大模型怎样重塑企业级IT应用（下）

上期聊了人工智能赋能企业IT应用的特性和原理，还有“自治代理”等等，如果你还没看记得点击观看我们的上期内容，这一期，咱们接着聊它的落地实现路径。

全文782字 | 2分钟阅读

点击观看视频版内容

企业IT应用智能化需要进行ERP等传统企业应用系统的改造，下图这个“实时动态个性化定价并下单”的业务场景，就是之前说的“认知流程自动化”的应用。

1. 零售企业在全渠道零售业务中台的“价格中心”里维护商品的标准价格

2. 顾客在他的APP上搜索某个商品相关的关键词，例如“羊绒大衣”

3. “搜索中心”根据顾客的偏好，产生一系列羊绒大衣相关商品搜索结果

4. 搜索结果排序根据库存可用性以及营收优化策略显示

5. 可购商品按照需求预测，以及相关的价格和促销优化策略，实时给出动态价格

6. 顾客在其数字化终端获得个性化的商品推荐和报价

7. 顾客用个性化价格下单

这需要对企业应用的IT架构进行分层规划，我们将这种架构称为“数据和数字化平台”。最近这段时间大模型的风起云涌，使得企业IT应用的技术栈中，更要凸显AI的地位，这样的架构变化，我们总结为“三增一新”：

一增是基础设施层上，无论是云服务还是本地设备 ，增加AI特有的 GPU/TPU计算能力，提升单片算力以及异构算力的协作；

二增是数据平台上，增加面向AI的数据准备能力，以及支持AI特性的数据存储能力；

三增是在数字化产品上，支持认知能力APP的构建，或者采用自然语言处理，尽可能覆盖更多的业务场景，嵌入到用户操作界面；

一新是加入独立的AI能力层，包括模型训练、模型管理、AI代理，以及AI服务的持续开发和运营等。坦白说，AI能力在过去企业的IT架构中一直存在，例如机器学习一般属于企业数据平台的传统能力，支持数据挖掘应用；不过最近随着AI的新技术、新工具日新月异，使得有必要将AI平台单独拉出来。

当前一个典型的应用生成式AI来开发企业应用系统，除了大语言模型和企业级业务服务部署平台，可能会涉及到这些技术工具：

【本文完】