前天下午在一个企业应用人工智能的交流会上，我遇到了一段时间没见的老同事晓蕾，她说过去两个月在给一个制造业头部企业客户做“人工智能转型”，帮企业搭建了一个人工智能平台，在这个平台上，她已经落地了采购的数据治理、生产的设备维修维护和销售的商机评估等三个智能体应用场景。 她给我介绍过去两个月的工作是4 月份才和客户签约、启动项目。 启动后成立了变革小组、开展了多场AI 高管培训、AI 全员培训，基于培训宣导，在上万的公司开展了“AI 大赛”来征集和优选场景，确定了几个主要落地的场景。 到5 月份， 只用了两周时间，就在企业自己过去部署的大模型应用平台上，开发出了优选场景的概念验证原型（POC），到6月份，也就是上周，就交付了3 个用于上线投产的人工智能产品。 晓蕾很兴奋地跟我说，在5 月份做POC 的时候，她使用了主流的DIFY、COZE 等低代码智能体搭建工具，但是和客户一起评估下来，不能满足企业应用的需求，表现在： - 说话没温度：使用通用对话模板，说话缺少“人”味，或者说话不受控制，一本正经的胡说八道 - 回答不靠谱：依赖RAG知识库，最多达到85%准确，无法满足业务在特定场景下要求100% 回答准确的要求 - 干事没标准：用可视化流程工具来开发标准化的工作流过于繁琐，无法全面耦合公司操作制度 - 系统不融合：无法全面介入公司的各种ERP、MES、OA 等业务系统 - 能力不迭代：不支持在使用中自我学习，AI 记忆没有专家权重来提升AI 的能力 于是她决定抛弃采用市面上的现成智能体工具，依据上面的五项要求，自己从零开始，来搭一个智能体开发和运行平台。 因为在每个场景下有不同智能体，每个智能体需要具备不同的能力或者对话风格，所以这个平台支持各种大模型服务的接入，私有化部署的、公有API 接入的、甚至在用户设备端侧的，包括各种厂商的基础大模型、企业自有小模型等等，最后交付的三个智能体场景实际使用了二十多个不同的模型服务——我见过不少单位领导还在亲自论证自己企业该私有化部署哪家厂商、哪个版本的大模型，实在是走偏了！ 最神奇的是，做以上所有这些事情，从AI 转型策略，方案选择，场景评估，原型开发，技术选型，平台开发，智能体开发，都是晓蕾一个人做的。 她自己既是咨询顾问，也是产品经理，也是架构师，还是程序员 —— 我这里也许说得并不严谨，她并不是程序员，只是能够选择架构和算法，看得懂代码，真正写代码的并不是她，而是AI——她使用了目前最主流的AI写代码工具。 以三个产品中的一个为例，超过100M 的代码，包括前端、后端，全是晓蕾自己一个人用AI 自动生成的，从产品概念到客户验收，只用了20 天：
我看了晓蕾这些工作，按照过去IT咨询项目的做法，得三个管理咨询顾问用两个月帮客户梳理AI 战略和场景，1 个架构师做几周架构规划和选型，然后需要扑上去大概5～10 个程序员干半年，整个过程6-9 个月，还得有一名全职的项目经理，才能交付类似的应用软件。 然而有了AI，所有这些事情，一位六边形女战士两个月搞定。
晓蕾跟我分享了自己的企业级人工智能应用理论，她特别强调消费品人工智能产品的不同： 1、和消费级产品“一本正经胡说八道”不同，企业级人工智能应用在大多数情况下要求100% 准确； 2、消费级人工智能因为人工智能本身的原理，其输出具有高度的不确定性，而且会迎合用户的意图；企业级人工智能必须符合公司的制度、流程，谁跟人工智能交流的结果都一样； 3、消费级人工智能没有后台系统；企业级人工智能需要融入企业的各种业务系统的环境中； 4、消费级产品的知识是来自于阿狗阿猫的大众知识的综合学习，企业级人工智能不需要学习企业里所有人的知识，只需要学习企业内最少数的几位领导、专家的知识，沉淀少数人的知识即可； 5、有些人认为人工智能需要大量的数据训练，而晓蕾认为企业级人工智能无需大量的数据训练，她的实践经验是很少的数据就足以训练企业级人工智能； 晓蕾是我多年前IBM 工作时期的同事，她是Java 工程师出身，后来在IBM 咨询部的SAP 咨询团队负责“非SAP 技术”（主要是Java） 的开发项目，和我合作过各种SAP 系统的外挂平台开发，包括电商平台、财务共享平台等等。 毕竟是在IBM 体系里见过企业级大系统的技术专家兼咨询专家，所以晓蕾的眼界、见识就跟那些做消费级互联网产品的技术专家非常不一样，她也一向鄙视那些用消费产品思路来做企业级数字化产品的做法。 用河南话说，就是“吃过大盘荆芥的”：
看了晓蕾的做法，我想起来6 年前刚刚兴起“低代码”开发时，国内几个主流的头部低代码、无代码的平台创业者都来找我合作，他们说当时刚被西门子收购的低代码跑道开创者Mendix的一个主要销售渠道及合作伙伴就是咨询公司，那时正值数字化转型的高潮，咨询顾问给客户做了数字化转型的规划、设计后，无需依靠工程师，就能够利用低代码工具来快速实现数字化产品设计的创意。 咨询顾问使用低代码开发确实被热捧过一阵子，甚至有些大型咨询公司还推出了自己的低代码开发平台。 然而现实情况却不尽如人意，我基本上没有看到多少咨询顾问真正用低代码交付了数字化产品，在咨询项目中，管理咨询顾问还是写PPT 、呼领导爱听的顺口溜口号的“文科生”，落地咨询顾问画的饼的那些码农，该干嘛还是干嘛。 那么人工智能出现能改变这一切吗？ 晓蕾的做法不仅预示着咨询行业被颠覆的可能性，甚至也潜在着将颠覆智能体平台、智能体开发软件、预训练大模型，甚至数据库、中间件等一系列软件行业的商业化跑道，有了AI，还要这些过渡性的、工具性的平台软件干嘛？什么叫“AI 原生”的企业软件，AI 原生会重构企业软件行业！ 从产品创意到实现，AI 搞定一切代码，所有的平台型软件可能都是多余。 我觉得晓蕾探索的价值不在于她具体用了什么软件工具、用了什么大模型，也不在于她交付的那几个产品具体解决方案内容，我觉得这些都不重要。 重要的是晓蕾实践的工程方法和咨询方法，她给咨询行业、软件行业提出了新的问题： 1、咨询公司给客户创造的价值是什么？怎么衡量价值？ 2、软件公司给客户创造的价值是什么？怎么衡量价值？ 3、咨询顾问工作的价值是什么？咨询顾问需要具备什么样的技能才能交付这样的价值？ 4、软件工程师工作的价值是什么？软件工程师怎么给企业解决真正的业务问题？ |
