摘要:驱动企业AI价值释放,共绘“AI for Process”蓝图

作为技术密集型产业与数智化转型的前沿阵地,汽车制造业对AI落地的需求迫切。如何让AI技术与应用场景深度融合,让AI在企业中真正落地?近日,“数云原力®2025-企业AI价值先锋实践”直播活动成功举办。作为东风集团旗下的高端新能源品牌,东风岚图受邀与神州数码在本次活动中围绕上述话题展开深入探讨,分享双方企业AI落地的洞见与成功实践经验,助力更多企业以AI技术重构业务流程,实现价值跃升。

一、起点:企业AI落地缘起与三重挑战

岚图的AI探索之路并非一蹴而就。岚图数字化部门定位为应用导向型团队,虽不从事基础科研,但始终敏锐追踪前沿技术。2023年中,岚图正式立项大模型项目,决心将AI引入业务实践。然而,企业AI落地从“看”到“用”之间横亘着三大核心挑战,岚图数字化大模型应用负责人徐湲策将其归结为三方面:人才招募、场景选择、价值体现。

人才招募:需要“技术+业务”型专家人才。

场景选择:什么样的场景适合大模型去实施落地?

价值体现:易陷入“拿着锤子找钉子”的误区。

这三大难题,是岚图将AI从“实验室”推向“生产线”的关键。

二、破局:找到AI落地的关键价值场景

岚图的破局之道,在于从用户需求出发,找到AI技术与业务流程深度融合的高价值场景。徐湲策介绍道,岚图先从通过简短对话流程即可交付准确结果的场景入手。例如,在AI合规审核场景中,由于新能源行业激烈的市场竞争环境加上复杂的国家相关法规政策要求,岚图常常面临市场宣传需要与法务合规管控的矛盾。以往,业务人员需要耗费大量精力查阅最新法规、协同多个部门审核宣发内容。不仅效率低、易疏漏,且涉及复杂的跨领域知识。如今,岚图部署了一套AI合规审核系统,彻底改变了传统流程:

流程深度嵌入:用户只需上传宣传材料(图片/文字/视频/音频),系统即自动启动识别,无需用户发起任何提问或指令对话。

智能审核比对:系统不仅可以智能审核其是否违反相关法规、是否与岚图自身、与东风集团乃至整个汽车行业的合规规则存在冲突,更能智能比对全行业案例,识别潜在相似风险点,预先规避。

徐湲策总结道,用户想要的是,只需选择一个流程,AI告诉他应该提供什么材料;材料交上来,AI做识别,甚至做小型微调和修改,然后递交到下面环节的人员,自动完成流程分拣动作,中间不需要很多的问答。神州数码云和信创研究院AI应用架构师马晓东也表示,企业级AI落地的核心诉求正是将AI“无感”融入业务流,内化为“流程智能”引擎,进而实现“润物细无声”的企业AI价值释放。

三、展望:深耕AI for Process,驶向企业AI落地深水区

展望未来,徐湲策提出两大愿景:其一,构建AI Agent串联服务平台,让AI能力走入各个业务系统里,降低传统“数云融合”中的边界平台扩张成本。以岚图工厂为例,岚图工厂需应对多元化访客(包括安保/保洁/供应商/交流人员等),不同人员涉及到差异化的门禁权限、路径规划、会议室预定及IoT设备联动,背后依赖多个系统的协同。如果可以通过单次文件的提交,以Agent自动串联后台的各个系统,将大幅削减人工耗时。

其二,不同于前面提到的具体小场景,汽车制造业的产业链其实很长,覆盖供应商协同、备货、生产组装、质检、交付、售后等,这些链路里有无数的流程。岚图跟神州数码有一个不谋而合的点便是“AI for Process”。如果可以在产、销、服等横向流程中嵌入大模型能力,并结合知识治理与自动化运营,将实现超越基础效率提升的价值——驱动高质量交付与高效团队协同。

四、支撑:神州问学+AI交付团队赋能,让AI在企业落地生根

“AI for Process”理念是今年年初由神州数码董事长郭为先生提出的,即通过AI实现流程的再造和优化,帮助企业结合自身业务特点,持续推动创新和突破。要实现AI for Process的深度落地,仅靠通用大模型是远远不够的。徐湲策在讨论中指出,岚图选择了关键路径——使用一套集问答、知识库、工作流和智能体于一体的大模型应用平台,结合互联网的数据与定向微调,高效实现场景落地闭环。

而这一平台便是“神州问学”。马晓东表示神州数码在入局AI时代伊始便确立了“专注大模型的企业级场景落地”的方向,并由此诞生了“神州问学”,基于大量行业实践,神州问学已全面升级为企业级Agent中台,为AI规模化落地提供全栈解决方案。

此外,神州数码AI交付团队的服务能力也是双方合作的重要支撑。徐湲策指出,相比于许多偏重方案演示的大模型应用和服务厂商,神州数码团队直接展示了其如何在内部成功协调多部门、推动流程、并实现应用覆盖的实践经验。这体现了神州数码通过精细化的流程管理、标准操作规范(SOP)及场景化价值实现方法解决企业AI落地难题的能力,为双方合作打下良好铺垫。