[全球网络技术报告Lin Mengxue的记者]随着大型模型技术的快速发展，AI能力的密度已大大提高，并且在许多领域（例如推理，多模式和软件开发）中表现出色。但是，如何将AI技术真正应用于业务场景并获得积极回报一直是当前公司关注的重点。最近，在实时广播日流程的AI系列中，来自Dongfeng Lantu和Jiayue Digital Intelligence的Shenzhou Digital和前线专家的“先驱AI价值先驱”主题，共同讨论了艰苦的艰苦努力，并破解了AI的自动竞技场和来自Automotibo场景的Automotibo和能量路径。该过程的AI是在本年初提出的战略概念和培训的中国数字概念。申州Digital的联合主席兼首席执行官Wang Bingfeng也分享了强调和培训这一概念的理由：“实现深入的整合AI和企业技术，我们需要从业务流程开始。只有当AI深深地嵌入企业流程，深入融合到可以推进的业务流程以及我们可以做的业务流程以及我们可以做的业务流程时。 Nabit是Dongfeng Lantu Digital Spirsta的大型应用程序主管AI Fengce的副主席，这是Lantu一直关注大型模型技术的开发的现场广播。当他看到大型模型可以处理长文本时，Lantu开始建立项目，并尝试诸如营销，OA和研发等方案，以提高效率。 在实践探索中，Lantu意识到AI在实施自动化应用程序方案方面有许多困难，主要在三个方面：首先，才华。在AI期间，企业需要了解模型和企业的复合才能。缺乏传统的车辆制造NDUSTRY以及寻找适当的人才支持项目和技术发展是主要问题；其次，场景的选择，新技术的初始场景尚不清楚，反复试验成本很高，大型制造公司需要优先考虑可能且值得商业的情况；第三，价值的反思，数字部门应考虑为内部客户和产品用户提供宝贵的服务，以避免盲目地追求技术差异，自我修复和明智的自我满足。尽管遇到了困难，徐冯（Xu Fengce）提到AI已在许多主要链接中实施。例如，在营销和宣传领域，通过AI工具来帮助评估合规性，不仅提高了工作效率，而且有效地降低了合规风险。 Xu Fengce进一步指出，将来，预计Mai会在各种BU中添加AI智慧业务系统，破坏平台边界，降低传统的“数字和云融合”模型带来的复杂性和扩展成本。同时，“流程AI”在业务流程，跨系统合作等方面仍然具有巨大的潜力，值得深入探索。它带来的结构变化将为整个自动化行业的发展打开新的想象空间。汽车经销商行业是开发AI业务级平台的假定选择。 “ AI每天都在变化，这是自从我开始工作以来我见过的最快变化速度。” Jiangling Automobile的高级数据产品总监Liang Rongtao解释说，当汽车公司为nRequires AI平台时，“当企业构建AI应用程序时，他们需要具有AI平台来适应或缓冲公司内部影响的变化的影响。”通过AI技术的快速发展，AI业务层面的构建平台是偶然的，但受许多需求的驱动：一方面，AI行业的迭代技术很快，如果企业想在内部实施AI，他们需要重建和探索知识的基本资产。车辆公司中包含的各种专业知识是主要的基础。另一方面，流行的AI代理技术带来了新的机会，并且为了产生价值，AI必须成为“了解情况和业务”的助手。 Liang Rongtao Believesthis是车辆和其他制造业的最初意图，旨在生成业务级别的平台，并封装AI为所有成员提供服务的一般能力。 Liang Rongtao指出，对于公司AI平台，计算资源的一般管理是当务之急。企业中的敏感知识和数据通常需要本地扩展，因此如何最大程度地利用有限的内部计算强度已成为平台D中的主要问题Esign。第二个是模型的统一管理，其中包括本地部署的开放资源模型，以及计划应用独家模型和轻型业务模型的应用。有必要通过UnitedPlatform为业务层提供灵活的服务。同时，最困难，最关键的工作是管理业务知识，数据和材料以及AI调度能力的构建。在此基础上，该平台还需要提供灵活的自定义功能和访问模型，以支持企业的新应用程序的快速生成。最后，作为以业务为中心的系统，数据安全性，系统稳定性，测试操作和维护机制等，应同时改善AI平台功能的持续增强。 “在加深数字转型时，该过程继续出现，企业在精益过程中也有许多要求。”如果谈论他们的和Liang Rongtao对AI进行了验证，表示数据积累和较大的功能INMOMEMOMENENATIE，AI将加速优化汽车企业的过程。 JIAYUE数字情报：开发垂直的AI助手 - 在季节的背景下，“保持碳皇帝”的目标是在国家方法中提高了“双碳”的目标，碳审查行业面临着前所未有的效率挑战和技术变化。 Jiayue Digital Intelligence的创始人兼总经理Wei Hao举了一个“ Carbon Review Report”的例子，并认为他目前面临四个主要挑战：首先，数据源有些分散，大量设计文档，科学研究材料和其他内容需要在这段时间内阅读。人工成本很高，时间很高；其次，文本内容有些kimplate，一些现有的项目通常涉及不同的链接，数据和Informa消耗大量能量；第三，数据格式不同，包括相同的文本以及公式，表，图片和其他数据。第四，输出内容的准确性很高，评估工作需要手动旋转多级检查内容审查。 Wei Hao说：“如果涉及AI大型模型，则预计'碳评估报告'的准备将实现质量提高。”基于此，WEI HAOTHE的理论概念建议通过Manu -Manu专家提高解决方案的使用和质量，以对碳发行领域进行分类和分类，同时使用AI的AI大型模型功能来匹配植物工具和客户的需求。为了应对文本生成准确性的问题，Wei Hao建议使用EPAG（增强过程生成）来提高文本生成的准确性，从三个方面：了解大型模型的专业内容，开发LO基督专业报告，并根据多场内容完成自动评论。 “我们的技术希望创建一个理解碳并理解该田地的AI助手或身份。它可以称为碳皇帝。”魏豪说。神经数字：实际上，从内部技能到外部授权，与Dongfeng Lantu和Jiayue数字智能不同，Shenzhou Digital使用AI作为加强的方式，这不仅适用于其自己的业务流程，而且还适用于其自己的业务流程，而且还适用于基于其自身的技能来发展外观的能力。 Sa pamamagitan ng isang malaking akumulasyon ng sarili at mga kasanayan sa industriya, ang Shenzhou Digital ay karagdagang na-abstract at na-deconstruct ang paulit-ulit na ahente ng AI sa self-develop na enterprise-level na ahente ng platform-"Shenzhou Platform Platform", na sinanay ang walong mga SOBRA的Sobra的Sobra的SobraNg Empleyado，Matalinong Serbisyo SA客户，AI。同时，“流程AI”工具集在平台上，可以帮助企业快速实现代理商的日程安排和管弦。目前，这种技术能力不仅为神州数字数字的内部业务提供服务，而且还支持集会预订，旅行计划和其他活动，而且还支持Dongfeng Lantu和Jiayue Digital Intelligence，以在实际业务情况下实施AI技术。申州数字车辆研发的高级顾问王·扬利（Wang Yanlei）在四个阶段将AI进化路径分为企业。第一阶段是语言能力。 AI需要具有理解和表达的基本技能，并能够充当信息收集者；第二阶段提供了加深的加深，AI开始发展记忆和推理技能，并能够进行基本的评估。第三阶段是行为能力。 AI可以使用工具参与实际活动以提高VE生产效率；第四阶段是改变的能力。 AI不仅可以发挥创造力，而且还具有“自我否定”的能力，即反映和纠正宇宙认知，从而实现真正的智能进化。在某些实践中，神经硕士是神经应用数字云和信息技术研究所的AI应用程序架构师，发现商业用户对AI的期望不是“聊天”联系，而是“聊天”联系，为了实现较低的理解和高效率的智能服务 - 我给您材料，并为您提供材料，并为我提供了材料，“ Ma Xioodong都认为这是为了实现这一目标，而要实现三个基本支持，并且要实现这一目标，并且要实现这一目标，并且是第一个基本的支持，并且是第一个基本的支持，而是要实现这一目标，并且是第一个基本支持，而是要实现这一目标，并且是第一个基本的支持。业务，确保AI返回的信息准确；其次，操作机理以及通过不断访问和优化反馈，员工正在积极使用AI系统；最后，团队的变化S合作模型，业务专家必须参与系统设计和操作，以使AI真正接近业务并为人们服务。