枫清科技高雪峰：一切职业都可以用 AI 重新做一遍

跟着 AI 大模型技能的快速开展，各行各业正在迎来新一轮的智能化革新。作为人工智能范畴的新一代中心引擎，生成式 AI 技能展现出巨大的潜力和宽广的远景，成为推进我国经济社会高质量开展的重要动力。

但是，虽然大模型在多个范畴展现出强壮的赋能才干，但在职业场景的落地过程中也暴露出一系列问题，如大模型“错觉”现象、推理才干缺乏、解释性差等。这些问题导致许多企业面对大模型“好玩不好用”的窘境。怎么真实推进大模型技能在企业场景中的深度使用，成为当时 AI 工业开展的重要课题。

服贸会聚集：AI 怎么赋能新质出产力

在2024 我国国际服务交易交易会期间，由工业和信息化部新闻宣传中心和我国信息通讯研究院联合承办的“大模型使用立异论坛”在北京首钢园成功举行。会议期间，来自工信部科技司、工信部新闻宣传中心等相关领导与业界专家一起探讨了大模型技能怎么赋能千行百业，提高工业技能水平。

枫清科技（Fabarta）创始人兼 CEO 高雪峰在会上表明，大模型假如仅停留在对话、文本生成或代码辅佐这些根底功能上，没有深化地同职业场景进行交融，很难完成真实的出产力提高，也难以对职业发生深远的革新。当今的全球一致是：人工智能作为新一代工业革命的关键技能，只要与职业场景深度交融，才干开释高质量开展的新动能。

跟着“人工智能+”初次被写入政府工作报告，咱们正处在一场“人工智能+”重塑千行百业的年代浪潮中。人工智能技能也不再仅仅东西或渠道，而成为一种全新的思维和商业形式。咱们需求从人工智能的视点审视每一个职业，建立新的生态，重塑其开展形式。未来不久，人工智能将会相同深刻地改动咱们的生活方式，为各行各业注入新的生机，并使这些职业迎来史无前例的革新。

枫清科技创始人兼CEO 高雪峰

架构理念之争：Model-Centric与 Data-Centric

高雪峰在共享中指出，在机器学习范畴，长期以来存在着两种首要的架构理念之争：Model-Centric（以模型为中心）与 Data-Centric（以数据为中心），这两种途径的中心意图都是为了提高模型的性能与作用。当咱们把这个方针再提高一个维度，去衡量智能化技能在详细使用场景傍边表现出来的性能与作用，相同会有 Model-Centric 与 Data-Centric 两种途径。

别的，从信息化年代的联系型数据库，到数字化年代的经典数仓、大数据、数据湖、数据中台，每一阶段都伴跟着数据根底设施的革新。面向行将到来的智能化年代，企业需求一种新的数据根底设施来支撑人工智能技能在决议计划智能范畴中的使用。

为了在企业场景中完成更好的智能化作用，枫清科技（Fabarta）坚定地挑选了 Data-Centric LLM Landing 架构，让不同的模型才干服务于企业本地经过安排的数据与常识，再经过职业智能体渠道的才干赋能企业的工作流。

据了解，枫清科技（Fabarta）推出了“一体两翼”产品矩阵，包含自研的多模态常识引擎与职业通用智能体渠道。其间，枫清·天枢多模态智能引擎根据 Data-Centric AI 的中心理念，支撑图、向量、表格、时序等多种数据模态的交融与处理，为企业供给私有化回忆存储服务及强壮的推理才干，并已经过我国信通院代码自研认证。

枫清·锦书数据血缘办理渠道和枫清·瑶光企业常识中台别离在数据与常识的转化和交融方面供给了支撑。锦书数据血缘办理渠道经过对企业多模态数据的智能解析，构建语义丰厚的企业数据财物的导航地图，能够保证数据的来历、传输和用处的透明度和可追溯性。

而瑶光企业常识中台则能够将企业的多模态数据转化为大模型可理解的常识，完成企业本地数据与大模型泛化常识的彼此转化与交融，有用处理了大模型在企业使用中的可解释性差、推理才干弱、模型错觉、企业数据时效性与权限办理难等难题。

高雪峰表明，未来在我国，建造职业范畴的大模型以完成职业智能化赋能，必定要从头部的央国企着手。央国企具有需求规划大、工业配套全、使用场景多的明显优势，具有丰厚的场景资源和不同模态的数据堆集，也有实力在立异范畴投入并获取未来报答。在 B 端企业商场中，只要实在提高企业的出产力，产品才具有生命力。因而，人工智能技能仍需在客户的实践场景中进行打磨和仿制。

现在，枫清科技的产品已被金融、制作、动力等多个职业头部央国企使用在实践出产环境傍边。

在金融职业，龙盈智达整合多源工业数据与华夏银行内部高质量数据，选用枫清科技的图智能和大模型技能，为银行供给智能化金融营销和危险评价计划，完成了立异金融智能使用；在制作职业，立臻科技经过枫清科技供给的常识解析、智能问数、智能东西调用、企业级权限操控等技能，完成了结构化与非结构化数据进行深度交融，支撑更精准的职工办理和高效的数据决议计划；在动力职业，中化信息经过引进枫清科技的“枫清·瑶光企业常识中台”，针对企业结构化数据和非结构化数据，验证和打造共创计划，将数据转化为常识，使用渠道快速构建智能使用，发挥数据的价值，构建企业智能化晋级之路。