周健：Agentic AI代表着大模型的技术更迭与落地状态

专题：2024中国AIGC创新发展论坛

　　2024年服贸会专题活动之一——“第六(liù)届中国金融科技论坛”于9月12日-13日在(zài)北京举行。上海澜码科(kē)技有限公司创始人兼CEO周健出席并演讲。

　　据周健介绍，AI Agent是能(néng)够感知环境，基于目标进行决策并执行行动的(de)智能化应(yīng)用(yòng)。Agent技术的核(hé)心在(zài)于(yú)与环境的互动，而(ér)大模型(xíng)本身不具备(bèi)感知和改变(biàn)环境的能(néng)力。AI Agent可以通过外挂知识库(kù)和记忆系统，赋予Agent更多的学习能力、感知能力。而AI Agent与Copilot最大的区别在于自(zì)主性，Agent是帮助人类(lèi)完成目标，Copilot则需要根据用户(hù)设置的目标，一步步与人互动，并完成用户的目标。

　　他指出，随着大模型能力的不断增强，Agent的(de)能力不断丰富，我们有可能在未(wèi)来(lái)看到AI模型像人类一样处理复(fù)杂周健：Agentic AI代表着大模型的技术更迭与落地状态的(de)逻辑推理(lǐ)任务(wù)，深刻变(biàn)革企业的组织结构、人员配备乃至业务流程(chéng)。无论是处理端到端(duān)重复性的业务内(nèi)容，还是跨部(bù)门协作，AI都在增强人类的(de)工作效率。

　　周健(jiàn)说，未来(lái)，AI有望在角(jiǎo)色、团(tuán)队(duì)和业务层(céng)面逐步(bù)取(qǔ)代部分人力工作。目前，数字化技(jì)术如API、BI、OCR以及低代码平台等，已经在(zài)各个层面(miàn)发(fā)挥其独特作用。AI可能更多在业务处理量和业(yè)务活动上表现突出，未来，AI的应用能力预计将(jiāng)得到(dào)进(jìn)一步的扩展和增强。

　　以下为演(yǎn)讲(jiǎng)实录：

　　澜(lán)码科技是(shì)一(yī)家(jiā)“AI原(yuán)生”的企业，创办于大模型技(jì)术问世(shì)后。大模型行业发展迅(xùn)速(sù)，就在昨(zuó)天深夜，OpenAI发布(bù)了全新的o1模型(xíng)，重新定义了代码(mǎ)和计算(suàn)方式。我们(men)在过去的18个月里快速前行，沉淀了丰富(fù)的行业实践与经验，今天想借此机会，分享我们在金(jīn)融行(xíng)业的应用实(shí)践与未来展望。

　　首先，我想介绍(shào)一个新的概念——Agentic AI。我(wǒ)个人(rén)认为这一概念比AI Agent更为贴切，因为它不仅表达了一种技术(shù)形态，更代表着一种持续演进的状态(tài)。大模(mó)型的发展过程类(lèi)似于自动(dòng)驾驶的分级，当前(qián)我(wǒ)们(men)已进入了“Number 2”阶段，而未来还会有更多层次，如“Number 3”、“Number 4”等，正(zhèng)如自动驾驶历经十年的(de)演(yǎn)进一样，AI大模型在推动企业数(shù)智化转型，包括在(zài)金融行(xíng)业的应用，也将是(shì)一个持续不断的过程。

　　当前的大模型主要分为三个不同的品(pǐn)类。第一个是(shì)纯文本模型，OpenAI最新发布的o1模型就(jiù)属于这一类；第二类是(shì)多模态模型，能够(gòu)处(chù)理(lǐ)文本、图像、视频等多种输入和输出(chū)；第三类是全实时、端到端的模型，能够在多(duō)模态环(huán)境下整合各类信息，如GPT-4o。纯(chún)文(wén)本模型虽然相对成熟，但仍存在幻觉等问题，而(ér)多模态和实时模型则代表了未来(lái)的发展方向。

　　纯文本模型与传统软件开发的区(qū)别在于它为我们提供了(le)两(liǎng)个全新的通用(yòng)能(néng)力：信息提取能力和(hé)指令遵循能力。以往我们需要耗费大量工程师资源进行算法开发(fā)，现在，利(lì)用(yòng)大模型，一(yī)个(gè)工程师仅需一周时间便可完成复杂的简历筛(shāi)选任务。

　　而指令(lìng)遵循能力是(shì)指大语言模型(xíng)完(wán)全可以理解人类(lèi)的自然语(yǔ)言去执(zhí)行相应的工作，这(zhè)就意味着AI可(kě)以理解各种各样的内容，包括文档、数(shù)据、应用、流程等，我们能够将数字世界（互联网(wǎng)网页，企业内部ERP、CRM系统）、智能世界以及(jí)其它智(zhì)能体结合，代表企业员(yuán)工(gōng)在领(lǐng)域模型的指导之下完成复杂的任务。

　　我们认为，AI Agent是能够感知环境，基于目标进(jìn)行决策并(bìng)执行行动(dòng)的智能(néng)化应用。Agent技术的核心在于与环境的互动，而大模型本(běn)身不具备感知和改变环境的能力。AI Agent可(kě)以通过外挂知识库和记忆(yì)系统，赋予Agent更多的学习(xí)能力、感(gǎn)知能力。而AI Agent与Copilot最大(dà)的区别在于自主性，Agent是帮(bāng)助人类完成目标，Copilot则需要根据用户设置的目标，一步步与人互动，并完成用户的目(mù)标。

　　谈到学习(xí)能力，传统大模型依靠(kào)预训练的方式学习，而我们正在探索如何让AI更好地理解和(hé)运用企(qǐ)业内(nèi)部的专家知识。

　　我们认为，专(zhuān)家知识可以分为不同的层次(cì)，冰山之上(shàng)都(dōu)是可以用自然(rán)语言描述的，如(rú)：过(guò)程(chéng)性知识、规则性知识、事实知(zhī)识等等；冰(bīng)山之下的则是大模型尚未发掘的隐性知识——企业内部的专家知识。这些(xiē)知识往往与具体行业和(hé)企(qǐ)业运营模式相关，是(shì)动态的、领(lǐng)域性的、智慧性的、无(wú)法通过(guò)纯文(wén)本训练获得的。因此，我们希望通过AI Agent将这些隐性知识(shí)数字化(huà)，从而使AI Agent能达到更高层次的水平，进(jìn)一步推动企业(yè)的数智化转型。

　　当前，随着AI技术的发展，大模型的推(tuī)理能力正在不断提高(gāo)。之前大模型的能力还(hái)处于(yú)“Number 1—高中生”水平。今天凌晨OpenAI发布了最新模型o1，并表(biǎo)示(shì)o1可以推理复杂的任务，目前已达到“博士(shì)生的水平”

　　那么，如(rú)何理(lǐ)解两种水(shuǐ)平的差异？刚毕业(yè)的高中生与博士生的薪资差距(jù)最多在(zài)5倍，但大模型落地所产生的算(suàn)力差距(jù)是十倍、百(bǎi)倍、甚至是千倍(bèi)，这意味着参数本身代表着更好的模型效果，同时也会带来(lái)成(chéng)本(běn)的大幅提升。

　　当然(rán)，根据智能摩尔(ěr)定律，这(zhè)个（成本）曲(qū)线会往下(xià)降，但本身是(shì)符(fú)合这(zhè)个规律的。因此我们需要找到更经济有(yǒu)效的方式来应用这些先进(jìn)的AI技术(shù)。

　　从ROI的视角(jiǎo)来看，AI Agent可以实现“更大(dà)规模的(de)上下(xià)文”理解，基于(yú)企业已有系统，把企业内部的组织结构、人员技能、业务流程结合，并将流程结果记录下来，实现Agent像人一样工作。从这(zhè)个角度出发(fā)，团队(duì)结构变为一(yī)个专家加上100个数据员工再加上大(dà)模型(xíng)，相比于10个专家(jiā)与(yǔ)100个数据员工的配置，成本效益曲线可能会发生变化(huà)。

　　Agentic AI在金融(róng)业的落地实践(jiàn)

　　随着大模型能力的不(bù)断增强，Agent的能(néng)力不断(duàn)丰富，我们有可能在未来看到AI模型像人类一样处(chù)理复杂的逻辑(jí)推理任务(wù)，深刻变革企业的组织结构、人员(yuán)配备乃至业务(wù)流程。无论是处理端到端重复性的业务内容，还(hái)是跨部门协作，AI都在增强人类的(de)工作效率(lǜ)。

　　我们认为(wèi)，未来，AI有(yǒu)周健：Agentic AI代表着大模型的技术更迭与落地状态望在角色、团队和业务层面逐步取代部(bù)分人力工作。目(mù)前，数字化技术如API、BI、OCR以及低代码平台等，已经在各个层面发挥其独特作用。AI可能更多(duō)在业务处理量和业务活动(dòng)上表现突出，未来，AI的应用能力预计将得(dé)到进一步的扩展和增强。

　　这是澜码科技(jì)现在的产品架构。我们从业务流程视角去改进、增强(qiáng)、替代人的能力。

　　最(zuì)底(dǐ)层(céng)是工作流，我(wǒ)们通过低代码的方式将复杂的业(yè)务流程编排成(chéng)可自动执行的任务，让AI Agent能完成一些简(jiǎn)单的业务任(rèn)务；

　　再向上(shàng)一层是对话流，这(zhè)是我们的创新之处，基于大模型的理解能力，Agent能够深入理解(jiě)人类需求，在(zài)处(chù)理复杂(zá)任(rèn)务时，能够清晰地界定业务活动的各个环节，实现自动(dòng)化处理复杂的业务内容；

　　在业务处理层(céng)面(miàn)，我们有能力将不(bù)同的业务内容进行编排和整合，采用多样化的方法来解决业务活动(dòng)中的复杂问题。

　　以澜码为保(bǎo)险(xiǎn)行业提供的销售增强解决(jué)方案(àn)为例，我们主要(yào)帮助客户解决了保(bǎo)险代理在解读体检(jiǎn)报告和精准推荐保险产品(pǐn)方面的难题。传统上的保险代理可能缺(quē)乏必(bì)要(yào)的专业知识来准(zhǔn)确解(jiě)读体检报告，并据(jù)此为用户推荐合适(shì)的保险产品。

　　基于此(cǐ)，我(wǒ)们能够将(jiāng)保险公司的业务专家知识和经验整(zhěng)理成可操作的指导或规则(zé)，通过工作流将信息抽取、指引(yǐn)和(hé)遵循(xún)等步骤自动化(huà)，从而(ér)提高处理体(tǐ)检报告的效(xiào)率。同时，根据体(tǐ)检报(bào)告的(de)内(nèi)容(róng)，AI Agent能够给出符合个人健康(kāng)状况(kuàng)的保险产品推荐。在实际应用中，这一(yī)解决方(fāng)案在某地级市处理的10万(wàn)份体检(jiǎn)报告案例中，显著提高了保险业务人员的(de)转化率。

　　目前，我(wǒ)们也正在(zài)与(yǔ)一家(jiā)股份制银行合作，开发针对银行对公客户经(jīng)理的营销客户解决方案。在银行业，营销是目(mù)前至关重要的一个领域，这也是Gartner所提到的，生成式AI在(zài)银行业最重要的是(shì)营销场景。

　　我们打造的方案旨(zhǐ)在(zài)让客户经理将更多的时间和精力投入到客户关系(xì)上，而不是花费大量时间去理解和制定复杂的金融方案。制(zhì)定可行化金融方案通常是(shì)比较复(fù)杂的(de)，包括理解(jiě)客户需求、用(yòng)户行(xíng)为习惯，并据此制定存(cún)款方案。方案包括利息计算和比(bǐ)较等。而这些工作往(wǎng)往涉及多个(gè)不(bù)同的(de)系统，我(wǒ)们通(tōng)过基本能力的封装，为企业提供对公客户经理辅助Agent，从而提升他们的工作效率和(hé)自动化水平。

　　此外，我们在获客转化过程中(zhōng)，可以利用(yòng)企查查等各种数据平台(tái)获取信息，挖掘(jué)供应链的(de)上下游关系(xì)，帮助客户经理更准确(què)地描绘客户画像，从而更有效地吸引优质客户。

　　新浪声明：所(suǒ)有会议实录均为现场速记整理(lǐ)，未经演讲者审阅，新浪网登载此(cǐ)文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述(shù)。

责任编辑：梁斌 SF055

未经允许不得转载：天津电机维修_天津进口电机维修_天津特种电机维修_天津发电机维修周健：Agentic AI代表着大模型的技术更迭与落地状态