行业新闻

尊敬的大会组委，各位领导专家、各位嘉宾朋友：

上午好！很荣幸参加本次大会来分享科沃斯集团在企业 AI 全面应用落地当中的一些实践和思考，当今 AI 技术发展非常迅猛，我想大家心里都有这样的疑惑，对于企业来讲，从什么角度、用什么方式来切入 AI 的应用？

今天我们讲 AI，它不仅仅是一个技术，这是一个时代，它有可能是我们这个时代的新质生产力，如果它是新质生产力的话，在我们企业落地过程当中我们需要去思考以下几个问题：

1. 我们怎样去打造一支 AI 时代下的新型劳动者队伍？

2. 对于 AI 这样的新型技术，企业怎么样用好这样的新技术、新工具、新方法、新平台？

3. 企业的原材料、产品、服务等生产要素，跟 AI 结合当中它可以去产生什么样的创新变革？这些都属于生产力内涵的部分。

同时还要打造新型的生产关系，去促进新质生产力的发展，刚才我说这样的设问，我想行业内外都没有非常标准的答案，我们的企业都在实践和探索过程当中，科沃斯我们用两年多的时间做了这样的一些实践和探索，我们经历了四个阶段，接下来我把这样的一些我们实践探索的思考跟各位做一个分享，来抛砖引玉，希望能够引起各位嘉宾专家、各位朋友的思考。

AI 时代的技术特征与行业趋势

我们首先看一下这样的时代，我们从一些专家的观点以及一些行业调查报告来看这样的时代发展。我们从通信基本的计费单元发生的变化来看，80 年代的时候用时长计费，到了 2000 年用比特计费，到了 2023 年以 ChatGPT 为首大模型出现的时候，token 进入大家的视野。什么是数字化呢？《数字化生存》一书对数字化进行了非常详细的阐述，本质上就是将我们物理世界的原子转化成数字世界的比特，从这个维度来讲我们今天的智能化是什么呢？我们认为是将一切有知识的东西转化成 token，像我们文本、语音、图像、视频乃至于我们科学家做蛋白质折叠这样的研究都可以转化成 token，一切皆可 token 化，这个时代的关键词就是 tokenization。

大模型整个发展经历了几个阶段，应该来说进入大家的视野也就是两年多的时间，早期时候由于参数量以及训练数据量指数级增加，我们可以看到记忆性大明星能力突飞猛进发展；进入下一个阶段的时候以 chatGPT O1 为首的推理型模型出现，包括国运级大模型 DeepSeek，由于强化学习策略的应用、推理型模型的能力也得到了突飞猛进的发展。

今天 AI 的能力到哪儿了呢？行业有很多的基准测试 BENCHMARK，我们引用谷歌防御问答研究生水平测试来看看当今 AI 达到的水平在哪儿。这个测试是以博士生在接入互联网的情况下，在自己非专业领域和专业领域的得分水平。我们可以看到像 O1pro、O3 乃至 DeepSeek、Grok3 等等这样的一些大模型已经超越了博士生在他们专业领域的水平，在非专业领域水平，大部分模型能力都超过了他们在非专业领域的水平。

DeepSeek 是一个国有级产品，今天大家非常幸运，不像两年前我们还要用科学上网才能用到全球最好的大模型，DeepSeek 不仅带来了大家开源部署的便利，更带来了大家认知的变化，从今年春节之后我们的国人、企业家对于 AI 的认知比去年这个时候其实更进了一层。我们也可以看到，全球科技巨头，国内的三大运营商、互联网巨头、国央企等等都进行了快速部署。所以这样的迭代一刻也没有停下来，像一辆远道而来的列车，两年之前你看到它只是一个小小的点，但是两年后它已经来到了我们的身边。我们不要轻视这样的变化，它的发展速度是非常快的，我们说一个两年婴儿身体成长速度远远超过成人，但是这个世界未来是这些孩子们的。

所以我们应该要及时登上 AI 时代的列车，从一些调查报告来看，可以看到当下不同的业务部署 AI 所带来的效益贡献度和效益贡献额不一样的，可以看到在渠道销售、市场营销、产品研发等等这些板块它投入的效益额是比较高的；在软件工程、产品开发以及企业 AI 这部分，它带来的效益贡献度都是比较高的。这也非常容易理解，因为无论是数字化还是今天的智能化，作为企业来讲部署肯定是优先部署在自己的价值核心贡献板块。从行业的维度来看的话，不同行业它的部署带来的效益额和效益贡献度也是不同的，但是我们可以确定的是，今天不再有任何一个行业说我跟 AI 没有关系，我们每个行业都有机会跟它发生结合创新，产生变革。

人类与 AI 协作的三阶段模型

人类与 AI 协作，我们认为起码有三个阶段，今天我们大部分人用大模型的时候，还处在第一个阶段，就是把它作为聊天机器人 chatBOT，你给他一段提示词，得出一些答案，你仅仅作为参考，这属于初级阶段。

接下来的阶段起码是一个助手 copilot 阶段，可以接入公司的数据库和知识库，从而生成更准确，相对质量更高的内容。

第三阶段应该来说也是 2025 年整个行业里面共识，就是智能体的阶段，Agent 开发应用元年应该从 2025 年开始，除了让大模型访问了知识库和数据库，同时可以调用异构数据和工具，能够真正切入我们企业流程当中去提升企业效率，这是大家在实践和思考的部分。

企业 AI 落地的核心命题：人与协作

企业在 AI 应用落地过程当中，首当其冲我们还是要考虑人的问题，我们一定会有这样的担忧： AI 变革会不会威胁人的价值？在企业 AI 应用落地的初期，我们有这样的共识：人是目的，不是手段。人有人的价值，AI 有 AI 的价值，今天我们企业需部署 AI，不要将裁员作为 AI 引入的目标，而是找到与 Ai 的更好的协作关系。这个协作关系是在不停变化的，因为 AI 技术能力在成长，人与 AI 的协助关系也不停在改变，我们一定是找到一个更恰当的协助关系，以企业综合收益最大化来部署 AI 地。

科沃斯经历了四个阶段我们两年时间，接下来我把四个阶段简要跟各位做分享：

科沃斯 AI 应用四阶段实践：思维转换期

第一，思维的转换期，这个过程当中，作为管理层来讲，特别是我们企业一号位、二号位来讲一定要下定决心，坚决贯彻，这个不是只停留在口头上说我企业要应用 AI，如果一号位、二号位没有这样的决心的话，企业在贯彻和落实 AI 应用过程当中，效率会大打折扣。中层管理者也要去解决他们思维问题，有很多中层管理者他会说 AI 创新跟我 KPI 没有必然关系，对于我们基层员工也有他们的焦虑，今天公司里面用 AI 软件是不是未来要替代我的工作，我在拥抱这个过程当中，未来会不会去取代我的价值等等。在思维转换期，给我们中基层需要做这思维上的转换和认知的升级，要让他们通通能够融入到这样的变化，能够共同学习和拥抱 AI 的发展。

科沃斯从 2023 年的 3 月份开始，全公司召开了多次启动动员大会，要求全公司由上而下来推动，后期从行业调查报告来看，由上而下的推动 AI 全面落地应用它的效率会更高，这也是行业调查报告分析的，AI 应用不仅仅是交给 IT 部门就可以解决。

2023 年就为员工提供了我们的基础设施，当时我们把 ChatGPT3.5 全球的基于 AI 一些垂直类的应用和工具都接入到公司的工作平台，我们每个员工就可以像一个男人使用自己的工具箱一样，可以随意调用各种各样 AI 工具。第三，给了工具还要给方法，所以创新研究院在这个过程中也抓住契机，开发了系统性 AI 培训课程，帮助全集团推动 AI 应用方法的学习，这也是今天创新模式研究院系统性培训课程的来源，有了工具、方法，企业全员就进入一个自由探索的阶段。

科沃斯 AI 应用四阶段实践：场景探索期

第二个阶段，这个时候我们发现员工的好奇心、行动力，我们的动手能力被激发出来了，所以说我们在大半年时间里面，科沃斯和添可找到了数百个这样的应用场景， AI 的应用落地场景探寻、场景梳理是一个非常重要的问题，这些场景由于时间问题我不跟大家再详细阐述，更重要的是什么？我们借助 AI 的自由探索，一年之间我们涌现了大量超级个体，我举一个小小的例子，我们的添可的员工非常年轻，4000 多人平均年龄只有 26 岁，这些年轻人刚进入你的公司，物质的激励是一部分，但是同时他希望被看到，他要被重视，他要感到有价值，他们的探索能力、学习能力都是比较强的，在这个过程当中，他们率先进行 AI 应用的探索。

这些年经的同事他们每天晚上 6 点钟下班之后不回家，把自己在 AI 应用当中的探索、实践做成短小的 PPT，晚上聚集在一个大会议室里面跟别人做分享。我去过多次，你要是去晚了根本找不到位置，200 人齐聚一堂。每天晚上如此，这不是公司主动组织的，而是他们自发形成的。这个现象之前是没有料到的，以为只是学了一个工具，没想到激发了这么多新型劳动者他们的好奇心和创造力，像科沃斯发展到今天，也是初级的复杂体系、生命体系，它不是一个机械体系，复杂体系要激发个体创造力和创新力是非常有难度且重要的事情，这个事情给我们非常大的震撼。

同时，在这个过程当中，有 10%-20% 的 AI 应用能手和领域专家跑出来了，这些领域专家不是由他的上级管理者指定的，而是通过这样的学习活动自己跑出来的，这些领域专家和应用专家，在我们做第四期做智能体开发过程当中起到了中流砥柱的作用。

科沃斯 AI 应用四阶段实践：成果巩固期

到了第三个阶段，你不得不面对的事情就是：大部分人，可能 70% 左右还是会浅尝辄止，用好了工具他觉得已经 OK 了，效率也有了些许提升，已经比较满足了。大部分人只会摘苹果树低垂果实，不会搭着梯子到更高的地方去探索，这个过程当中我们要有一系列措施巩固我们创新成果。

所以过程当中公司做了一些实践，比如我们鼓励员工创新，做 AI 应用竞赛，对于优秀的创新成果给予展示和表彰，把大家很多创新的成果展示到公司平台上，让其他同事可以去借鉴、学习、共同探讨。

通过层层递进的分步实施的手段，来进一步识别人才，创造公司你争我赶的氛围相互激发。不少 AI 用得不错的同事，一段时间以后，你会发现它的效率确实提升了，哪怕是一个简单的工具应用，工作效率是是有提升的，原来 8 个小时的时间他接近 6 个小时就可以完成，剩下 2 个小时干什么？当然要允许他摸鱼，这是他主动学习探索得来了红利，但是同时从组织来讲，需要进一步思考怎样去提升这些人更大的效率和效能，所以我们添可又做了很多创新实践，譬如开发第二岗位。

我们原来有很多人，说我今天所选择的工作不是我最喜欢的，不是我兴趣所在，但是今天你可以利用 AI 重新去探索你第二个你感兴趣的岗位，这是完全有机会和可能的，添可做了这样的探索，效果还不错。

经过一段时间的 AI 学习之后，集团总部又提出了新的 AI 要求：很多成本中心部门，能不能利用 AI 从一个成本中心变成一个利润中心，提出这样的期待和诉求，所以我们创新模式研究院也做了这样一些实践，当然我们集团总部包括我们很多非业务部门都做了这样的尝试和探索。创新模式研究院原来只是集团总部下属的研究院，经过两年多的时间，从一个成本中心变成利润中心，我们开发了一系列 AI 的课程，智能体开发的方法，把这些内容在公司内部进行培训，对产业链上下游培训，同时深入到泛生态链，进入到各行各业，帮助我们主业进入各种企业场景与需求探索奠定了基础，可以看到我们进入了多个行业，与许多优秀企业，国央企、大型民营企业产生了更多的交流和探索，帮助他们更好的去应用 AI。

科沃斯 AI 应用四阶段实践：系统应用期

第四个阶段，企业进入了一个系统的 AI 应用期，对于每个企业来讲还是要设置自身的 AI 路线图，企业的确定性和大模型的不确定性，还是有一些矛盾的。在这个过程当中每个企业切入 AI 的视角和方法都会有所不同，所以说我们在第四个阶段，我们讲一定要把自己企业的经验沉淀为不同形式，沉淀为我们检索数据集、微调数据集乃至于我们的运营决策模型，所以我们说这样的一场变革对于科沃斯来讲，我们认为虽然我们的整个 AI 应用是从上而下的贯彻，但是我们创新都是由下而上开始的创新，我们每个创新都是由我们基层员工，每个个体开始的，这个也符合创新的规律，因为所有创新都是从边缘端开始，然后慢慢开始向中央过渡，今天的 ERP 系统还没有被改变，但是可以做个预判，未来 ERP 这样的系统有 50% 部分都将被 AI 重新架构。不是有一句话吗？所有的硬件都将被 AI 驱动，所有软件都将被 AI 重构，所有的数据都将被 AI 训练，而我们每个所有的人，每个个体、每个组织都应该被 AI 所赋能。

到了第四个阶段科沃斯就根据自己的情况，开展智能体的开发，这是从去年 6 月份开始，公司在 18 个核心关键部门开发了自己的智能体，进一步形成整个公司的价值链、智能体体系。4 月 30 日科沃斯辛顿模式正式上线，每个智能体都选用了历史上著名的科学家、数学家、管理学家命名，便于管理识别。

以上，是科沃斯导入 AI 学习与应用的四个阶段的基本过程。

AI 时代的学习革命与未来展望

AI 更大的金矿在哪儿呢？是我们学习方式发生了变化。我们今天的教育体系、学习方式其实源于前苏联，更早源于 19 世纪初普鲁士的教学体系，这一教学体系，延承了近 200。而当今生成式 AI 能力到了这个水平的时候，我们认为还有一套新的学习方法和体系：只要拥有一个领域 20% 的核心技术、核心知识就可以完全去开展。怎么做呢？我们可以直接上真实项目，确立目标，过程当中当然会遇到很多问题，怎么办呢？我们要把这些项目解构，解构成最小化的单元，每个单元当中跟 AI 形成协作，学习相关知识乃至于让它生成相关结果，顺藤摸瓜解决这些问题，过程中我们学习的知识，它是为了解决问题而主动学习的，它是属于我们自己的知识。

我们说 AI 时代有很多不好的消息，网上有非常多的恐慌性言论，说什么 90% 的技能都将失效，10% 的技能将要扩大十倍、数百倍等等。但是同时我们说 AI 时代，有一个好的消息就是每个人都有机会成为一支队伍，今天在 AI 时代里，这个企业当中大家可以看到有很多优秀企业人员规模并不大，比如说 DeepSeek 也就是 140、150 人左右，Medjourney 公司原来也就十几人的规模，年产 2 亿美金，市场估值超百亿美金，这种案例举不胜举。

最后我们倡导所有的嘉宾朋友，要重视这个时代，紧紧拥抱 AI，过程当中创新模式研究院愿意跟大家一起交流探讨，一起推动 AI 在企业端全面应用落地，提升公司的效率变革和创新变革，我的分享就到这里。感谢大家的聆听！