑下，投入成本正在越来越大，此外，固有的包括集中式存储、开源分布式存储等在灵活性等各方面也都出现不同程度的新挑战。  他们迫切需要一个新的服务器存储方案。  一个中国企业数字化的现状是，伴随企业规模的扩大和业务不断发展，企业在IT侧的成本正在飞速上涨，这些成本不单纯是硬性的服务器，也更有包括存储计算等一系列框架模型带来的IT损耗。  根据一组数字显示，根据不完全数据统计，在中国当下的存储市场，集中式存储占比仍然超过60%，这也意味着伴随着企业的成长壮大，为了保证业务正常进行，在固有的存储框架下，企业需要不断“堆”服务器，投入巨额IT成本。  这家音视频企业，就是荔枝FM。早在2020年1月，荔枝（原荔枝FM）就在纳斯达克挂牌上市 ，正式成为“中国在线音频行业第一股”。  在过去的多年时间里，尤其是大模型一日千里的当下，云上转型一直是各行各业企业的核心数字化命题，对这个命题的拆解有对IT基础设施的选择、数据库中间件等PaaS平台的选用，以及上层SaaS应用的搭建等等。荔枝FM也不例外。  但这种云端的数

    人工智能浪潮中，知识库已然不仅是数据的简单集合，它已成为企业智能化转型的核心竞争力。  作者|斗斗  编辑|皮爷  出品|产业家    一个大模型的知识库怎么建？ “从去年下半年开始，我们就开始搭建自己的大模型，基于LLAMA的架构。”一位国内制造业企业的CIO告诉产业家，“第一步就是搭建知识库。” 这家诞生于20世纪80年代的制造业企业，拥有近40年的精密制造经验。在过去的几十年里，该企业跨过信息化、互联网化，来到数字化、智能化时代。 为了更好地提升工作效率、支持技术发展、推动企业文化和组织结构的变革，在去年下半年，公司启动了基于“开源算法的AI系统”的新项目。 项目被迅速推进。 首先，几个知识库的方向被迅速敲定，其中包括生产环节，办公环节以及协作环节。其次，由公司组织，通过部门会议和讨论，收集员工在日常工作中经常遇到的高频问题； 此外，选择一些对新知识敏感、愿意接受新技术的员工，组成学习小组，进行初步的AI和知识库使用培训，并要求学习小组成员提出一定数量的问题，对这些问题进行分类；将收集到的问题和答案用于训练AI模型，以提高其回答问题的准确性。最终，将其部署在自己的服务器上。 这恰是一个完整的知识库搭建流程。 从更大的视角来看，在To B企业服务市场的浪潮中，如今大模型的落地应用正成为企业航船的强劲引擎。而知识库，作为这引擎的燃料，也正受到前所未有的关注。它不仅是辅助工具如Copilot和智能代理Agent的坚实后盾，更是全场景企业级大模型部署的核心力量。 在过去的一年时间里，不同的服务商，包括基座大模型厂商、软件服务商、云服务商、行业解决方案提供商以及第三方大模型开发平台，都在帮助企业构建知识库方面发挥着各自的作用。 比如，基座大模型厂商的做法是通过提供一站式企业级大模型平台，使得企业能

    如果站在人机交互变革的角度来畅想，AI PC所带来的变革可以说是人机交互史上的又一次“颠覆”。元宇宙时代下，是苹果让AI装进了Vision Pro里；那么在如今的AI时代，又将会是谁将AI PC彻底照进现实？谁才是最终赢家？  作者|思杭  编辑|皮爷  出品|产业家    埃尼亚克ENIAC——世界上第一台电子计算机，是二战时期由六名女性主导编程出来的。那时，包括她们在内的所有女性都不得踏入ENIAC房间。站在当下的现代社会去回看历史，女性地位在当时呈现出一种极端的状态——这六名女性的名字在过去很长一段时间都不能出现在“功劳簿”上，尽管她们对于现代编程的意义尤为重大。 The ENIAC，来源：history.com 而这是历史上出现的第一次人机交互。 在随后的半个多世纪里，从施乐公司引领的“图形用户界面”变革，到苹果公司引领的“触摸交互界面”变革，历史上的每一次人机交互变革都在全球PC市场上掀起过惊涛骇浪。这种演进历程除了带给用户实用性、娱乐性、便捷性以外，它所承载的更大畅想是一个数字版的“乌托邦”世界。 而今天的“AI变革”就是让这一畅想在未来有一天会变成现实的载体。比如现在的电脑只是工具，而未来的电脑则可以是一个超级助手。它可以通过存储用户使用电脑的个人习惯和知识，来代替用户完成基本工作，甚至创意性工作。更重要的是，这种AI电脑的隐私性也不再是问题。 然而，在这种乌托邦式的“AI电脑”还未到来之前，几个值得探讨的问题是：如何将AI装进个人电脑里？个人电脑又如何能进行大规模的AI计算？这对于芯片等硬件提出了怎样的要求？硬件之外，软件层又将会迎来哪些变革？ 随着一场由AI主导的人机交互变革再一次引爆PC市场，一系列问题也正在成为PC舞台上的焦点。 一、端侧大模型到底成色如何？ 从手机的摄

    随着2023年全年财报的陆续公布，TO B软件企业的未来方向愈发清晰。这些企业不仅在技术革新、财务稳健、客户多元化、AI应用和全球化战略上取得了显著进展，更在激烈的市场竞争中展现出了顽强的生命力。  然而，这一切的成就并非没有代价，销售成本的高昂和对大客户的依赖仍然是企业需要面对的挑战。 作者|斗斗  编辑|皮爷  出品|产业家    2023年，中国TO B软件到底发展怎么样？ 实际上，随着科技的不断进步和商业环境的日益变化，在2023年TO B软件企业的财报中，一些变化趋势也正在越来越明显。这些趋势不仅揭示了行业内部的共同特点，还提供了洞察TO B市场战略的重要视角。 产业家特此梳理了市面上的核心软件服务厂商的财报，以此来看中国的软件服务如今水温如何？利润率如何？以及其如今面向的市场到底是哪块细分市场。 以下为核心看点： 1.TOB软件企业普遍对云服务和AI技术给予了高度重视。这些技术被广泛认为是推动企业增长的关键驱动力。随着云计算和人工智能技术的不断成熟，企业越来越意识到这些技术在提高效率、降低成本和创新商业模式方面的巨大潜力。因此，投资于这些领域的研发和应用，已经成为推动企业竞争力提升的重要策略。 2.在财务状况方面，尽管部分企业仍然面临亏损，但整体上企业收入呈现出持续增长的趋势。这表明，尽管市场竞争激烈，但TOB软件企业通过不断优化产品和服务，已经能够逐步实现盈利。同时，亏损的逐渐收窄也反映出企业在财务管理和成本控制方面取得了积极进展。 3.在销售和市场投入方面，可以观察到企业普遍采取了一定程度的缩减措施。然而，这并非简单的削减开支，而更多是组织结构优化和运营效率提升的结果。通过这种方式，企业能够在保持竞争力的同时，更加注重投资回报和长期可持续发展。 4.值得一提的是，一些小微型客户群

    透过这次升级动作，也同样对应的一个明显的信号是：腾讯在数字化时代的To B底层能力，也更在一步步AI化。  作者|皮爷  出品|产业家    “大模型如今走到哪了？”在越来越多的场合和分享上，这个问题开始成为必谈的话题之一。 相较于去年在技术、参数上的层出不穷、你追我赶，在今年，人们对AI大模型的期待已然更为落地和务实——大模型的作用场景在哪里？人们能真正使用的大模型产品有哪些？企业的“AI生产力”故事到底该从哪里讲起？ 这些问题背后，对应的是市场对于大模型能力更为细微的考究，即在确定性的AI大趋势面前，人们需要看到更近距离的AI故事和标注。 答案已经在出现。在刚刚召开的腾讯协作SaaS智能化升级会上，一系列腾讯协作产品宣布全面智能化升级，除了企业微信、腾讯会议、腾讯文档等“一门三杰”产品，腾讯乐享、腾讯电子签、腾讯问卷、腾讯云AI代码助手等协作SaaS产品也都全面接入腾讯混元大模型，实现AI进化。 对于腾讯的产品力，外界并不陌生。 在过去的几年时间里，不论是企业微信、腾讯会议、文档，还是腾讯电子签等等协作SaaS产品都在以极高的频次出现在人们的生活中乃至企业的诸多生产中，帮助企业解决一系列协同办公和管理的命题。甚至可以说，这里是腾讯的最优势战场之一。 而如今，在这个优势战场，这家产品基因极强的企业则是又向前迈了一步，更可以理解为，这次集中的SaaS产品动作背后对应的也恰是腾讯向外界传递出的一个新信号：腾讯正式进入AI应用阶段。 实际上，关于腾讯，外界的好奇并不比大模型技术本身少。在应用和落地被放到台面上的如今，人们期待更为AI化的产品应用，期待触手可及的智能化体验。而腾讯，也正是这种期待的最主要背景板之一。 这次的协作SaaS产品智能升级，恰在成为观察腾讯给出AI答案的一个窗口。透过这个窗口，几个或将能

    将自身的C2B产品和产业理解充分AI化，在自身内部场景率先验证跑通后，进而释放给产业伙伴，对应到具体的需求痛点，一起打磨对应的行业AI模型。  这也恰是腾讯“实用”标签背后的AI产业路径。  作者|皮爷  出品|产业家    成本、性价比——这是2023年腾讯CSIG事业群CEO汤道生在客户现场听到最多的一个词。 有同样感觉的还有腾讯智慧出行解决方案总经理姚振，“客户往往更倾向你先帮我做出效果我再用，我只为效果付费。”在过去的半年乃至一年时间里，他和腾讯智慧出行的团队一直奔波在帮助车企搭建AI能力的一线。 与他们感知相对应的是，和2023年的卷技术、卷参数不同的是，今年大模型的主场更在应用和场景，即谁能帮助企业真正用好大模型，转化为真正有效果的生产力，谁就更受客户的青睐。 这不是一个容易回答的命题。关于大模型如何落地，更或者说如何更为准确、高性价比地落地一直是整个市场都在试图解决的难题，其中涉及到的部分不仅有算力、模型这些表象的模块，更有深入到具体场景的数据、训练推理、AI工具链、适配企业的AI应用以及基于云计算的一系列成本。 一个真正合格的产业大模型方案到底应该是怎样的？ 在4月24日的“TIME DAY”腾讯智慧出行技术开放日上，腾讯智慧出行发布了汽车大模型“全域智能”解决方案，旨在帮助车企打造属于自己的AI能力。这在这个方案里，上述一切包括模型、算力、AI 工程平台(工具链) 、AI应用等都被嵌入其中，此外，也更有云、端的底层能力做基础。 这是腾讯在产业大模型解决方案上的重磅一枪。在过去的几年时间里，基于自身的产品力和产业积累，腾讯在云计算时代帮助了一众产业企业登上数字化转型的列车，助力他们用数字技术的方式赋能生产，提高效率。 而如今，实际上人们也更在期待这家产品基因和产业理解都

    在这个中国最大的TO B流量池里，有最适合AI Agent生长的“原生”环境，有足够有边界的平台设计，也更有无数真实可见的AI产业需求，和已经在全面开放的数据和TO B服务流程，这些串联到一起也恰构成着AI在中国产业落地的最丰盈土壤。  作者|皮爷  出品|产业家  今年1月，钉钉召开了7.5产品版本发布会。会上，钉钉正式发布了AI助理产品。台上的钉钉总裁叶军表示，未来三年，将有1000万个AI助理在钉钉上产生。 说者有心，听者也更有意。在这个口号喊出的同一时刻，台下有个人心中也同样火热，他叫辰星，是用友薪酬的AI产品负责人。 和钉钉7.5发布会同线进行的是，他所负责的用友薪酬AI产品也正在打磨中，而叶军的表态让他坚定AI产品方向的同时，也更萌生出和钉钉合作的想法。 “钉钉7.5发布会回来的1月19号，我们就发布了薪酬分析AI产品1.0版本。”辰星告诉产业家。两个月之后，用友薪酬也正式和钉钉展开了AI方面的合作——打造基于钉钉的薪酬分析AI产品。 “钉钉方面拉了我们专门的合作群，确定开发模式，具体的产品嵌入方式，以及一些有意思的玩法，双方团队都是一起打磨。” 实际上，在过去几个月时间里，这样的新AI故事在钉钉上已经上演很多次。但和之前钉钉更高频次出现在低代码台前不同的是，这次的主角不仅是钉钉，也更是一众AI生态伙伴。 在AI大模型落地一周年的当下，如今人们对于大模型的考量已然从单纯的技术、参数，转移到真正有价值的落地和场景应用。但尽管新的考量标准已经建立，答案却依然不够明确。 “AI应该如何应用？AI Agent的产业模型应该怎么搭？企业开发者到底该如何选择适合自己的大模型和大模型应用开发工具链？AI产品的开发逻辑是技术优先还是需求优先？”……等等问题，如今依然没有明确的答案。 但在AI答案的背景板上，钉钉始终是

    做好Agent，重要的事情是定义好，包括希望 Agent 所在的环境，能够关注到哪些内容，并且它能够对什么样的目标负责等等。在业务需要更新的过程中，能够自动获取到这个更新，能改变它的行为，去适应它的行为。有智能性、主动性，而非被动。  作者|皮爷  出品|产业家    开年以来，大模型赛道的一举一动都在成为备受关注的话题。 从 Sora 的发布，Grok 的开源，从多模态的深化到计算存储的新范式等等，大模型在改变着一切，影响着一切。 其中，一个话题备受关注，那就是 AI Agent。即在大模型被定义的应用元年里，AI Agent 是当之无愧的讨论焦点，在业务流程里，在生产场景里，在企业服务里，它都在成为人们看见大模型和应用大模型的最小触点。 但在关注之外，更多的问题也恰在浮现，什么才是真正的 AI Agent？它是如何从大模型中诞生的？以及 AI Agent 的应用场景到底包含哪些？它能做的事情又有哪些？ 此外，在 AI Agent 之中，也更被人讨论和关注的话题是，在 AI Agent 时代，新的软件开发范式应该是怎样的？它的出现对现代软件有什么影响？对于 SaaS、企业服务，AI Agent 的定位是重构还是增量？ 在4月11日的《产业AI会客厅》第一期，我们邀请到了澜码科技创始人兼CEO周健，一起来聊聊关于 AI Agent 的一切。 人物介绍：周健，2006 年加入谷歌美国总部，此后历任阿里云、MediaV、依图科技、弘玑 RPA 等公司研发总监、CTO 等，如今创办的澜码科技主要面向的正是 AI Agent 领域。 以下为对话摘要（经整理发布，完整版可看视频回放）： 产业家 皮爷：现在国内对 Agent 这个事情大家没有很明确的定义，到底什么才是 Agent？或者说在真正的业务里面它到底是怎么发

    对奥哲·云枢All in One低代码平台的一个更为全面的认知恰是，其在成为AI时代企业内部的一个超级操作系统。  作者|皮爷  出品|产业家    过去的几年时间里，赵仕杰一直有个困扰他的问题。  作为首创热力的CIO，也是过去几年这家热力企业数字化转型的第一负责人，在具体的推进上他发现过去的理念“有点行不通”。  “我原本设想的IT管理理念是底层统一中台，在松耦合的情况下上层业务自治，各个业务板块能迅速反馈，敏捷迭代，这样可以减少整体IT运营管理成本。”他告诉我们。  但现实的情况是，在市场现有的SOA或者微服务的架构下，这种“松耦合”“强敏捷”的模式很难实现，即单靠当下的代码语言很难实现从底层中台到上层业务的全面独立和管理，此外，也很难保证数据的驱动和回流。  这不仅是赵仕杰和首创热力面临的问题，也更是一众中国各个核心产业赛道，如工业、农业、能源等一众产业的企业面临的困境。  拆解来看，伴随着产业数字化浪潮的推进，以及AI技术场景化能力的日渐加强，企业的数字化命题正在从最开始的“IT意愿”进阶到“更优执行”，体现到企业挑战侧则是企业需要的不单纯是IT层面的数字化能力，也更是整个集团或企业全部节点的数字化加持，从“一只拳头”到“一盘棋”。  但这显然不是一件容易的事情。如果说过去多年时间里，在传统的IT技术外，如低代码等技术给众多产业赛道的企业提供了一个迈入业务数字原生1.0的数字化普惠模型，那么如今这套模型也需要同样进化。  如今，新模型应该是怎样的？或者说在当下更汹涌紧密的中国产业数字化浪潮里，真正的企业数字化优解是什么？  实际上，答案已经出现。  一 、业务数字原生，驶入2.0时代  “如今，随