10月15日，中軟國際副總裁、AIGC研究院院長萬如意在第27屆中國國際軟件博覽會上，以“大模型應(yīng)用落地最后一公里的挑戰(zhàn)和應(yīng)對”為主題分享實踐成果。結(jié)合中軟國際近兩年參與的300余個大模型項目落地經(jīng)驗，他指出企業(yè)AI落地難的核心癥結(jié)在數(shù)據(jù)，進而詳解以“本體”破解困局的路徑。

軟件行業(yè)的 “冰火兩重天”，替代與溢出的雙重效應(yīng)

過去行業(yè)常說 “軟件吞噬世界”，如今則是 “AI 吞噬軟件”。從行業(yè)現(xiàn)狀來看，一方面 AI 對傳統(tǒng)軟件工作的替代效應(yīng)明顯，寫代碼等基礎(chǔ)工具性工作正逐步被智能系統(tǒng)承接；另一方面企業(yè)擁抱 AI 時釋放的 “溢出效應(yīng)”，讓軟件企業(yè)迎來新需求高峰 —— 客戶推進 AI 應(yīng)用落地時，會提出傳統(tǒng)軟件時代無需考慮的外圍與深度需求，例如數(shù)據(jù)相關(guān)工作。而溢出效應(yīng)之所以流向軟件企業(yè)，核心在于軟件行業(yè)培養(yǎng)的人才仍是 AI 時代主力軍，軟件企業(yè)既要應(yīng)對 AI 帶來的替代沖擊，更需承接好企業(yè) AI 建設(shè)的新需求。

痛點：企業(yè) AI 落地陷 “POC 困局”，數(shù)據(jù)準備不足是核心瓶頸

談及企業(yè) AI 落地現(xiàn)狀，萬如意指出核心矛盾：政策上，政府企業(yè)紛紛出臺 “人工智能 +” 計劃等明確 AI 應(yīng)用方向；實踐中，大量項目卻止步 POC 階段 —— 客戶雖采購 10P 至萬 P 級算力、投入高額資本，應(yīng)用端仍難突破。對比個人端大模型的流暢體驗，企業(yè)級 “POC 泛濫” 的關(guān)鍵在于 AI 落地的數(shù)據(jù)環(huán)境未就緒。而艾森哲強調(diào) “AI 落地最重要的是數(shù)據(jù)準備”，Palantir 創(chuàng)始人也提出 “未來 AI 應(yīng)用資金將流入 GPU 算力與本體（Ontology）兩大領(lǐng)域”，均印證數(shù)據(jù)的核心價值。

關(guān)鍵：區(qū)分 “高質(zhì)量” 與 “高保真” 數(shù)據(jù)，本體是 AI 推理的核心支撐

萬如意指出高質(zhì)量數(shù)據(jù)與高保真數(shù)據(jù)二者并非同一概念：前者是訓(xùn)練優(yōu)質(zhì)模型的基礎(chǔ)，后者是 AI 推理的關(guān)鍵，需完整映射現(xiàn)實物理世界的操作條件與環(huán)境（契合數(shù)字孿生核心），且滿足統(tǒng)一、動態(tài)、可互操作要求。中軟國際旗下的深開鴻打造的KaihongOS操作系統(tǒng)，其接入的物聯(lián)設(shè)備數(shù)據(jù)及企業(yè) ERP 核心數(shù)據(jù)均屬高保真數(shù)據(jù)，可數(shù)字化還原企業(yè)全流程，為 AI 推理提供關(guān)鍵支撐。

Palantir所提及的 “本體（Ontology）”本質(zhì)是高保真數(shù)據(jù)的載體，當(dāng)前核心問題并非是否要構(gòu)建本體，而是如何在中國市場探索簡化版、漸進式的本體構(gòu)建路徑。中軟國際的解決方案從基礎(chǔ)工作著手，例如數(shù)據(jù)分析指標可作為簡化版本體 —— 既體現(xiàn)數(shù)據(jù)真實性，又契合業(yè)務(wù)需求，通過指標治理、數(shù)據(jù)目錄與業(yè)務(wù)語義對齊、知識圖譜構(gòu)建等環(huán)節(jié)，逐步實現(xiàn)高保真數(shù)據(jù)落地。

實踐：從半導(dǎo)體到醫(yī)療，本體技術(shù)破解業(yè)務(wù)效率難題

以中軟國際的標桿項目為例，印證本體技術(shù)的價值。在半導(dǎo)體制造領(lǐng)域，某企業(yè) 2000 名研發(fā)工程師配套 600 名物料工程師，工程師每天要根據(jù)產(chǎn)品需求，從 10 萬種物料中找匹配的物料工作飽和卻效率有限。中軟國際的解決方案是構(gòu)建基于本體的 AI 系統(tǒng)：讓 AI 理解 10 萬種物料的規(guī)格參數(shù)，再匹配研發(fā)需求，實現(xiàn)精準選型。最終物料選型時間從 15 分鐘壓縮至 1 分鐘，BOM 編制效率提升 12 倍，一次通過率從 40% 提升至 60%，成為少數(shù)實現(xiàn) ROI 正向循環(huán)的項目。在醫(yī)療領(lǐng)域，面對醫(yī)保規(guī)則日益復(fù)雜的痛點，過去靠醫(yī)生經(jīng)驗保障處方合規(guī)，現(xiàn)在 AI 通過學(xué)習(xí)醫(yī)保知識本體，能解放醫(yī)生在合規(guī)審核上的繁瑣思考，讓醫(yī)生更聚焦診療。

展望：軟件行業(yè)的使命，助力企業(yè)完成 AI 時代組織轉(zhuǎn)型

萬如意強調(diào)，未來做企業(yè)軟件需更關(guān)注 “企業(yè)” 而非 “軟件”，技術(shù)革命必然伴隨組織變革 —— 電網(wǎng)普及前工廠按傳動軸布局，交流電推廣后轉(zhuǎn)向按工序排產(chǎn)；AI 時代亦是如此，過去物料工程師的經(jīng)驗儲存在個人身上，未來將轉(zhuǎn)化為企業(yè)集中沉淀的數(shù)據(jù)與算法，正如柴油車的分散燃燒轉(zhuǎn)變?yōu)殡姀S集中發(fā)電再供能，企業(yè)知識也需從 “分散” 轉(zhuǎn)向 “集中”。

軟件行業(yè)的使命，是幫助客戶將企業(yè)組織轉(zhuǎn)型為 AI 時代的形態(tài)；AI 并非軟件的替代者，而是軟件形態(tài)的必然延伸，未來軟件行業(yè)將發(fā)揮更大作用，支撐企業(yè)在 AI 時代的轉(zhuǎn)型。