AI大模型时代企业数字化趋势洞察与落地实践.pdf

AI⼤模型时代企业数字化趋势洞察与落地实践

前言

大模型近两年在企业中的落地成果比较明显，大模型落地进展如何，落地趋

势聚焦在何处，哪些场景更加适合企业落地大模型？本文主要围绕大模型在企业

中的趋势、落地情况、推广和相关案例展开。

本文主要聚焦四个部分：

第一，大模型作为数字化建设的重要组成部分，为何在数字化框架内必须将

其作为一个核心的考虑要点。同样的，在整体预算可能收紧的情况下，大模型作

为新增预算，很多企业在立项的时候需要去考虑为什么要去投入大模型。

第二，介绍当前大模型落地的实际进展，包括企业所关注的应用场景，以及

哪些场景的应用最为广泛，哪些业务的应用最为频繁。

第三，探讨大模型实际落地过程中遇到的一些问题。

第四，结合目前已有的部分企业开始落地大模型的情况，分享一些我们在大

模型推广方面的经验。

1.大模型赋能企业数字化建设

首先，我们探讨一下大模型与企业数字化建设之间的关系。数字化建设本质

上仍然离不开企业自身的战略解码，包括财务目标的实现，因此，所有的数字化

变革都源于企业的业务需求。然而，宏观环境的不确定性导致近两年企业业务并

不稳定，从最优秀的企业来看，A股上市公司今年上半年的整体利润为-2%左右，

整体净利润规模约为2.9万亿元，其实2023年就已经出现了一定程度下跌的趋

势。

这意味着，中国最优秀的企业群体的整体利润正在下滑，其中大部分甚至是

国有企业。国有企业今年上半年的利润增长同样为不到-1%，只有最好的央企今

年上半年的利润总额有所增长。如果我们将价值创造定义为最终产生的利润，那

么实际上，这个价值整体趋势是下滑的。这也就对数字化建设提出了明确的要求，

即如何创造新的价值。

基于这个大的数字化战略目标，无论是在财务方面还是业务方面，本质上

所聚焦的是价值创造目标。一方面需要拆解至商业模式层面，思考如何进行创

新；另一方面则要拆解至能力建设层面，尤其是数字化能力建设方面，探究如何

筑牢更坚实的基础。

在这个过程中，我们拆解出了8个要点。在能力层面，涵盖技术、数据、文

化和运营等方面；而在商业模式方面，更多地涉及商业模式创新，包括对外的体

验侧和需求侧，以及对内的产品侧和供应链侧，也就是企业内部业务流程。可以

看出，在绝大多数要点上大模型都带来了一些变化。

首先，从基础的能力建设角度来讲，大模型释放了过去较为核心的一些非结

未来，尤其是展望到2025年甚至2026年时，大家主要的期

构化数据的价值。

望还是集中在技术，尤其是模型技术的迭代上。

其中最核心且我们较为看重的一点，是模型技术本身的自主学习与决策能力。

实际上，目前在模型侧已经有一部分研究论文开始朝着自主进化的方向进行探索，

这意味着模型不能仅仅基于当前的训练给出结论，而是要在持续运营的过程中实

现自我迭代。这就如同现在一些Paper中所提到的模型的终身学习，例如阿里的

Paper中提到了自主进化，其本质意思是一致的，即技术本身是否有可能实现自

我迭代。这也是未来我们在展望未来两年大模型技术时，认为最核心且最具价值

的一点。

基于这两个要点，对于商业模式而言，首先我们可以看到内部业务流程存在

很大的变革机会。过去的数字化方式基本上是先确定业务流程，业务部门的业务

专家先确定需求文档，然后IT团队将其转化为产品需求文档，再进行落地实施。

也就是说，过去的业务逻辑是先确定流程，本质上是将SOP固化在系统中。

而正如前面所提到的，未来的技术具有自主进化的功能，最初可能体现在模

型的自主进化上，但当它转变为内部业务流程的自主进化时，就不再是单向的业

务流程决定系统，而是当系统有更好的进化方向时，有可能会影响业务流程。这

样一来，无论是内部的产品创新还是供应链创新，都会有新的源头。

举个简单的例子，有一些企业用户提出，在产品研发方面，过去产品研发基

本属于知识密集型，主要靠投入人力，企业通常会关注在产品研发的费