圆桌论坛：数智技术与产业平台议由江苏省商务厅、南京市人民政府指导，南京市商务局、南京市鼓楼区人民政府主办，托比网等机构承办，国联股份、汇通达、联动优势、鑫方盛、致景科技、天宸启桦协办。会议上，托比网发布了“2023中国产业数字化百强榜”等年度榜单。

　　接下来由来主持今天的第二个圆桌论坛。大家可以看一下这个题目叫“数智技术与产业平台”，确定没有写错字，是数智，不是数字，其实数智就是代表了数字化+智能化。

　　本来这个题目想叫AI技术和产业平台，可能AI还不足以全面代表数字化和智能化这么一个非常先进的方向，所以就改成了数智技术和产业平台，我们今天就有请四位大咖来帮我们再诠释一下数智技术和各位的产业平台是怎么结合的，以及未来的方向。

　　首先，请各位先做一个自我介绍，在这个过程中，请介绍一下数智技术在大家各自的平台上有一些什么新的应用亮点，也可以举一个实际的案例，能够给各自的平台或者业务带来创新的变化。

　　潘勇：各位好！我是来自国联股份的潘勇，国联股份是一家产业互联网的上市公司，我们现在有8个平台，涂料、卫生用品、玻璃、造纸、粮油、化肥、芯片和医疗器械。

　　主持人提到的数智化，在我们的理解里，它应该是我们的产业互联网平台企业的必经之路，我们本身的价值使命就是要把数字技术跟传统产业融合，以此来重构传统产业的运行生态。

　　就国联股份本身而言，目前我们在数字化层面，更多的是在交易、供应链以及数字工厂层面的应用。对于数字工具，对于上下游企业贯通的连接，并且居中运营，提高整个产业运转效率这个事情，我们还在探索过程当中。

　　智能化的应用，我们觉得应该是在数字化软硬件部署之后，通过采集数据才能够进一步构建的一个智能服务系统。在这个层面上，我们内部也有一些应用，比如我们有一个ChatAI电商的客服体系，有一个基于开发人员的快速代码的体系，还有一个非语义模型的体系，这些目前都正在开发的过程当中。

　　就像刚才汇通达孙总提到的一样，我们一直认为数字化、大数据和人工智能一定是代表着我们的企业和产业的未来。在这个状态下，我认为所有的平台类企业做一些前瞻性的研究以及应用性的研究，这是必须而且必然的路径。

　　史正磊：大家下午好！我是上海钢联数据业务部的史正磊。上海钢联是一家致力于成为全球大宗商品及相关产业数据服务的企业也在做八大板块，包括黑色金属、有色金属、农产品、建筑材料、能源化工、新能源、新材料、再生资源。刚才主持人说到数智化这个话题，我们也是把它拆开，对于我们来说数据是最核心和最本质的，涉及到整个数据采集的工作，我们有一些对应的人工调研的数字化调研平台，还有OA系统，都是通过一些人工语义的识别，可以自己翻译出每天采集到的价格或一些基本数据。另外，在数据采集过程中，还利用一些科技的手段，比如遥感卫星、车辆和船舶的定位卫星，还有包括人的位置信息的数据，去采集和分析，这当中也会涉及到大量数据的产生。

　　同时我们还有强大的数据治理团队，每天进行大量的数据整理工作。根据人工和技术采集的数据，通过内部的标准化数据治理体系形成自己的数据仓库。

　　对于智能化来说，上海钢联主要在做几大方面，第一个是关于综合的大宗商品融合之后，帮助企业提供更度的智能化的价格判断。比如金融领域做期货衍生品投资的人比较多，一些做商品投资的量化或者是做商品投资主观的基金通常都会去研究一些数据的变化过程，或者是研究数据的变化逻辑。从这个当中我们能发现一些先行的因子，不停地训练这些因子，慢慢追踪这些价格变化中的先行预期，所以这些数据都会给他们提供非常有必要的价值。另外就是内外部赋能的小钢机器人，通过大模型和垂类模型的深度训练，结合钢联自身的大量数据，内部为员工提供智能化分析和报告输出的工具，外部为用户提高更加有粘性的服务。

　　欧阳格：大家好！我是铜道的欧阳格，很高兴参加托比网二哥组织的第十届产业互联网大会。铜道是一家专注有色大宗商品交易和供应链管理的服务商，我们的平台给用户提供行情报价、现货买卖、交易结算、供应链管理以及现货对冲等服务。铜道成立至今，连续七年成为国家高新技术企业，目前拥有48个软件的专利著作权，平台成立至今累计交易额突破千亿。铜道目前还有一家在美国纳斯达克上市的公司，主要从事新能源电池原材料的供应和交易，比如金属镍、金属钴、碳酸锂，这些都是动力电池的主要原材料。

　　铜道这些年在数智化的运用，主要是在三个方面，因为铜道主打的是大宗商品交易，我们主要还是通过客户的交易数据，用户的采购、销售的时间、频次、品类以及客户上下游的一些分析，为客户推荐和匹配更精准有效的交易对象，促进他们更快地成交。

　　第二，我们比较关注人工智能在智慧仓储和智能安防上面的应用，我们在这方面也做过一些投入，比如用一些物联网的手段，希望让仓库出入库的数据和实物能够一一对应，避免出现一货多压一货多卖等问题，因为大宗商品动产质押里面有时候会出现仓库的数据和实物不能一一对应的风险，这种事故已经出现过很多次。这也是我们关注的一个重点。

　　第三，在金融方面的应用，因为大家知道，大宗商品和现货价格是息息相关的，而且价格波动非常大，有现货库存的时候可能是需要有套期保值的，我们希望有更精准的算法和应用来提高套保套利的效果以及利润。

　　潘定国：大家下午好！我是一个做软件的老兵，明源云主要是做ERP，做SaaS，给大家造工具的，后来做艾佳生活是做产业的，不卖软件。

　　今年的重心是参与AI方面的工作。当初艾佳生活自己做GPU服务器也投了几千万，后来ChatGPT诞生，我们就在研究，越研究越害怕，我们感觉以前做ERP做软件更多偏工具，做艾佳生活更多的偏产业和数字化结合。我认为未来真正对产业重构的是甚至超过我们想象力的ChatGPT、AI人工智能的应用，我们发现美国做ChatGPT、做AI人工智能的速度太快了，我们做大模型或者做垂直应用，总感觉心里不踏实，所以我选择做一个绝大多数人没做的领域，就是建设AI的基础设施。我们用一套低碳零耗的方式来建算力机房，把算力机房放到绿电的发电厂，再把以前需要消耗电力去解决的散热问题改造成供热，把热抽出来循环使用。因为ChatGPT这样大的背景诞生，传统的存储机房满足不了AI计算的基础，单是一个风冷和液冷结构就有很大的变化。第二方面，我们发现AI算力70%-80%的成本是在于电，既然电的成本这么高，就放在电最便宜的地方，我们上周刚刚在青海落地的项目，青海的电价0.227元/度，这么便宜的电，我们就把AI算力存储放在那边，再把用电散热的功能抽出来，把电作为循环使用，这样整个AI算力的运营成本降低50%-60%。我最近在往这个方向切入，在做AI人工智能的工作。向老刘汇报一下，今年花很多时间，大家都在研究ChatGPT、OpenAI怎么应用九游会j9官方网站，我就先打造一下底座，这个工作主要是运营商、华为、腾讯这些在做，来给你干活，给你出解决方案，我们走了另外一条路，大家都在挖黄金，我们就来提供篮子和镰刀，卖卖矿泉水。

　　我的主题跟这个相关，所有大咖都在说ChatGPT大模型，因为模仿的是人脑的结构，跟以前我们做软件做ERP，用BI的工具只是一个框框，是一个很典型的定位。ChatGPT其实是因为形脑的逻辑，形成的结构能自我净化，这个很吓人。也就是说未来每个行业都会诞生一个超级助理，并且这个助理吸收了所有人的精髓来给你做决策，我认为这真的是一个跨时代的进步，将会对所有行业都重构，在看不清未来走向的情况下，我决定先去做一些底座的工作。

　　徐轶均：谢谢各位嘉宾，特别是潘定国潘总解释了之后，突然一下子把数智化的概念解释得特别接地气，大家不单单是在研究它，甚至是在应用它，把价值回报出来。

　　接下来的问题，你们觉得数智化新技术的应用，在各位的平台或者是行业领域里面，是不是改变了整个价值创造的核心点？有没有把原来互联网一般是追求规模化效应，转化了新的价值取向，创造一些新的产业价值出来？

　　潘勇：新的价值点挖掘，我觉得是100%存在的。比如说我们在工厂内的应用，刚才铜道的欧阳总讲到的，智能巡检，通过视觉识别的分拣机制、巡场机制，这些其实都不是通过规模效应实现的，而是通过单点效益提升实现的。

　　刚才定国总给我一个很大的启发，在各个垂直产业内超级助理的角色，我们所有知识的沉淀都是沉淀在我们的脑海里头，尤其是对于传统的生产工厂，老员工，经验丰富的员工是一个特别宝贵的资源。但是这些资源如果能够形成一个知识沉淀和传承，并且能够在产业内形成一种聚合效应，训练出一个人工智能助手，实际上对于整个产业发展的效率是无可估量的。

　　我们国联内部的实施主要基于两个方面。第一方面是实用性的研究和部署，这就是我们在数字工厂内部的一些单点效率提升层面上，对于人工智能的一些应用以及数字化+智能化。

　　第二方面是带着一定前瞻性的研究或者开发性的研究。有两个层面，第一个层面，给大家举个例子，比如说以前的配方改进和生产流程改进，因2：8：30，这个过程当中由于停机损失或者实验损失，会损失大量的时间和资本投入。现在我们正在做的就是通过对于生产端多层级的数据采集，构建一套生产端数字化的孪生系统，再植入人工智能之后，我们希望能够让所有的配方改进和工艺流程改进在数字端模拟出最终的模拟结果，拿这个结果再对生产设备进行改进。这样的话，可以有效地降低改进成本，提高改进效率。

　　第二，我们跟钢联一样，也在训练一些有关行业内的模型体系。但是这种模型体系不是一蹴而就的，单一企业的数据量可能也未必就能够足够。目前我们有80亿条信息，但是如何挖掘，如何具体训练，让它形成有价值的使用路径？坦率地讲，我们还在探索过程当中。

　　史正磊：关于企业赋能和产业结合，我们内部也是在做一些大宗商品制造企业EBC的赋能。简单来说，结合企业内部的数据，再加上钢联对于大宗商品产业链所采集到的一些数据，融合在一起，为企业对于采购、销售投放，去做一些智能化赋能。

　　举个例子，某家钢铁企业自己内部多个部门数据都是互相割裂的，首先我们要先帮这个企业做数据治理的过程，打通内部的数据。接下来再结合多元的外部数据，主要还是钢联在这个产业链上积累的数据资源，结合企业数据之后，企业就可以在生产任务排班上，以及资源投放的规划上，以及市场定价的前瞻性上面，就会起到很大的作用。

　　欧阳格：前面的问题已经回答了，我们到目前为止主要还是这三方面的应用，比方新的技术，比如AIGC对我们产业在实践中可能会产生哪些价值等等，实际上我们还在探索之中。

　　当然，我想阐述的是另外一个观点，我们其实作为产业人，我们看到去年11月31日ChatGPT出来以后，实际上，我们对人工智能的认知是不断被刷新的。以前我们的认知没有这么强烈，但是在ChatGPT出现以后，最近一年多是不断地被刷新。比如说AIGC，不光是从语言聊天，文本创造、音频、视频、绘画、视频、写代码等等，我们看到在很多行业它都展现了非常强的潜力。尤其是两周前我们看到OpenAI开了首次的开发者大会，又发布了GPT4等等一些新的模型。实际上，我们看到这种技术的是超乎想像的，比我们预计到的，比我们能看到的多很多，而且我们看到ChatGPT知识库已经更新到2023年4月份，离我们现在只有7个月之差。OpenAI的CEO山姆奥特曼说他的目标不是让GPT不断地升级强大，更多的是要打造一个AI的生态，包括微软在这一块也是很发力。这一年多，微软的股价，就是因为他不断地发力AI飞速地上涨。

　　基于这个原因，我在几个月前对人工智能的的观点还是要去理解它，学习它，掌握它。但是到了现在，其实我的观点改变了，随着人工智能AI技术不断这么强大的发展，已经不是说我们主观上愿不愿意学习的问题，而是这种技术是一种趋势，未来必然会影响和改变我们的工作和生活，无论你愿不愿意接受，它一定会到来。就像很多年以前我们说要学电脑，要学上网，但是现在已经变成像我们吃饭穿衣一样正常。一种新的技术的到来，一种新的工作和生活方式的到来，我们除了拥抱它，学习它，接受它，其实没有别的选择。

　　潘定国：最近这方面的思考比较多，我感觉以前我们做ERP，做SaaS，更多解决的是内部协同的问题。所谓内部协同，还是在于以前的手工Excel表格怎么把它变成是一个标准的固化的数字化工具？后来做艾佳，我们把全产业链条结合起来，我们就发现是一个内外部的协同，产业上下游之间的协同，有交易，有服务，都搬到网上去。但是我感到这两个阶段都还是工具，都还得人用，还得人工操作。我认为现在AI智能进入到一个新阶段，这些不是工具，是能代替人。特别我在想像未来就像一个超级助理一样的，比如说我在思考一些场景，我们内部也在研究ERP应该怎么升级。我认为首先应该是交互方式升级，以前用鼠标，用键盘来进行操作。以前的场景是这样的：看一下昨天的毛利是多少，用Excel数据来看，毛利今年增加了5000万，同比增加多少，仅此而已。但是如果我们问一个助理说你帮我查一下截至现在毛利是多少，他一定说增加5000万，同比增加多少。还得要分析什么原因增加的，到底是什么收入增加，什么费用减少。我认为未来的数字化应用应该是你直接告诉它，你帮我看一下之前毛利的数据，它给你一堆你所要的东西，基于你的习惯会给你推送东西。这是在ERP、SaaS行业的一些改变。

　　第二个，我们在思考的场景，比如中国的妈妈都很辛苦，每天都要辅导孩子的作业，到小学五年级之后，我妻子基本上没法再辅导孩子的作业了，因为题目已经比较难了。那么能不能搞一个机器人，小孩吃完饭之后，就有一个机器人给他讲，什么题目什么特点，应该掌握什么，针对这个题目还可以给他分析，我看现在拍照到百度里面也会给你答案，但是没有交互，没有分析，只有一个结果的呈现。未来应该是直接说我这个题目不会，这个机器人就会告诉他整个逻辑。关键是，假设有10万人跟这个机器人打交道，10万的学生问什么问题，除了它回答10万人的问题之外，它会把这些东西都记忆下来，会形成自己的能力，会把10万人问问题的方式和关心什么问题，形成自己的记忆，形成自己的积累，这个是很可怕的，相当于变成了一个比人类更厉害的人。我认为的确这是现在ChatGPT已经呈现的，这已经不是一个梦想。

　　为什么今天ChatGPT能够在今年诞生？一方面，人工智能这么多年的发展；第二个，移动互联网产生这么多的原材料数据，能够给他很多的喂养；第三个，交互方式必须发生改变。我认为未来一个家庭里面，比如说针对小孩的学习可以有一个机器人，针对小孩的成长也可以有一个机器人，如果把老人的需求摆进去，把老公的需求摆进去，把老婆的需求摆进去，家里面就会形成一个超级机器人。这个其实都是场景，能够解决好多好多问题。

　　当然，我最近也在找这样的团队，我说谁愿意干这个场景，我们可以孵化，可以进行支持。我认为这一定是方向，未来一定在这些赛道领域里面会出来很多好玩的东西。

　　这是我的理解，AI人工智能进入到这个阶段，它应该比传统的ERP、SaaS，比传统的或者我们称之为产业互联网也是传统，数字化在里面都只是工具，只是内外协同区别的工具，加上服务的工具，还没法代替人。我认为未来ChatGPT、AI人工智能是完全会代替人的，或者从部分代替人开始，大家要有这个心理准备。

　　徐轶均：谢谢。各位嘉宾正好不约而同地提到这个概念，数智技术已经不是原来普通互联网的工具，甚至像欧阳总讲的不停地刷新人类对它的认知上限。

　　最后一个问题，我是想请大家能做一个二选一的回答，数智技术对于我们这些产业平台来讲，未来的方向到底是追求规模化的发展，还是追求专业化方向的发展？对于一些产业平台有什么样未来的发展思路？

　　潘定国：我倒认为大家要跳出这个思维，不是一个平台还是一个垂直，其实更多要思考是它的场景需求是什么。比如我们刚才在思考小孩的需求是什么，小孩考试有需求，锻炼身体也有需求，吃什么营养也有需求，穿什么也有需求，应该基于小孩这个人群有什么需求。因为现在不缺内容，不缺数据，缺的是谁能把这个交互做得更好，能更好地满足他各个方面的需求。

　　在未来，基于AI人工智能这个大的背景情况下，我认为核心，如果说得更具体一点，应该是更偏场景或者更偏人群的需求。它不是一个专业，未来应该不存在一个专门为小孩考试用的垂直的AI的一些服务，既然你能锁定小孩的考试学习，小孩的健康、小孩的思想，小孩各个方面的需求都可以整合。我看现在所谓的奇点理论，现在网络的数据已经不缺，从工具属性来说，针对小孩的教育、考试、画画，学什么东西，素材都有，只是大家在交互上没有体现。延展一点说，以前PC时代更多是键盘+鼠标，移动互联网时代更多的是乔布斯发明的触摸屏，未来的AI时代更多的除了语音，还有脑机接口，还有神经元，这些一个眼神就能够告诉别人有什么需求，我认为在奇点理论，现在什么都不缺的情况下，缺的是交互，缺的是解决方案，缺的是能不能帮他解决痛点问题。

　　欧阳格：徐总问到AI技术将来更倾向于专业化，还是规模化？我是这么理解，如果对于消费生活这些领域，其实它是一个工作和生活习惯的改变，回归到我们产业互联网，尤其是回归到To B这种赛道，我个人的意见，我更倾向于专业化。因为只要你足够专业，规模就不会成问题。

　　史正磊：我也偏向于专业化，因为对于大宗领域里面的企业来说，都是一些专业化的企业，每个赛道的生产企业或者这条链上的用户群体都是比较专业。目前我们虽然做的是规模化的事情，但是也只是改善用户用我们产品的使用效果，通用性上来说先满足用户的需求。但是是收不到客户钱的，我们的小钢机器人这类产品，也是利用大宗商品领域和我们垂类领域的数据。大宗领域专业性的理解力，包括市场的服务能力，包括现在很多期货公司，一些咨询工作，或者竞争对手，他的服务能力远远通过GPT的改造得来的东西，我们内部也试验了一下，效果还有很大提高的空间。我们希望后面能够通过更加深层次的数据学习之后，能够为产业用户提供更加深层次的。今天你想知道某个期货商品的波动，今天为什么涨，为什么跌，背后的逻辑是什么？它能给你理出数据，能给你观点，告诉你后面如何去看，甚至可以结合一些策略，给你带出一些策略上的判断，这样可能相对来说会更好一点。

　　潘勇：我觉得如果针对垂类平台来讲，数智化技术一定会推动我们向更大规模发展。但是因为我们所有的平台基本上都是专业化平台，所以数智化应用方向一定是专业性的方向。

　　如果再想得更大一点，回到刚才定国总提到的，我觉得我们现在每一个人，有钢铁的专家，有色的专家，涂料的专家，大家都在专业领域有一些独到的见解认知。但是机器不存在每一个人脑之间的隔阂，比如说所有单个的大脑最终在机器端会合成一个大脑，那个大脑其实就是一个通才，不存在专业性的差别，只是存在于使用者对于它的专业性的要求和索取。至少在现在如果让我选择，我肯定是选择专业化，因为不专业化就没有办法适配我们所处的这个行业具体的客户需求和产业发展特征。

　　由于时间关系，问题就到此结束。在座的各位嘉宾也是干货满满，也是蕴藏很多内容的知识宝藏，所以今天也只是小试牛刀，浅尝辄止。

　　托比网创始于2012年10月，是以媒体、研究、活动为主体的国内专业的产业数字化服务平台，致力于推动中国产业数字化的发展。10余年深耕，托比网建立了业界全面、系统、深厚的行业关系，在产业数字化服务上有着极大的影响力。返回搜狐，查看更多