一把手的Deepseeker革命原创

啊，那这个分享的过程里面呢，呃，主要是还是从自己的落地的一些心得上面来给大家做一些这样的一个分享，什么叫做落地心得呢？啊，因为很多人是停留在想象中的，对吧，很多人可能在做一些大国型的底层的应用，但是真正在企业里面怎么落地啊，这一方面呢，可能大家呃，做的好的，或者讲做的有实际经验的人不是非常多啊呃，我做这个事比较早啊，我应该讲从一四年开始左右，那时候AI刚刚出来，AI人脸识别的时候，那个也是AI啊，现在跟现在用的技术是一样的，都是一个深度学习的一个技术，然后到后来我在微信里面查了一下，我最早跟朋友们提到GPT这三个字，应该是2020年的7月份啊，那个时候是3.0刚刚出来的时候，际上我们都在关注这些事情，那么到现在呢，具体在企业里面落地的时候也有一些心得啊，先简单介绍一下自己啊这个呃，现在在上海的交大的高级金融学院和这个上海交大的这个中医教育学院，给他们呃ENBA他们讲一些课啊，然后本身呢，我是这个腾讯的T。

TP的这个智慧零售的行业大使啊，就是零售行业做的比较长，因为我在广东省连锁经金协会的技术委员会有一个联系主席的这样的一个身份，把这个做了大概十年了，一直在这个研锁零售里面做技术啊，那本身也是自己是写代码出身的，程序员出身，所以我是这个中国新工业的低代码无代码推推进中心的这样的一个技术专家，那当然我在这个弯公媒体啊，呃，主持人的论坛的发起人，那么还有一些其他这个这个职位啊，那之前的话呢，我是在喜茶是做SBP啊，就是这个数字化都归我买这个个，呃，再往前呢，是在百果园啊，是百果园搞我司的这个百果园这个体系里面呢，当时也在负责这个数字化的这一块啊，那么呃，就是我大概的一个背景的一个情况，那么关于AI认知呢，我分四个阶段给大家分享一下，第一个阶段你知道看AI就是AI啊，因为这个可能刚刚听到AI，大家不知道什么叫AI呢？我们是做技术的脑袋看AI就是AI，那第二个阶段呢，我们要落地呢，叫看AI，不是AI。第三个阶段叫。

叫什么看AI还是AI啊，最后一个阶段叫什么看什么都是AI啊，所以这是是四个不同的阶段啊，这也代表我自己的一个心路的一个历程啊，那我么看什么叫看AI，就是AI核心要了解AI到底什么东西啊，就是你你只是听说一个名词，你不知道这这是什么东西，是没有办法落地的，你要想把一个东西落地，还有一个重要的一点，要知道什么边界是什么啊，我们任何一个东西要去落地，一定要知道的边界，不了解边界也是落不了地啊，所以这是我们的第一个阶段的一个认知，那这个AI的技术跟发展历史，实际上现在已经是老生常谈了，就是我就用一页PPT快速的过去，用一句话，你要知道深度学习猜字啊，用深度学习的方式去猜下一个字是什么啊，你猜对了我给你奖励，猜错了我给你扣分，那么通过这样的一个方式呢，让AI去训练出来啊，那特点是什么呢？它是要算力，大量的算题啊，跟我们以前的算力是完全不不是在一个量级上面的，那目的上去训练这个模型，那这个弱点是什么呢？因为我们要知道边界嘛，训练中没有的知识，它就会复收，你训练的时候告诉他是这个我们。

从刚刚在，呃，那个GPT3.5刚出来的时候，我们问他说这个孙悟空的师傅和齐天大圣的师傅谁更加厉害一些，对吧，他如果没有深入的学习西这个西游记的话，他是不知道的，他只会乱说啊，所以就个没有的是是很乱说。另外一点呢，成本很高啊，在刚刚开始落地的时候，这个成本是很麻烦一件事情。第三点叫遵崇性不确定，如果我们大家公司里面有软件的话，我们都知道今天你在报表里面查询，这个明天查出来应该肯定是一样的存在，如果明天查出来不一样，我们我们已经找it说为什么我昨天查的数据跟今天不一样了，但是在AI里面，很可能他两次的回答内容是完全不一样的，所以这个遵从性是不确定的，那还有一个其他特点呢，就是AI的落地形式呢，不仅仅是一个对话框啊，我们以前的AI用的更多就是一个聊天的，对吧，不管是一个也好，是什么也好，一个聊天的，我们跟他说话对话，但真正在企业里面落地呢，它不仅仅是一个对话框，而是一个智能体，我们的agent智能体啊，稍后我也会简单介绍一下，那么在具体落地的时候呢，还会有一些特别的问题，比如说海外的房子有及授权。

啊，我们知道所有的海外的AI对中国是不允许访问的，就是如果你用中国的IP去访问的话，它是禁止你访问的啊，如果你是以呃，用各种方式以海外的IP去访问当时的AI，前面可以只要被他发现了，全部封杀，账号里的钱都拿不出来啊，所以这个是AI落地的一些国内的问题，当然有了DBC以后呢，很多问题就解决了，对吧，这个，那么尤其是在DBC出来以后呢，就可以做私有化部署，以前AI都在云端的，意味着我要问他任何问题，我的数据都要先上去啊，当时三星出过一个事情啊，就是三星的人发现他的这个芯片的制作工艺居然在AI里面被人学习走了，为什么？因为他问过这个问题啊，我们之前在这个AI的应用的范围比较小的，用的比较少的时候，我们还出现这样的情况啊，我不停的告诉AI，我就是某家公司，比如说可口可乐的人啊，我在各种地方，我不该不管是讲工牌也好，讲什么我各种方式，我让这个AI以为我就是可口可乐公司，但实际上我并不是，然后到了一段时间之后，我。

问咱们公司有什么新的产品的规划计划，这个候在他后面的知识护理，他会把别的可口可乐公司的人问AI的这个问题拿出来给你看，看到通过这个方式可以类似越狱这样的去访问到别人的数据啊，所以这是个很可怕的个数据，那但是有了私有化部署之后呢，这些数据都在我们这里啊，所以这是大家有一个大概的一个技术情况啊，那么这个最常说的一句话就是说，呃，我不需要家里经济，因为我老婆什么都不知道啊，我们AI干嘛我老婆什么都知道啊，所以呢，这里呢在讲的一个趋势啊，因为刚才讲的这个AI的发展的这个过程，那么肯定我们要看未来，因为我们都希望未来只有我们能够让我们知道会发生什么样的事情，我们才可以终准备一个任务啊，所以我这儿有一个，呃，这个对于未来的这样的一个分享的，未来企业所有的数据都应当以一种能够被大语言模型，就是被现在AI所统一访问和存储的形式存在，这些数据呢，将会成为企业最宝贵的数据资产啊，数据资产没有像大家都可能都听说过了，对吧，以前我们企业有什么很多数据对吧，数据库在合同。

数据，但这些数据呢，很难被AI访问，我们其实还有很多知识啊，写在这个纸上面的，作为一个店长，你每天要干什么，你作为一个采购，你要有什么样的经验，这些东西都是啊，不能够被I访问的，那么未来的话，这些东西都应该能够被AI访问，而且这地方会以这样的方式放存储内容，这里面会分成三种类型的数据，一个叫什么客观数据啊，一个叫经验数据，一个叫流程数据啊，这里我就不展开细说了，但这三类数据将来都会被智能体所去访问，用这个智能体去利用流程数据，结合经验数据有效的去运用客观数据，这样呢，数据库就变成我们的核心资产，那基于整个数据的生态建设，就变成一个我们企业未来要发展的一个重点，所以现在在讲数字化，未来是数字化，这个质叫啊，AI是IP，所以我们就说以前是数据库，对吧，我们会想到30年前有哪些企业手里有数据库啊，30年前的企业大部分是没有数据库的，但现在哪个企业没有数据库的，基本上都是有数据库的，所以未来啊数据库。

会是今天像数据库一样这么一个流行的一个东西，每个企业都必备的一个东西，所以在这里面的话呢，我们通过算力算法，最后形成一个知识体系啊，这就是我们的未来的一个技术趋势，那么这里呢，我也做了一张表格啊，因为这个呃，发展的太快啊，什么信息化呀，数字化呀，智能化呀，老板经常说我的信息化还没搞明白了，今天突然有数字化，明天又开始有智能化了，对吧？他们到底是什么关系，我做了一个非常简单的表格啊，那信息化呢，就是简决叫数据电子化的题，咱们把正确的数据数据放到数据库里去，这是信息化做的最最重要的事情，所有别人都是假的，你在数据库里面放准确的数据，但这事并不容易啊，正是为什么要有准确的流程啊，这个为什么要搞这些东西，都是为了让你正确的数据流放进去，这是信息化做的事情，超出了这个信息化范围之后，叫要数字化，数字化要解决的是既然数据库里有了个正确的数字了啊，那么它数字到底代表什么意义？今天数据库里可能放了一个5，放了一个10，这分别代表什么意义，这是我们在数字化。

他去解决的核心啊，所以这个数字化的这这个重点哪里要去构建一个数学的模型，这个数字模型就是我们企业的业务模型，比如说今天像天气要降温5°了，我的商品的销售会发生什么样的变化，这都是要去建立数学模型，这不是信息化措织，这是数字化组织，因为你了解了这个东西，我才可以做出准备。那么到未来的智能化呢，有了这些准确的数据呢，也有了数学模型了，AI可以干嘛，AI可可以自动去执行这些东西的，所以这是智能化的去做的事情，所以我把这个三个阶段给它分开，如果咱们用一个案例来讲的话呢，前面就是把纸质的地图变成了电子地图啊，可能这个电子你可以立刻看到这个路，路是怎么走的了，但数字化呢，就是说我加上了卫星之后，我可以做导航的，光有纸质地图肯定做不了导航，对吧？你纸质地图上面数据是错的，你导航也会出现问题，但是到了什么呢？数字化就是自动驾驶，我有了导航，要有了导航加上传感机，我就只要说我从哪里开始到哪里结束，它自动把我带过去了，是不是这是一个数字化做的事情，所以这是三个。

在阶段，所以我们通过这件事情认识到AAI是什么啊，那么使用AI的时候呢，获取的问题非常重要啊，这里有一个，这个就是AI工具的常试提升方法，对不对啊，我们简单讲，AI就像一个刚刚出学校的大学生，因为他对你是一无所知的，你需要给他一个引导跟指引啊，你提问的方式不同，得到的结果不同啊，你要手把手的去教他，给出一个格式跟案例，那就变得非常重要，你用这样的方式去分AIAI就给你一个更好的一个结果啊，我当时拍一拍过一个短视频啊，我在微信里面大家可以看到，就是说你要想问AI一个问题，你都不知道怎么问的时候呢，最简单你就问AI，我想问你这个问题，我怎么问也可以回答的更好啊，所以虽然有点这个套娃的这个嫌疑一样，但这样的方式的确是能够得到更好的结果啊，是一些常用提问方式啊，啊这个推理型的模型呢，就是像PBC的这样的推理型的模型，跟这种回答式的模型还是有一定的区别的，他这里面也有一些提本技巧，第一你要给他一个任务啊，比如说我们在企业给他搞排班，我说我在1000家门店的餐饮企业里建设排班系统。

这是任务，你必须给他说清楚这二背景啊，这家企业呢，是大单品的中餐，也就是一个核心主菜，可以多个小的周边的配餐模式，这是你的背景，然后呢，目标，请给我一个在建设员工排班系统过程中的系统的需求清单，功能需求，按照DDD的这样的软件开发的一个领域设计建模的方式设计，这是一个目的目标啊，最后一定要加上负面限定啊，什么意思？备注一下这个系统你设计的这个系统来来写的这个需求呢，各个流程具体落地的时候会碰到哪些人为的因素容易导致失败，以及针对这些问题的建议方法，所以我们在问AI的时候，我们用一个这样的一个环呃流程去问他，那这样的效果呢，就可以得到一个更好的一个效果啊，所以这里边我觉得AI到个提问的一个技巧非常重要啊，所以前面的AI呢，我觉得啊，大家通过这么几页的PPT啊，大家快速有一个概念，AI到底在做什么，那也就是第一个阶段我们做的是叫看AI，就怎么点，那第二个阶段叫什么看AI，不是AI，为什么？当我们在落地的时候，我们发现具体落。

做对手绝对不是有名的工具就OK了，因为大家就在问我啊，我之前帮助很多企业在做这个数据库的建设，别人问我，哎，这个用什么工具啊，那个用什么工具啊，现在什么工具最好，我告诉他家，你的前面的前置条件准备好了没有，比如说我今天要AI去学习我企业里面的知识，你的知识准备好了没有，你的知识的格式化做好了没有，分类做好了，有权限做好，如果没有做好，你先不要着急去用什么AI，为什么永远最好的AI是下个礼拜的那个AI啊，下个礼拜他会发布一个新产品，那个产品会吊打现在所有的这个产品，在没有做好前置工作的时候呢，没有必要啊，去把这个精力花在现在用什么AI啊，所以AI呢，只是一个工具而已，企业的目的是盈利，它只是一个工具而已，所以我们讲看AI不事里频，因为这里面啊，数据库里面，我们讲整个的AI的过程里面，刚刚讲什么知识的一个管理，对不对？那么前面从数据到信息到经验，再到知识，它是有一个迭代的一个过程的，数据是什么？是原始的，没有加工的符号，比如说今天这。

这个用户点击了运动鞋，三次浏览时间30秒，我们在数据库里记录下来了，这只个数据而已，没有意义，意义是哪来的意思？信息，我们把这东西整理完了以后变成信息，信息是什么？是他如果有这样的行为，说明他对运动鞋的兴趣比较高，但是没有下单，这叫信息。那然后呢，我们再把它汇总成经验，因为这个经验是要靠人的吧，经验是什么？反复的实践或者亲身获得的技能来产生一个依赖于个人或者组织的积累的这样的一个内容。经验是什么？运营人员发现这一类的用户经常因为价格犹豫啊，所以送优惠券以后在80就会提高，这就是我们在日常工作里面的经验，那有了这些经验之后，我们就把它变成知识，知识很容易就把它嵌入到系统里面去，我们要做什么，用户的行为跟优惠策略的一个模型，如果发现类似这样的用户，那么我再给他主动的去分一张个性化的促销的一张券，那么他的成交就会上升，所以这是最为典型的从顺序到信息到经验到知识的一个完整的过程，所以AI级在这一段发生。

是，而前面都是我们在信息化，在数据化里面要去做的这个东东西，所以这时候呢，看AI不是AI，那么AI在落地的时候呢，它有一个逻辑，这个逻辑在我做真正的AI落地的时候，不是简单的应用引脑的功能的时候呢，我们发现知识加AI等于准大脑，大脑的作用是比效率工具更加有价值的作用，但这个可能更加底层啊，就是说有点像新工具出来以后，大家可能在服务于表面，在用些表面作用，但过一段时间就开始分化，有些人真正的掌握到这个知识底层的逻辑了，在上面得到价值永远比那些值在表面的这个价值要高很多啊。还有种情况要怎么样呢？信息化的可信、可知可用的基础保障，刚才我们讲信息化有了，然后有数据了，然后这里有人的经验，对吧，这些经验呢，把这些数据呢，整理成信息，然后呢，再作用于我们真实的物理世界，比如说我们知道这个水气门上升以后，在什么地方好卖，我们的水的价格比如说很贵的，那我有可能放在高尔夫球场里面，让他们去卖这个水，这都是我们的传统的这样一个体系，但在未来AI体系是怎么样呢？是在这个信息化同样提供。

的这样的东西，数据也有了，但是我把人的经验给它逐步逐步的沉淀到数据库里面去啊，就是我刚刚讲的，我们有一个这样的库，这个库不是可以被AI访问的，在数据库里边可能是有关系啊，是有这个这个AI的这个知识在里面，然后呢，通过数据库来产生新的信息，在新的信息再通过人或者通过机器在作用于物理世界，这一块还是比较类似的，只是在这个区别，但是核心就是最后一定要把非格式化的信息再整理回来，回到我们这个数据库里面去完成一个闭环的去环，所以在这个体系里面呢，我还专门做了一张企业数据库的建设指南的这么一个导图啊，正在写一篇文章，我现在写了3万多字，我写了一个月啊，这个还是很痛苦的，呃，写完了以后就给大家分享一下，核心就是说以后会变成一个人类核知识驱动的精细化的智能交互，怎么去实现呢？信息化是准确的客观数据，数字化提供叫实时的业务模型，未来的智能化提供什么知识的驱动，那目标是要放大生产要素中最最稀缺的部分就是。

人才，人才永远是最稀缺的，因为它的复制非常慢啊，而且这个很容易走偏的，所以AI呢，它可以把这个人才这件事情可以做到复制啊，那么然后通过A级刚刚讲智能体去嵌入企业流程的各方各面啊，这就是一个正确的打开方式，那么这里呢，是一个基于数据要素的企业的一个演化啊，为什么要讲这个呢？因为传统企业我们看一下，我们有了下游的资源，下游的产品拿来，下游的服务拿来了，我们通过自己的组织对吧，生产变成了我的产品跟服务，然后像下游的企业或者向消费者提供服务，这是传统的一个体系，但是未来的话，我们可以看到多了一个什么，多了一个数据啊，尤其是非结构化的跟结构化的数据，这里边我们企业大部分啊，我当时统计了一下，以前企业大概除了某些特殊的企业，像银行啊等等，90%的数据都是来自于企业内部的，企业外部的数据很少，甚至都不知道怎么去用企业外部的数据，但是未来我们一定要开放出来，需要考虑怎么去用外部的数据，然后呢，我们在这里去构建这个生态，生态里面都是用这个数据。我们。

这叫生态的组织跟生态的生态，最后呢，集中向消费者去提供啊，这是一个企业级别的一个大的一个变化，以前就做好自己，我自己来向家乐福务，未来一定带领生态去来做一个行业的数据库，围绕这里面做一个生态对外的事情，这是一个特别大的数据。那么刚才讲到这个AI在，呃要用数据对不对，为什么讲看AI不是AI呢？因为跟他AI无关的东西会有很多啊，而且这些东西都是前置条件，比如说刚才我们讲大家都知道要用数据的，那数据是钱的，咱们做营销的同学也知道这个营销这个花钱的，对吧，里面有很多的数据也是可以产生的，那这里呢，我刚要跟大家分享一个数据资产的一个逻辑啊，大家都知道我们做任何项目都会有成本，都会有利润，对吧？啊，但是如果我们做营销，我们可能中间数据也是我们非常重要的一部分成本，我我有2000万会员，可以有8000万会员，我投入都是不一样的，所以在这里面怎么做呢？我们有一个这样的一个转换逻辑啊，我们把所有的这个成本呢，会换成普通成本跟数据成本来，我原来我都是有成本的，是一股。

一国大帐，那现在我把它分开讲，数据成本跟普通成本，那我们把数据成本呢，根据国家2021年出，呃，2022年8月31号出的这个文案，我们在这个这个在呃2024年1月1号开始，已经可以把数据变为资产，我们可以看到原来的数据成本，我把它们挪出去变成了资产，那一旦变成资产之后意味着什么呢？意味着我的利润就增加了，那因为我的这个成本减少了，我的利润就增加了，所以这是一个我们U质在数做数字化营销的时候啊，这些地方我们有大量的数据，这些数据的产生实际上都是我们的资产，那这样来的话呢，如果我们上市公司的话，我们的财报就会变得好看很多，OK, 但是我们也提到一个问题，就是说哪些数据成本可以作为数据资产，它有什么样的特征呢？就是广义的数据确取来看，全成本的勾际关系非常清晰，它能不能持续生存价值等等啊，今天因为不是讲这个重点，所以我只是带过一下啊，如果大家要想了解更深入的东西，我们可以再来做一个更加详细的一个分享啊，所以在通过这样的方式，我就可以把这一。

一部分的这个成本转成我的资产，从而让我的利润上升啊，这就是在我们在发现你要做AI，你要有钱啊，你要有数据啊，那这个时候怎么办呢？我们就要通过这些手段帮助我们更好的去实现AI的落辑啊，所以通过这个数据资产呢，未来会形成一个数据资产的飞轮，这是什么概念，我们有了数据资产了，资源呢，对吧？然后我要去找到合适的数据场品，找到数据产品之后呢，我们就去设计数据产品，有了数据产品之后呢，我就可以去找到建立一个数据的标准，这是行业生态的数据标准，有了数据标准之后呢，持续的就可以产生新的这个素材啊，这一个是标准的，我们称之为叫做数字化的商业模式呢，数据价值的一个轮子，那我们的飞轮的非轮它有推动力，推动力在哪里呢？推动力来自于因为你的资产增长了，有了新的资产增长之后，我可以用这个资本去获得更多的数据资源，产生一个持续的一个推动的一个循环啊呃，这个大家可能一开始看到这个图可能有点懵啊，不太理解，因为里面太多这个词的，这个数据啊什么东西的，但是我告诉大家怎么去理解这张图的一个最最简单的。

开方法，咱把数据两个字换成土地，你们看原来的地产商是怎么干的，他现在拿到一块地对吧，然后呢，找到这个场景，这个地适合盖购物中心还是该住宅，还是盖什么东西，然后呢，再把它变成一个住宅或者购物中心的一个产品，这它就是产品啊，因为现在的这个建造这个产品，然后呢，建设一个标准，有了这个标准之后呢，他就可以去拿到更多的数据资源，对吧？在这个过程里面，然后呢，因为他这个模式，他手里有了这些地址，他到银行把它获得的资产的增长资，通过这个资本再拿到更多的啊，一模一样，所以这里面只是把土地两个字换成了数据而已，这个大的业务的逻辑都是一样啊，所以未来的话呢，要做数据化转型，是整体的转型，不是说我这个企业用AI我就天下无敌，我就可以变成行业第一的不存在的啊，它一定是个整体的一个解决，前面有个知识，后面建立一个AI体系，后面建立个数据资产的飞轮，然后去构建一个基于数据的生态，我们的上游跟下游放到一个生态里面去完成一个数字化转型，把我原来的企业变成一个刚才讲的数据，作为我的生态要素中间一部。

分的这样的一起啊，所以我们发现这里跟AI可能关系没有那么大，所以这就是为什么我讲的看AI不是点，那么如果我们要要去提炼它有三个阶段的话呢，就是我们在AI在落地的时候，我们看一看不同企业在不同的阶段，第一个阶段我们在广泛直业，就是大家最常见的我用AI可以提高效率，对吧？我原来要10个人干的活，我现在一个人可以用AI去画图，可以很快画出来了，这叫直接用AI提升效率。在这个阶段呢，就是要像淘金的人卖屎啊，像卖牛仔裤去挣钱啊，这是个金矿，但是我挣的钱是什么呢？是这个钱。那到第二个阶段呢，更加类似于刚刚讲的数字化转型这个阶段，我这中间TS模型提点，建立我的知识跟我的能力啊，我这地一个，我就要比我的竞争对手强很多，因为我有AI辅助我做这个知识，这个更像什么呢？呃，淘金技术我遥遥领先，我去卖黄金挣钱，因为同样的这个一个地方啊，同样的人我淘出来黄金就比你多，所以我能挣这个钱，但是真正到第三个阶段呢，技术它是个工具而已啊，确全是个服务我的知识的这样的一个生态，生态数据在持续产生我们的这样的一个。

数据这里面就相当于依靠黄金去发行货币挣钱，所以这三个不同的阶段要去做的事情，所以我们讲啊，AI是什么，AI不是什么，这里的东西可能更加难解，但到了第三个阶段呢，我们会发现看不它还是AI，为什么？因为毕竟我们在讨了AI的落地嘛，对不对？所以AI呢，它不仅仅是一种技术，我们讲AI已经是一种文化、社会科学，它真正改变的是生产关系，如果我们在这个层面意识到AI怎么改变生产关系的，我们就会打开一个新的视野，AI刚刚讲的它是一个大脑的外挂，我们不要把它简单的只想象成一个效率的工具，它是可以提升效率，没有毛病，但是它更多的是一个外，一个外大脑的一个外挂，我们可以看一下区别在什么地方，比如说我们讲啊，哪些行业会失业，或者哪些岗位会失业啊，广义的翻译里叫低成本的精准翻译，自动去匹配一个场景跟文化，大家可能不知道这个AI刚刚出来的时候，加GPT刚刚出来的时候，最先获益的第一批人谁是那些做外贸的，因为他们。

大家在亚马逊卖这个商品的时候，中间的这个英文都是找人要翻译的，成本很高，而且翻译出来的东西带有中国腔的，这个英语他用AI去直接翻译完了以后，那老白一看，这就是很清楚也很明白，也都是用自己本地话来说，立刻接受了非常多的成本啊，所以叫翻译类是首先被被干掉的，但是翻译我把它广义，什么叫广义的翻译啊，啊比如说解释术语是叫技术的翻译，对吧，给你的光片，让你判断这个人的肺是不是有问题，这也是翻译，是医学的翻译啊，什么语言转文字，会议纪要是多模态的翻译，编程啊，写程序写代码这件事情是自然语言到程序语言的也是翻译，那包括文字生图变，这是一个自然语言到艺术语言的翻译，这些都是翻译，在这个广义的翻译里面，基本上人都会被AI逐步逐步的去进行一个迭代和替换，第二个信息类，你说它可以干嘛，可以解放人工，比如自动的，我让你把这个5个Excel里面的相关部分给我整理出来，汇总一下，这种东西以前只能人来做的，现在AI都可以来完成啊。另外呢，就隐私。

这啊，这是一个非常有意思的一点，以前有些东西，只要有人能够接触这个数据的，这个数据就要注意他的隐私保护，但是现在因为你定以让AI去做这件事情，这里面没有活人接触，所以在这里面的话，隐私的风险给大家降低，还有什么知识类啊，他可以做一些因果的推理，从数据里面去发一些因果关系，现在很多企业都在上一些，这个叫chart AI, 以前叫什么chat bii, 这个chat AI什么意思，直接给他一个这个月的销售的数据啊，比如说我们看到那个像立白，我记得应该是他们把这个月给到这个这个经销商的所有的进货的数据做一个CL表格扔给AI，那AI到底这个经销商的业务该怎么改善，该怎么去改进，那AI可以洋洋洒洒跟那些很多，而且我们都认为非常专业，当然这个专业不是说他自己就带表功能，而是我们事先训练了很多关于这个业务上面的一些场景跟一些呃，关系的数据的关系的情况，那家可以做到这一点，那另外呢，还有一个意图类啊，意图类这个很有意思啊，就是说现在纯单纯的对话型的AI只能在非常短的环节里面积极。

但是如果把它放到智能体，它可以做长期机啊，同时呢，还可以访问更多的数据，比如说天气热了以后，哪个品类销售会上升，对吧？数据里面我们可以看某个商品的库存是不是充足，可以供供我们做促销，在里面该用什么样的价格更加合理，里面的额外更值构券去发掘潜在用户，这些工作可以让AI用智能体方式把它串起来，完成一个一连串的一个动作啊，所以这是AI作为大脑外化的一个模型，以前的传统AI能更多的解决叫感知问题，现在更多的解叫思考的问题啊，所以这是我一强调的，我们不要把它当效率工具，一要把它当成大脑外挂进来做这件事情思啊，那么这里面在做落地的时候呢，还会碰到一个问题啊，我们就说都有一个阵痛期，在这个刚刚开始上AI的时候啊，因为你的规则都没有整理清楚，对吧，你的这个知识也没有整理清楚，呃，一定是先会下降啊，就在A就一定会先进入一个下降，效率下降的一个阶段，然后逐渐逐渐的规则越来越完善的，这个效率会逐渐逐渐上升，再爬坡回到。

原来更高的一个企业，在这个过程里面，这个镇痛期一定要咬牙忍住，所以这是AI的一个特点，你要用它，你前面的知识啊等等都要把它整理好啊，所以这里面这个这个阵痛，其实我们一定要去考虑到，否则的话，这个上线很容易失败啊，这也是AI的一个特点。另外呢，我们在具体落地的时候呢啊，我这里也有一个自己的思考啊，我觉得是三个层面，我把它从这个道法术层面，道法术呢，是中国最最古老的分类的体系啊，分层分类的体系，道是什么是宏观的认知啊，术是什么？是微观的认知，介于两者之间叫界观，这就是法啊。那我们可以看一下宏观什么的认知的重合，无论主观还是客观，AI你的必选题的，可能在我去年说这句话大家还不相信啊，今年这个春节以后，所有的老板都在打电话问it的，哎，咱们公司的这个C个在那什么时候部署啊，我认识的所有的it的都被这个老板掐的这多这个问题，所以呢，现在这个问题呢，已经很好了啊，就是这个宏观上面这个大的问题已经解决了啊，我们的。

大胆的去用，还没有进入瓶颈期，大胆的去创新的去要他已经能够用了，我们企业招人不是每个人都要招博士的，对不对，我们有些人可能中专我也可以招的，但是AI现在基本上可以达到一个全科的啊，硕士毕业生的一个大致的水准，而且你放心啊，虽虽然AI是有短板，但是短板是可控的，而且呢个优势很明显啊，我们AI一定要告诉老板，我们在这个C叉这个级别的对AI认知一定要是大脑式的服务，而不是效率在管，我们在下面的业务人员，他可以把它当成效率工具来，这个事情没有毛病，但是在我们最底层一定要把它当成大脑师的服务啊。另外呢，我们要去修正的iOS，也就是啊，我用了这个AI，可某个什么处理节省半个小时，这个都不是在宏观道德层面上去考虑的问题，OK, 另外呢，最后一点呢，从磨镰刀到学驾驶是什么概念？大家知道的，公寓善其是必先利器，磨刀不误砍柴工对不对？可往一看啊，但是如果未来都是联合收割机的，那我在磨刀路。

什么意义呢？所以我们必须认识到这样的一个变化，把我们原来的就个认知，从磨刀把效率提升更高，要变到我要去学驾驶，因为以后学了驾驶才能去开联合生活机，这是一个最大的一个区别。那么在这个借观这个层面呢，是目前我们看到的大部分的企业上AI失败的一个原因，或者讲AI没有得到小象的那个结果的原因，就是他没有对应的组织体系去面对AI。我们将要讲做一件什么事情，大家应该都经历过电商对不对？刚开始很多企业搞电商，没有一个电商部门啊，这电商能做好吗？没有人相信他能把电商做好，那后来为什么很多企业把电商做好，因为成立了电商部门，AI是一模一样的，如果企业没有一个对应的AI部门，这个AI部门是什么呢？我们讲知识部门，因为AI这个能力是一个人类的自然语言的理解能力，但它真正要在企业里面发挥作用，是要有企业的知识，刚刚讲数据库作为底座的，而企业往往是没有人去管这个知识，也就是有点像ERP一样，今天软件上线了，供应商把软件交付给你了，OK, 他就。

可以走了，后面没有人再去迭代了，但是AI要想把它用好，这个知识必须持续迭代啊，所以呢，我跟你讲啊，就是说呃，这个知识资产团队一定要有个显性化的一个运作，真对企业人的部要固定的一个这样的一个岗位，跟这样的一个部门，专门负责给企业的知识的知识的持续的去整理的，那么AI智能化需要所有人去树立，这叫数字员工的概念，不用担心，数字员工一定会进入企业，而且这是一个板上钉钉的一件事情，因为它的效率很高，对吧，成本非常低，看照电源24小时可以干活，所以这个概念一定要注意起来，没有这样的一个概念，这个AI是做的好，他要去学会，那么我们从他的角度去考虑这件事情，如果我是个数字员工，假设我是A员，那从企业的角度来讲，他要学哪些知识，哪些知识是我作为一个数字员工必须掌握的，一个是怎么去连接这个数据库，那从企业的维度去考虑，我作为一个数字员，我能做什么，现在能做什么，未来你打算让我做什么？这些问题都要我去思考，还要去建立一个团队跟组织，来保障这个数字员工的工作能够准确高效的持。

对，服务器三店两头出问题，那这个数据员工就没有作用了，对吧？所以这里面整个保障体系等等，这个都是我一般建议他们会成立一个叫首席知识官，现在我们C叉里面会多一个CKO，对吧？这个首席的知识关，通过这个知识部门去服务于数字原助这一层，是大部分的企业AI失败的一个重要原因。在具体微观上面呢，实际上这个手段就非常多了，我们就可以去看一下什么样的技术跟知识去做，对吧，我们从哪些点去做，比如说一个重要的是UI的互动形式会发生重大的变化，但是大家应该看到说函数的母公司对吧，要求公司里面未来呃只留下什么5%的人，有些部门只留下5%的人，而且以后要取消键盘，都用鼠标跟语音啊，这个这个方向是正确的，叫做UI的互动形式会发生重大变化，我现在在给一个企业，如果他说啊，沈总你帮我来过来看一看，我企业哪些地方可以有AI，那我这样你列出哪些部门的岗位是需要用键盘的。就这么简单，只要这个岗位要用键盘呢，我们去看为什么要用键盘，你要输的是什么东西，这个东西前置的数据在什么地方，能不能直接通过AI把这个数据就放到这个系统里面去，就就找用键盘的部分是最最立竿见影的啊，所以我们在数字层面可以用这样的方式去落地啊，然后呢，知识管理，刚刚讲知识管理，知识呢是个时间的朋友，什么意思啊，3年之前的会员的销售数据对我们来讲还有用吗？早就没有用了，因为它不是时间的朋友，时间过了以后，这个数据就没有用了，但知识是时间的朋友，随着我们的持续的积累跟迭代，知识的价值会越来越重，所以我们要去做时间的朋友，那么知识的应用带理价值是时间最重的一个持续的推动力，我们要去知识持，那么这里边我我怕自己，因为这几个都比较偏向于稍微虽然是讲数据的层面，但还有讲宏观，我就再问了一下这个deepb c, 我说补充一下，除了这点还有什么？他告诉我一个是数据泄露的风险，跨部门的数据治理必须要前置，因为AI要用这个数据，那么这个时候数据AI在用数据的时候，你必须要考虑这个数据在跨部门。

这些户口有风险啊，这点的确是非常正确，非常好。另外基础信息的战略物资化储备的标准要重新确定，国企有多少数据，我该储备哪些数据，哪些知识，这些东西要有一个界定的体系。另外呢，在这个落地的时候呢，那有个试错场景的优先级，他给这个建议叫高信息造声，低试错伤害的典型场景，比如说跨地区项目的政策背景的解析，这点非常有用啊，我看到很多企业要出海了，比如说你要去越南，你知道越南现在最新的环保政策是什么，怎么解读它，对吧？我们企业的这个商品我们能不能适合的，这个时候用AI来做效果非常好，应他可以快速的给你一个框框架性的一个答案，然后我们再细细的去来比较我们的商品符不符合越南的环保的规定啊，这就是我们要去在微观弱的时候去考虑的一些问题，那后最后呢，我们企要去做知识当然去建立，对吧，那里给个小的建议啊，可以建议个企业的业务的一个知识的一个突出啊，这里面包括我们营业规模上限，比如说这个叫原问题，原本题的每个企业大概都有这么200个问题啊，这两部问题最最核心的问题，比如说我营业规模不大上。

看哪啊，我的毛利率过低了，我的周转过低了，我的现金率过低，还有这么200个问题就差不多到头了，每一个问题都有一个关键因素和一个次要因素，都有该怎么去解决它的一些方法，那用哪些技术，一些数据支持才能解决这些问题，解决了老问题，新问题可能会出现，这就是我们的潜在风险，我们通过一张这样的一个表格，可以快速去整理我们其而且是这是什么，这是时间的困，因为他是持续的迭代，逐步逐步的去系统更多完善，所以这是我们可以去做的事节，那我自己做零售行业的，那有一些零售商，我然后把他开落地AI啊，我一开始呢，就想从场品开始整理，后来整理完了还有100多个产品啊，那这100多个产品如果都要用上AI的话，这工作量也非常大啊，那我但是我当时列完了以后，我觉得，诶，的确我们每一个场景都可以把AI应用加到里面去，只不过或多或少的价值而已，但是我后来一想，这是不是正确的AI打开方式呢？啊，这里我留一个这个伏笔吧法啊，那么刚刚讲AI它只是一个对话性质的，如果把AI就是用起来。

用智能体去落地啊，智能体式里呢，我们来做个简单比较啊，呃，我们现在什么叫AI帮我画张图片啊，包括生成叫文字这个智能助手，它就根据指令去干活么？什么叫根据指令干口，你让他做什么他就做什么，你的文字描述不清楚就干的更好一些啊，刚提那些数字员工，数字员工是什么根据规则去干，今天企业有这样的规则，刚好我的AI通过数据发现我符合这个规则了，我就开始干活，所以他能不能主动发起流程，是我认为他是不是一个数字员工的一个最大的一个安全品，如果这个东西能主动发起流程，我认为他是个数字员工，如果他还要你的指令说一句话动一次的，那他只能是一个助智能助手，那企业未来的发展呢？有了数字员工之后，他就逐步逐步的会变成一个数字型的企业，他就根据逻辑自动去干活，我过也会分享一些案例给大家，那么这里呢，刚刚讲的这个这个这个数字员工啊，智能体啊，这个东西有点懵啊，对吧，我就举一个实际的例子给大家看看。

啊，今天呢，我们作为一个高管，假设我的高管我开着车去公司，路上呢，我发现天气预报说未来5天气温将会持续上升，因为我是个很有经验的高管，那么我知识很丰富啊，所以我在一边开车，我有点小号，既然是这样，那某个品类的商品的销售肯定会上升，比如说基本上上升了，婴为小商本的销量会上升，但是呢，这个上升多少，这个会向上上升多少呢？我回去要让it部门同学帮我查一下，对吧？那同时呢，我要知道全国有多少库存，因为这个婴儿少升本，既然线下上升了，万一缺货了，我们就损失销售机会了嘛，我让it同学帮我查一下我全国有多少库存啊，配送的情况能不能做一些调拨啊，然后的话呢，我也想既然是这样，这是今年的第一次大的气氛上升，我是不是要搞一次促销啊，对吧，这个促销一搞的话，刚好基本上人家买回去囤点货，我的竞争对手不就没生意了嘛，那我不生意不就更好了嘛，对吧？那那其在人在想，呃，如果刚搞促销的话呢，可能还会有一个问题啊，因为你做促销的话，会影响我们预算，这个预算是不是会受到影响啊。那么还有就是具。

批哪些区域会受到影响啊，如果我囤货的话，因为我要跟供应商搞这个促销，两种方式嘛，一种在原来的合同里面，双方让原价，第二种我这一批我是拿现金去买货的，所以它价格可以做更更低，那我促销可以做的更好，那如果存货的话，现金流有没有影响的，我回需要问一下财务总监啊，然后呢，我在想这个本本月呢，因为如果你在来搞营销以后啊，我这个当月的这个品类的毛利率肯定会下降的，因为这个大的促销活动嘛，那这个时候如果我在考核这个门店的时候，用了一个毛利率的指标去考核它的时候呢，很可能卖的越多，他这个指标越达不到标，因为毛利率下降，那这时候我要给HR讲就行啊，给他们做考核的时候，这个月的这个指标我要稍微调整一下，然后呢，我可能还想到什么呢，说这种必影响的商品，因为一个是保暖被的销量会下降的，那那些商品我要控制一下，不要让他订太多的货啊，那最后如果我是连锁加盟的，我要告诉各在想我怎么通知这个加盟商，我要发一个什么样的文，告诉这个加盟商把这件事说清楚，我开一个车，因为我是个高管，有知识，有经验，所以我听到了。

未来5天7分上升，我脑海里自动的浮现出了这些东西，这也是我要到公司去做的事情，但是不好意思，我到了公司老板说那来开个会，然后晚上6点钟头昏脑乱出来，什么都忘了，但如果是有AI智能体，他在里面要干什么，他自动的得到了这个西门要上升的这些信息了，然后在里面去抓住了，到数据库里去抓了这些信息，然后看哪些区域受到影响等等，这都是AI自动去做的，这个智能体在里面完成了完整的一个链路，所以他是主动的发起的一个这样的流程，我们不需要人去干预这件事情，但是我们人的干预什么是让他更加准确，让他能够更好的去访问这些数据啊，所以这就是一个数字员工未来他要能够做的事情。

好，那么AI还有一个额外的一个落地的价值啊，这个价值我特别要讲一下，因为我觉得非常有意思，这样一个端对端的系统的靠径，呃，企业大一点大家都知道啊，就是这个，比如是百利集团啊，保利集团就办主企业那个集团他的C，当时他们有数个公司的总经理说，说一个开单的过程，店源要进入十多个界面进行操作处理，不是说这个系统系统做的不好，而是你个机单太大了，的确你要做一张单，你就得进那么多系统去做这个东西。POS系统背后有400多个参数，50多个其他系统对接，350多个接口，200多个数据交互类型，我们会发现一个问题，这个大企业都会碰到这个问题，就是说软件越来越难用，因为越来越复杂，我一个新人过来要用上软件，每天你要面对各种问题，因为你这个地方配置了这个，那个地方就不能配置那个，那个地方在这种情况下应该配置成这样的一个东西，这些过程里面让系统越来越难用，而AI现在是一个非常好的一点是能够帮我们解决这个问题，因为AI可以去感知这个环境，去知道这个就是。

你在前面的时候刚刚讲为什么要把键盘扔掉了，因为在你用键盘的时候，肯定已经有很多前面的预知的条件，这些数据是可以直接拿过来帮我们做成端配端的，会以大大的去简化使用系统的一个复杂啊，所以这是我看到特别有意思的变化，额外的H成1。那么再给大家讲一个很有意思的AI作为生产力工具，一个反直觉的真相，2023年的后AI访映论文说认为被AI替代的职业会减少，就这个职业能够被AI替代会减少，但真实的就业情况呢，能够被AI提高工生产效率，物种招聘的增量是最大的啊，当然有两两重原因在里面，一方面就是老的人真的被炒掉了，那招新的人肯定要比老人要便宜一些了，对不对？好，所以真下什么呢？要减少能够被AI替代的工种的人力，并没有获得生产力提升的红利，什么意思啊啊，我们假设有两个工种，一个是无法享受AI提升的，一个是可以享受AI提升的啊，我们有两种做法，一种做法很简单嘛，炒人嘛，对不对？原来10个人干的活，现在一个人就可以了，我把整个人炒。

对吧，这个对不对呢？没毛病，这个叫好，但不是更好。什么叫更好呢？如果这个部门他能够享受生产力的提升，我应该把它放大，因为这样我的部门就人更多，更加能够去得到这个成的，这个系数应I放大10倍，如果把这个部门再放大，那我可能放大是20倍的这样的一个价值，但是大家都聪明人能知道的，怎么可能一个部门光放大这个企业就能多挣钱，肯定还有别的瓶颈的，这是我们要把证据带来个价值，去帮助我们去解决那些无法享受AI提升生产力部分的瓶颈。

所以这个逻辑是这样的，我们如果看到这个东西可以极大的提升生产效率，把它放大，然后用多挣到的钱去想，因为它放大了哪个地方是瓶颈，导致我这个放大的价值不能得到最大化，我就要去解决这个瓶颈，这个才是一个真正的新的商业模式的迭代的一个过程，所以这是一个商业模式的更西要通过这个方式。所以刚才讲了这么多的，我们看的确有很多AI可以落地的地方，对不对，但是我不满意，我易满足，我觉得AI应该可以做的更多啊，所以我后来就想到很多东西啊，就是做了一个落地的方法呢，最后得到结果就什么看什么都是AI啊，现在也给我讲任何事情，我在想这个东西肯定可以用AI做，什么叫什么都是AI呢？我们来看一下啊，呃，这里呢，我先跟大家分享一个比较有意思的一个东西啊，叫合同去，大家可过去看一下，就你们写的非常难听，所以呢，这个公司这个这个制度也没有在国内呃被很大的推广啊，他跟阿里巴家也非常类似，呃，如果有英文大家还叫叫POS，它是一个什么概念呢？它跟原来的。

科层制有一层一层的这样一个体制有一个非常大的变化，他没有管理人员，所有人都是员工，那么每一个员工啊，他可以有多个角色，比如说我今天给在胸口挂一个这个徽章，这个徽章里面认领我三个角色，一个it的啊，一个可能我可以做客服，一个我还可能可以做一个某一个工作，每一个员工都带一个这样的徽章，这个徽章一看我知道找谁，我只要看成徽章，我师你过来帮我，帮我处理一下这个事情，所有的员工是这样一个平等的一个体系，非常有意思啊，他不是这种传统的机制台，是的，他的审批不存在，他是每一个圈层，比如说我们这个部门都是叫营销部门，那我们内部决定就可以的，别的部门对我们部门没有办法指手换脚的，通过这样的一个方式，非常有意思的一个方式啊，这是在2007年的时候，一个程序员提出来的，呃，也有很多公司成功的用了这个案例，比如说亚马逊当时卖鞋子的一个子公司啊，当时做的非常好，就是用这样的一个方式来做啊，但是呢，他不是最后现在大家都几乎没有听说过，对吧？原因就是什么呢？原因是他有很多重要的原因和打开失败啊，他的失败的原因就是说他需要一个。

超人类的执行能力，还有每一个员工都能够伸当己面对吧，每一个员工还有都是积极向上，每个员工都有非常强的能力可以处理各种问题，那么这个时候呢，就会带来一个人的问题，另外的话，因为都是员工嘛，也没有什么管理人员嘛，跟传统课程就可以升职加薪，没有一个明确的路径，大家觉得我就永远在这个企业做下去可以，但是说我要想一步往上好像挺难的啊，而这个人才特别难找，要能够符合这个条件，人特别难找，一旦人才力度下降的，这个合同力就崩溃了啊，所以这也是合同制没有产生，没有产生最后的一个结果的一个重要原因啊。但是呢，我就做了叫多馈制啊，把这个字稍微改的好听一点，这个亏视的，这个亏的我对来比较合馈的制合规制定合同是最样缺什么，我们用数字员工替代了那些人，而且原来合同制这个方式是非常好的，但是你们的要求太高了，但是我们会发现数字员工非常完美的去满足了这个合同制的这样的一个要求，所以把数字员工引入进来以后。

啊，他就变得非常的有意思了，这边有个公司叫公司费，这也是国外一个非常有名的做HR的，呃，体系的公司，那你个推出了8个数字员工，未来还有10个数字员工准备推出，这都是企业直接买过来就可以做一个数字员工来干活了，已经都训练好了这样的数字员工，在整个体系里面，我就提出一个叫it po的一个这样的一个制度跟一个体系，所以当我们把这个制度体系应用到整个AI的落地上时，我们会发现就什么都是AI，为什么这样？我们可以看一下它的整个设计，就面向未来人和AI之间的生产关系，我们知道数字员工进入企业就是不可能阻挡的事情，那人和数字员工之间怎么管理，我当时在24年年初的时候，跟一个西门子的欧洲区的HR的一个非常高级别的一个leader在那里，呃，大家一块儿讨论，一个小的会议上在讨论，然后还给我看西门子的HR的计划已经做到2030年了，我说非常有名，但是不好意思，我为什么没有中间看见AI两个字，有没有看到数据员工呢？二四年来认识，那时候AI是一个大家都知道。

很厉害，所以可见欧洲第一比较落后啊，第二就是说呢，数字员工这件事情，我们今天正式的去要正视这个问题，他一定会进样处理啊，那么这个ipu是什么概念呢？是组织跟组织之间的连接的一个结构，这个I和这个O之间要连起来，然后呢，它是以AI智能体的能力为基础的一个新的生产力的组方式啊，这就是IGPU的一个核心的观点啊，那每一个单元都会有这个IPU的一个标准的一个结构啊，我们可以看一下啊，啊，那么为什么要找这个IPU，我我先讲一下这个背景，因为我自己在企业里面待了很长时间啊，甲方乙方都待过，那么我们发现每一次年底开会啊，老板一定会说今年的业绩没有完成，那么大家再看一下各个部门，各个部门的理由很简单，老板因为发生了变化，各种变化啊，不管是环境变化啊，竞争变化啊，甚至美国家的关系，这都是变划，只要是发生了变化，所以呢，你之前定的战略决策，战略规划啊，最后全部是脱结论全部。

这点的断子，因为变化是唯一不变的东西嘛，大家都知道对不对，所以把借口推在变化上没有任何问题，那我就想了一个问题，既然他老是在变，我有没有一个合理的方式能够把这个变化给它承接下来呢？我随时去准备应对这个变化呢？所以我们刚刚就说要把它们连接起来，那连接起来呢？啊，就做了一个这样的IPU的一个架构啊，你可以看到每一个I跟这O都可以连起来，一个企业的每一个小范跟一个整个大会都是一样的，每个部门跟每个组织之间都是一样的，就是这样的一个体系，核心是要解决顶层计划跟底层执行的割裂的问题啊，这是当时这个思考的一个点，那么在这个体系里面啊，那么它设计于宏观到微观，人系可分微观，可以聚合结构，我有相似性对吧，因为我从一个级别上升到另外一个级别，跨部门的话，我都是用同一条管理方式当中，对我来说比较容易了，对不对，那核心是TPA方向三个点啊，智能体来决策，产生动态目标，智能体产生动态流程，智能体变成一个动态一个组织，我们可以看一下具体的这个。

啊，优势在什么地方，他跟传统的PPC比起来，PPCA没有创造力，内部的评估啊，指标是无法全局穿透的，老板今天这立一个指标到每一个部门的分解就是不能全部穿透的，但是在他EP里面是做全部穿透啊，那我们可以具体的看一下I是什么ID的需求，但是上游来的资源，人财物的量化边界，什么时间，你要给我什么东西，需求输出你要输出哪些东西，这就是I上游层给我的，但这个I呢，是公司级别的I不是我部门的，因为我部门的说法叫法可能是不一样，所以这个T呢是一个翻译的过程，把然你上一由上层给我的这个目标啊，给我的input的转成我自己内部的语言，然后做一个总体的一个规划，把外地的资源边界，需求转成内部的目标，它就是个翻译，翻译给完了以后做什么plan嘛，对吧，计划嘛，计划是什么，既有了这个目标了，对吧，有时间各种限定了，那我该做先做什么再做什么，对吧，这个时序相关，这就是我们批要去做的事情来，然后呢，A就是action，我有资源，我有这个能力，我有时间，最后。

就能够产生我的输出，最后的输出是什么？就是个O，它offer负的定义了输出的资源，人才、物的量化边界接构，I和O两边是一什，所以这个体系非常简单，你有东西进来了，然后在内部转一圈又出去了，就这么一个逻辑。那么在这个逻辑里面，我们举一个案例，因为刚刚讲的抽象东西太多了，比如说今天我们HR这个部门，HR如果是个ID po的个概念，给他的还是什么一周之内需要20个合格员工上岗，就这么简单，那大要翻译成自己内部什么7个工作人之内，招聘人员培训到可以上岗，上面指数我要投作员工，但是培训的工作是他自己内部才，自己内部的目标要达到什么样的培训合格P什么，招聘人要发广告，面试培训，继续培训的复杂，说要集中培训，或者签一个人就培训一个人，签一个人就培训一个人，对吧，然后呢，A什的执行，甲负责做什么，乙负责做什么，并你负责做什么，然后最后的输出什么outut的，我花了1万块钱，就是招聘培训组织成本1万块减掉了加了20个可以上岗的员工，减掉了7个工作日，对所有的。

我们跟公众之间的对接都是这样的，ID po的方式，如果是生产的，一周之内生产85个原件，分批次提供原料多少个，那么它的T，他的T他的A，以及最后的输出就是这么一个体形，所以这个题非常简单，非常容易认知啊，这个甚至出现一个什么情况，我自己做软件了，大家知道我设计了这个模式之后，我也想，我说我能不能先把这这个这个软件ER压机软件给它做出来，后来我就在那画这个软件结构，画到一半我画不下去了，为什么？太简单了，什么都会呀，它就是一个英波跟阿布的里面这些内容啊，就是一个知识给我输入进来，让我去怎么做计划，怎么去来做目标，做计划，去做执行而已，这个系统变得太简单了，你现在做达一家，这要简单的太多啊，所以说果我们去详细解释输入目标计划，这里面它是做什么对吧？哪些地方可以数据库去支持它的，然后之间的逻辑关系跟冲突，为什么把这个逻辑关系跟横突化生了，因为这是什么，这就是变化吗？你告诉我今天白不上任务，不就是因为这里发生了变化吗？那各种变化既然在这个体系里面。

啊，我们可以回到刚才这一页去看啊，智能体决策产生动态目标，智能体生成动态流程，智能体生成动态组织，这是什么概念？所有的变化我都用智能体实时的去来做这个事情，我以前设计这个时候呢，根本推动不动啊，为什么？因为没有人能够去来动态的去做目标，动态的做流程，跟动态的去建立这个组织，人是做不到这点，当然有了AI圈以后发现这是叫做AI太合适，这就是我们刚刚讲的数字员工实际上来可以做动态这个东西，大家可能觉得这个事儿有点遥远，对不对，肯定有同学觉得比较遥远，跟大家讲一个故事啊，就在上海啊，上海如果是公务员或者怎么样，可能会有两台手机啊，像我们杨帆总一样，两台手机，一台是国家发的，必须随时带在身边。我今天是个公务员，当然级别稍微高一点。我在南京路逛街，突然之间出了个什么事儿，紧急事件啊，不管什么事件啊，可能有人怎么样，总有人，我还会出了一件紧急事件，应要做到什么，只要有人报安警。

之后围绕这个事件点周围的所有手里拿着这台手机的公务员都会收到一条消息，在哪个位置发生了一个什么样的事件，这个事件你已经帮你们成立了动态的小组，你因为这个年纪比较大一些，这个经验比较丰富一些，你是组长。另外有一个女生，她呢是学过医疗护理的，所以她是来看护那个那个人员的。还有一个两个小伙子，年轻力壮些，她是维持周边秩序的，这5个人的工作已经在手机上给你分配好了，照片都有了，那你走到那个地方一看那个照片，哦，就是这几个同学，大家就可以开始干活了。然后这件事情处理完了，120过来了，120过来了，大家小组解散，自己回家去。这就是动态的组织，动态的目标啊，动态的流程。实际上在上海已经实现了，所以这个事情不是一个天方夜谭，也不是未来真的是可以用AI去来做这件事情，那么在这个管理体系里面呢，实际上啊，就做三件事情，第一件事情把每一层就是这是一个什么部门，这是个什么部门，这个大的圈层给他划分好就可以了，确认他们之间的关系。第二就是确定你的业务的环节跟环节直接关系，比如说我要生产一个手表，那我要生产这个，生产那个，生产那个，或者这个是买进来最后组装那个时候的，你把这个业务的环节给它定义好就可以了，定义完了以后，剩下的所有东西都是刚刚讲到的，呃，IPAO在里面发生的任何变更，都有中间的智能体AI自动去进行除理，当然它不能处理这种尽善尽美，对吧？我们前期肯定还需要人，但是未来这些AI给我们的指令，让我们该用什么样方式去做都可以做，我们一个宝贵的建议给你个参考，那这个系统变得特别简单，我去现在这行了，就设计一个域，然后设计一个连接这两个软接的界面配置，配置完了以后就是单元，单元完了就没有了，不用，不用开发什么东西了，所有东西全是。

这是断取，因为I跟O是全部连在一块儿的，你当你这边的I有了以后，后面的每一层的这个目标、计划等等都已经出现了以后，你立刻就可以知道最后能不能生产出来我要的这个目标的这么多的资源，所以这个系统就变得非常非常简单，非常有意思啊。那这个未来应用了怎么一个架构呢？外面又叫企业的资源池，我们的生产的资源，时源资源、物流资源、人力资源、资本资源等等，还有一些生态的上游的资源，下游的渠道，这都是我们的资源。然后呢，这里有个动态资源池，因为如果我说我要用这个的这个时间或者资源就要被我锁定住的，然后这里面就是一个IO的一个定义，然后一个公寓的一个语言跟一个内部的一个转移，然后呢，目标的计划以及执行。

那这里面的所有的变化呢，都是由外部来的，外部的这个资源相关的知识，工序、工艺知识，业务单元的知识，其他内部就是加上，外部就是加上我们原来的数据库，就构成了这样的一个系统的一个架构。那么我为什么要讲这个呢？因为大家看一下，在这个过程里面，当我们的AI在每一个环境里面都可以进入的时候，我们是不是就可以说看什么都是AI，任何事情只要是用人的脑子去做的事情，我们都可以把它当成一个AI的体系啊，所以这个制度很有意思啊，就是说特别差一点，就就叫做是不管任何东西发生变更的时候，大家是相同的知识结构去来预估未来会发生什么，因为这个知识是在我们数据库里面存放的，企业级别的知识，这是我们企业最最宝贵的资产，因此我们说AI无处不在，看什么都是AI。

所以呢，就是从这个看AI就是AI，就为什么我们要了解AI，要不掉队，看AI不是AI是什么呢？不要绕路，因为有些东西你不做好了，你你就去做AI是没有用的，所以他家就绕这个路，看AI还是AIAI本身自己有什么样的缺陷，有什么样的落地的点，这些东西呢，去帮助我们不踩坑，而最后看什么都是AI呢？是让我们做到可以不跟随，真正的了解我们企业是他是去超别的企业就可以成功。所以最后再讲两个小案例啊，一个叫AI的柔性制造，呃，梅老师应该知道的，我在很早以前，应该是二三年的时候吧，我就写了一个一个一个AI的什么特朗普的这种这样的一个制造的一个东西啊，就是全是AI的去设计产品，制造产品啊，今天有一个叫造好物的网站，大家也都可以看一下，这个网站干嘛呢？呃，是让你用文字输入进去，它就帮你生成一张图片。

这么一个图片，这是个3D的图片，你只要收集了30个赞，30个点赞，它可以帮你生产来啊，如果点赞的更多啊，他就可以开始批量去销售这个商品，这个网站非常恶意心，因为它是整个核心就是AI，他没有许多证去在在里面待你出来这个东西之后，后面的这个生产的整个工业的体系啊，这个在中国是大大过剩的，大家知道这个珠三角也好，这个长三角生产能力实际上是非常非常强的，只是因为关税我们卖不出去的而已，所以在这个体系里面非常有意思啊，这个个参与造去获得30个想要都可以免费获得样品，那这个东西哪创造出来的全是AIAI生成的这个东西来做一个键盘，比如说做了一个特朗普在缝纫机在在到中国国旗对吧，这个西你只要有想象力，你就可以生产，你可以做出来，做出来AI到后面的工厂帮你生产出来这个公司或者讲运营这个网站有成本的，没有成本就是一个人会不会插到电源，有AI这里就是可以做，所以这是非常有一么思义，另外呢，当然我看很多文秘的同学来看，我来举。

这个门里的案例给大家，当时应该是复兴集团他们有很多那个好的这种，呃，酒店啊等等的，那我们当然做了个体系，我说可以做什么呢？啊，先不要拍一张照片，为什么你到了这张你文字的照片嘛，对不对，拍一张照片让AI呢，把这个照片就识别成这个文字啊，然后呢，这个文字呢，我可以提取关键字之后呢，就就从这个文字里面提取，变成一个关键字，关键字的提取之后呢，我可以把企业的广告啊内容这个软内容我可以植入进去啊，植入完了以后呢，这个技术现在已经很成熟了，然后最后aii就关键词去写歌词，写成歌词之后还可以变成音乐，对吧，音乐加上歌词了，还有这两张照片都可以变成MD了，这个可以去制作，现在口令2.0出来就很成熟了，然后音乐家视频变成什么，变成这个这个这个NMTV了，对不对，我就变成一首歌了，一段视频了，我可以自己去唱啊，那么我可以在各个地方去来做这样的一个活动，大家拍了照片，可能你只要住酒店的，我就给你100个点，100个点可以做五张这样的内容，那么里面20个点一个内容，这个内容可以。

只要有一张照片，就帮你生成一下你的作品，你的音乐作品，那这个AI在做这些能力呢，已经是啊，非常强了，我给大家可以做一个，这我知看能不能出生意，看能不能出生苏总吗？我看一下这首歌大家熟悉吧，那我们荡起双桨啊，因为我们应家把它歌词起了以后，直接生成一段重金属的绕我们双脚所应I数据运路线在就是非常成熟的技术，但是我们怎么把这AI串联在一块儿，变成一个应用的这个服务，在这个过程里面怎么把企业的内容去内容植入进去，而且这是一个可以分享的，他是个很好的一个叫情绪化的谜底啊，我今天这个到这个KTV唱的是我自己写的歌，对啊，里面放的视频还是。

我自己拍个照片对吧，那你的朋友如果喜欢的右下角有二维码你扫啊，扫了以后的话，对吧，你可能在我的整个这个文理的体系里面有任何消费，我们可以点数，点数你就可以去生成自己的东西，这个带一个裂变的兴趣啊，这个非常有意思啊，所以最后的话呢，企业在于提供一个传播跟分享的产品啊，因为附近有自己的这个叫呃，什么什么madc club是吧，所以那里面是有有KTT可以唱歌的，就这么一个体系啊。呃，最后一页就是AI到底需要什么样的人才架构啊，那么就简单讲一下，从更懂技术啊到这个更懂业务，从这个微观执行到宏观规划里面需要不同的样的人的类型，那么这些人的类型呢，都是我们在AI真实的完整落地里面所需要去准备的人才啊，这样子给大家做一个，呃，这个分享时间上有点错了，不好意思，这个讲的比较辛苦，谢谢。