AI大模型作為新一代技術(shù)革命的代表，已經(jīng)在快速重構(gòu)著我們的生產(chǎn)和生活方式。在AI大模型技術(shù)的加持下，不論國(guó)家還是企業(yè)，生產(chǎn)能力和由此引起的生產(chǎn)關(guān)系（組織變革）已經(jīng)以肉眼可見(jiàn)的速度在發(fā)生著變化。然而，由于技術(shù)能力、組織協(xié)調(diào)、業(yè)務(wù)重心、客戶需求、預(yù)算投入、戰(zhàn)略定位等各方面的交織因素，大模型在企業(yè)的落地情況參差不齊，也因此引起了很多企業(yè)對(duì)大模型技術(shù)的質(zhì)疑、困惑、甚至焦慮。

多年來(lái)，我們始終圍繞自動(dòng)化與AI智能化為核心，全面推進(jìn)企業(yè)數(shù)智化建設(shè)，覆蓋采購(gòu)、運(yùn)營(yíng)與服務(wù)全鏈路業(yè)務(wù)場(chǎng)景。在數(shù)字化供應(yīng)鏈方面，我們將大模型與AIGC技術(shù)深入應(yīng)用于從數(shù)據(jù)治理到售后服務(wù)的全生命周期，涵蓋市場(chǎng)分析、招投標(biāo)、客戶詢價(jià)、供應(yīng)尋源、商品上架、履約供貨、結(jié)算對(duì)賬等關(guān)鍵環(huán)節(jié)，顯著提升客戶響應(yīng)與供應(yīng)鏈效率，有效降低運(yùn)營(yíng)成本與人工失誤。截至2025年6月底，累計(jì)上線AI應(yīng)用場(chǎng)景近70個(gè)，主業(yè)務(wù)生產(chǎn)場(chǎng)景占比超70%，業(yè)務(wù)模式逐步從“+AI”邁向“AI+”，AI正日益成為企業(yè)核心生產(chǎn)力。

大量成功的企業(yè)數(shù)智化和大模型應(yīng)用實(shí)踐案例表明，AI大模型技術(shù)不僅能落地于企業(yè)應(yīng)用，還可快速降低運(yùn)營(yíng)成本、提升客戶服務(wù)效能。

企業(yè)應(yīng)用AI大模型要回到第一性原則——以客戶和業(yè)務(wù)為中心。

任何企業(yè)的核心都是客戶經(jīng)營(yíng)和業(yè)務(wù)運(yùn)行，數(shù)智化目標(biāo)如果不是以服務(wù)客戶和提升業(yè)務(wù)能力、效率為中心，必然會(huì)導(dǎo)致失敗。數(shù)智化所采用的技術(shù)，及技術(shù)能力和組織的建設(shè)，是實(shí)現(xiàn)目標(biāo)的配套途徑，絕不是目標(biāo)。縱觀國(guó)內(nèi)所有企業(yè)數(shù)字化歷程，以技術(shù)為建設(shè)核心的，或者為了體驗(yàn)技術(shù)而實(shí)現(xiàn)技術(shù)的，基本上都曇花一現(xiàn)，甚至有很多優(yōu)秀的技術(shù)創(chuàng)造和技術(shù)團(tuán)隊(duì)，因不能對(duì)企業(yè)經(jīng)營(yíng)利潤(rùn)產(chǎn)生貢獻(xiàn)而抱憾離場(chǎng)。
例如，我們于一年前上線的商品智能運(yùn)營(yíng)引擎，基于AI大模型進(jìn)行數(shù)據(jù)治理，精準(zhǔn)聚焦企業(yè)物資采購(gòu)領(lǐng)域的核心痛點(diǎn)：品牌與價(jià)格體系混雜、商品質(zhì)量與服務(wù)參差不齊、商品信息混亂重復(fù)、上架效率低下等。該系統(tǒng)通過(guò)使用AI大模型技術(shù)，實(shí)現(xiàn)從數(shù)據(jù)清洗、主流品牌評(píng)價(jià)、公允價(jià)審核、商品查重、合規(guī)檢查等環(huán)節(jié)到自動(dòng)上架的AI全鏈路閉環(huán)流程，在品牌與價(jià)格治理、商品匹配、圖文一致性及合規(guī)審核等方面實(shí)現(xiàn)創(chuàng)新突破。落地后，經(jīng)部分項(xiàng)目案例驗(yàn)證，可提升客戶采購(gòu)商品質(zhì)量最高30%，提升上架效率約80%，錯(cuò)漏率從15%降至2%，降低企業(yè)商品運(yùn)營(yíng)成本60%。

圖一：齊心智磐AI架構(gòu)

業(yè)務(wù)需求導(dǎo)向是大模型落地的最優(yōu)解——充分理解行業(yè)、企業(yè)、客戶的痛點(diǎn)和需求

企業(yè)大模型應(yīng)用確定了以“服務(wù)客戶和業(yè)務(wù)”的核心目標(biāo)后，接下來(lái)要尋找實(shí)現(xiàn)的方法和路徑。首要路徑不是找各種炫酷的技術(shù)和技術(shù)大牛，也不是買(mǎi)昂貴的算力服務(wù)器，而是找客戶需求和業(yè)務(wù)痛點(diǎn)。主要的技術(shù)人員，應(yīng)該充分理解所在企業(yè)的行業(yè)運(yùn)營(yíng)模式和特點(diǎn)，同時(shí)理解客戶和企業(yè)的痛點(diǎn)，并能鉆到業(yè)務(wù)一線去實(shí)踐體驗(yàn)業(yè)務(wù)，這樣才能找到真正的問(wèn)題。拿著錘子找釘子，永遠(yuǎn)都覺(jué)得沒(méi)有合適的釘子，但如果用痛點(diǎn)需求找方案，很快就能出來(lái)對(duì)癥下藥的系統(tǒng)。
我們?cè)诮陼r(shí)間內(nèi)，在主業(yè)務(wù)生產(chǎn)場(chǎng)景（而不是輔助辦公類(lèi)體驗(yàn)場(chǎng)景）成功上線了數(shù)十個(gè)大模型項(xiàng)目，主要原因除了決策層高瞻遠(yuǎn)矚對(duì)AI布局和支持外，決定性因素是業(yè)務(wù)團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)一起，深挖客戶需求和業(yè)務(wù)痛點(diǎn)，向AI要解決方案。上線的每一個(gè)大模型系統(tǒng)或功能，都強(qiáng)聚焦在某一類(lèi)客戶或業(yè)務(wù)場(chǎng)景，而這些場(chǎng)景的問(wèn)題，是大模型之前的技術(shù)所不能完善解決的。

以一個(gè)電商行業(yè)的代表性痛點(diǎn)問(wèn)題為例?？蛻艋驑I(yè)務(wù)進(jìn)行商品檢索時(shí)，因相同商品重復(fù)上架，導(dǎo)致客戶陷入“文字迷宮”，同一商品因參數(shù)表述差異形成信息壁壘，相似規(guī)格商品因命名體系混亂增加篩選難度，大幅延長(zhǎng)需求與商品的匹配周期。方案上依托大模型推理能力，構(gòu)建商品全生命周期唯一化管理體系，建設(shè)AI智能查重引擎，實(shí)現(xiàn)變體商品、高度相似商品的精準(zhǔn)識(shí)別。其核心在于突破表層文字符號(hào)的束縛，即便面臨表述范式差異、屬性維度重組等復(fù)雜場(chǎng)景，仍能精準(zhǔn)錨定商品實(shí)體的同源性內(nèi)核。

要對(duì)大模型能力邊界有清晰認(rèn)知——充分理解大模型的能力技術(shù)特點(diǎn)。

大模型是人工智能領(lǐng)域最新的突破性成果，它并非天生具備智能，而是通過(guò)海量數(shù)據(jù)的訓(xùn)練和復(fù)雜的強(qiáng)化學(xué)習(xí)過(guò)程逐漸“學(xué)會(huì)”思考與決策。這一過(guò)程使其能夠理解和生成語(yǔ)言、圖像甚至代碼，展現(xiàn)出接近人類(lèi)的認(rèn)知能力。
大模型的核心能力可歸納為泛化與推理。泛化是指模型在大量學(xué)習(xí)后，能夠舉一反三，處理從未見(jiàn)過(guò)的任務(wù)。例如，根據(jù)少量提示生成流暢的文章，或通過(guò)文字描述創(chuàng)造出逼真的圖像。推理則體現(xiàn)在邏輯分析、復(fù)雜問(wèn)題分步解決等方面，如數(shù)學(xué)計(jì)算、策略規(guī)劃等。

圖二：大模型的主要能力

目前，企業(yè)應(yīng)用大模型主要聚焦于這兩大能力。利用其泛化性，企業(yè)可構(gòu)建智能客服、自動(dòng)內(nèi)容生成和設(shè)計(jì)工具；借助推理能力，則能實(shí)現(xiàn)數(shù)據(jù)分析、決策支持和流程自動(dòng)化，顯著提升效率并降低成本。

然而，大模型并非萬(wàn)能。它的表現(xiàn)依賴于訓(xùn)練數(shù)據(jù)和質(zhì)量，也可能產(chǎn)生錯(cuò)誤或偏見(jiàn)。因此，唯有清楚認(rèn)識(shí)到其能力邊界——明白它擅長(zhǎng)什么、不擅長(zhǎng)什么，才能合理設(shè)計(jì)應(yīng)用場(chǎng)景，避免進(jìn)入技術(shù)陷阱而導(dǎo)致項(xiàng)目效果不佳甚至失敗。
在數(shù)字化采購(gòu)領(lǐng)域，我們利用大模型的泛化能力，構(gòu)建了電商圖片處理系統(tǒng)（AI上架引擎）和標(biāo)書(shū)方案撰寫(xiě)系統(tǒng)（齊標(biāo)通）。AI上架引擎可以自動(dòng)批量修圖、生成詳情頁(yè)圖片、生成促銷(xiāo)文案等，齊標(biāo)通可以自動(dòng)生成應(yīng)標(biāo)書(shū)方案，釋放人力工作。利用大模型的推理能力，我們構(gòu)建了AI數(shù)據(jù)治理系統(tǒng)、商城推薦系統(tǒng)、財(cái)務(wù)結(jié)算對(duì)賬等系統(tǒng)，實(shí)現(xiàn)商品自動(dòng)去重、商品匹配的準(zhǔn)確率最高97%、結(jié)算對(duì)賬準(zhǔn)確率最高達(dá)96%。

組織與團(tuán)隊(duì)轉(zhuǎn)型是大模型落地的基礎(chǔ)保障——從工具使用到思維轉(zhuǎn)型。

任何事情的本質(zhì)都是人和組織，大模型引起的生產(chǎn)力變革也不例外。因此，組織和團(tuán)隊(duì)的能力結(jié)構(gòu)與思維模式必須向AI大模型時(shí)代轉(zhuǎn)型。

企業(yè)整體上要明確戰(zhàn)略目標(biāo)，凝聚團(tuán)隊(duì)共識(shí)：大模型作為新一輪生產(chǎn)力變革的核心驅(qū)動(dòng)力，需以戰(zhàn)略機(jī)遇視角錨定方向，同步推動(dòng)組織能力重構(gòu)與個(gè)人認(rèn)知升級(jí)，實(shí)現(xiàn)技術(shù)革命背景下的系統(tǒng)性躍遷。

組織轉(zhuǎn)型上要有清晰路徑：先從全員基礎(chǔ)抓起，通過(guò)組織性引導(dǎo)讓企業(yè)全員具備 AI 基礎(chǔ)認(rèn)知。同時(shí) “武裝” 技術(shù)部門(mén)，通過(guò)技術(shù)部門(mén)AI專(zhuān)業(yè)能力的提升，促進(jìn)自身研發(fā)效能升級(jí)。再以需求推動(dòng)業(yè)務(wù)創(chuàng)新，帶動(dòng)全員識(shí)別 AI 業(yè)務(wù)機(jī)會(huì)、創(chuàng)造業(yè)務(wù)價(jià)值 。

技術(shù)部門(mén)應(yīng)組建一個(gè)涵蓋AI、數(shù)據(jù)、產(chǎn)品、安全與軟件開(kāi)發(fā)等多領(lǐng)域能力的協(xié)作團(tuán)隊(duì)。關(guān)鍵在于培養(yǎng)復(fù)合型人才——理想的模式是鼓勵(lì)一個(gè)工程師或產(chǎn)品經(jīng)理能勝任多個(gè)角色，而非簡(jiǎn)單增設(shè)崗位?？梢钥紤]培養(yǎng)多面手工程師和產(chǎn)品經(jīng)理，使傳統(tǒng)的軟件工程師和產(chǎn)品經(jīng)理向具有大模型能力的新型技術(shù)人員轉(zhuǎn)變。

圖三：齊心集團(tuán)第二屆AI大賽

總之，大模型技術(shù)已不再是概念，而是切實(shí)推動(dòng)企業(yè)效率變革的核心力量。正如我們數(shù)十個(gè)項(xiàng)目實(shí)踐所證明，AI能夠深入業(yè)務(wù)全鏈條，從供應(yīng)鏈優(yōu)化到客戶服務(wù)，顯著降本增效。我們呼吁更多企業(yè)放下顧慮，主動(dòng)擁抱大模型技術(shù)，將其納入戰(zhàn)略規(guī)劃，讓AI真正轉(zhuǎn)化為可持續(xù)的生產(chǎn)力，助力企業(yè)在智能化浪潮中贏得先機(jī)。

注：本文作者于斌平，現(xiàn)任齊心集團(tuán)董事、CTO。