社区

引言

在数字化的浪潮中，企业界迎来了一个全新的转折点——数智化时代。这不仅是一次技术的飞跃，更是一场深刻的业务与思维的革命。企业IT部门作为这场革命的前沿阵地，正面临着前所未有的挑战与机遇。

数智化转型并非易事，它要求企业不仅要拥抱新技术，更要在战略层面达成共识，以及构建起端到端的AI解决方案。企业IT部门如何确保技术投入转化为实际的业务价值？如何获得来自高层的支持？如何在众多供应商中甄选那些最为可靠的合作伙伴？这些问题，正是本文所要探讨的。

01

从数字化迈向数智化，企业聚焦三大需求

“智能化”成为企业IT部门头等大事

企业正加速迈向数智化的新时代，智能化已成为企业IT部门的核心任务。爱分析的调研结果揭示了一个显著的趋势：过去三年中，头部企业对数据中台、数据平台、数据底座和数据治理等项目给予了高度重视，其中43%的企业已经建成或正在建设相关系统。然而，相比之下，仅有14%的企业完成了或正在建设AI系统。这一现状正在迅速改变。企业在2023年底制定2024年及未来的IT规划时，纷纷提升对AI建设的重视程度和预算投入，56%的头部企业计划启动AI项目，AI建设已成为企业IT部门的首要任务，一些企业甚至将其提升为公司级战略。

图表1：2021-2026头部企业各类IT项目建设提及率

头部企业的IT建设动向，往往预示着整个行业的发展方向。中小企业亦将紧随其后，逐步拥抱AI技术。企业对AI的具体需求日益明确，爱分析的调研结果归纳出三大核心需求：①无大模型，不AI；②达成AI价值的共识；③端到端的AI解决方案。

核心需求1 无大模型，不AI

大模型是指通过在海量数据上依托强大算力资源进行训练后能完成大量不同下游任务的模型。2023年以来，ChatGPT 引爆全球大模型市场。不同于以往的IT技术，大模型吸引的人群更加广泛，不仅吸引 CIO、CTO 等技术管理者的关注，CEO、CMO 等非技术类管理者同样期待大模型在业务中发挥价值。

据爱分析数据显示，2023年中国大模型市场规模约为50亿元人民币，预计到2024年将激增至120亿元。Gartner的报告预测，到2026年，超过80%的企业将在生产环境中采用生成式AI的API、模型，并部署启用生成式AI的应用。而大模型正是生成式AI 的核心。

大模型引领新一轮AI浪潮，缺少大模型的企业AI规划容易受到来自企业各方的共同质疑, 难以成立。

核心需求2 企业需要达成AI价值共识

以大模型为核心的AI项目天然备受关注。一般情况下，这类AI项目自上而下推动，由董事长或CEO等企业一把手宣布“大模型必须落地”的任务。

该任务无论分配到哪个团队，都会启动一个以大模型为主题的项目，并展开一系列汇报工作。在汇报过程中，企业一把手询问的首个问题往往是大模型项目与公司战略的关联。但是，在大多数汇报中，项目负责人的回答仅局限于大模型技术和应用，例如“大模型+知识库”赋予一线员工的能力提升、“大模型+数据分析”提高了业务人员使用数据的便捷性等。

这些价值与企业战略间并无必然联系，即大模型项目与企业战略之间没有必然联系，进而导致大模型项目难以顺利过审。例如，某大型化学用品公司CIO向总经理汇报2024年度IT项目规划和预算情况，但汇报并不顺利，重点问题在于大模型项目的业务价值没有打动总经理。

核心需求3 端到端AI解决方案

面对大模型和AI人才的短缺，以及缺乏最佳实践经验的挑战，企业普遍选择“外采”作为解决方案。企业要有效利用大模型，需要考虑算力、数据治理、模型、工具链、应用、安全、运维和信创等多个方面。

目前，企业更倾向与提供端到端AI解决方案的厂商合作，主要有四项收益。一是减轻工作复杂度，避免“一对多”的合作方式牵扯管理层和IT部门过多精力；二是提升项目成功率，防止供应商的产品、服务之间存在割裂导致最终结果受影响；三是便于后续的模型与应用运维工作；四是企业更快、更好地实现AI能力内化，摆脱对厂商的依赖，这也是企业普遍看重的一项收益。

02

厂商需要具备三项能力，来满足企业的智能化需求

随着企业对智能化需求的不断增长，厂商的角色不再局限于提供单一的技术或产品，而是需要成为企业智能化转型的全面合作伙伴。为了满足这一日益增长的市场需求，厂商必须具备三项核心能力：深刻理解并应用大模型技术，丰富的客户服务经验以及构建强大的AI生态系统。

能力要求1 大模型赋能厂商产品和解决方案，实现整体升级

在智能化转型的浪潮中，大模型已成为企业不可或缺的技术支撑。相应地，厂商必须利用大模型对自身的产品和解决方案进行革新，以确保在新时代的竞技场上保持竞争力。Gartner的研究表明，到2026年，超过70%的ISV将在其软件产品中嵌入生成式AI的能力。

当前，大模型市场正处于快速发展阶段，但同时也存在质量参差不齐的问题。市场上涌现出一批大模型的先行者，如华胜天成、拓尔思、中科闻歌等，它们不仅推出了创新产品，而且通过与客户的深度合作，成功实施了一系列典型案例。相对地，一些厂商仍停留在概念阶段，缺乏实际产品和应用案例，无法满足企业的实际需求。

能力要求2 厂商服务客户众多，交付经验丰富

爱分析通过对近百家大型企业的调研发现，大模型在落地应用过程中面临诸多挑战，它们遍布规划、立项、选型、实施和运营等全流程。

有来自技术方面的挑战。例如，在数据分析场景，大模型先天存在幻觉问题，生成内容准确度较低。CEO、COO等非技术类高管普遍重视大模型创新项目，通常会一同参与验收环节。错误的回答不仅会导致项目验收失败，而且容易使企业高管降低对大模型的信任度，进而影响后续的一系列大模型创新项目的开展。

更重要的是来自非技术方面的挑战，它们至关重要且容易被忽略。例如，不少大模型项目负责人对价值的判断仅局限于大模型技术和应用，例如“大模型+知识库”赋予一线员工的能力提升、“大模型+数据分析”提高了业务人员使用数据的便捷性等，这些价值与企业战略间并无必然联系，导致大模型项目立项失败。

因此，企业在选择合作伙伴时，应重视厂商的交付经验，而非仅仅看重其大模型产品和解决方案。一个有丰富交付经验的厂商，能够在项目实施过程中避免潜在的陷阱，提高项目成功率。

能力要求3 建立AI生态，实现端到端AI解决方案

大模型的有效应用并非单一产品的采购或调用，而是一个涉及算力、数据治理、模型、工具链、应用、安全、运维和信创等多方面的综合考量。目前来看，企业更倾向与提供端到端AI解决方案的厂商合作。并且，企业一般不会强求厂商的端到端AI解决方案全部由自研产品组成，厂商的大模型产品可以采用自研、合作伙伴支持等方式。

在供给侧，能够实现全链路自研的厂商并不多见，通过构建强大的AI生态系统，聚合各方力量，实现资源共享和优势互补，已成为行业的主流做法。华胜天成正是这一趋势的典范，通过与百度智能云、华为、拓尔思等科技厂商的紧密合作，共同打造了一个基于AI的产业生态圈，为企业的智能化转型提供了强有力的支持。

03

华胜天成满足企业智能化需求

大模型产品、交付经验和AI生态，三者相辅相成，对于企业智能化转型而言缺一不可。兼具三项能力的厂商较少，华胜天成是其中的佼佼者。

华胜天成认识到通用人工智能已成为新一轮创新周期的核心技术，只有将大模型高效、平稳且低成本的引入到企业实际运作中，企业才能真正进入人工智能时代。在此背景下，华胜天成以“专注于企业级人工智能应用的Al服务提供商”为新定位，提出了“生成式AI重塑企业经营场景”的价值主张，并以“AI+算力、AI+场景、AI+生态”为三大抓手，围绕行业头部客户提供AI+场景的全链路全流程服务。

打造一系列AI原生应用，华胜天成为企业提供全方位AI赋能

依托强大的基础设施、工具链平台和大模型平台，华胜天成围绕运营、产品和服务三大核心场景，打造了一系列AI原生应用。智能数据助手、智能客服和智能投标大王等应用已成功面向市场并实现了落地。下一步，华胜天成将开拓更多场景应用，重点在金融、制造、教育等行业深度赋能。

图表2：华胜天成基于大模型的AI原生应用布局

智能数据助手：企业决策的数据引擎

智能数据助手主要面向银行，为其带来营销、管理和风控三个方面的价值。

在营销方面，银行面临三个挑战：①厅堂销售无法适应数字化转型的大环境；②电子渠道营销不能精准识别客户、精确满足客户需求；③分散的客户画像导致客户被多次重复触达引起客户反感。智能数据助手可以通过客户洞察、精准营销以及市场趋势分析，助力银行应对这些挑战。

• 客户洞察：通过分析大量客户数据，智能数据助手可以提供对客户行为的深入洞察，帮助银行了解客户需求、偏好和行为模式。

• 精准营销：基于客户洞察，银行可以制定更加精准的营销策略，实现个性化推荐、交叉销售和增值服务，提高客户满意度和忠诚度。

• 市场趋势分析：通过分析市场数据，智能数据助手可以帮助银行了解市场趋势和竞争对手情况，为制定营销策略提供决策支持。

在管理方面，由于个金、财富、财务、分支行管理数据散落在多套系统、多个CRM、多个数据仓库及多套管理报表，虽然历史投入多但仍无法提供准确报表，且散落在多个系统中多的客户数据带来大量监管风险，企业亟需解决该问题。智能数据助手的应对策略是数据驱动决策、流程优化和客户经理培训。

• 数据驱动决策：智能数据助手可以提供全面、准确的数据分析，帮助银行做出数据驱动的决策，提高决策效率和准确性。

• 流程优化：通过对业务流程进行分析和优化，智能数据助手可以帮助银行提高工作效率、减少成本和风险。

• 客户经理培训：通过数据挖掘和机器学习技术，智能数据助手可以识别客户经理的培训需求，提供个性化的培训计划和学习资源，提高客户经理的销售能力和服务质量。

在风控方面，由于风控数据能力不足，片面管理仍需大量人工介入，割裂的数据赋能反而容易给银行造成隐形风险。智能数据助手可以从信贷风险评估、市场风险管理、洗钱和反恐怖融资三方面着手，消解隐形风险。

• 信贷风险评估：智能数据助手可以通过数据分析和模型构建，帮助银行进行信贷风险评估，识别潜在的贷款违约风险和欺诈行为。

• 市场风险管理：通过分析市场数据和行情信息，智能数据助手可以帮助银行评估市场风险，预测市场波动和投资回报，制定相应的风险管理策略。

• 洗钱和反恐怖融资：智能数据助手可以通过数据挖掘和模式识别技术，帮助银行进行反洗钱和反恐怖融资筛查，及时发现可疑交易和潜在的金融犯罪行为。

在实用性方面，在企业运营场景中，许多企业试图通过大模型直接与企业内部数据对话，但由于结果准确率偏低，导致难以真正投入使用。华胜天成推出的智能数据助手，在产品设计方面，华胜天成不仅引入大模型，而且结合数据治理和知识工程，可以有效提升结果准确率。

目前，智能数据助手已在多家银行进行深度测试。从实际效果来看，智能数据助手已实现100%的场景全覆盖、全面洞察，而且能够大幅提升企业数据分析效率，并让决策效率提高3倍以上。

智能客服：全旅程客户服务的智能化升级

华胜天成的智能客服产品矩阵包含多种智能化应用，赋能客户全旅程经营体系。企业与客户联络，主要分为潜客的触达，成交客户的服务以及留存客户的营销三个阶段，每个阶段过程中，都有多个与客户的互动环节，各类智能化系统应用可以帮助企业降低成本、提升效率、优化服务、助力增长。

潜客阶段：

• VOC分析：企业基于客户基础数据、订单消费数据，沟通接触数据等，全方位分析客户和产品特性，实现精准客户标签和客群细分，来为精准化营销和个性推荐做依据。

• 智能外呼&智能IVR：通过外呼、IVR 等智能化手段实现对客户的精准触达和识别，并有效实现对客户的留存和初筛。

• 智能辅助：通过在营销培训、执行、督导等环节导入智能技术，实现千人千面的个性话术，对过程进行合规管理，提升服务和营销精准度，达到降本增效的目的。

成交客户的服务及留存客户的营销阶段：

• 智能质检、智能外呼：面向质检、信审、催收、关怀等事后场景，辅助风险防控、优化运营，提升企业内部的合规管理质量。

• VOC分析：让数据分析贯穿客户交互的各个方面，通过洞察绩效短板，改善服务策略，提升运营效率，帮助企业运营立体化、交互实时化、决策智能化、价值个性化、体验人性化。

• 智能IVR、智能文本客服：通过持续的运营和服务改进，发现客户关注的热点问题，高频服务请求，不断提高客户对于自助、智能化服务渠道的粘性。

目前，华胜天成已为中国人民银行、中国民生银行、浙江农商联合银行、九江银行、浙商银行、新奥集团等客户提供了智能客服的相关智能化应用系列产品。

智能投标大王：投标管理的AI革新

针对央国企、制造业和金融行业的投标管理需求，华胜天成推出了智能投标大王——一款AI驱动的企业投标系统。智能投标大王通过智能评审、资源匹配、风险评估和标书审核等功能，提高投标效率、精确度，帮助企业规避风险，确保投标过程智能化、高效、安全。

智能投标大王可以在招投标全过程中帮助用户提升效率，例如：

• 在招标阶段，智能投标大王可以辅助企业审核招标文件，快速判断是否合适参与投标，包括可以对齐招标文件相应条款，发现投标文件中的问题等，甚至能直接写标书。

• 在招标文件解读阶段，智能投标大王可以帮助投标者智能抽取文件中的关键信息，快速解读招标文件的内涵。

• 在投标文件审查阶段，智能投标大王可以自动形成内容看板，为决策形成参考。

目前，智能投标大王已在多个领域成功落地，成为企业投标管理的得力助手。

20多年经验+16000家客户，华胜天成打造高效可行的立项方法论

华胜天成1998年成立，历经20多年沉淀，在10余个重要行业服务超过16000家客户。华胜天成以多年的客户服务经验为基础，以“所立项目必须是客户真正需要的，能解决客户痛点或帮助客户在某些方面有改善”为原则，打造出一套高效可行的立项方法论，大模型项目立项难问题迎刃而解。

• 第一步，华胜天成的团队需要理解客户需求并进行深入调研，基于调研结果形成需求分析，主要有两方面内容。一是保持项目与客户长期战略目标的一致性，确保项目能够支持业务增长、创新或效率提升，帮助客户更清晰地看到问题的严重性和紧迫性。二是深入理解业务的实际需求，评估项目如何解决现有问题或满足未来需求。

• 第二步，华胜天成通过专业知识和行业经验形成针对性解决方案并向客户展示，阐述产品或服务如何直接解决客户的问题，展现方案价值和差异化优势，并分享类似的成功案例。

• 第三步，帮助客户进行ROI（投资回报率）与TCO（总拥有成本）计算，提供具体的成本节约或收入增长预测，量化项目的价值。

• 第四步，华胜天成还会尽量匹配用户应用场景的POC演示，更直接的演示立项项目的预期使用效果。

• 第五步，AI项目的实施可能带来企业组织变化，立项需要将制定变革管理策略也列入向CEO的回报内容中，变革策略主要包括沟通计划、员工培训和文化适应等。

• 第六步，华胜天成还会在立项的汇报材料中加入可持续性与扩展性的讨论，确保选择技术解决方案能够随着业务发展而成长。

构建AI产业生态圈，华胜天成携手合作伙伴共塑未来

华胜天成聚合算力提供商、AI技术提供商、运营商、数据服务商、软件系统服务商等伙伴力量，输出以AI为基础核心能力的全生态链解决方案，共同使能企业智能化落地。

具体而言，华胜天成已与百度智能云、华为、拓尔思等科技厂商展开合作。华胜天成与百度智能云合作，应用千帆大模型的能力于金融行业中，提升客户的营销服务能力，降低管理成本；与拓尔思签署战略合作协议，在智慧城市、智慧政务等领域合作，共同应对行业智能化升级的挑战；与华为合作，在智慧园区方面协同创新，服务客户在智慧园区的建设和数字化转型，释放生态共赢的价值。未来，华胜天成还会拓展更多的人工智能行业伙伴，打造更加完整全面的AI+生态。

04

结语

数智化转型已成为企业进化的必由之路，企业IT部门站在这场转型的前线，肩负着引领企业走向智能化的重任。面对这一复杂而艰巨的任务，企业需要与那些能够提供深度技术赋能、具备丰富交付经验，并能够构建强大AI生态系统的厂商合作。通过这样的合作，企业可以确保在智能化转型的道路上事半功倍，加速实现从数字化到数智化的华丽转身。