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(chuàng)新发(fā)展论坛

　　2024年服贸会专题活动之一——“第六届中国金融科技(jì)论坛”于9月(yuè)12日-13日在北京(jīng)举行。上海澜(lán)码科技有限(xiàn)公司创始(shǐ)人兼CEO周健出席并演讲(jiǎng)。

　　据周健介绍，AI Agent是能(néng)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技术的核心在于与环境的互(hù)动，而大模(mó)型本身不具(jù)备感知和改(gǎi)变环境的能力(lì)。AI Agent可(kě)以通过(guò)外挂知识库和记忆系统，赋予Agent更多的(de)学习能力、感知能力。而(ér)AI Agent与Copilot最大的区别(bié)在(zài)于(yú)自(zì)主性，Agent是帮助人类完成目标，Copilot则需要(yào)根据用户设置的目标(biāo)，一步步与人互(hù)动，并完成用户的(de)目标。

　　他指出，随着大模型能力的不断增(zēng)强，Agent的(de)能力不(bù)断丰富，我们(men)有可能在未(wèi)来看到(dào)AI模型(xíng)像人类一(yī)样(yàng)处理复杂(zá)的逻辑推理任务(wù)，深(shēn)刻变革企业的组织结(jié)构、人员配备乃至业务(wù)流程。无论是处理端到端重复性(xìng)的业务内容，还是跨部门协作，AI都在增强人类的工作效(xiào)率。

　　周健说，未来(lái)，AI有(yǒu)望在角色(sè)、团队和业务层(céng)面逐步取代部分人力工作。目前，数字化技术(shù)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可能更多在业务处理(lǐ)量和业务活动上表(biǎo)现突出，未来，AI的应用能力(lì)预计将得到进一步的扩展和增强。

　　以下为演(yǎn)讲实(shí)录：

　　澜码科(kē)技是一(yī)家“AI原生”的企业，创办于大模型技术问世后。大模型行(xíng)业发展(zhǎn)迅速，就在昨天深夜，OpenAI发布了全新的o1模型，重(zhòng)新定(dìng)义了代码和计(jì)算方式。我们在过去的18个(gè)月里快速前行，沉淀了丰富的行业实践与经验，今天想借(jiè)此机会，分享我们在金融行业的应用实践与未来展望。

　　首先(xiān)，我想(xiǎng)介绍一个新的概念——Agentic AI。我个人认为这一概(gài)念比AI Agent更为贴切，因为它不仅表达了一种技(jì)术形态，更代表(biǎo)着一种持续演进的状态。大模型的发展过程(chéng)类似于自动驾驶的分级，当前我们已进入了“Number 2”阶段，而未来还(hái)会有更多层次，如“Number 3”、“Number 4”等，正如自动驾驶历(lì)经(jīng)十(shí)年(nián)的演进一样，AI大模(mó)型在推动企业(yè)数智(zhì)化转(zhuǎn)型，包括在金融行业的应用，也将是一个持续不断的过程。

　　当前的大模(mó)型主要分为三个不(bù)同的品类。第一(yī)个是纯(chún)文本模型，OpenAI最新发布的o1模型就属(shǔ)于这一类；第二类是多模态模型，能够处理文本、图像(xiàng)、视频等多种输入和输出；第三周健：Agentic AI代表着大模型的技术更迭与落地状态类是全实(shí)时(shí)、端到端的模型，能(néng)够在多模态环境下整合各(gè)类(lèi)信息，如GPT-4o。纯文本模型虽然相对成熟，但仍存在(zài)幻觉等问题(tí)，而多(duō)模态和实时(shí)模型则代表了未来的发展方(fāng)向。

　　纯文本模型与(yǔ)传统软件开发的区别在于(yú)它为我们提供了两个全新的通用能力：信息提(tí)取能力和指令遵循能力。以往我们需要耗费大量工程师资源进行算法开发，现在，利(lì)用大模型，一个工(gōng)程师(shī)仅需一周时(shí)间便可完成复(fù)杂的简历筛选任务。

　　而指(zhǐ)令(lìng)遵(zūn)循能(néng)力是指大语言模型完全可以理(lǐ)解人类的(de)自然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、应用、流程等，我们能够将数字世界（互联(lián)网网页，企业内部ERP、CRM系统）、智能世界以及(jí)其它智能体结合，代表企业员(yuán)工在领域模型(xíng)的指导之下完成复杂的任务。

　　我们认为，AI Agent是能(néng)够(gòu)感知环境(jìng)，基(jī)于目标(biāo)进行决策并执行行动的智能化应用。Agent技术的核心在于与(yǔ)环境的互(hù)动，而大(dà)模型本身不具备感知和改变环境(jìng)的能力。AI Agent可以通过外挂(guà)知识库(kù)和记忆系统，赋予(yǔ)Agent更多的学(xué)习能力、感知能力。而AI Agent与Copilot最大的区别(bié)在于自主性，Agent是帮助人类完成(chéng)目标，Copilot则需要(yào)根据用户设(shè)置(zhì)的目标(biāo)，一步步与人(rén)互动，并完成用户的(de)目标。

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

　　我们认为(wèi)，专(zhuān)家知识可(kě)以(yǐ)分为不同的层次，冰山(shān)之上都是可以(yǐ)用自然语言描述的，如：过程性(xìng)知(zhī)识、规(guī)则性知识、事实知识等等；冰(bīng)山之下的则是大模型(xíng)尚未发掘的隐性知识——企业内部的专家知识。这(zhè)些知识往往与(yǔ)具(jù)体行业和企业运营模式相关，是(shì)动态的、领域性(xìng)的、智慧性的、无法通过纯文本训练获得的。因此，我(wǒ)们(men)希望通(tōng)过AI Agent将这些隐性知识(shí)数字化，从而使AI Agent能达到更高层次的水平，进一步推动企业的数智化转型。

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

　　那么，如何理解(jiě)两种水平的(de)差异？刚毕业的高中生与博士生的薪资差距最多在(zài)5倍(bèi)，但大模型落地所产(chǎn)生的算力差距是十倍、百倍、甚至是千倍，这意味着参数本身代表着更(gèng)好的模型效果(guǒ)，同时也会带来成本的大幅提升。

　　当然，根据智能摩尔定律，这个（成本）曲线会往下降，但本身是符合这个规律的。因此我们需要找(zhǎo)到更经济有效的方式(shì)来应用这些(xiē)先进的AI技术。

　　从(cóng)ROI的视角来(lái)看，AI Agent可以实现“更大规模(mó)的上下文”理解，基于企(qǐ)业已有系(xì)统，把企业内部的组织结构、人员技能、业(yè)务流(liú)程结合，并将流程结果记录下来，实现Agent像人一样(yàng)工(gōng)作。从这个角度出发，团队结构变为一个专家加(jiā)上100个数据员工再加上大模型，相比于10个专家与100个数据(jù)员工的配置，成本效益曲(qū)线可能会发(fā)生(shēng)变化。

　　Agentic AI在金融业的落地(dì)实践

　　随着大模型能力的不断(duàn)增强，Agent的能力(lì)不断丰富，我们有(yǒu)可能在未来看(kàn)到AI模型像人类(lèi)一样处理复(fù)杂的(de)逻辑推理任务(wù)，深刻变革企业的组织结构、人员配备乃至业务(wù)流程。无论是处理端到端重复性的业务内容，还是跨(kuà)部门协作，AI都在(zài)增强(qiáng)人类的工作效率。

　　我们认为，未来(lái)，AI有望在角色、团队和业务层面逐步取代部分(fēn)人(rén)力工作(zuò)。目前，数字化技术如API、BI、OCR以及低(dī)代码平台等，已(yǐ)经(jīng)在各个层面(miàn)发挥其独特作用。AI可能更多在业务处理量和业务活动上表现(xiàn)突出，未来(lái)，AI的应(yīng)用能力(lì)预计将得到进(jìn)一步的扩展和增强。

　　这是澜码科技现在的产品架构(gòu)。我们从业务流(liú)程视(shì)角去(qù)改进、增强(qiáng)、替代人的能力。

　　最底层是工作流，我们通过低代码的方式将复杂的业务流程编排(pái)成可自动执行的任务，让AI Agent能(néng)完成一些(xiē)简(jiǎn)单的业务(wù)任(rèn)务；

　　再向上一层是对话流，这是我们的创新之处，基(jī)于大模型的理解能力，Agent能够深入理解人类需求(qiú)，在处理复杂任(rèn)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；

　　在业(yè)务处理(lǐ)层面(miàn)，我(wǒ)们有能力将不同的业务内容进行编(biān)排(pái)和整合(hé)，采用(yòng)多样化的方法来解决业务活动(dòng)中的复杂问题。

　　以澜码为保险行业提供的销售增强(qiáng)解(jiě)决方案为例，我们主要帮助客户解决了保险代理在解读体检(jiǎn)报告和精准推荐保险产品方面(miàn)的难(nán)题。传统上的(de)保险代理可能缺乏必要的专业知识来准(zhǔn)确解读体检报告，并据此为用户推荐合(hé)适的保险产品。

　　基于此，我们能够将保险(xiǎn)公司的业务专家知识和经(jīng)验整理成可操作的(de)指(zhǐ)导或规则，通(tōng)过(guò)工作(zuò)流将信息抽取、指引和遵循等(děng)步骤自动(dòng)化，从而提高处理体检报告的(de)效率。同时，根据体检报告的内容，AI Agent能够(gòu)给出符(fú)合个人(rén)健康状况的保险产品推荐。在(zài)实际应(yīng)用中，这一解决方(fāng)案在某地级(jí)市处理的10万份体检报告(gào)案例中，显著提高了保险业务人员的转化率。

　　目前，我们也(yě)正在(zài)与一家股份制银(yín)行(xíng)合作，开发针对银行对公(gōng)客户经理的营销客户解决方案。在银行业，营销是目前至关重要的一(yī)个领域(yù)，这也是Gartner所提到的，生成式AI在银行业最重要的是营(yíng)销场景。

　　我们打造的方案(àn)旨在让客户经理将更多的时间和(hé)精力投入(rù)到客户(hù)关系上(shàng)，而不是花费大量时间去理解和制定复(fù)杂的金融方案(àn)。制定可行化金融方案通常是比较复杂的，包括理解客户需求、用(yòng)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(zuò)往往涉(shè)及多个不同的系统，我们通(tōng)周健：Agentic AI代表着大模型的技术更迭与落地状态过基本能力的封装，为企业提供对公客户经理(lǐ)辅(fǔ)助(zhù)Agent，从而提升他们的工(gōng)作效率和自动化水平。

　　此外，我们在获客(kè)转化过程中，可以利用企查(chá)查等各种数据平台(tái)获取信息，挖掘供应链的上下游关系，帮助客户(hù)经理更准确地描绘客(kè)户画像，从(cóng)而(ér)更有效地吸引优质(zhì)客户。

　　新浪声明：所有会(huì)议实录均为现场速记(jì)整理，未经演讲者审阅，新浪网登载此文出(chū)于(yú)传递更多信息之目的，并不意味着赞同其观(guān)点或(huò)证(zhèng)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