文章来源：《确定性运维专刊第6期》

一、 业务背景

人工智能正逐渐成为企业数字化转型的重要驱动力。在过去几年中，我们尝试将AI技术融入各个产业，并赋予各产业充分自主权去选择适合自己的AI模型和应用。然而，随着时间推移，问题逐渐显现，当前我们面临如下挑战：

1. AI资产共享

• 需要沉淀各个产业的资产，打破各个产业各自为政现象；
• 各产业可以快速的共享和复用资产，构建AI相关的应用；

1. 数字化成果再赋能

• 集团前期投入高成本实现的信息化系统，不能直接推倒重做；
• AI需要起到赋能已有信息化系统，提升已有系统能力的作用；

为应对这些挑战，我们决定对集团内部的AI资产进行集中盘点和整合，构建一个全域资源统一管控的AI管理中台，以实现对AI技术的有效利用和成本控制。

二、 方案实践

试点选择：地产业务先行

地产业务在前期数字化建设中已打下坚实基础，业务全面线上化，并积累了大量知识资产。因此我们选择地产业务作为首批试点，率先落地AI管理中台，聚焦自然语言智能问答和业务数据分析报告两大应用场景。结合华为云AI原生应用引擎能力，我们接入DeepSeek，设计了自己的AI管理平台，挖掘AI价值。

统一后的AI平台功能模块丰富，主要包括Agent编排中心、知识中心、模型中心、运营中心、AI可信治理和AI资产中心等：

• Agent编排中心：Agent编排中心能够快速构建Agent应用，统筹行业海量Agent智能应用的部署、协同与管理，具备搭建“百万级Agent”的架构能力。通过促进Agent与自然人协同作业，充分释放大模型的价值
• 知识中心：知识中心通过数据集管理、静态数据加工和文档解析等数据处理，建立标准，高效准备数据集。运用Prompt工程简化操作，优化提示激发模型能力。利用RAG检索增强技术，融合行业知识，提升行业理解。凭借灵活检索框架接入多类型知识库，搭配高性能向量检索，保障大模型输出实时可靠。导入行业知识，构建企业知识库，形成知识、模型、应用的正向循环，持续优化AI 应用效果；

• 模型中心：模型中心预置了40+主流大模型，融合业界优质模型能力，接入多个主流模型。通过内置行业标准、行业数据集的多场景评测，结合AI与专家协同流程，严格评估模型；依靠模型路由，针对不同应用场景匹配最优模型，可确保业务效果最佳。
• 运营中心：运营中心全面汇总展示各组织AI应用（数据集、模型、服务、Agent等）的研运状态，以及资源（外部工具、模型 API、工具 API、内部算力）消耗与费用情况。设置费用上下限及告警机制，控制成本。同时，建立权限管理体系，满足各部门对AI平台的基础运营需求，保障平台稳定运行。
• AI可信治理：从应用角度构建数据、模型、内容的多层次安全控制体系。在数据方面，加强数据资产安全管理，确保数据集真实可信；在模型层面，严格把控模型交互过程，防止信息窃取；在内容维度，对模型内容交互进行检测，过滤输出结果。通过这些举措，在企业核心应用与智能应用间构筑 “隔离墙”，有效规避核心数据泄露与合规风险 。
• 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。

通过具体业务场景为依托，将AI技术融入业务实践，以赋能业务发展为导向，推进AI管理平台建设，实现场景与平台协同落地。在落地实践中，我们选取地产板块中两个极具代表性的销售业务域场景接入AI ，分别是智能问数和数据分析报告。 

落地场景：智能问数与数据分析报告

1. 智能问数平台：地产销售数据智能查询

智能问数平台解决方案

智能问数平台以自然语言查询销售业务指标数据，如转化率、签约金额、首/复访数等，逐步覆盖其他业务域超200张报表。其核心功能包括：

• 自然语言解析与SQL生成 ：支持单表、多表关联查询及复杂条件过滤，满足各部门多维度数据分析需求。
• 统计分析与可视化：以柱状图、饼图、趋势图等形式直观展示查询结果，支持多轮对话交互，极大提升用户便捷性。

平台还具备统计分析与可视化功能，以柱状图、饼图、趋势图等直观展示查询结果，借助上下文理解和多轮对话交互，实现流畅人机交互，极大提升用户便捷性。为提高解析准确性，平台构建高质量数据字典，详尽描述数据库表、字段及其关系、业务规则与示例数据。我们做了如下改造：

• 各职能部门基础数据表的自然语言问数：降低职能部门一线人员查询分析的复杂度。覆盖的智能领域包括销售、财务、运营等 职能部门的数据整合 和数据查询，包括单表条件过滤、关联表条件过滤，分组统计等基本能力；
• 各职能部门子场景的业务趋势风险等数据分析：以提升职能部门经营决策的准确性和全面性，以销售部门访客数据为例，进行销售趋势及风险的分析，定期提供一份分析报告，同时可结合各智能部门分析尝试整体经营报告；
• 数据库对接：支持多种数据库的数据源对接，以执行相关查询、统计及分析工作；
• 飞书系统集成：开放支持多会话，多轮对话的API接口，提供基于OBS的报告生成接口，同时提供安全访问鉴权机制；
• 权限管理：根据原有数据访问权限规则，确定相关数据查询、分析的范围。防止数据越权。

为提升AI易用性，我们将地产业务专家、一线销售人员积累的专业知识与经验数据，以及外部模型资源数据接入AI管理平台。通过整合知识管理与数据管理，将其与办公聊天工具集成并进行应用层封装。其中，智能问数AI机器人作为业务专家，能为一线人员赋能，完成预测业务成交量、生成定制维度数据报表等工作。

传统数据查询流程繁琐，业务人员提出需求后，需数据平台或后台开发同事开发报表、导出数据或制作数据看板，才能交付使用。如今，业务人员可直接向智能问数AI机器人提问，如“本月成交套数”，机器人便能即时返回数据。此外，该机器人还支持依据指定指标和汇总维度，生成定制动态报表，用于数据分析报告。此架构轻便高效，充分借助AI平台能力，显著优化数据查询与分析流程 。

智能问数平台场景流程

2. 数据分析报告—智能化项目案场盘客

数据分析报告解决方案依托智能工牌音频系统，每日生成置业顾问盘客分析报告，并通过企微销售工作台推送。报告内容涵盖来访客户、新增来访、复访客户、高意向客户识别、跟进建议等信息。

数据分析报告解决方案

核心流程 ：

• 整合CRM及其他数据系统中的客户行为和交易记录；
• 构建高意向客户预测模型，精准筛选目标客户群；
• 自动生成包含客户分层、行为特征分析及营销建议的报告

平台支持分布图、漏斗图、客户行为轨迹图等可视化形式，为营销决策提供深度数据支撑。系统支持数据报告自动生成与下载，为用户提供高效的查询、分析及报告生成服务。这些功能特性既满足企业对数据利用效率的需求，也为后续功能拓展奠定了坚实基础。

过去，销售团队需每天人工分析访客语音和文档记录；如今，AI自动解析语音记录，识别高意向客户及成交卡点，生成每日盘客分析报告并分发给对应置业顾问，大幅提升了工作效率。

数据分析报告场景流程

现在结合数据分析报告解决方案，以AI分析报告助推案场项目盘客数据可视化，通过算法去解析房产接待访客的语音记录，解析出里面的重要信息，再通过AI大模型识别出高成交意向的客户，同时识别出其中的成交卡点，自动生成项目不同角色每日盘客分析报告并分发给对应的置业顾问。这个AI场景很小，但一线人员无需每日人工分析汇总访客语音和文档记录，大大地提升一线人员的工作效率，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。

三、 经验分享

在AI场景落地的实践过程中，我们不断探索与思考企业的关键任务及注意要点，现将实践心得分享如下：

1. 保障知识质量：知识整洁度直接影响AI模型效能。业务一线处理数据时，数据库中大量脏数据会导致处理步骤难以复用。企业需提前规整知识库和数据集，为大模型高效训练与精准结果输出筑牢根基。
2. 合理选用模型：单一AI模型无法满足所有业务需求。以智能问数场景为例，需串联语音问答模型与指标计算模型，并权衡模型效果与效率。部分模型虽计算效果出色，但执行一次耗时20 - 30多秒，在实时聊天场景中毫无实用性。
3. 协同开展效果评测：AI效果评测需用户侧与业务侧共同参与，广泛收集真实反馈，规避业务实际效果与预期脱节的问题。真实用户和一线员工务必参与测试，避免总部产品经理脱离实际指导一线工作的情况。
4. 注重兼容性考量：引入AI时，需充分评估其与现有数字化基础的兼容性。若系统升级改造可实现兼容，应积极推进；若无法完全兼容，则考虑以互为补充的方式融入业务场景。
5. 精准核算成本效益：在AI应用中，必须精确计算成本与收益。若模型、算力、存储、开发等投入成本多年无法收回，开展该AI应用场景的必要性就需重新审视。
6. 追求应用傻瓜：AI应用需兼顾用户与开发人员的使用体验，需耗费大量时间学习才能上手，便难以广泛推广，实现全员应用。
7. 明确模型能力边界：项目周期内，应对模型能力进行收敛。如智能问数场景，不应刻意刁难模型，而是要清晰规划当前与长期对AI能力的期望，明确模型能力边界 。
8. 

AI路径展望

四、 未来展望

在AI场景应用的探索之路上，我们确立了明确目标：期望未来3到5年成为AI领域领军企业。为此我们绘制了详细的作战地图，定期梳理各产业对AI场景的需求，持续完善地图内容，确保对业务需求的精准把握。

AI作战地图

五、 总结

AI引发的是一场涵盖“流程+组织+数据+IT”的端到端变革，在数智化时代，其已成为强大的生产力助推器。我们加快推进大模型与小模型的融合，助力各产业实现智能化转型。

后续，我们将不断强化AI核心竞争力，深入探索AI在不同业务领域的创新应用。以AI领先为导向，重点聚焦数据可视化、数据治理与在线化，通过数据、模型、算法的有机结合，实现高效价值挖掘，推动智能化决策，保障经济效益。我们致力于推动AI场景应用多元发展，助力企业从数字化稳步迈向全面智能化。