比如，如果你是一家鋼鐵企業(yè)，你就應(yīng)該關(guān)注天津市西青區(qū)的用電量，因?yàn)樵谖髑鄥^(qū)有一個(gè)大邱莊，鋼管用量很大，它的用電量意味著繁榮度，這就是蝴蝶效應(yīng)，要求我們關(guān)注每個(gè)角度的信息，然而光靠人是不可能的，通過(guò)AI就可以做到，可以輕松地獲取并分析這些信息。

此外，AI還可以幫助我們了解產(chǎn)業(yè)鏈上下游的變化，比如，找客戶的時(shí)候、新廠搬遷的時(shí)候怎么快速建立產(chǎn)業(yè)鏈，外部的變化到底對(duì)我有沒(méi)有影響、怎么進(jìn)行評(píng)估等，人很難去做，這需要AI或者數(shù)據(jù)幫我們做，擴(kuò)大外部感知，延伸我們的感知。

作為企業(yè)的管理者，我們可能并不都是專業(yè)出身或者能夠讀懂財(cái)務(wù)報(bào)表。當(dāng)財(cái)務(wù)管理者給我們提供財(cái)務(wù)報(bào)告和經(jīng)營(yíng)分析報(bào)告時(shí)，我們可能并不知道這些指標(biāo)是好是壞，下一步應(yīng)該做什么。而利用AI的能力，我們可以快速地認(rèn)知這些信息，并做出正確的決策。

AI能顯著提升我們的高效執(zhí)行能力，這一點(diǎn)在數(shù)智化轉(zhuǎn)型前后尤為明顯。比如在拜訪客戶時(shí)，傳統(tǒng)方式下，我們主要依賴對(duì)銷(xiāo)售人員的培訓(xùn)來(lái)決定客戶拜訪策略，如拜訪時(shí)間、對(duì)象及目的，這完全依賴于銷(xiāo)售人員的個(gè)人能力和判斷。進(jìn)入數(shù)據(jù)時(shí)代后，我們開(kāi)始利用數(shù)據(jù)為客戶打上靜態(tài)和動(dòng)態(tài)兩種標(biāo)簽。靜態(tài)標(biāo)簽反映客戶的核心程度、潛力大小、應(yīng)收賬款狀況等；動(dòng)態(tài)標(biāo)簽則由數(shù)據(jù)系統(tǒng)自動(dòng)生成，包括客戶股權(quán)變更、訴訟情況、產(chǎn)品調(diào)整等信息。一旦發(fā)現(xiàn)重要客戶出現(xiàn)異常，如應(yīng)收賬款高的客戶涉及訴訟，我們會(huì)立即安排客戶經(jīng)理進(jìn)行拜訪，因?yàn)檫@可能意味著客戶業(yè)務(wù)變化或競(jìng)爭(zhēng)對(duì)手的介入。

數(shù)據(jù)時(shí)代，我們還會(huì)根據(jù)標(biāo)簽自動(dòng)生成銷(xiāo)售人員的周或月拜訪行程，包括具體拜訪對(duì)象和議程。面對(duì)突發(fā)事件，AI能更敏捷地安排拜訪優(yōu)先級(jí)和選派合適的業(yè)務(wù)員，相比數(shù)據(jù)系統(tǒng)更為高效。

比如，關(guān)于成本的問(wèn)題。今年我們制造企業(yè)都在面臨原材料價(jià)格上升、內(nèi)卷嚴(yán)重的問(wèn)題。這時(shí)候，很多企業(yè)產(chǎn)品報(bào)價(jià)出現(xiàn)偏差，每個(gè)企業(yè)管理者都想知道每個(gè)原材料價(jià)值的變化對(duì)于企業(yè)最終利潤(rùn)的影響。然而，由于數(shù)據(jù)量龐大且復(fù)雜，我們很難直接看到這種真實(shí)的關(guān)系，這就導(dǎo)致了我們?cè)趫?bào)價(jià)時(shí)無(wú)法準(zhǔn)確提升價(jià)格以應(yīng)對(duì)原材料成本的上漲。而AI結(jié)合模型可以幫助我們解決這個(gè)問(wèn)題，讓我們更準(zhǔn)確地了解原材料價(jià)值變化對(duì)企業(yè)利潤(rùn)的影響。

剛才我們看了一些AI的演示，接下來(lái)我們?cè)倏纯凑w的架構(gòu)。

我們的系統(tǒng)在下層有數(shù)據(jù)艙或者數(shù)據(jù)湖，我們可以增加社會(huì)化的數(shù)據(jù)，并將社會(huì)化數(shù)據(jù)和產(chǎn)業(yè)化數(shù)據(jù)放在數(shù)據(jù)湖里。

在數(shù)據(jù)湖上面是模型層，模型分成兩層：基礎(chǔ)模型和數(shù)據(jù)模型。比如客戶拜訪等就是數(shù)據(jù)模型的一種，這些模型都是開(kāi)箱即用的，裝上項(xiàng)目就可以直接使用。基于這些模型，

我們又建立了三層AI模型：一是通用大模型，我們與市面上的公司合作獲??；二是YonGPT模型；三是私有模型。雖然AI都在廣域網(wǎng)上運(yùn)行，但我們會(huì)為您的企業(yè)建立私有化或?qū)俚闹R(shí)庫(kù)，確保數(shù)據(jù)的安全和隱私。

同時(shí)，我們還有一個(gè)智能體Builder，通過(guò)它可以生成各種經(jīng)營(yíng)管理智能體，包括財(cái)務(wù)營(yíng)銷(xiāo)、人力、采購(gòu)智能體等。雖然理論上我們可以只建立一個(gè)智能體來(lái)管理所有事務(wù)，但實(shí)際上就像企業(yè)不能只有一個(gè)總裁一樣，我們需要多個(gè)智能體來(lái)協(xié)同工作，這是因?yàn)槊總€(gè)智能體都需要數(shù)據(jù)學(xué)習(xí)和龐大的算力支持，將智能體按照角色進(jìn)行劃分，以減少每個(gè)智能體的算力需求，并基于智能體將原有的數(shù)據(jù)場(chǎng)景做得更深入、更具體。

最后，我相信在數(shù)字經(jīng)濟(jì)的時(shí)代里，數(shù)據(jù)資產(chǎn)將成為企業(yè)最重要的資源之一，而數(shù)據(jù)交易則是讓數(shù)據(jù)聚合、產(chǎn)生更大價(jià)值的關(guān)鍵環(huán)節(jié)。然而，由于數(shù)據(jù)量龐大且復(fù)雜，我們需要引入AI來(lái)幫助我們更好地利用和管理這些數(shù)據(jù)。

我一直堅(jiān)信，通過(guò)AI的引入和應(yīng)用，很多傳統(tǒng)行業(yè)模式和業(yè)務(wù)模式都將被顛覆和創(chuàng)新。因此，企業(yè)應(yīng)該積極思考如何建立自己的數(shù)據(jù)模型，構(gòu)建全新的數(shù)據(jù)優(yōu)勢(shì)，并與我們一起走向成功。