2023年以來，大模型、生成式AI等技術(shù)高歌猛進(jìn)，使全行業(yè)面臨新一輪人工智能浪潮洗禮。聯(lián)想，作為逐浪40載的科技老兵，對于新技術(shù)的激情和對于商業(yè)化的熱情，從來都是有增無減。然而，于聯(lián)想而言，不管是激情還是熱情，都不是終極目標(biāo)。在智能化浪潮席卷全球的當(dāng)口，如何保持客觀、冷靜、自持，如何深刻沉淀內(nèi)生外化，扎根實(shí)體經(jīng)濟(jì)、不斷加速智能化轉(zhuǎn)型，助力“數(shù)實(shí)融合”才是聯(lián)想真正要走的路。本文通過與聯(lián)想集團(tuán)副總裁陳敏儀的深度對話，揭示了聯(lián)想在這場智能化轉(zhuǎn)型之旅中的探索與實(shí)踐。

數(shù)字化轉(zhuǎn)型的底色

向智能化的快速躍遷

為什么今天我們依然要談?wù)撽P(guān)于數(shù)字化轉(zhuǎn)型以及智能化轉(zhuǎn)型的話題？答案在于價(jià)值。不管是從宏觀層面看全球，還是從微觀層面看單個個體企業(yè)，價(jià)值都是一個最重要的目標(biāo)。如何挖掘價(jià)值最大化，如何實(shí)現(xiàn)價(jià)值最大化？不是靠單一的產(chǎn)品，也非某項(xiàng)前沿的技術(shù)，而是通過不斷地創(chuàng)新，不斷地改革，不斷地轉(zhuǎn)型。而聯(lián)想，早在2017年，就已經(jīng)前瞻洞悉了智能化轉(zhuǎn)型的大勢所趨。

中國在數(shù)字化轉(zhuǎn)型方面，具有一定的先天優(yōu)勢，比如擁有先天豐富的場景，擁有多樣化的數(shù)據(jù)源，某些行業(yè)擁有先天優(yōu)勢的基礎(chǔ)設(shè)施等等，但這些優(yōu)勢顯然不足以成為數(shù)字化轉(zhuǎn)型大潮中制勝的必殺技。要想實(shí)施好數(shù)字化乃至智能化轉(zhuǎn)型，必須擁有一套完備的組合拳，而聯(lián)想，經(jīng)過十多年信息化和數(shù)字化建設(shè)的沉淀，正在將這套組合拳通過內(nèi)生外化的方式，逐漸賦能到千行百業(yè)，加速推進(jìn)智能化進(jìn)程的每一步。

那么，這套組合拳到底如何發(fā)揮作用？如何在大潮中助力企業(yè)從信息化，到數(shù)字化再到智能化實(shí)現(xiàn)逐級躍遷？

首先，數(shù)據(jù)是基礎(chǔ)。陳敏儀強(qiáng)調(diào)，數(shù)據(jù)是企業(yè)數(shù)字化轉(zhuǎn)型的核心，數(shù)據(jù)準(zhǔn)備是數(shù)字化轉(zhuǎn)型成功的前提。“沒有高質(zhì)量的數(shù)據(jù)，沒有足夠多的數(shù)據(jù)，即便有再好的AI工具，也起不到作用。”

她解釋說，以聯(lián)想為例，通過長期的信息化和數(shù)字化建設(shè)，聯(lián)想積累了大量的高質(zhì)量數(shù)據(jù)。這些數(shù)據(jù)不僅包括內(nèi)部運(yùn)營數(shù)據(jù)，還包括與外部合作伙伴的協(xié)同數(shù)據(jù)，這些高質(zhì)量數(shù)據(jù)的積累為聯(lián)想的智能化提供了豐富的養(yǎng)料。

有了養(yǎng)料，接下來就是數(shù)據(jù)治理。聯(lián)想建立了統(tǒng)一的數(shù)據(jù)管理平臺，確保數(shù)據(jù)的準(zhǔn)確性和一致性。通過數(shù)據(jù)治理，聯(lián)想能夠?qū)崿F(xiàn)數(shù)據(jù)的共享和連通，打破信息孤島，提高決策的效率和質(zhì)量，為企業(yè)的智能化打下了堅(jiān)實(shí)的基礎(chǔ)。

還有一點(diǎn)尤其重要就是協(xié)同。互聯(lián)互通不是一句簡單的口號，而是在上下游企業(yè)對于數(shù)據(jù)口徑定義一致性前提下的互聯(lián)互通。以此為基礎(chǔ)再加上好的數(shù)字化體系架構(gòu)以及高質(zhì)量的數(shù)據(jù)，才能實(shí)現(xiàn)在統(tǒng)一框架下的上下游協(xié)同?；诖耍瑹o論是營銷部門，還是銷售部門或者供應(yīng)鏈部門，都能快速定位自己的需求，結(jié)合統(tǒng)一的架構(gòu)和統(tǒng)一的平臺，根據(jù)不同的場景衍生出各自的AI應(yīng)用，通過平臺化發(fā)展加速不同業(yè)務(wù)應(yīng)用的發(fā)展。這是一個企業(yè)數(shù)字化發(fā)展的強(qiáng)基底座，更是邁向智能化的關(guān)鍵一步。

有了強(qiáng)勁底座基礎(chǔ)，接下來的重點(diǎn)便是深度綁定業(yè)務(wù)。微軟CEO納德拉曾親手將公司的目標(biāo)改成“賦能地球上的每個人和每家組織，幫助他們?nèi)〉酶喑删汀?rdquo;這點(diǎn)與聯(lián)想始終把客戶價(jià)值擺在第一位的理念不謀而合。

數(shù)字化轉(zhuǎn)型不僅僅是技術(shù)層面的迭新，更是技術(shù)與業(yè)務(wù)深度融合的過程。如何跑通業(yè)務(wù)邏輯實(shí)現(xiàn)更多場景的落地應(yīng)用閉環(huán)，如何激發(fā)企業(yè)長期可持續(xù)發(fā)展的潛能都是聯(lián)想長久以來不斷思考的重心。

陳敏儀表示：首先，我們著力幫助企業(yè)挖掘真正的場景，這個過程包括如何梳理挖掘、如何進(jìn)行知識管理、如何進(jìn)行數(shù)據(jù)治理等等。找到場景以后，就是針對應(yīng)用系統(tǒng)的重新再造。結(jié)合我們的智能體、大模型，幫助企業(yè)深度滲透場景進(jìn)行打磨，優(yōu)化業(yè)務(wù)流程、提高運(yùn)營效率，最終來實(shí)現(xiàn)業(yè)務(wù)與技術(shù)的深度綁定。比如，在供應(yīng)鏈管理方面，聯(lián)想利用數(shù)字化技術(shù)，實(shí)現(xiàn)了對供應(yīng)鏈的實(shí)時監(jiān)控和智能優(yōu)化，提高了供應(yīng)鏈的響應(yīng)速度和靈活性。

陳敏儀強(qiáng)調(diào)：“我們不是為了技術(shù)而技術(shù)，為了AI而AI，我們希望幫助更多的企業(yè)匹配挖掘到真正適用的場景，更好地為企業(yè)長期賦能價(jià)值。這才是數(shù)字化乃至智能化轉(zhuǎn)型的真正價(jià)值所在。”

智能化轉(zhuǎn)型的重要抓手

大模型和生成式AI

時代的底色在變，然而對于技術(shù)革新的初心追求卻始終不變。在由數(shù)字化邁向智能化轉(zhuǎn)型的旅程中，聯(lián)想對新技術(shù)的探索與應(yīng)用，不僅體現(xiàn)在其對前沿技術(shù)的追求，更在于其對企業(yè)智能化戰(zhàn)略的核心理解與挖掘。聯(lián)想正在推進(jìn)以AI技術(shù)為核心的智能化轉(zhuǎn)型，覆蓋全價(jià)值鏈體系，而大模型和生成式AI也成為聯(lián)想助力千行百業(yè)智能化轉(zhuǎn)型的重要抓手。

根據(jù)艾瑞咨詢研究院測算，2023年中國人工智能產(chǎn)業(yè)規(guī)模已達(dá)到2137億元，大模型帶來的底層技術(shù)革新將為中國人工智能產(chǎn)業(yè)的規(guī)模增長帶來更多存量擴(kuò)張與增量空間。而到2028年，中國人工智能產(chǎn)業(yè)規(guī)模將達(dá)到8110億元。

大模型在經(jīng)歷了百家爭鳴，百舸競帆的繁榮之后，開始逐步進(jìn)入沉淀積累期。大模型憑借其出色的語言理解、圖像識別、數(shù)據(jù)分析等多樣化能力，為企業(yè)帶來前所未有的智能化體驗(yàn)。然而，大模型是一切答案的唯一解嗎？答案是NO。

大模型以泛化推理能力見長，而小模型則更專注于垂直行業(yè)的意圖理解、趨勢分析。大模型與小模型也并不是非此即彼的關(guān)系，而是趨向于融合賦能應(yīng)用。

陳敏儀說：“大模型和小模型是逐步演進(jìn)，而且是逐步融合的過程，”陳敏儀進(jìn)一步解釋道：大模型和小模型不是一個替換的關(guān)系。目前，大模型的應(yīng)用場景更多的是生成式的應(yīng)用場景，而生成式應(yīng)用場景更重要的是提供補(bǔ)充性的能力。很多場景小模型或者傳統(tǒng)的AI就能做到的，傳統(tǒng)的小模型以及開源模型就能輕松解決。

陳敏儀強(qiáng)調(diào)，聯(lián)想不開發(fā)大模型，聯(lián)想注重的是大模型的應(yīng)用。通過結(jié)合企業(yè)內(nèi)部的私有云和公有云平臺，聯(lián)想構(gòu)建了一個既能夠滿足個性化需求又具備通用性的AI能力的應(yīng)用框架。但光有了框架顯然還不夠，真正能讓大模型應(yīng)用發(fā)揮價(jià)值的關(guān)鍵在于與企業(yè)的實(shí)際業(yè)務(wù)場景緊密結(jié)合。

陳敏儀認(rèn)為：大模型不善于執(zhí)行系統(tǒng)，這意味著企業(yè)在使用大模型時，要解決的是讓大模型和執(zhí)行系統(tǒng)有機(jī)地進(jìn)行結(jié)合起來，我們通過自然語言處理這種新的人機(jī)交互方式，實(shí)現(xiàn)了對已有業(yè)務(wù)流程的重新再造，這樣能夠把大模型和行業(yè)真正地結(jié)合起來，挖掘真正落地的點(diǎn)，而不是只停留在常見的撰寫文檔、翻譯、總結(jié)、問答上。隨著技術(shù)的不斷進(jìn)步，我們有理由相信，大模型將在更多企業(yè)中發(fā)揮出巨大的潛力，推動整個行業(yè)向更智能、更高效、更具創(chuàng)新力的方向發(fā)展。

接下來，我們再來看看生成式AI。

根據(jù)IBM發(fā)布的《2023年全球AI采用指數(shù)》的數(shù)據(jù)顯示，2023年，有高達(dá)85%的中國企業(yè)表示在過去的一段時間里加快了對AI的投入應(yīng)用，63%的中國企業(yè)表示正在積極應(yīng)用生成式AI，34%的中國企業(yè)正在積極探索生成式AI。

聯(lián)想IT建設(shè)經(jīng)歷了由信息化到數(shù)字化、由智能化再到自動化的轉(zhuǎn)型，而生成式AI則是自動化的更高階段。

生成式AI不是簡單的工具或者解決方案，而是從全局角度出發(fā)，重塑企業(yè)IT基礎(chǔ)設(shè)施、數(shù)據(jù)治理、業(yè)務(wù)邏輯，從而推動企業(yè)向智能化全面邁進(jìn)。生成式AI絕不是簡單的推翻，而是推動企業(yè)IT建設(shè)走向更高一級臺階。

以聯(lián)想自身為例，得益于多年的數(shù)字化、信息化建設(shè)，聯(lián)想已經(jīng)具備了高效運(yùn)營數(shù)字化的基座跟平臺，從信息化階段邁入平臺工程階段。這也就給生成式AI大展拳腳孕育了良好的土壤，讓普通業(yè)務(wù)人員能夠在統(tǒng)一規(guī)范的架構(gòu)下，充分利用平臺共享，快速支持不同的業(yè)務(wù)，充分滿足各自對于智能體、生成式AI應(yīng)用的訴求。

通過積極的智能化實(shí)踐和積累，大模型與生成式AI等技術(shù)不僅讓聯(lián)想自身受益匪淺，更在自身應(yīng)用沉淀的基礎(chǔ)上，積極積累成功經(jīng)驗(yàn)，在統(tǒng)一的AI應(yīng)用框架下，通過先進(jìn)的算法框架和模型微調(diào)，將內(nèi)生的技術(shù)優(yōu)勢轉(zhuǎn)化為可泛化的解決方案，外延賦能到制造業(yè)、能源業(yè)、汽車行業(yè)、政府等多個領(lǐng)域的客戶，也就是我們今天引以為傲的“內(nèi)生外化”。

內(nèi)生外化：隱秘而偉大

聯(lián)想的“內(nèi)生外化”戰(zhàn)略，實(shí)質(zhì)上是一種智能化技術(shù)的內(nèi)化吸收與外向輻射賦能的過程。在講內(nèi)生外化之前，我們先來看一組數(shù)據(jù)。

據(jù) grandviewresearch 發(fā)布的分析報(bào)告顯示，2023 年全球人工智能市場規(guī)模估計(jì)為 1966.3 億美元，2024 年至 2030 年的復(fù)合年增長率預(yù)計(jì)達(dá)到 36.6%。同時，盡管目前的人工智能市場規(guī)模很大，但未來十年左右，其規(guī)模將增長 13 倍以上。

然而，與規(guī)模數(shù)字形成強(qiáng)烈反差，據(jù)福布斯的分析文章顯示，高達(dá) 83%的公司稱在其商業(yè)戰(zhàn)略中使用人工智能是首要任務(wù)。而企業(yè)用戶在使用 AI 技術(shù)時最大的阻礙在于難以找到合適的業(yè)務(wù)用例。也就是說，技術(shù)不難，但是難在應(yīng)用難在落地。

那么，如何破除瓶頸，打造企業(yè)自身的“高城深池”？如何加速催化“內(nèi)生外化”？

我想總結(jié)為兩個詞：需求和價(jià)值。

來自市場側(cè)的需求，讓聯(lián)想看到了“內(nèi)生外化”的火種。但聯(lián)想對外輸出的最大目的并非技術(shù)或者工具，而是聯(lián)想的沉淀積累以及聯(lián)想最寶貴的行業(yè)實(shí)踐，這才是對外輸出最大的價(jià)值。

陳敏儀在談及“內(nèi)生外化”時說道：“我們首先要敬畏市場、尊重需求，一定要從客戶需求的角度，從市場的角度去重新審視交付模式、產(chǎn)品形態(tài)、解決方案。”

在需求的基礎(chǔ)上，聯(lián)想將先進(jìn)的技術(shù)與專業(yè)的服務(wù)深度融合，形成了獨(dú)特的競爭優(yōu)勢。陳敏儀強(qiáng)進(jìn)一步解釋道：“我們把通用大模型的知識和企業(yè)的私域知識相結(jié)合，做到真正的價(jià)值挖掘。我們把業(yè)務(wù)執(zhí)行邏輯和決策邏輯，以及決策邏輯所用到的變量，都落實(shí)到用戶方案中，這才是核心價(jià)值所在。”

以制造業(yè)為例，聯(lián)想通過自身高科技制造業(yè)的最佳實(shí)踐積累，從企業(yè)的實(shí)際業(yè)務(wù)需求、業(yè)務(wù)邏輯出發(fā)，將專家知識、行業(yè)知識、業(yè)務(wù)數(shù)據(jù)等私域知識形成通用的常識邏輯歸集，結(jié)合通用大模型和小模型，為企業(yè)提供實(shí)際的應(yīng)用解決方案組合。再比如，聯(lián)想在供應(yīng)鏈上的管理及執(zhí)行、交付、風(fēng)險(xiǎn)管理的邏輯，加上企業(yè)自身的屬性特色以及運(yùn)算邏輯，就能在聯(lián)想最佳實(shí)踐的基礎(chǔ)上形成屬于自己新的工具，這也是“內(nèi)生外化”的目標(biāo)及價(jià)值。

陳敏儀接著還說道：“內(nèi)生外化”策略有一個最重要的交付標(biāo)準(zhǔn)，那就是一定要做到分層解耦及微服務(wù)化。所有的服務(wù)模塊都可以單獨(dú)配置，可以規(guī)?；?，不同組件可以有不同的自由組合，形成了一套標(biāo)準(zhǔn)化的方案底座。在靈活彈性的環(huán)境下，以方案底座為基礎(chǔ)，再根據(jù)客戶的屬性進(jìn)行方案調(diào)配、優(yōu)化，以及特質(zhì)化的變量調(diào)整等。我們希望這套方案的沉淀輸出，能讓客戶學(xué)習(xí)到聯(lián)想的最佳實(shí)踐，真正做到“為企所用”。

內(nèi)生外化，不僅是一場隱秘而偉大的長期較量，更是時代變革大潮中，聯(lián)想的堅(jiān)守與堅(jiān)定，執(zhí)著與熱愛。

大道如砥，行者無疆。聯(lián)想的智能化轉(zhuǎn)型之路，實(shí)為一場融合勇氣與智慧的探索之旅。從信息化的堅(jiān)實(shí)基礎(chǔ)，邁向智能化的宏偉征程，聯(lián)想以海納百川的開放心態(tài)，擁抱變革，不斷創(chuàng)新。通過與陳敏儀的深度對話，我們得以一窺聯(lián)想的智慧與遠(yuǎn)見，正如史蒂夫·喬布斯所言：“在這里，過程即是獎勵。”聯(lián)想正是在這一過程中，不斷自我革新，自我超越，將實(shí)踐轉(zhuǎn)化為行動，助力千行百業(yè)，引領(lǐng)智能化轉(zhuǎn)型的潮流，書寫輝煌篇章。

來源：數(shù)據(jù)猿