凱發K8旗艦廳凱發k8國際，股票報價旅遊！凱發k8官網！議由江蘇省商務廳、南京市人民政府指導，南京市商務局、南京市鼓樓區人民政府主辦，託比網等機構承辦，國聯股份、匯通達、聯動優勢、鑫方盛、致景科技、天宸啟樺協辦。會議上，託比網發布了“2023中國產業數字化百強榜”等年度榜單。

　　接下來由來主持今天的第二個圓桌論壇。大家可以看一下這個題目叫“數智技術與產業平台”，確定沒有寫錯字，是數智，不是數字，其實數智就是代表了數字化+智能化。

　　本來這個題目想叫AI技術和產業平台，可能AI還不足以全面代表數字化和智能化這麼一個非常先進的方向，所以就改成了數智技術和產業平台，我們今天就有請四位大咖來幫我們再詮釋一下數智技術和各位的產業平台是怎麼結合的，以及未來的方向。

　　首先jiqingwuyue，請各位先做一個自我介紹，在這個過程中，請介紹一下數智技術在大家各自的平台上有一些什麼新的應用亮點，也可以舉一個實際的案例，能夠給各自的平台或者業務帶來創新的變化。

　　潘勇：各位好！我是來自國聯股份的潘勇，國聯股份是一家產業互聯網的上市公司，我們現在有8個平台，塗料、衛生用品、玻璃、造紙、糧油、化肥、芯片和醫療器械。

　　主持人提到的數智化，在我們的理解裡，它應該是我們的產業互聯網平台企業的必經之路，我們本身的價值使命就是要把數字技術跟傳統產業融合，以此來重構傳統產業的運行生態。

　　就國聯股份本身而言凱發K8國際首頁，目前我們在數字化層面，更多的是在交易、供應鏈以及數字工廠層面的應用。對于數字工具，對于上下遊企業貫通的連接，並且居中運營，提高整個產業運轉效率這個事情，我們還在探索過程當中。

　　智能化的應用，我們覺得應該是在數字化軟硬件部署之後，通過採集數據才能夠進一步構建的一個智能服務系統。在這個層面上，我們內部也有一些應用，比如我們有一個ChatAI電商的客服體系，有一個基于開發人員的快速代碼的體系凱發K8國際首頁，還有一個非語義模型的體系，這些目前都正在開發的過程當中。

　　就像剛才匯通達孫總提到的一樣，我們一直認為數字化、大數據和人工智能一定是代表著我們的企業和產業的未來。在這個狀態下，我認為所有的平台類企業做一些前瞻性的研究以及應用性的研究，這是必須而且必然的路徑。

　　史正磊：大家下午好！我是上海鋼聯數據業務部的史正磊。上海鋼聯是一家致力于成為全球大宗商品及相關產業數據服務的企業也在做八大板塊，包括黑色金屬jiqingwuyue、有色金屬、農產品、建築材料、能源化工、新能源、新材料、再生資源。剛才主持人說到數智化這個話題，我們也是把它拆開，對于我們來說數據是最核心和最本質的，涉及到整個數據採集的工作，我們有一些對應的人工調研的數字化調研平台，還有OA系統，都是通過一些人工語義的識別，可以自己翻譯出每天採集到的價格或一些基本數據。另外，在數據採集過程中，還利用一些科技的手段，比如遙感衛星、車輛和船舶的定位衛星，還有包括人的位置信息的數據，去採集和分析，這當中也會涉及到大量數據的產生。

　　同時我們還有強大的數據治理團隊，每天進行大量的數據整理工作。根據人工和技術採集的數據，通過內部的標準化數據治理體系形成自己的數據倉庫。

　　對于智能化來說，上海鋼聯主要在做幾大方面，第一個是關于綜合的大宗商品融合之後，幫助企業提供更多維度的智能化的價格判斷。比如金融領域做期貨衍生品投資的人比較多，一些做商品投資的量化或者是做商品投資主觀的基金通常都會去研究一些數據的變化過程，或者是研究數據的變化邏輯。從這個當中我們能發現一些先行的因子，不停地訓練這些因子，慢慢追蹤這些價格變化中的先行預期，所以這些數據都會給他們提供非常有必要的價值。另外就是內外部賦能的小鋼機器人，通過大模型和垂類模型的深度訓練，結合鋼聯自身的大量數據，內部為員工提供智能化分析和報告輸出的工具，外部為用戶提高更加有粘性的服務jiqingwuyue。

　　歐陽格：大家好！我是銅道的歐陽格，很高興參加託比網二哥組織的第十屆產業互聯網大會。銅道是一家專注有色大宗商品交易和供應鏈管理的服務商，我們的平台給用戶提供行情報價、現貨買賣、交易結算、供應鏈管理以及現貨對衝等服務。銅道成立至今，連續七年成為國家高新技術企業，目前擁有48個軟件的專利著作權，平台成立至今累計交易額突破千億。銅道目前還有一家在美國納斯達克上市的公司，主要從事新能源電池原材料的供應和交易，比如金屬鎳、金屬鈷、碳酸鋰，這些都是動力電池的主要原材料。

　　銅道這些年在數智化的運用，主要是在三個方面，因為銅道主打的是大宗商品交易，我們主要還是通過客戶的交易數據，用戶的採購、銷售的時間、頻次、品類以及客戶上下遊的一些分析，為客戶推薦和匹配更精準有效的交易對象，促進他們更快地成交。

　　第二，我們比較關注人工智能在智慧倉儲和智能安防上面的應用，我們在這方面也做過一些投入，比如用一些物聯網的手段，希望讓倉庫出入庫的數據和實物能夠一一對應，避免出現一貨多壓一貨多賣等問題，因為大宗商品動產質押裡面有時候會出現倉庫的數據和實物不能一一對應的風險，這種事故已經出現過很多次。這也是我們關注的一個重點。

　　第三，在金融方面的應用，因為大家知道jiqingwuyue，大宗商品和現貨價格是息息相關的，而且價格波動非常大，有現貨庫存的時候可能是需要有套期保值的，我們希望有更精準的算法和應用來提高套保套利的效果以及利潤。

　　潘定國：大家下午好！我是一個做軟件的老兵，明源雲主要是做ERP，做SaaS，給大家造工具的，後來做艾佳生活是做產業的，不賣軟件jiqingwuyue。

　　今年的重心是參與AI方面的工作。當初艾佳生活自己做GPU服務器也投了幾千萬，後來ChatGPT誕生，我們就在研究，越研究越害怕，我們感覺以前做ERP做軟件更多偏工具，做艾佳生活更多的偏產業和數字化結合。我認為未來真正對產業重構的是甚至超過我們想象力的ChatGPT、AI人工智能的應用，我們發現美國做ChatGPT、做AI人工智能的速度太快了，我們做大模型或者做垂直應用，總感覺心裡不踏實，所以我選擇做一個絕大多數人沒做的領域，就是建設AI的基礎設施。我們用一套低碳零耗的方式來建算力機房，把算力機房放到綠電的發電廠，再把以前需要消耗電力去解決的散熱問題改造成供熱，把熱抽出來循環使用。因為ChatGPT這樣大的背景誕生，傳統的存儲機房滿足不了AI計算的基礎，單是一個風冷和液冷結構就有很大的變化。第二方面，我們發現AI算力70%-80%的成本是在于電，既然電的成本這麼高，就放在電最便宜的地方，我們上週剛剛在青海落地的項目，青海的電價0.227元/度，這麼便宜的電，我們就把AI算力存儲放在那邊，再把用電散熱的功能抽出來，把電作為循環使用，這樣整個AI算力的運營成本降低50%-60%。我最近在往這個方向切入，在做AI人工智能的工作。向老劉匯報一下，今年花很多時間，大家都在研究ChatGPT、OpenAI怎麼應用，我就先打造一下底座，這個工作主要是運營商、華為、騰訊這些在做，來給你幹活，給你出解決方案，我們走了另外一條路，大家都在挖黃金，我們就來提供籃子和鐮刀，賣賣礦泉水。

　　我的主題跟這個相關，所有大咖都在說ChatGPT大模型，因為模仿的是人腦的結構，跟以前我們做軟件做ERP，用BI的工具只是一個框框，是一個很典型的定位。ChatGPT其實是因為形成人腦的邏輯，形成的結構能自我淨化，這個很嚇人。也就是說未來每個行業都會誕生一個超級助理，並且這個助理吸收了所有人的精髓來給你做決策，我認為這真的是一個跨時代的進步，將會對所有行業都重構，在看不清未來走向的情況下，我決定先去做一些底座的工作。

　　徐軼均：謝謝各位嘉賓，特別是潘定國潘總解釋了之後，突然一下子把數智化的概念解釋得特別接地氣，大家不單單是在研究它，甚至是在應用它，把價值回報出來。

　　接下來的問題，你們覺得數智化新技術的應用，在各位的平台或者是行業領域裡面，是不是改變了整個價值創造的核心點？有沒有把原來互聯網一般是追求規模化效應，轉化了新的價值取向，創造一些新的產業價值出來？

　　潘勇：新的價值點挖掘，我覺得是100%存在的。比如說我們在工廠內的應用，剛才銅道的歐陽總講到的，智能巡檢，通過視覺識別的分揀機制、巡場機制，這些其實都不是通過規模效應實現的，而是通過單點效益提升實現的。

　　剛才定國總給我一個很大的啟發，在各個垂直產業內超級助理的角色，我們所有知識的沉澱都是沉澱在我們的腦海裡頭，尤其是對于傳統的生產工廠，老員工，經驗豐富的員工是一個特別寶貴的資源。但是這些資源如果能夠形成一個知識沉澱和傳承，並且能夠在產業內形成一種聚合效應，訓練出一個人工智能助手，實際上對于整個產業發展的效率是無可估量的。

　　我們國聯內部的實施主要基于兩個方面。第一方面是實用性的研究和部署，這就是我們在數字工廠內部的一些單點效率提升層面上，對于人工智能的一些應用以及數字化+智能化。

　　第二方面是帶著一定前瞻性的研究或者開發性的研究。有兩個層面，第一個層面，給大家舉個例子，比如說以前的配方改進和生產流程改進，因2：8：30，這個過程當中由于停機損失或者實驗損失，會損失大量的時間和資本投入。現在我們正在做的就是通過對于生產端多層級的數據採集，構建一套生產端數字化的孿生系統，再植入人工智能之後，我們希望能夠讓所有的配方改進和工藝流程改進在數字端模擬出最終的模擬結果，拿這個結果再對生產設備進行改進。這樣的話，可以有效地降低改進成本，提高改進效率。

　　第二，我們跟鋼聯一樣，也在訓練一些有關行業內的模型體系。但是這種模型體系不是一蹴而就的，單一企業的數據量可能也未必就能夠足夠。目前我們有80億條信息，但是如何挖掘，如何具體訓練，讓它形成有價值的使用路徑？坦率地講，我們還在探索過程當中。

　　史正磊：關于企業賦能和產業結合，我們內部也是在做一些大宗商品制造企業EBC的賦能。簡單來說，結合企業內部的數據，再加上鋼聯對于大宗商品產業鏈所採集到的一些數據，融合在一起，為企業對于採購、銷售投放，去做一些智能化賦能。

　　舉個例子，某家鋼鐵企業自己內部多個部門數據都是互相割裂的，首先我們要先幫這個企業做數據治理的過程，打通內部的數據。接下來再結合多元的外部數據，主要還是鋼聯在這個產業鏈上積累的數據資源，結合企業數據之後，企業就可以在生產任務排班上，以及資源投放的規劃上，以及市場定價的前瞻性上面，就會起到很大的作用。

　　歐陽格：前面的問題已經回答了，我們到目前為止主要還是這三方面的應用，比方新的技術，比如AIGC對我們產業在實踐中可能會產生哪些價值等等，實際上我們還在探索之中。

　　當然，我想闡述的是另外一個觀點，我們其實作為產業人，我們看到去年11月31日ChatGPT出來以後，實際上，我們對人工智能的認知是不斷被刷新的。以前我們的認知沒有這麼強烈，但是在ChatGPT出現以後，最近一年多是不斷地被刷新。比如說AIGC，不光是從語言聊天，文本創造、音頻、視頻、繪畫、視頻、寫代碼等等，我們看到在很多行業它都展現了非常強的潛力。尤其是兩週前我們看到OpenAI開了首次的開發者大會，又發布了GPT4等等一些新的模型。實際上，我們看到這種技術的革命是超乎想像的，比我們預計到的，比我們能看到的多很多，而且我們看到ChatGPT知識庫已經更新到2023年4月份，離我們現在只有7個月之差。OpenAI的CEO山姆奧特曼說他的目標不是讓GPT不斷地升級強大，更多的是要打造一個AI的生態，包括微軟在這一塊也是很發力。這一年多，微軟的股價，就是因為他不斷地發力AI飛速地上漲。

　　基于這個原因，我在幾個月前對人工智能的的觀點還是要去理解它，學習它，掌握它。但是到了現在，其實我的觀點改變了，隨著人工智能AI技術不斷這麼強大的發展，已經不是說我們主觀上願不願意學習的問題，而是這種技術是一種趨勢，未來必然會影響和改變我們的工作和生活，無論你願不願意接受，它一定會到來。就像很多年以前我們說要學電腦，要學上網，但是現在已經變成像我們吃飯穿衣一樣正常。一種新的技術的到來，一種新的工作和生活方式的到來，我們除了擁抱它，學習它，接受它，其實沒有別的選擇。

　　潘定國：最近這方面的思考比較多，我感覺以前我們做ERP，做SaaS，更多解決的是內部協同的問題。所謂內部協同，還是在于以前的手工Excel表格怎麼把它變成是一個標準的固化的數字化工具？後來做艾佳，我們把全產業鏈條結合起來，我們就發現是一個內外部的協同，產業上下遊之間的協同，有交易，有服務，都搬到網上去。但是我感到這兩個階段都還是工具，都還得人用凱發K8國際首頁，還得人工操作。我認為現在AI智能進入到一個新階段，這些不是工具，是能代替人。特別我在想像未來就像一個超級助理一樣的，比如說我在思考一些場景，我們內部也在研究ERP應該怎麼升級。我認為首先應該是交互方式升級，以前用鼠標，用鍵盤來進行操作。以前的場景是這樣的：看一下昨天的毛利是多少，用Excel數據來看，毛利今年增加了5000萬，同比增加多少，僅此而已。但是如果我們問一個助理說你幫我查一下截至現在毛利是多少，他一定說增加5000萬，同比增加多少。還得要分析什麼原因增加的，到底是什麼收入增加，什麼費用減少。我認為未來的數字化應用應該是你直接告訴它，你幫我看一下之前毛利的數據，它給你一堆你所要的東西，基于你的習慣會給你推送東西。這是在ERP、SaaS行業的一些改變。

　　第二個，我們在思考的場景，比如中國的媽媽都很辛苦，每天都要輔導孩子的作業，到小學五年級之後，我妻子基本上沒法再輔導孩子的作業了，因為題目已經比較難了。那麼能不能搞一個機器人，小孩吃完飯之後，就有一個機器人給他講，什麼題目什麼特點，應該掌握什麼，針對這個題目還可以給他分析，我看現在拍照到百度裡面也會給你答案，但是沒有交互，沒有分析，只有一個結果的呈現jiqingwuyue。未來應該是直接說我這個題目不會，這個機器人就會告訴他整個邏輯。關鍵是，假設有10萬人跟這個機器人打交道，10萬的學生問什麼問題，除了它回答10萬人的問題之外，它會把這些東西都記憶下來，會形成自己的能力，會把10萬人問問題的方式和關心什麼問題，形成自己的記憶，形成自己的積累，這個是很可怕的，相當于變成了一個比人類更厲害的人。我認為的確這是現在ChatGPT已經呈現的，這已經不是一個夢想。

　　為什麼今天ChatGPT能夠在今年誕生？一方面，人工智能這麼多年的發展；第二個，移動互聯網產生這麼多的原材料數據，能夠給他很多的喂養；第三個，交互方式必須發生改變。我認為未來一個家庭裡面，比如說針對小孩的學習可以有一個機器人，針對小孩的成長也可以有一個機器人，如果把老人的需求擺進去，把老公的需求擺進去，把老婆的需求擺進去，家裡面就會形成一個超級機器人。這個其實都是場景，能夠解決好多好多問題。

　　當然，我最近也在找這樣的團隊，我說誰願意幹這個場景，我們可以孵化，可以進行支持。我認為這一定是方向，未來一定在這些賽道領域裡面會出來很多好玩的東西。

　　這是我的理解，AI人工智能進入到這個階段，它應該比傳統的ERP、SaaS，比傳統的或者我們稱之為產業互聯網也是傳統，數字化在裡面都只是工具，只是內外協同區別的工具，加上服務的工具，還沒法代替人。我認為未來ChatGPT、AI人工智能是完全會代替人的，或者從部分代替人開始，大家要有這個心理準備。

　　徐軼均：謝謝。各位嘉賓正好不約而同地提到這個概念，數智技術已經不是原來普通互聯網的工具，甚至像歐陽總講的不停地刷新人類對它的認知上限。

　　最後一個問題，我是想請大家能做一個二選一的回答，數智技術對于我們這些產業平台來講，未來的方向到底是追求規模化的發展，還是追求專業化方向的發展？對于一些產業平台有什麼樣未來的發展思路？

　　潘定國：我倒認為大家要跳出這個思維，不是一個平台還是一個垂直，其實更多要思考是它的場景需求是什麼。比如我們剛才在思考小孩的需求是什麼，小孩考試有需求，鍛鍊身體也有需求，吃什麼營養也有需求，穿什麼也有需求，應該基于小孩這個人群有什麼需求。因為現在不缺內容，不缺數據，缺的是誰能把這個交互做得更好，能更好地滿足他各個方面的需求。

　　在未來，基于AI人工智能這個大的背景情況下，我認為核心，如果說得更具體一點，應該是更偏場景或者更偏人群的需求。它不是一個專業凱發K8國際首頁，未來應該不存在一個專門為小孩考試用的垂直的AI的一些服務，既然你能鎖定小孩的考試學習，小孩的健康、小孩的思想，小孩各個方面的需求都可以整合。我看現在所謂的奇點理論，現在網絡的數據已經不缺，從工具屬性來說，針對小孩的教育、考試、畫畫，學什麼東西，素材都有，只是大家在交互上沒有體現。延展一點說，以前PC時代更多是鍵盤+鼠標，移動互聯網時代更多的是喬布斯發明的觸摸屏，未來的AI時代更多的除了語音，還有腦機接口，還有神經元，這些一個眼神就能夠告訴別人有什麼需求，我認為在奇點理論，現在什麼都不缺的情況下，缺的是交互，缺的是解決方案，缺的是能不能幫他解決痛點問題。

　　歐陽格：徐總問到AI技術將來更傾向于專業化，還是規模化？我是這麼理解，如果對于消費生活這些領域，其實它是一個工作和生活習慣的改變，回歸到我們產業互聯網，尤其是回歸到To B這種賽道，我個人的意見，我更傾向于專業化。因為只要你足夠專業，規模就不會成問題。

　　史正磊：我也偏向于專業化，因為對于大宗領域裡面的企業來說，都是一些專業化的企業，每個賽道的生產企業或者這條鏈上的用戶群體都是比較專業。目前我們雖然做的是規模化的事情，但是也只是改善用戶用我們產品的使用效果，通用性上來說先滿足用戶的需求。但是是收不到客戶錢的，我們的小鋼機器人這類產品，也是利用大宗商品領域和我們垂類領域的數據。大宗領域專業性的理解力，包括市場的服務能力，包括現在很多期貨公司，一些咨詢工作，或者競爭對手，他的服務能力遠遠通過GPT的改造得來的東西凱發K8國際首頁，我們內部也試驗了一下，效果還有很大提高的空間。我們希望後面能夠通過更加深層次的數據學習之後，能夠為產業用戶提供更加深層次的。今天你想知道某個期貨商品的波動，今天為什麼漲，為什麼跌，背後的邏輯是什麼？它能給你理出數據，能給你觀點，告訴你後面如何去看，甚至可以結合一些策略，給你帶出一些策略上的判斷，這樣可能相對來說會更好一點。

　　潘勇：我覺得如果針對垂類平台來講，數智化技術一定會推動我們向更大規模發展。但是因為我們所有的平台基本上都是專業化平台，所以數智化應用方向一定是專業性的方向。

　　如果再想得更大一點，回到剛才定國總提到的，我覺得我們現在每一個人，有鋼鐵的專家，有色的專家，塗料的專家，大家都在專業領域有一些獨到的見解認知。但是機器不存在每一個人腦之間的隔閡，比如說所有單個的大腦最終在機器端會合成一個大腦，那個大腦其實就是一個通才，不存在專業性的差別，只是存在于使用者對于它的專業性的要求和索取。至少在現在如果讓我選擇，我肯定是選擇專業化，因為不專業化就沒有辦法適配我們所處的這個行業具體的客戶需求和產業發展特征。

　　由于時間關系，問題就到此結束。在座的各位嘉賓也是幹貨滿滿，也是蘊藏很多內容的知識寶藏，所以今天也只是小試牛刀，淺嘗輒止。

　　託比網創始于2012年10月，是以媒體、研究、活動為主體的國內專業的產業數字化服務平台，致力于推動中國產業數字化的發展。10餘年深耕，託比網建立了業界全面、系統、深厚的行業關系，在產業數字化服務上有著極大的影響力。返回搜狐，查看更多