構建數字經濟新引擎：楓清科技 高雪峰解讀AI技術的未來趨勢

隨着AI大模型技術的快速發展，各行各業正在迎來新一輪的智能化變革。作爲人工智能領域的新一代核心引擎，生成式AI技術展現出巨大的潛力和廣闊的前景，成爲推動我國經濟社會發展的重要動力。

然而，儘管大模型在多個領域展現出強大的賦能能力，但在行業場景的落地過程中也暴露出一系列問題，如大模型“幻覺”現象、推理能力不足、解釋性差等。這些問題導致很多企業面臨大模型“好玩不好用”的困境。如何真正推動大模型技術在企業場景中的深度應用，成爲當前AI產業發展的重要課題。

服貿會聚焦：AI如何賦能新質生產力

在2024中國國際服務貿易交易會期間，由工業和信息化部新聞宣傳中心和中國信息通信研究院聯合承辦的“大模型應用創新論壇”在北京首鋼園成功舉辦。

楓清科技（Fabarta）創始人兼CEO高雪峰受邀出席，並發表了題爲《AI+行業落地新範式：知識引擎與大模型雙輪驅動企業智能化升級》的分享，闡述了他對以大模型技術爲代表的人工智能技術賦能產業轉型升級的深刻見解。高雪峰認爲，“如果僅停留在對話、文本生成或代碼輔助這些基礎功能上，沒有深入地同行業場景進行融合，很難實現真正的生產力提升，也難以對行業產生深遠的變革。當今的全球共識是：人工智能作爲新一代工業革命的關鍵技術，只有與行業場景深度融合，才能釋放高質量發展的新動能。

回顧Web 2.0時代，門戶網站、平臺型網站和社交軟件興起，開啓了“+互聯網”時代。而隨着Web 3.0技術的演進，社會邁入“互聯網+”時代，互聯網不再只是工具，而是一種思維模式和商業模式，通過互聯網重塑各行業生態。打車、用餐、購物、娛樂、獲取信息等日常生活方式被徹底重塑。

如今，我們正處在一場“人工智能+”重塑千行百業的時代浪潮中。人工智能技術也不再只是工具或平臺，而成爲一種全新的思維和商業模式。我們需要從人工智能的角度審視每一個行業，搭建新的生態，重塑其發展模式。未來不久，人工智能將會同樣深刻地改變我們的生活方式，爲各行各業注入新的活力，迎來前所未有的變革。”

楓清科技創始人兼CEO 高雪峰

創新產品矩陣：驅動行業智能化轉型

高雪峰在分享中指出，在機器學習領域，長期以來存在着兩種主要的架構理念之爭：Model-Centric（以模型爲中心）與 Data-Centric（以數據爲中心），這兩種路徑的核心目的都是爲了提升模型的性能與效果。當我們把這個目標再提升一個維度，爲了衡量智能化技術在具體應用場景當中體現出來的性能與效果的好壞，同樣會有 Model-Centric 與 Data-Centric 兩種路徑。前者是以模型、算法爲核心，將各種企業自身的數據圍繞着模型來發揮其價值，不管是簡單的 RAG 技術的實現，還是將企業數據對模型進行微調等等。後者則是以企業本地的數據爲核心，將其轉化爲企業的知識，再結合各種不同模型的能力，解決企業各種智能化的需求。在當前非常多的行業場景實踐嘗試當中，Data-Centric的理念路徑更加有效地解決了企業當前智能化場景落地所遇到的各種困難。

縱觀人工智能發展歷史，自1956年達特茅斯會議提出人工智能概念以來，AI發展經歷了多次技術浪潮。符號邏輯和概率預測作爲兩大主線交替發展，共同推動了AI技術的進步。聯結主義，也就是大型模型所依賴的 Transformer 技術，本質上代表了概率的方法，其核心是通過輸入的字符串來預測下一個字符。而符號邏輯推理的典型代表是過去出現的專家系統。然而，由於各自的侷限性，這兩種方法在AI的發展過程中並未帶來徹底的革命性變革。當前，聯結主義的巔峰——AIGC 技術，在企業端場景落地和邁向決策智能的過程中，也同樣遇到了諸多技術挑戰，如模型幻覺、可解釋性差、推理能力弱、數據安全可控性以及時效性等問題，這些問題恰恰是符號邏輯推理技術所能夠解決的。AI技術要真正實現企業智能化，必須結合符號邏輯的推理能力與概率體系的優勢。兩者的深度融合將爲AI技術提供更強的適用性和可解釋性，推動企業智能化轉型。

另外，從信息化時代的關係型數據庫，到數字化時代的經典數倉、大數據、數據湖、數據中臺，每一階段都伴隨着數據基礎設施的變革。面向即將到來的智能化時代，企業需要一種新的數據基礎設施來支持人工智能技術在決策智能領域中的應用。爲了在企業場景中實現更好的智能化效果，楓清科技（Fabarta）堅定地選擇了 Data-Centric LLM Landing 架構，讓不同的模型能力服務於企業本地經過組織的數據與知識，再通過行業智能體平臺的能力賦能企業的工作流。

楓清科技（Fabarta）創新性地推出了“一體兩翼”產品矩陣，包括自研的多模態知識引擎與行業通用智能體平臺，致力於構建未來通用人工智能（AGI）時代的核心數據基礎設施，爲企業提供大模型與知識引擎雙輪驅動的解決方案。楓清·天樞多模態智能引擎基於Data-Centric AI的核心理念，支持圖、向量、表格、時序等多種數據模態的融合與處理，爲企業提供私有化記憶存儲服務及強大的推理能力，並已通過中國信通院代碼自研認證，確保技術的自主可控。

同時，楓清·錦書數據血緣治理平臺和楓清·瑤光企業知識中臺分別在數據與知識的轉換和融合方面提供了支持。錦書數據血緣治理平臺通過對企業多模態數據的智能解析，構建語義豐富的企業數據資產的導航地圖，可以確保數據的來源、傳輸和用途的透明度和可追溯性，從而增強數據的質量和可信度，並進一步將數據存儲於天樞多模態智能引擎中。瑤光企業知識中臺則在大模型原生的知識分析與智能體構建上表現出色，可以將企業的多模態數據轉化爲大模型可理解的知識，實現企業本地數據與大模型泛化知識的相互轉化與融合，有效解決了大模型在企業應用中的可解釋性差、推理能力弱、模型幻覺、企業數據時效性與權限管理難等難題，加速企業級大模型場景的落地。

深度合作與落地：楓清科技與行業頭部企業的智能化實踐

高雪峰認爲，實現行業大模型的智能化發展需要經歷三個關鍵階段：單點應用的AI創新、知識引擎驅動的行業AI智能應用平臺，以及融合精準知識與大模型泛化知識的行業大模型階段。

建設行業領域的大模型以實現行業智能化賦能，必然要與央國企合作。央國企擁有豐富的場景資源和不同模態的數據積累，也有實力在創新領域投入並獲取未來回報。實現具體的智能化場景後，可憑藉其在產業鏈中的影響力推動行業智能化，從而真正落地具有豐富業務場景價值的行業大模型。在B端企業市場中，只有切實提升企業的生產力，產品才具備生命力。因此，人工智能技術仍需在客戶的實際場景中進行打磨和複製。目前，楓清科技的產品已被金融、製造、能源等多個行業頭部央國企應用在實際生產環境當中。

在金融行業，龍盈智達整合多源產業數據與華夏銀行內部高質量數據，採用楓清科技的圖智能和大模型技術，爲銀行提供智能化金融營銷和風險評估方案，實現了創新金融智能應用。通過圖數據庫與圖算法，構建關係圖，揭示潛在客戶、實控人關係和風險特徵，優化客戶挖掘和風險管理。通過AIGC技術實現自動化報告生成，提升了數據處理效率和決策智能化水平，使銀行能夠快速響應市場需求，顯著提高業務效率與精準度，同時確保數據隱私與合規性，可以爲金融企業創造顯著的商業價值。

在製造行業，立臻科技憑藉領先的智能化工廠建設經驗和科技人才，基於楓清科技的技術，有效提升了企業數智化水平。面對員工管理、數據處理複雜性與多模態數據分析等挑戰，立臻科技通過楓清科技提供的知識解析、智能問數、智能工具調用、企業級權限控制等技術，實現了結構化與非結構化數據進行深度融合，支持更精準的員工管理和高效的數據決策。這些創新應用顯著降低了技術門檻，使員工能夠輕鬆使用系統進行查詢和操作，大幅提升了管理效率和數據利用率。通過這一創新方案，立臻科技不僅優化了生產流程和管理成本，更增強了企業在智慧工廠建設中的競爭力，這也充分體現了人工智能技術在製造業領域中的巨大價值。

在能源行業，中化信息通過引入楓清科技的“楓清·瑤光企業知識中臺”，針對企業結構化數據和非結構化數據，驗證和打造共創方案，將數據轉換爲知識，利用平臺快速構建智能應用，發揮數據的價值，構建企業智能化升級之路。基於雙方聯合打造的靈活自主可控核心服務矩陣，包括知識引擎和智能體引擎兩大關鍵組件，可通過文檔問答、智能問數以及智能體方式串聯大模型應用與業務系統，助力應用的智能化，提升用戶與業務系統的交互效率以及工作和生產效率。

未來展望：探索 AI+戰略的無限可能

高雪峰表示，楓清科技（Fabarta）將繼續致力於推動人工智能技術在不同行業的深入應用，通過不斷優化和創新的AI產品，助力各行業在智能化轉型中獲得更大的競爭優勢。

未來，楓清科技將進一步深化與行業頭部企業及央國企的合作，利用自身在大模型與知識引擎領域的技術優勢，共同探索智能技術在新經濟形態中的應用潛力。通過不斷提升 AI 技術的實用性和落地能力，楓清科技期待與更多企業攜手，共同推動中國經濟邁向智能化、數字化。

（責任編輯：徐自立）