2025全國甲方IT選型規(guī)劃大會第二天內容精彩分享

11月22日由企業(yè)網D1net、信眾智(CIO智力輸出及社交平臺)、中國企業(yè)數字化聯盟共同主辦的2025全國甲方IT選型規(guī)劃大會進入第二天。來自萬華化學、揚子江藥業(yè)、庫卡工業(yè)自動化、中基集團等大型企業(yè)的CIO、IT高管，及戴爾科技、騰訊云、ManageEngine卓豪等領先的IT廠商技術專家，分享了在數智化浪潮中的真知灼見和積累的寶貴經驗與成功實踐。

萬華化學數智部副總經理 柯林

“思維方式比知識更重要，科學認知AI是推進AI取得成功的關鍵�！� 萬華化學數智部副總經理柯林表示。

在研發(fā)領域，萬華化學利用AI輔助進行反應優(yōu)化，利用貝葉斯模型推薦實驗方案，顯著提高了實驗效率。同時，公司還利用分子屬性預測器和分子生成器設計并預測新分子結構，已成功推薦并驗證多款分子。

在生產方面，公司通過無人車、輪式機器人、自動化實驗室等技術實現生產自動化，提高生產效率。此外，公司還建立了采樣點質量預測模型，實現了不取樣直接出具產品合格證，降低了分析頻次。同時，通過高頻和低頻模型預測設備狀態(tài)，實現設備故障精準預防。

在經營方面，萬華化學構建了統一的智能體開發(fā)管理平臺，集成多個大模型，提供智能問答、辦公AI增強等功能。同時，通過平臺將AI能力賦能業(yè)務關鍵環(huán)節(jié)，實現物料編碼智能治理，采購價格智能監(jiān)控預警等應用，大幅提升采購運營效率與智能化水平。

公司還總結了AI推進的四要素：價值導向，場景為王、組織保障、基礎扎實與平臺支撐。圍繞業(yè)務核心需求選擇高價值、高數據質量的場景進行AI應用，實現業(yè)務與AI的深度融合，確保為企業(yè)帶來生產力提升;建立相應的AI推進組織，確保AI工作的順利開展;擁有扎實的數字化基礎和強大的算力平臺、智能體開發(fā)平臺等支撐AI應用。

戴爾科技制造業(yè)首席架構師 林小引

在制造業(yè)領域，智能體的應用非常廣泛，但是MIT的調查和麥肯錫的報告均顯示，制造業(yè)真正在深層次AI上取得投資收益的落地場景相對較少。

“我們總結了兩個原因：一是大模型本身的缺陷，如幻覺、輸出不穩(wěn)定、不了解企業(yè)內部業(yè)務邏輯和數據等;二是企業(yè)內部數據參差不齊，存在大量數據孤島，數據質量和標準不統一，管理復雜�！贝鳡柨萍贾圃鞓I(yè)首席架構師林小引表示。

接下來，林小引通過產線故障排查的例子展示了戴爾新一代智能數據平臺如何助力制造業(yè)數改智轉�！盎�于本體加AI的模式可以推廣到各個業(yè)務領域，前提是有一個統一的智能數據平臺，能夠集成各個異構數據源，并有數據清洗、轉換、集成優(yōu)化的引擎。同時，數據平臺需要能夠處理各種格式的數據，包括結構化、半結構化、向量、多模態(tài)數據等�！绷中∫�指出。

該平臺的核心理念是將所有異構數據集成在統一平臺上，提供跨異構數據源的聯邦查詢，提供統一的SQL接口，并通過數據處理引擎對數據進行信息檢驗、轉化與集成優(yōu)化。底層利用了戴爾的可靠平臺和橫向擴展的文件存儲、對象存儲以及數據保護套件，為企業(yè)AI提供堅實的數據底座。

此外，戴爾擁有一個龐大的AI生態(tài)，在本體建模方面擁有深厚研究，為客戶提供本土化的AI解決方案。

騰訊云智能制造行業(yè)首席專家 邴金友

騰訊云智能制造行業(yè)首席專家邴金友表示，AI在企業(yè)的落地有兩大途徑，行業(yè)模型思路和"Agent"思路，行業(yè)模型又分為行業(yè)大模型和小模型兩個場景，行業(yè)大模型的優(yōu)勢是深度理解行業(yè)特性，但開發(fā)成本高，投資大，需足夠數據量和算法精調能力，如騰訊與某醫(yī)院合作的醫(yī)療大模型，通過100億token的預訓練數據和3000萬條標注數據，實現了高精度醫(yī)療文本生成和問答，所以這類場景只適合頭部企業(yè)或行業(yè)聯盟協會進行投資建設。行業(yè)小模型是目前制造業(yè)大部分場景的主要技術支撐，投資小，見效快，效果穩(wěn)定可控，但因為場景多算法雜，長尾現象明顯，適合各類生態(tài)合作伙伴和企業(yè)自己建設團隊研發(fā)。

Agent思路使用通用模型和RAG等技術補充特定行業(yè)深度知識，使用工具與業(yè)務系統對接，具有較好的投資回報，實施起來也比較容易，應用過程中只要抓住大模型的本質，做好知識庫和工具，就能取得較好效果。在這個領域，騰訊有很多成功案例。在知識解析場景中，知識整理成為核心環(huán)節(jié)，其關鍵在于非結構化數據的深度處理——這與傳統大數據處理存在本質差異。作為知識整理的核心工具，騰訊自主研發(fā)的知識解析系統歷經兩年精雕細琢，其構建的底層能力正是Agent技術中RAG(檢索增強生成)的基石工程，而這一環(huán)節(jié)往往容易被行業(yè)忽視。值得關注的是，騰訊不僅提供從行業(yè)模型定制到Agent落地的全棧式工具鏈，更以完整解決方案助力企業(yè)實現智能化轉型。

接下來，邴金友分享了AI技術實施的關鍵環(huán)節(jié)：一是企業(yè)在AI技術選型時需建立系統性架構思維：從底層基礎設施的GPU資源虛擬化調度，到訓練加速框架與模型開發(fā)工具鏈的協同優(yōu)化，再到面向業(yè)務場景的應用工具鏈部署，需構建全鏈路技術評估體系。還要評估哪些技術是企業(yè)重點關注的，優(yōu)先級是什么，根據評估結果有規(guī)劃地建設企業(yè)自己的AI能力。二是企業(yè)要從AI治理的角度去對待AI的項目，把AI的應用當做產品來做，有完善的實施方法論，運營體系和組織配套。AI應用的深水區(qū)還涉及組織變革。三是要看清目前AI應用的大局勢：模型基本趨同，應用百花齊放混沌競爭，尚無企業(yè)級的殺手锏應用。因場景繁多，深度、精度都尚在探索階段，大模型的大規(guī)模應用亟待發(fā)掘推廣。企業(yè)要根據自己的情況選擇高頻，高投入產出，易實施落地的場景，步步為營，穩(wěn)步推進。

卓豪科技高級技術傳播官 范楷

卓豪科技高級技術傳播官范楷分享了某制造企業(yè)通過系統性數字化轉型，成功解決運維難題的實踐路徑。

項目啟動前調研發(fā)現企業(yè)存在明顯的層級痛點：管理層面臨設備復雜度高、安全合規(guī)嚴、人力成本大的"三高"壓力;運維團隊深陷故障排查難、協同效率低、技能提升慢的"三難"困境;業(yè)務部門則飽受響應延遲、需求傳達失真等操作層困擾。

針對這些挑戰(zhàn)，卓豪科技幫助該企業(yè)實施了三大核心舉措：在漏洞管理方面，創(chuàng)新地采用自動化檢測機制，針對Windows 10等停服系統實現智能補丁推薦;對關鍵業(yè)務服務器建立有序更新流程，有效規(guī)避系統癱瘓風險。自動化運維體系實現告警自動生成工單，AI平臺實時分析故障并輸出解決方案，并打通與OA系統聯動，新員工入職即可自動配置權限。該企業(yè)通過"三步走"策略完成運維體系重構：首先建立統一監(jiān)控體系，保障業(yè)務連續(xù)性;隨后引入智能分析能力，實現故障預測與安全防控;最終建成自動化驅動機制，使IT部門從成本中心轉型為價值創(chuàng)造中心。

最后，范楷表示，運維管理上，七分靠管理，三分靠技術，體系在于“適配”而非“先進”;運維的核心不是修問題，而是讓問題不發(fā)生;流程是手段，不是目的，好的流程設計能讓協同更順;好的工具不僅幫助定位問題，更能倒逼流程改進。

揚子江藥業(yè)CIO 婁楊

揚子江藥業(yè)CIO婁楊分享了集團數字化轉型及AI應用的實踐經驗。在AI應用場景與實踐方面，揚子江藥業(yè)集團展開了廣泛的探索與應用。在中藥種植領域，通過物聯網設備實現基地環(huán)境實時監(jiān)控，AI分析蟲情，推動中藥材種植標準化、智能化。在藥物研發(fā)方面，構建了藥物研發(fā)AIDD平臺，實現AI虛擬篩選，加速藥物設計過程。在招標采購方面，構建了風險預警模型，精準識別供應鏈潛在風險。在智能制造方面，在12個子公司工廠構建了智能制造生產線，提高了生產效率，降低了運營成本。在營銷方面，打造了RolePlay訓練平臺，提升培訓實效性;推出了ChatBI智能數據分析平臺，面向銷售、市場、商務和管理層提供智能交互體驗，提升數據決策效率;搭建了合規(guī)問答AI小助手，降低內部溝通成本;引入了AI面試官，提升招聘效率，節(jié)省招聘成本;還打造了AI智能健康顧問，通過舌診面診預測健康狀況，提供個性化健康建議。此外，還在多個業(yè)務場景應用了RPA技術，提升工作效率，減少人為錯誤。

在特定場景深度應用方面，揚子江藥業(yè)集團利用大語言模型技術庫，抽取銷售領域知識，對銷售代表進行問答考試和模擬拜訪，評判業(yè)務能力;搭建了合規(guī)問答平臺，為銷售代表提供合規(guī)知識解答，應對國家監(jiān)管政策;在校招中引入AI面試，進行硬性指標篩選和初審，緩解招聘團隊壓力;還對標市場領先產品，打造了大健康APP，嵌入AI能力，提供舌診面診服務，引流C端客戶。

庫卡工業(yè)自動化研發(fā)部部長 黃輝滟

作為美的集團的全資子公司，庫卡一直在探索數字化應用，提供從物流、倉儲到生產線的全場自動化整體解決方案。

庫卡以美的荊州洗衣機工廠為樣板，打造了全球第一家智能體工廠。該工廠以工廠大腦為核心，擁有多智能體、具身終端和融合場景，共部署了14個智能體，覆蓋了38個核心業(yè)務場景。具身智能體終端如AI攝像頭、美羅(人形機器人)、玉兔(結合APP與人形機器人特點)、機械臂、庫卡協作機器人和ATV注塑機等，實現了感知與執(zhí)行的結合。

在具體應用場景中，AMR(庫卡移動機器人)產品通過AI識別導航二維碼，即使二維碼臟污也能準確識別，并反饋給工廠大腦進行及時更換。協作機器人在產線上實現了與視覺系統的聯動，能根據產品信息自動調整工藝參數，并將執(zhí)行數據反饋給智能體進行訓練。

庫卡開發(fā)了編程助手，能快速生成代碼，并對工程師編寫的代碼進行校核。同時，庫卡還在開發(fā)將視覺系統融合到機器人控制系統中的技術，以簡化復雜系統。對于工業(yè)機器人應用中的終身具身智能問題，庫卡通過仿真系統進行校核和確認模擬，實現離線編程和安全策略控制，以確保高可靠性。此外，庫卡還利用AI輔助智能設計，通過運動學和動力學模型快速開發(fā)產品，大大縮短了開發(fā)周期。

中基集團CIO 王海濤

在快速變化的市場環(huán)境中，中基集團強調IT 建設的敏捷性,要求能夠根據業(yè)務形態(tài)、價值發(fā)現及獲利方式的不同，靈活調整IT 建設方向。流程體系和數字化建設相互促進，螺旋式上升，同樣模塊化運營，便于及時拆解、打包和單獨部署，以適應市場的快速變化。中基集團 CIO 王海濤表示。

在智能化研發(fā)與實踐方面，中基集團建立了一套“恒星體系”，將財務、業(yè)務、物流、生產、供應商/客戶管理等核心系統做為恒星，視為企業(yè)基石，并圍繞其搭建AI Agent做為行星，為企業(yè)提供敏捷要求下的效率工具, 實現從“流程被動驅動”到“流程智能自驅”的轉變。通過結構化、標準化數據,結合Chat AI等工具，實現從簡單報表生成到智能問數的跨越，提升數據洞察與決策能力;通過可配置界面與深度集成 Agent 的提示詞工程開發(fā)，減少復雜功能點二次開發(fā)，提高軟件迭代效率;通過構建企業(yè)級知識庫與知識圖譜，提升知識準確性，讓智能更實用;通過多智能體協作與多智能體任務協同，結合運維知識庫與工具，實現IT基礎系統的穩(wěn)定和高效。

在一系列精彩的干貨分享之后，下午，本次活動的壓軸大戲-純甲方吐槽大會精彩登場。多位CIO對于如何處理業(yè)務和IT的關系、對部分廠商的忽悠行徑等多個話題展開了激烈的討論，精彩觀點層出不窮。

大會期間，戴爾科技集團、騰訊云、新華三、金山辦公、ManageEngine卓豪、百度智能云、影石Insta360、會暢通訊、中企通信、銷售易、‌BARCO(巴可)、容聯云、數字認證、foxit(‌福昕軟件)、Telstra(太平洋電信)、數字力量等IT廠商也在大會期間展出了各自優(yōu)秀的產品及解決方案。