新希望：聚焦一站式多场景AI应用，助推产业智能化转型

      随着AI技术的加速发展，千行万业不断探索如何将AI应用于实际业务，以加速数智化转型。2024年12月20日，维享会2024年度会议在海南万宁举办，新希望地产大数据总监王举围绕《一站式多场景AI应用，助推产业智能化转型》发表主题演讲，分享新希望运用AI能力提升业务效率，实现业务持续增长与优化的落地实践。

新希望地产大数据总监王举分享

      AI中台实现集团全域资源统一管控。为避免各产业板块数字化建设资产分散，集团型企业需通过打造AI管理平台进行资源收敛整合，提升资源利用率。在AI智能化深入过程中，企业需评估AI模型使用成本及技术成熟度，将AI基于集团数字化成果再赋能，实现已有的信息化系统能力提升。 

      新希望与华为云携手，结合华为云AI原生应用引擎，设计新希望AI管理中台，并规划以下核心模块：

      Agent编排中心：用户可创建AI智能体，添加AI模型，编排需执行的工作流；

      知识中心：统一管控AI中台内所有知识和数据源；

      模型中心：用于管控接入AI中台内的主流AI模型；

      运营中心：用于运营组织的管理以及权限管理；

      AI可信治理：将企业AI应用与大模型之间构建隔离带，保障AI技术合法合规使用；

      AI资产中心：对接并承载内外部伙伴行业AI资产，形成行业Know-how对外展现与共享复用。

新希望集团统一AI平台、集中运营管控解决方案

      在智能化转型前，新希望完善数字化基础，将业务全面线上化，以沉淀大量的数字知识资产，包含IT数据、规则制度、业务经验等。并以场景作为基础，运用AI赋能业务实践驱动完善AI管理平台建设，让场景和AI管理平台同时落地。新希望结合地产板块两个销售业务域场景进行AI接入，一是自然语言智能问数，二是业务数据分析报告。

      以场景为驱动，AI实现业务域高自由度数据查询，提升案场盘客效率

      构建AI智能问数应用，实现高自由度、高响应的数据查询。自然语言智能问数用于地产销售数据查询，将地产大数据中台内分层数仓所有数据接入到AI管理平台，包含已有的转化率，采购率等指标体系，拓宽智能问数边界，保障数据质量的可靠性和准确性。

      进行应用层封装，对外输出智能问数能力。为增强AI易用性，新希望将业务专家和一线销售人员专业知识及经验积累数据、外部模型资源数据接入AI管理平台，结合知识管理及数据管理，与办公聊天工具进行集成进行应用层封装，实现传统数据查询方式如人工开发报表、数据看板等，变更为AI问答。智能问数AI问答机器人可作为业务侧专家赋能于一线人员，预测某周期业务成交量、生成定制维度的数据报表等工作事项。 

新希望智能问数平台场景流程

      AI分析报告助推项目案场高效盘客。结合数据分析报告解决方案，以AI分析报告助推项目案场盘客数据可视化，基于大模型能力，自动生成项目不同角色每日盘客分析报告并分发跟进，一线人员无需每日人工分析汇总访客语音和文档记录，提升一线效率，推动项目卡点识别及高意向客户挖掘，实现项目案场高效盘客，提高资源利用效率和业务流程的自动化程度。

新希望数据分析报告场景流程

      新希望沉淀多场景AI能力，助力企业云上质量提升

      在AI场景落地过程中，企业需关注以下注意事项：

      ● 知识整洁度决定AI模型的高度。业务一线处理数据过程中遇到数据库中的大量脏数据，造成常见问题无法呈现可复用的处理步骤，企业需要对知识库和数据集进行提前准备，保障大模型训练效率和最终结果；

      ●一个AI模型无法包办所有业务。自然语言智能问数及数据分析报告场景会经过问答、计算等多个模型处理，需要考虑模型易用性和可定制性，平衡模型效果和效率；

      ● 用户侧和业务侧共同进行AI效果评测。收集真实反馈，避免实际业务效果和预期不一致；

      ● 考虑AI应用与现有数字化基础的兼容性。AI接入过程中，若需要系统升级改造达到兼容目标，则进行升级改造；如果不能完全兼容，就互为场景补充；

      ● 计算资源成本，降本增效。需要进行模型、算力、存储、开发等资源的成本计算，实现AI应用在降本增效上的收益覆盖成本；

      ● 项目周期内进行模型能力收敛。AI应用的模型能力需要有边界，项目应明确当前和长期对AI能力的期望，提前做好清晰规划。

新希望AI路径展望

      AI是一场涉及“流程+组织+数据+IT”端到端的变革。数智化时代下，AI已成为生产力助推器，加快大模型与小模型组合，实现更高效的运维能力，助力企业云上质量提升。新希望集团将持续打造AI核心竞争力，探索AI在不同业务领域的深入应用，以AI领先为目标，重点关注数据可视化、数据治理与在线化，将实现数据叠加模型和算法与高效价值挖掘，实现智能化决策，确保经济效益，推动AI场景应用百花齐放，从数字化迈向全面智能化。