我要投稿

AI与AIGC在企业实践中的应用

发布日期：2025-08-05 16:33:19 浏览次数： 1520

作者：嗨讯社

微信搜一搜，关注“嗨讯社”

导语

人工智能（AI）和人工智能生成内容（AIGC）正在重塑企业运营模式，从智能制造到客户服务，从数据分析到战略决策，其应用已渗透至商业实践的每个环节。AI不仅提升了效率、降低了成本，更通过深度学习与预测分析为企业开辟了新的增长路径。无论是传统行业的智能化转型，还是新兴领域的创新探索，AI和AIGC都已成为推动商业变革的核心引擎。

本期推送北京数智源科技有限公司董事长戴元永在第六届数字经济与智能制造高质量发展暨首届数智管理学术研讨会上关于“AI和AIGC在企业实践中的应用”的讲话，本稿略有删改！欢迎大家阅读与转发！

AI与AIGC在企业实践中的应用

戴元永 @ 北京数智源科技有限公司

大家好！很高兴今天来跟大家分享我个人关于企业AI应用的一些思考，以及我们数智源在AI应用上的一些实践。

首先我们看下Gartner的创新曲线，横坐标是创新发生的各个阶段，纵坐标是大家对技术创新的关注度。那么企业在识别创新机会、把握创新规律、实现创新价值的时候，应该如何做呢？

首先是早期尽可能联合更多从事基础研究的科研机构或者大学，后面在民众关注的时候获得知名度和品牌优势，在低谷期获得发展资源，从而在形成生产力，进而形成自己的竞争优势。

所以，创新不是灵光咋显，更不是孤注一掷的赌博，而是能够被识别、被管理，并且能够系统产生的活动。

当前，AI和大模型都处于风口浪尖，大家对这项技术的期望值很高，分化、分歧也很大；随着大家期望的破灭，未来大家的期望很快会进入低谷期。还要经历一段时间，才能正在形成生产力的高峰。

一、AI与AIGC以及中国的发展情况

AI是利用计算机技术模拟、延伸和扩展人类的智能，感知环境，获取知识并使用知识获得最佳结果的方法。AIGC是AI的一个子类，通过AI算法对数据或媒体进行生产、操控和修改的统称，是继专业生成内容(PGC)和用户生成内容(UGC)之后的新型内容生产方式。

就好像人类读书学习一样，AI到AIGC是一个“消化-吸收-掌握-利用”的过程。AI是一个把书"由厚读薄"的过程，从大量的数据中分析规律，得出结论。而AIGC则一个是把书“再由薄读厚”的过程，从少量要点出发，结合历史数据学习经验，生成文字、图片、视频等丰富内容。

国内大模型的发展，大概可以分为通用大模型和行业大模型；而通用大模型，又分为开源和闭源。当然，特别是DeepSeek推出来以后，现在总体看，行业集中度越来越高。

大型语言模型(LLM)是一种在大量文本数据上训练的模型。自ChatGPT发布以来，大模型技术迅速发展，目前已在教育、医疗、金融等多个领域展现出巨大价值。国内大模型经历了从准备期到成长期，经历了波澜壮阔的23个月的迭代周期，逐步缩小与国际领先水平的差距，正在形成具有中国特色的大模型应用生态。

二、AI与AIGC对企业的价值

人工智能技术可在企业数字化转型中，深度融合管理、运营、研发、生产等经营活动，催生智能化增量价值，旨在削减运营成本，打造智能化用户体验，并持续强化产品核心竞争力，推动企业向更高层次迈进。

人工智能在企业数字化转型中，主要带来的价值就是降本、增效；提高效率，降低风险。企业家们对拥抱AI的热情越来越高，两年前大概55%的企业家认为AI技术有重要或关键性作用，今天这个数字已经上升到82%。

但绝大部分企业并不清楚应该如何应用AI特别是大模型，这里面就存在很多认识上的误区。很多企业的领导认为接入了最先进的大模型，就享受到AI发展的红利。事实上，企业首先需要建立起完整的技术栈，其次是数据要经过标注、清洗和治理，还有就是要遵循系统、科学的方法论、还要考虑计算密度、吞吐调优、算力扩展和安全挑战。持续不断优化训练数据，才能让AI成为自己的生产力。

三、AI应用的数智源实践

我结合数智源的几个实践项目，跟大家介绍我们公司目前在AI和AIGC应用上的一些尝试。

（1）数智源在机场场景的AI应用

从飞机降落到机场再飞走，大概要经历40多个节点，每个节点都要有相关的保障措施。过去，这些节点保障措施是由人工调度，经常出现各个专业不一致的情况——比如飞机停在远机位时，飞机已经停好了，但是悬梯没来，这样会导致飞机准点率和廊桥使用率都不高。那么，我们的这个应用就是通过AI来识别飞机落地后的所有保障节点所需时间、动作规范性、安全性。记录以后，再进行优化，提升各个专业的配合度，提高运行效率，从而提升航班的准点率。

AI技术给机场带来的效益也是非常显著的，廊桥的使用率能够提升30%以上，改善了用户体验，也提高了机场集团的效益。

（2）数智源在铁路场景的AI应用

***是重载铁路公司，我们帮他们一起，以DeepSeek大模型为核心技术基座，深度整合公司各业务系统信息数据及海量结构化和非结构化离线数据资源，构建面向铁路行业的智能化应用体系。充分发挥DeepSeek在文本生成、智能对话、代码生成与补全等方面的技术优势，建立企业级DeepSeek知识库及其动态调用机制，实现与业务信息系统数据库的无缝对接，打造具有行业特色的AI使能平台。

我们帮助客户定制智能体，如制度解析、政策剖析、指标解析、智能分析报告、合理化建议采集分析、办公小助手等系列智能化应用，快速查询制度、分析指标、解读政策、指引流程等，真正成为员工身边的“智能办公小助手”。

（3）数智源在矿山场景的AI应用

我们把矿山企业的各类数据经过清洗、标注、结构化后，“喂”给大模型，并且持续训练，形成了多个私有的模型库。在模型库的基础上，我们帮助用户开发了多个智能体，让用户脱离海量的文件就能够出具有针对性的报告。极大地提高了应用效率、降低安全风险、提升风险研判的精准性。

我们早期大概用了十分之一的数据量，经过训练就达到了人工研判80%的水平。现在的处理量、准确性已经远远超过人工。

严守规范，确保资料100%符合监管要求，规避违规风险；安全升级，全流程数字化管理，助力隐患早发现、早预警，提升矿端生产安全水平；降本增效，AI 辅助填报+一键上报，节省90%资料处理时间，大幅降低人力与管理成本。

（4）IT企业中的AI应用

AI对软件研发、科学研究也带来很大的变化，比如对IT企业，在需求分析（比如用户评论情感分析、挖掘产品改进方向；市场数据建模，预测未来需求趋势）、原型生成（包括工业设计和软件界面等）、代码开发（包括软件编程和软件测试）和知识管理（比如根据代码自动生成相关文档、辅助专利检测以避免侵权风险等），各个阶段都可以辅助企业更为高效地完成工作。

特别是原型生产和代码开发，目前我们实践实现的效率和质量已经非常好。同时，AI在药物研发、材料科学等很多领域也有很多应用。

（5）运营管理中的AI应用

AI会让很多工作变得更为轻松，也会带来很多岗位的消失。但同时，企业为了用好以AI为核心的数字化转型，又会增加很多角色和岗位，比如AI的数据训练、流程优化等等。所以企业的AI应用需要更有效的组织来保证，AI也会催生更多的新岗位。

AI和AIGC短期内确实可能会对就业市场产生冲击，但长期会与人类形成更创新、更高效的协作关系，包括辅助（人类为主、AI为辅；AI/AIGC辅助人类进行企业管理与营销；AI为企业提供流程优化、架构优化、工作赋能等），共生（数字员工，人机共存；数字员工将人类员工从初级、重复的繁琐事务中解放；激发人类员工的创意潜力和价值创造能力，更好地服务企业成长），也当然会有一部分的自主（AI自主工作；AI能够利用企业内外部的数据资源，独立地创作内容，承担更多的工作量）。

四、结语

AI的发展从1956年开始，到现在一直饱受争议，有人认为AI能够改变世界，也有人为此忧心忡忡。我想我们需要以更为淡然的心态、开放的姿态，“千江有水千江月、万里无云万里天”，拥抱新技术、迎接新科技。享受科技带来的美好，人们和科技友好相处、有温度的共生，让科技持续推动人类文明的进程。