图片来源于网络，如有侵权，请联系删除
在2024中国国际服务贸易交易会期间，由工业和信息化部新闻宣传中心和中国信息通信研究院联合承办的“大模型应用创新论坛”在北京首钢园举办。
枫清科技（Fabarta）创始人兼CEO高雪峰以《AI+行业落地新范式：知识引擎与大模型双轮驱动企业智能化升级》为题分享。高雪峰认为，“如果仅停留在对话、文本生成或代码辅助这些基础功能上，没有深入地同行业场景进行融合，很难实现真正的生产力提升，也难以使行业产生深远的变革。当今的全球共识是：人工智能作为新一代工业革命的关键技术，只有与行业场景深度融合，才能释放高质量发展的新动能。
如今，我们正处在一场“人工智能+”重塑千行百业的时代浪潮中。人工智能技术也不再只是工具或平台，而成为一种全新的思维和商业模式。我们需要从人工智能的角度审视每一个行业，搭建新的生态，重塑其发展模式。未来不久，人工智能将会同样深刻地改变我们的生活方式，为各行各业注入新的活力，迎来前所未有的变革。”
枫清科技创始人兼CEO高雪峰
创新产品矩阵：驱动行业智能化转型
高雪峰在分享中指出，在机器学习领域，长期以来存在着两种主要的架构理念之争：Model-Centric（以模型为中心）与 Data-Centric（以数据为中心），这两种路径的核心目的都是为了提升模型的性能与效果。当我们把这个目标再提升一个维度，为了衡量智能化技术在具体应用场景当中体现出来的性能与效果的好坏，同样会有 Model-Centric 与 Data-Centric 两种路径。前者是以模型、算法为核心，将各种企业自身的数据围绕着模型来发挥其价值，不管是简单的 RAG 技术的实现，还是将企业数据对模型进行微调等等。后者则是以企业本地的数据为核心，将其转化为企业的知识，再结合各种不同模型的能力，解决企业各种智能化的需求。在当前非常多的行业场景实践尝试当中，Data-Centric 的理念路径更加有效地解决了企业当前智能化场景落地所遇到的各种困难。
当前，AIGC技术在企业端场景落地和迈向决策智能的过程中，也同样遇到了诸多技术挑战，如模型幻觉、可解释性差、推理能力弱、数据安全可控性以及时效性等问题，这些问题恰恰是符号逻辑推理技术所能够解决的。AI技术要真正实现企业智能化，必须结合符号逻辑的推理能力与概率体系的优势。两者的深度融合将为 AI 技术提供更强的适用性和可解释性，推动企业智能化转型。
为了在企业场景中实现更好的智能化效果，枫清科技（Fabarta）选择了 Data-Centric LLM Landing 架构，让不同的模型能力服务于企业本地经过组织的数据与知识，再通过行业智能体平台的能力赋能企业的工作流。
据悉，枫清科技（Fabarta）推出了“一体两翼”产品矩阵，包括自研的多模态知识引擎与行业通用智能体平台，致力于构建未来通用人工智能（AGI）时代的核心数据基础设施，为企业提供大模型与知识引擎双轮驱动的解决方案。
深度合作与落地：枫清科技与行业头部企业的智能化实践
高雪峰认为，实现行业大模型的智能化发展需要经历三个关键阶段：单点应用的AI创新、知识引擎驱动的行业AI智能应用平台，以及融合精准知识与大模型泛化知识的行业大模型阶段。
高雪峰谈到，建设行业领域的大模型以实现行业智能化赋能，必然要从央国企着手。央国企具备需求规模大、产业配套全、应用场景多的显著优势，拥有丰富的场景资源和不同模态的数据积累，也有实力在创新领域投入并获取未来回报。实现具体的智能化场景后，可凭借其在产业链中的影响力推动行业智能化，从而真正落地具有丰富业务场景价值的行业大模型。
在金融行业，龙盈智达整合多源产业数据与华夏银行内部高质量数据，采用枫清科技的图智能和大模型技术，为银行提供智能化金融营销和风险评估方案，实现了创新金融智能应用；在制造行业，立臻科技凭借领先的智能化工厂建设经验和科技人才，基于枫清科技的技术，实现了结构化与非结构化数据进行深度融合，支持更精准的员工管理和高效的数据决策。这些创新应用显著降低了技术门槛，有效提升了企业数智化水平；在能源行业，中化信息通过引入枫清科技的“枫清·瑶光企业知识中台”，针对企业结构化数据和非结构化数据，验证和打造共创方案，将数据转换为知识，利用平台快速构建智能应用，发挥数据的价值，构建企业智能化升级之路。基于双方联合打造的灵活自主可控核心服务矩阵，包括知识引擎和智能体引擎两大关键组件，可通过文档问答、智能问数以及智能体方式串联大模型应用与业务系统，助力应用的智能化，提升用户与业务系统的交互效率以及工作和生产效率。
高雪峰表示，随着国家政策和市场需求的双重驱动，“AI+”战略正成为中国经济发展的重要引擎。枫清科技（Fabarta）将继续致力于推动人工智能技术在不同行业的深入应用，通过不断优化和创新的AI产品，助力各行业在智能化转型中获得更大的竞争优势。
【责任编辑:周靖杰】
