社区

    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

    中国的互联网 企业，在过去的十年里一起构建了一个移动互联、数字可视化的线上世界；而如今，它们也更在各自重新定义自己，定义下一个奔赴的终点。  作者| 皮爷  出品|产业家    反思内部，反思业务，反思大公司病，反思一切。在今天上午广为传播的马云内部信上，这个关键词成为核心主论调之一。 这种风格不怎么“阿里”。 在过去的几年时间里，阿里是绝对的风口浪尖话题点。从淘天的在内容、交易上的不断调整，到淘天和1688的合并，从菜鸟物流独立上市回撤，到阿里云的换帅动作和全面转向公有云，从蚂蚁金服到支付宝和OB的分拆独立，除此之外，还有阿里出身的钉钉、闲鱼、夸克等等一系列动作。 每一个话题和业务背后都足以支撑起一个庞大的故事和脉络，更况论在这些故事中对应的也更是一次次的组织架构和人事调整。 阿里在做一场手术。 在过去30年的时间里，阿里、腾讯、京东、百度、字节在成就各自领域的业务模型的同时，也更面临着新的问题，这些问题来自外部，也更来自内部。总结来看，共同的一个问题是：作为打过胜仗的企业，应该以一种怎样的姿态到另一个新战场，或者适应旧战场新地图？这里的新环境不那么“性感”，这里资本的游戏也很难通关，这里的战斗模式也从“闪电战”到了“长期消耗战”。 当外界环境发生变化的时候，我们往往用进化来形容一家企业的主动求变和求变成功；但如果环境的变化频率过快，或者企业求变的方向因为种种原因不那么稳定、坚定，那么这个过程就很难称之为进化，而更像是一台治疗伤口的手术。 但好在，手术是有时间长度的。甚至，在康复之后，手术对象往往会更加健康、更加新生。 这不仅仅是对阿里过去这几年的写照，也更是对一众包括腾讯、百度、京东、字节等互联网企业的真实写照。不同的是，有的手术仍在路上，有的手术已经接近尾声。 在产业数字化、AI智能化成为下一个十年

    从GPT3.5到GPT4.0，从Runway、Pika到Sora，当大模型的价值链不断升级，那些暂未爬到顶端的企业，还剩下多少‘生存空间’？  于音视频厂商而言，企业要解决的难题是，如何将技术与用户连接在一起。让大模型发挥想象力的同时，更要解决用户的实际问题。 作者|思杭  编辑|皮爷  出品|产业家    2024年初，国内的大模型公司还未从上一波“GPT4”的焦虑当中缓过来，Sora就已经席卷而至。紧接着，所有互联网大厂几乎都“停下手头工作”，开始在新的领域做出一点成绩，从而尽快在市场上发声。 但在近期阿里蔡崇信的采访中，他说道，“中国AI技术可能要落后美国两年”。在这种不断追赶的焦虑背后，一个引人思索的问题是，国内大模型公司追赶的究竟是什么？ 站在更为具体的赛道上来看这一问题，作为离Sora最近的赛道——音视频而言，这种焦虑也在不断放大。 从GPT3.5到GPT4.0，从Runway、Pika到Sora，当大模型的价值链不断升级，那些暂未爬到顶端的企业，还剩下多少‘生存空间’？ 实际上，于音视频厂商而言，当“追逐技术”变为“追逐用户”，这种价值就变得更加具体、更加实际。从近两年音视频厂商的发力趋势可以看出，AI虽然是不可错过的大趋势，但企业要解决的难题是，如何将技术与用户连接在一起。让大模型发挥想象力的同时，更要解决用户的实际问题。 一、AI时代，不断进击的“音视频” 2022年，先是钉钉的一套“组合拳”，紧接着，音视频PaaS/SaaS厂商也纷纷跟进，不仅大手笔投入研发，还在AI方向补充弹药进行长远布局，自此，围绕音视频赛道的“混战”也正式打响。 音视频PaaS公司“拍乐云”被收购一事在2022年受到广泛关注，收购方正是阿里钉钉。一石激起千层浪，音视频赛道迅速成为焦点。更为炸裂的消息是，

既要仰望星空，更要脚踏实地。在被巨大的技术风口裹挟了一年多后，我们与大模型的“相处方式”越来越清晰了。 3月28日，在博鳌亚洲论坛2024年年会现场，我们与百度集团执行副总裁、百度智能云事业群总裁沈抖进行了一次深度交流。 在参与和观察了国内企业过去一年落地大模型的实践后，沈抖分享了自己的思考。他认为，大模型的产业落地不能用爆款思维，企业要尽快把大模型用起来，但不能冒进，潜移默化式的渗透才能从量变到质变。他多次提到“应用”才是大模型的真正价值，企业要到研、产、供、销、服每个环节中去找落地场景。在现阶段，但凡与“信息流通”有关的环节，都应该加入大模型提效。 当谈到给企业智能化升级的建议时，他说：想多了都是问题，做起来全是答案。 以下是对谈部分精华内容。   大模型产业落地一年情况如何？ 大模型正在化身新质生产力   1、目前大模型在国内的产业落地如何？您如何看待中国在发展新质生产力方面的进展？ 沈抖：新质生产力，我认为最核心的是创新。而人工智能和大模型，毫无疑问是创新最前沿的领域之一。 过去一年，生成式AI已经被企业真正用起来了。从百度的数据来看，百度文心一言C端用户已经超过了1亿；而在B端，用百度智能云千帆大模型平台开发应用的客户已经超过了8万，开发出了16万个应用。 具体来说，例如互联网、教育、电商、政务等数字化程度较高的行业，更适合大模型落地，在落地速度上也更快。 比如河南、重庆的一些县级政府，基于文心大模型开发了“居民助理”，把AI政务问答做进微信小程序，村民可以在微信群里问AI各种各样的问题，如医保缴费、婚姻登记、户籍办理等等。春节期间，它每天的调用量能达到60-70万次。以前没有这样的助手，村民想找到这些问题的答案，很麻烦，而大模型可以提供一种便捷的解法。在很多类似的场景，甚至更广泛的智能客服场景下，大模型都可以帮助满足用户的需求。 还有一些传

    从时间线来看，如今我国距离实现碳达峰目标仅剩7年，而纵观来看整个行业，不论是传统能源厂商，还是互联网厂商，能源数字化都已经进入到“跑马圈地”的决赛圈。   谁能更好得服务客户全流程，谁能更好得应用AI，以及谁能更快速得完成从供给侧到需求侧的满足，谁就会成为最终的能源数字化赢家。 作者|思杭  编辑|皮爷  出品|产业家    三年的能碳改造，换了几套节能系统，最后工厂效果收益甚佳，同时工厂每年效益新增近百万——这种“不太可能”的投资回报比恰是当前能源数字化领域不少项目的现状。 在如今双碳被反复提及的当下，能源数字化走到哪了？ 在能源数字化领域，一个明显的趋势是，数字化服务商所着眼的主力赛道十分明确，这与其他行业形成鲜明对比。在与不少能源数字化服务商和工业互联网厂商交谈过程中，一个公认结论是，相较于其他赛道，企业往往会会选择某一个精准赛道。 “能源领域里的不同细分赛道所涉及的行业know-how相差甚远，互通性不高，门槛却极高。而且能源行业项目周期长，通常情况是‘跟踪’完1～2家客户后，已经足够支撑我们技术团队。”一位行业人士告诉产业家。 从客户来看，能源行业的客户大多分布在国央企，项目更为稳定。在此背景下，数字化服务商只要在某一细分赛道“站稳脚跟”，便意味着吃下了这块蛋糕。 但在能源数字化转型迫切的当下，另一个更重要的问题则是，在服务商聚焦某一个赛道的模式下，能碳改造是否还可以成为全产业的基础配备？以及其想象力是否还能被完全释放？ 对此，本文将站在需求侧和供给侧的角度，来剖析当前能源数字化走到哪了？以及一家工厂究竟是如何进行能碳改造的？在其中企业又为其提供了怎样的技术？ 一、2024，能源数字化走到哪了？ “单位国内生产总值能耗降低2.5%左右”，这是2024年政府工作报告中最新的“发

如果说2023年，大家关心数字人，更多在于好奇心和新鲜感。如今的2024年，人们则更加看重其是否真正解决行业中的某些痛点。  随着技术的深入发展，数字人正在成为生产生活中不可或缺的一部分，除教育、文娱、直播领域外，在工业、医疗等领域也在发挥越来越重要的作用，成为真正的生产力。 “大家好，我们又见面了。”今年商汤科技的年会，已故的创始人汤晓鸥如期出现在舞台上。他时不时和现场的观众逗趣，抑或是在台上走来走去，甚至喝水。无论面部表情、肢体如何变化，都像真人一样。除此之外，还可以看到，头发丝、额头、眼镜等物件会随着人物的移动和舞台光互动。 一时间，「汤晓鸥“复活”」的词条以及视频在各大网络迅速传播，引起广泛关注。公众在对这一现象感到惊奇的同时，对其背后的技术实现表现出浓厚的兴趣。据悉，这一数字人是由商汤科技的如影AI数字人生成平台所创造，官方宣称其与真实人物的相似度介于90%至95%之间。 汤晓鸥数字人的问世，在一定程度上类似于电影《流浪地球2》中通过数字化手段实现角色永生的情节。其不仅象征着数字人技术的一个重要进展，也意味着该技术已经达到了一个新的发展阶段，再次以不一样的视角站上舞台。 在过去的一年里，数字人这个行业曾一度成为资本市场的宠儿，但随着热潮的退去，市场逐渐回归理性。今年，随着技术的不断突破和应用场景的拓展，再次点燃了市场对数字人的热情。Sora文生视频技术的推出，更是为数字人行业的复兴注入了一剂强心针。 进入2024年，数字人行业的发展已经呈现出新的面貌。与2023年的盲目追捧不同，市场和企业开始更加关注数字人技术的实际应用和商业价值。数字人不再是单纯的技术展示，而是在各个领域展现出其独特的实用性和创新潜力。 如果过去大家关心数字人，更多在于好奇心和新鲜感。当下人们则更加看重其是否真正解决行业中的某些痛点。 随着技术的深入发展，数字人将成为我们生活中不可或

    在如今“智算”属性不足的大背景下，建设智算中心不单纯是一项资金游戏，更是一个思维观念、企业架构转化的新模型。  作者|思杭  编辑|皮爷  出品|产业家    过去12个月，英伟达市值飙升了238%。这已经算是商业史上的现象级事件。  成为热点的不止有英伟达，还有站在英伟达背后的“人物”黄仁勋。就像当年的马斯克一样，现在的黄仁勋几乎每次发言都是科技界的“头条”。  “AI工厂”便是黄仁勋近期频繁提到的词语。在2月的英伟达2024财年第四季度财报电话会上，黄仁勋将一种专注于AI生成的新型数据中心定义为“AI工厂”。其中，为AI工厂输送“能源”的正是让英伟达市值上涨万亿美元的GPU芯片。 而黄仁勋口中新型的数据中心“AI工厂”也正是国内近两年异常火热的智算中心。  那么，究竟什么是智算中心？以及，黄仁勋口中的AI工厂到底是什么？  简单来理解，智算中心就是为如今的AI大模型、AI应用，以及未来所有的人工智能项目提供计算力的新型“发电厂”。它是专为AI而生的。  与传统计算中心不同的是，智算中心所需要的算力是由GPU提供，而前者则是由CPU提供。在过去，GPU的用处则更多是在游戏行业，而到了今天的AI时代，GPU芯片则变成了一种“必需品”。  2023年10月前，阿里、腾讯、字节跳动、百度等国内大型科技公司都是从英伟达手里获取AI芯片。 但伴随着美国禁止英伟达等本土企业向中国出售A100/H100等AI芯片，这也一定程度上导致了国内的算力短缺。在过去的2023年，“缺卡”也更在成为一众大模型企业的普遍现状。  但实际上，早在之前，国内的AI算力军备竞赛早已打响。从国家启动“东数西算”工程开始，传统IT企业、云厂商和电信运营商就已经在

    如今，AI应用究竟行至何处？ 通用型、工具型、行业型、硬件型都有哪些？  为此，产业家对国内主流AI应用做了一些盘点与梳理。希望在洞察行业前沿趋势的同时，也为把握未来的AI应用格局提供一个重要窗口。 作者|斗斗  编辑|皮爷  出品|产业家    “猛增至91万、涨幅高达264%、34倍”这一数据来自GitHub 上的AI开源项目统计对比。 对于AI应用的开发热情，业内从如此激昂过。 那么，截止如今，国内的AI应用到底有哪些？分布在哪些方向和领域？以及它们具体的能力到底如何？ 统计来看，AI 应用按应用领域可以分为通用软件、工具型应用、行业软件、智能硬件四大类。在通用软件市场，生成式 AI 在办公软件、企业服务、IT 运维、软件开发、网络安全、数据智能等应用已经率先落地，并已经进入商业化的前期，主要赛道上均有标杆产品出现。 而由于 AI智能助理（Coplilot）可以将 AI 的能力深入嵌入具体应用场景中，能够主动理解使用者的意图并提供成型的方案，成为了国内通用生成式 AI 应用最广泛的产品形态。协同办公领域基于其先天优势，AI应用落地较多。 工具型AI应用主要包括聊天机器人、搜索引擎、文本工具、AI 作画以及代码工具等，主要集中在 C 端。 值得注意的是，由于其高度依赖底层大模型。竞争优势的构建，主要来自差异化的产品定位，以及持续训练更强大的底层模型和算法，所以，目前国内工具类AI应用的同质化程度较高。 更强大的底层模型和算法，是工具型AI应用打造竞争力的关键。 行业软件涉及金融、医疗、教育、工业、游戏、法律等多个行业，生成式AI 在游戏、法律、教育、电商等 C 端场景有较多的结合，而在医疗、金融、工业等 B 端场景下生成式 AI 产品的成熟度仍然偏低。目前，主要是金融、医疗、教育等头部厂商着