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——“第六届中国金(jīn)融(róng)科技论坛”于9月12日-13日在北京(jīng)举(jǔ)行。上海澜码科技有限公司创始人兼CEO周健出席并演讲。

　　据周健介绍，AI Agent是能够感知环境，基于目标进行决策并执(zhí)行(xíng)行动的智能化(huà)应用。Agent技术的核心在于与(yǔ)环境的互动，而大模型本身(shēn)不具备感知和改变环境的能力(lì)。AI Agent可以通过外(wài)挂知识库和记忆系(xì)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(zài)于自主性，Agent是帮助(zhù)人(rén)类完成目标，Copilot则需(xū)要根据用户设置的目标，一步步与人互动，并完成用户的目标。

　　他指出，随(suí)着大模型能力的不断增强，Agent的能(néng)力不断丰富，我们(men)有可能在(zài)未来看到AI模型像人类一样处理复杂的逻(luó)辑推理任(rèn)务，深(shēn)刻变革企业的组织(zhī)结构、人员配备(bèi)乃至业务流(liú)程。无论是(shì)处(chù)理端到端重复性的业务(wù)内(nèi)容，还是(shì)跨部门协作，AI都(dōu)在增强人类的工作效率。

　　周健说，未来，AI有望在角色、团队和业务(wù)层面逐步取代部分(fēn)人力工(gōng)作。目前(qián)，数字化技术如(rú)API、BI、OCR以及低代码平台等，已经(jīng)在各个层面发挥其独特作用。AI可能(néng)更多(duō)在(zài)业务处理量和业务活动上(shàng)表现突出，未来，AI的应用能力预计将得到进一步的扩展和增强。

　　以下为演讲实录：

　　澜码科技是一家“AI原生”的(de)企业，创办于大模型(xíng)技术问世(shì)后。大模型行业发(fā)展迅速，就在昨天深夜，OpenAI发布了全新的o1模(mó)型，重新定义了代(dài)码和(hé)计算方式。我们(men)在过(guò)去的(de)18个月里快速前行(xíng)，沉淀了丰富的行(xíng)业实践与经验，今天想(xiǎng)借(jiè)此机会，分享我们在金融行业的应用实践与未来(lái)展望。

　　首先，我(wǒ)想介绍一个新的(de)概(gài)念——Agentic AI。我个人认为这一概念比AI Agent更为贴切，因(yīn)为它(tā)不仅表(biǎo)达了一(yī)种(zhǒng)技(jì)术(shù)形态，更代表着一种(zhǒng)持续演进的状态。大模型的发展过程(chéng)类似于自动驾驶的(de)分级(jí)，当前我们已进入了“Number 2”阶段，而未来还会有更多层次，如“Number 3”、“Number 4”等，正如自动驾驶历(lì)经(jīng)十年的演(yǎn)进一样(yàng)，AI大模型在推动企业数智(zhì)化转型，包括在金融(róng)行业(yè)的应用，也将(jiāng)是(shì)一个持续不断的(de)过(guò)程。

　　当前的大(dà)模型主要(yào)分为三个不同的品类。第(dì)一个是纯文本模型，OpenAI最新发布的o1模型就属于这一类；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；第三类是全实时、端到端(duān)的(de)模型，能够在多模(mó)态环境下整合各类信息，如(rú)GPT-4o。纯文本模型虽然相对成(chéng)熟，但仍存在幻觉等问题，而多模态和(hé)实(shí)时(shí)模型则代表了未来的发展方(fāng)向。

　　纯文本模型与传统软件开发的区别在于它为我们提(tí)供了两个全新的通用能力：信(xìn)息提取(qǔ)能(néng)力和指令遵(zūn)循能力。以往我们需(xū)要耗费大量工程师资源进行算法(fǎ)开发，现在，利用大模型，一个工程师仅(jǐn)需一周时间便可完成复杂的简历筛选任务。

　　而指(zhǐ)令遵循(xún)能力是指(zhǐ)大语言模型完全可以(yǐ)理解人类的自然语言去执行相应的工作，这就(jiù)意味着AI可以理解各种各(gè)样的内容，包括文(wén)档(dàng)、数据、应用(yòng)、流程等(děng)，我们能够将数字世(shì)界（互联网网页，企业内部 ERP、CRM系统）、智(zhì)能世界以及其它智能体结合，代表(biǎo)企业员工(gōng)在领(lǐng)域模型的指导之下完(wán)成复杂的任务。

　　我们认为，AI Agent是(shì)能够感知环境，基于目标进行(xíng)决策并执行行动的智能化应用。Agent技(jì)术的核心在于与环境的互动，而大模型本身不具备感知和改变(biàn)环(huán)境的能力。AI Agent可以通过(guò)外(wài)挂知识(shí)库和记忆(yì)系统，赋予Agent更多的学习(xí)能力(lì)、感知能力。而AI Agent与Copilot最大的区别在于(yú)自主性，Agent是帮助人类完成(chéng)目标，Copilot则需要根据(jù)用户(hù)设置的(de)目标，一步步与人互(hù)动(dòng)，并完成用户的目标。

　　谈到学(xué)习能力，传(chuán)统大(dà)模型(xíng)依靠预训练的方式学习，而我们正(zhèng)在探索如何让AI更好地理解和运用企业内部的(de)专家知识。

　　我们认为，专家知识可以分周健：Agentic AI代表着大模型的技术更迭与落地状态为不同的层次，冰山之上都是可以用自然(rán)语言描述的(de)，如：过程性知识(shí)、规则性知识、事实知识等等；冰(bīng)山之下的则是大(dà)模型尚未发掘的隐(yǐn)性知(zhī)识——企业内部的专家知识(shí)。这些知识(shí)往往与具体行业和企业运营模式相关，是动(dòng)态的、领域性的、智(zhì)慧性的、无法通过纯(chún)文本训(xùn)练获得(dé)的。因此，我们希望通过AI Agent将这些隐性知识数字化，从而使AI Agent能达到(dào)更高层次的水平，进一步推动企业的数智化转型。

　　当前，随着AI技(jì)术的发展，大(dà)模型的推理能力正在不断提高。之前大模型的能力还处于“Number 1—高中生”水平。今天凌(líng)晨(chén)OpenAI发布了最新模型o1，并表示o1可以推理复(fù)杂(zá)的(de)任务，目前(qián)已达到(dào)“博士生的(de)水平”

　　那(nà)么，如何理解两种水平的差异(yì)？刚毕(bì)业的高中生与博(bó)士生的(de)薪资差距最多在5倍，但大模(mó)型(xíng)落地所产生的(de)算力差距是十倍(bèi)、百(bǎi)倍、甚至是千倍，这(zhè)意味着参数本身代表着更好的(de)模型效(xiào)果，同时也会带来成(chéng)本的大幅提升。

　　当然，根据智能(néng)摩尔(ěr)定(dìng)律(lǜ)，这个（成(chéng)本）曲线会往下降，但本身是符合这(zhè)个规律的。因此我们需要找到更经济有效的方式来应用这些先进的AI技术。

　　从ROI的视角(jiǎo)来看，AI Agent可以实现“更(gèng)大(dà)规模的上下文”理解，基于(yú)企业已有系统，把企(qǐ)业内部(bù)的组织(zhī)结构、人员技能、业务流程结合，并将流(liú)程结果记录(lù)下来(lái)，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(shàng)100个数据员工再加上大模型，相(xiāng)比于10个专家与100个数据员工的配置(zhì)，成本(běn)效益(yì)曲线(xiàn)可能会发(fā)生(shēng)变化。

　　Agentic AI在金(jīn)融业的落地(dì)实践

　　随着大模型能(néng)力的不断增强，Agent的(de)能力不断丰富，我们有(yǒu)可能在(zài)未来看到AI模型像人类一样处理复杂的逻辑推理任务，深(shēn)刻变革(gé)企(qǐ)业的组织(zhī)结构(gòu)、人员配备乃至(zhì)业务流程。无论(lùn)是处理端到端(duān)重(zhòng)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。

　　我们认为(wèi)，未(wèi)来，AI有望(wàng)在角(jiǎo)色、团队(duì)和业务层面逐步取代部分人力工作。目(mù)前，数字化技(jì)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(zài)业务处理量和业务活(huó)动上表现突出，未来，AI的(de)应用能力预计将得到(dào)进一步的扩展和增强。

　　这是澜(lán)码科技现在的产品架构。我们从业务流程视角去改进、增(zēng)强、替代人的能力。

　　最底层(céng)是工作流，我们通过低代码的方式(shì)将复(fù)杂(zá)的业(yè)务流程编(biān)排(pái)成可自动执行的任务，让AI Agent能完成一些简单的业(yè)务任务；

　　再向上一层是对话流，这是我(wǒ)们(men)的创新之处(chù)，基于大模型的理解能力，Agent能够深入理解(jiě)人类需求(qiú)，在处理(lǐ)复杂任务时，能够清晰地界定业务活动的各个环节，实现自动化处理复杂的业务内容；

　　在(zài)业务处理层面，我们有能力将不同的业务内容进行编排和整合，采用多(duō)样化的方法来解决业务活动中的复杂问题。

　　以澜码为保险行(xíng)业提供的销售增强(qiáng)解(jiě)决方案为(wèi)例，我们主要帮助客户解决(jué)了保险代理在解(jiě)读体(tǐ)检报告和(hé)精准推荐保险(xiǎn)产品方面的难题。传(chuán)统上的(de)保险代理(lǐ)可能缺(quē)乏(fá)必要的专业知识来(lái)准确(què)解(jiě)读体检报告，并(bìng)据此(cǐ)为用户推荐合适(shì)的保险产品。

　　基于(yú)此，我们能够将保(bǎo)险公司的业务专(zhuān)家知识和经验整理成可操作的指导或规(guī)则，通过工作流将信息抽(chōu)取、指引和遵循等(děng)步骤自(zì)动化，从而提高处理体检报告的效率。同时，根(gēn)据(jù)体检报告的内容，AI Agent能够给出符(fú)合个人健康状况的(de)保险(xiǎn)产品推荐(jiàn)。在实(shí)际(jì)应(yīng)用(yòng)中，这一(yī)解决方案在(z周健：Agentic AI代表着大模型的技术更迭与落地状态ài)某地级市处理的10万份体检报告案例中，显著提高了保险业务人员的转化率。

　　目前(qián)，我们也正在与一家股份制银行(xíng)合作，开发(fā)针(zhēn)对银行对公客户经理的(de)营销客户解(jiě)决(jué)方案。在银行业，营销是目前至关重要(yào)的(de)一个领域，这也(yě)是Gartner所提(tí)到的，生(shēng)成式AI在银(yín)行业最(zuì)重要的(de)是营销(xiāo)场景。

　　我们打造的方案(àn)旨在让客户经理将更多的时间(jiān)和精力投(tóu)入到客(kè)户关(guān)系(xì)上(shàng)，而不是花费大量时间去理解和制定复杂的金融方案。制定可行化金融方案通常是比较复杂的(de)，包括理解客户(hù)需求、用户行为习惯，并(bìng)据此制定存款方案。方案包括利息计算和比较等。而这些工作往往涉及多个不同的系统，我(wǒ)们(men)通过基本能力的封装(zhuāng)，为企业提供对公客户经理辅助Agent，从而提升(shēng)他们的工(gōng)作效率和(hé)自动化水平。

　　此外，我们在(zài)获客转化过程中，可以利用企(qǐ)查查等各种数据平台获取信息，挖掘供应链的上下游关系，帮助客户经理更准确地描绘客户画像，从而更有效地吸引优质客户。

　　新浪声(shēng)明：所有会议实(shí)录均为现场速记整理，未经演讲者审阅(yuè)，新浪网登载此文出于传递更多信息之目(mù)的，并不意味(wèi)着赞同(tóng)其观点或证实其描述。

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