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(tán)

　　2024年(nián)服贸会(huì)专(zhuān)题(tí)活动之一——“第(dì)六届中 国金融科技论坛”于9月12日-13日在北京举行。上海澜码科技有限公司创始(shǐ)人兼CEO周健(jiàn)出席并演(yǎn)讲。

　　据(jù)周健(jiàn)介绍(shào)，AI Agent是能够感知环境，基于目标进行决策并执行行动的智能(néng)化应用。Agent技术的核心在于与环境的(de)互动，而(ér)大模型本身不具备感知和(hé)改变环(huán)境的能力。AI Agent可以通过(guò)外挂知(zhī)识库和记忆系统，赋(fù)予Agent更多的学(xué)习能(néng)力、感知能力。而AI Agent与Copilot最大的区(qū)别 在于自主性，Agent是帮助人类完成目标，Copilot则需要根(gēn)据用户(hù)设置的目标，一步步与人互动，并完(wán)成(chéng)用户(hù)的目标。

　　他指(zhǐ)出，随着大模(mó)型(xíng)能力的不断增强，Agent的能力(lì)不(bù)断(duàn)丰富，我们有可能在(zài)未来看到AI模型像人类(lèi)一样处理复杂的(de)逻辑推理任务，深刻变革企业的组(zǔ)织结构、人员
配备乃至业(yè)务流(liú)程。无论是处理端 到端重复性的业务内容，还是跨部门协作，AI都在增强人类的工作效率。

　　周健说(shuō)，未来，AI有(yǒu)望在角色、团队和业务层面逐步取(qǔ)代部分人力工作。目前，数字化技术如(rú)API、BI、OCR以及低代码平台(tái)等(děng)，已经在各个层面发挥其(qí)独特作用。AI可能更多在业务处理量和(hé)业务(wù)活(huó)动上表现突出，未来，AI的应用能力(lì)预计将得到进一步的(de)扩展和增强。

　　以下为演讲实录：

　　澜码科技是一家“AI原生”的企业，创办于大模型技术问世后。大模型行业(yè)发展迅速 ，就在(zài)昨天深夜，OpenAI发布了全新(xīn)的o1模型，重新定义了代码和(hé)计算方式。我们在过(guò)去的18个月(yuè)里快速前行 ，沉淀了丰富的行业实践(jiàn)与经验，今天想借此机会，分享我们在金融行业的应用实践与未来展望。

　　首先，我想介绍一个新的概念——Agentic AI。我个人认为这一概念比(bǐ)AI Agent更为贴切，因为它不仅表(biǎo)达了一(yī)种技术形态，更代表着一种持续演进的状态。大模 型(xíng)的发展过程类似于(yú)自动驾驶的(de)分级，当前我们(men)已进(jìn)入了“Number 2”阶段，而未(wèi)来还会(huì)有更多层次，如“Number 3”、“Number 4”等，正如自动驾驶历经十年的演进(jìn)一样，AI大模(mó)型在推动企(qǐ)业数智化转型(xíng)，包括在金融行业的应用，也将是一个持续不断的过程。

　　当(dāng)前的大模型主要分
为三个不同(tóng)的品类(lèi)。第
一个是纯文本模型(xíng)，OpenAI最
新(xīn)发(fā)布的o1模型就(jiù)属于这一类；第二类是多模态模型，能够处理文本、图像、视频等多种输入和输出(chū)；第三类是全实时、端到端的(de)模型，能够(gòu)在多模态环境(jìng)下(xià)整合各类信息，如GPT-4o。纯文本模型虽然(rán)相对成熟，但仍存在幻觉等问(wèn)题(tí)，而多模态和实时模型(xíng)则代表(biǎo)了未来的发(fā)展方向。

　　纯文本模型与(yǔ)传统软件开发的区(qū)别在于(yú)它为(wèi)我们提供了两个全新 的通(tōng)用能力：信息提取能力和(hé)指(zhǐ)令遵循能力(lì)。以往我们(men)需要耗(hào)费(fèi)大(dà)量工(gōng)程师资源进行算法开发，现在，利用大模(mó)型，一个工程(chéng)师仅需一周时间便可完成复杂的(de)简历筛(shāi)选任务。

　　而指
令遵循能力是(shì)指大语言模(mó)型完全可以理解(jiě)人类的自然(rán)语言去 执行相应的工作，这就意(yì)味着AI可以理解各种各样(yàng)的内容，包括文档、数据(jù)、应用、流程等，我们能够(gòu)将数字世界(jiè)（互联网网页，企业(yè)内(nèi)部ERP、CRM系统）、智(zhì)能世界以及其它智能体结(jié)合，代表企业员(yuán)工在领域模(mó)型的指导之下
完成复杂的任务。

　　我们(men)认为，AI Agent是能够感(gǎn)知环境，基于目(mù)标进行决策并(bìng)执行行动的智(zhì)能化(huà)应用。Agent技术的核心(xīn)在于与环境的互动(dòng)，而大模(mó)型本身(shēn)不具(jù)备(bèi)感知(zhī)和改变环境的能力。AI Agent可以通(tōng)过外挂知识库和记忆系统，赋(fù)予Agent更(gèng)多的学习能力、感知能力。而AI Agent与Copilot最(zuì)大的区别在于自(zì)主 性，Agent是帮助人类完成目标，Copilot则需要根据用户设置(zhì)的目(mù)标，一步步(bù)与人互(hù)动，并完成用(yòng)户的目标。

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

　　我们认(rèn)为，专家知识(shí)可以分为(wèi)不同的层次，冰山(shān)之上都是可以用自然语(yǔ)言描述的，如：过程
性知识、规则性知识、事实知识等等(děng)；冰山(shān)之下的则是(shì)大 模型尚未发掘的隐性知识——企业(yè)内部的
专家知识。这些知识往往与具体(tǐ)行业和企(qǐ)业运营模式相关，是动(dòng)态的、领域性的、智慧性的、无法(fǎ)通过纯(chún)文本训练获得的。因此，我们希望通过AI Agent将这(zhè)些隐性(xìng)知识(shí)数(shù)字化，从而使(shǐ)AI Agent能(néng)达到更高层次的水平，进一步推(tuī)动企业周健：Agentic AI代表着大模型的技术更迭与落地状态的数智化转 型(xíng)。

　　当前(qián)，随着AI技(jì)术(shù)的发展，大模型的推理能力正在不断提(tí)高。之前大模型的能力还(hái)处于“Number 1—高中生”水平(píng)。今天凌晨OpenAI发布了最新模型o1，并表示o1可以推理复杂的(de)任务，目前已达到“博士生的水平”

　　那么，如何理(lǐ)解两种水平的差(chà)异(yì)？刚毕业的高中生与(yǔ)博士生(shēng)的薪(xīn)资差距最多在5倍，但(dàn)大模型落地所(suǒ)产(chǎn)生(shēng)的算力差距是十倍、百倍、甚至是(shì)千倍，这意味着参数本身代表着更(gèng)好(hǎo)的模型效果周健：Agentic AI代表着大模型的技术更迭与落地状态，同时也(yě)会带来成本的(de)大幅(fú)提升。

　　当然，根据智能摩尔定律(lǜ)，这个（成(chéng)本(běn)）曲线会往下降(jiàng)，但本身是符合这个规律的。因此我们(men)需要找到更 经济有 效的方式来应用这些先(xiān)进(jìn)的AI技术。

　　从ROI的视(shì)角来看，AI Agent可(kě)以实现(xiàn)“更大(dà)规模的上下文”理解，基(jī)于企业已(yǐ)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(chéng)结果记录下来，实现Agent像人一样工作。从这个角度出发，团队结构变为一个专家加上100个数据员工再加
上大模型(xíng)，相比于10个(gè)专家与(yǔ)100个数据员工的配置，成本效益曲线可能(néng)会发生变化(huà)。

　　Agentic AI在金融业的落地实践

　　随(suí)着(zhe)大模型(xíng)能力的不断增强，Agent的能力(lì)不断丰富(fù)，我们(men)有可能在未来看到AI模型(xíng)像人类一样处理(lǐ)复杂的逻辑推理(lǐ)任务，深刻变革企(qǐ)业的(de)组织结构(gòu)、人(rén)员配备乃至业务流程(chéng)。无 论(lùn)是处理端到端重(zhòng)复性的业务内容(róng)，还是跨(kuà)部(bù)门协作，AI都在增强人类的工作效率。

　　我们(men)认为(wèi)，未来，AI有(yǒu)望在角色、团(tuán)队和业务层面逐步取(qǔ)代部分人力工(gōng)作(zuò)。目(mù)前，数(shù)字化(huà)技(jì)术如(rú)API、BI、OCR以及低代码平台等，已经(jīng)在(zài)各个层面发挥其独特作用。AI可能更多在业(yè)务处理(lǐ)量和业务活动上表现突出，未来，AI的应用能力预计将得(dé)到进(jìn)一步的扩(kuò)展和增强。

　　这(zhè)是澜码科技(jì)现在的产品架构。我们从业务流程(chéng)视角去改进、增(zēng)强、替代人的能力。

　　最底层是工作流，我们通过低代码的方式(shì)将复杂的业务流程编排成可自动执行的任务，让AI Agent能完成(chéng)一些简单的(de)业务任务；

　　再向上一(yī)层是对话流(liú)，这是我们的创新之(zhī)处，基(jī)于(yú)大模型的(de)理解能力(lì)，Agent能够深入理(lǐ)解人类需求(qiú)，在处理复杂任务时，能够清晰地界定(dìng)业务活动的(de)各个环节，实现自动化处理复杂的业务内容；

　　在业务处(chù)理层面，我们有(yǒu)能力(lì)将不同的业务(wù)内容进(jìn)行编排和整合(hé)，采用多样化的方法(fǎ)来解决业务活动中的复杂(zá)问题。

　　以澜码为保险行业提(tí)供的销售增强解决方案为例，我们主要帮
助客户解(jiě)决了保险代理在解读体检报
告和(hé)精准(zhǔn)推荐保(bǎo)险产品方面的(de)难题。传统上的保险代(dài)理可能(néng)缺乏必要的专业知识来准确解读体检报(bào)告，并据(jù)此为用户推荐合(hé)适的保险产品。

　　基于此，我(wǒ)们能够将保险公司(sī)的(de)业务专(zhuān)家知识和经验整理成可操作的指导或规则，通(tōng)过工作流将信息(xī)抽取、指引和(hé)遵循等步骤自动化，从而提高处理体检报(bào)告的效(xiào)率。同时，根据体检报告的内容，AI Agent能够(gòu)给出符合个人健康状(zhuàng)况的保险产品推荐。在实际应用(yòng)中，这一解决(jué)方案在某地(dì)级市处理(lǐ)的(de)10万份体检报告案例(lì)中，显著提(tí)高了保险业务人员的转(zhuǎn)化率。

　　目前(qián)，我们也正在与一家(jiā)股份(fèn)制 银行合作，开发针对(duì)银行对公客户经理的营(yíng)销客户解决方案。在银行业，营销(xiāo)是目前至关(guān)重要的一个领域，这也是Gartner所提(tí)到的，生成式AI在银行(xíng)业最重(zhòng)要的(de)是营 销场(chǎng)景(jǐng)。

　　我们打造(zào)的方案旨在(zài)让客户经(jīng)理将(jiāng)更(gèng)多的(de)时间和精力投入到客户关系(xì)上(shàng)，而不是花费大量时间去理(lǐ)解和制定复杂(zá)的金融方
案。制定可行化(huà)金融方案通常是比较复杂的，包括理解客户需求、用户行(xíng)为习惯，并(bìng)据此制定存款(kuǎn)方案。方案(àn)包括利息计算和比较等。而这些工作往(wǎng)往涉及多个不同
的系统，我们通过基本能力的封(fēng)装(zhuāng)，为企业提供对公客户经理辅助Agent，从而提升他们(men)的工作效率和自动化水平。

　　此外，我 们在获客(kè)转化过程中，可以利(lì)用企(qǐ)查查等各种数据平台获取信息，挖掘供应链的 上下游关(guān)系，帮助客户经理更准确地描绘客户画像，从而更有(yǒu)效(xiào)地吸引优质客户。

　　新 浪声明：所(suǒ)有会议(yì)实录均(jūn)为(wèi)现场速记整(zhěng)理，未(wèi)经演 讲者审阅(yuè)，新浪网登载此(cǐ)文(wén)出于传(chuán)递更多信息之目(mù)的(de)，并不意味 着(zhe)赞同其观(guān)点或证实其描述。

责任编辑：梁斌(bīn) 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