国有企业数字化转型：AI大模型的应用与实践

来源：工信头条

国有企业数字化转型的特殊性与背景

在数字经济与实体经济深度融合的当下，国有企业的数字化转型意义重大且具有独特性。首先，国有企业肩负着积极响应落实党中央、国务院在数字化转型方面政策的责任，这是政治使命所在。其次，国资央企要满足考核要求。例如，国务院国资委将数字化转型列为“一把手”工程，并制定了战略、经济和治理维度的量化指标，这体现了国有企业数字化转型的政策和考核维度的特殊需求。第三，从内生动力来看，国有企业和民营企业一样，受市场竞争和技术发展趋势驱动，需要推动数字化转型以保持竞争力。可以说，国有企业的数字化转型是国家战略与企业发展的交汇点。

自2022年生成式AI大模型如ChatGPT出现，尤其是今年春节DeepSeek的横空出世，人工智能在企业数字化转型中的应用逐渐深入到各行各业。然而，目前大部分关于生成式AI大模型的介绍多集中在基础技术原理、发展历程和硬件配置等方面，对于企业而言，要打通人工智能应用的“最后一公里”，这些内容帮助有限。因此，有必要深入探讨如何将大模型真正应用于企业实践。

AI大模型在企业中的应用形态与实践

近年来，中国联通不断探索大模型在企业中的应用时发现，企业对大模型的应用主要出于以下几种考虑：一是技术好奇心驱使，尝试新版本聊天机器人带来的新奇感和交互体验；二是利用大模型的对话和生成能力，为企业内部工作如报告撰写、PPT制作等提供便利，其对话能力、生成能力超越了传统APP和IT应用，提升了用户界面友好性和个性化体验；三是借助大模型的生成能力提高软件编程等内部IT开发效率；四是关注大模型生成内容的确定性和准确性，希望将其与存量IT应用融合或重构；五是部分企业考虑基于通用大模型打造具有行业泛化能力的行业大模型，构建行业应用生态；六是探索大模型应用与硬件终端融合，打造具身智能终端。

目前，在企业实际应用中，大模型主要有四种应用形态。一是聊天机器人，相较于传统搜索引擎，它提供了对话体验，如DeepSeek的推理版本能展现思维链，提高生成内容的准确性和确定性，对纠正通用大模型推理逻辑以符合行业知识有重要意义。二是智能体Agent，它能代替人自动执行复杂任务。三是与硬件终端融合的硬件智能体。四是企业自建行业垂类大模型，这种基于通用大模型，结合行业特定场景和数据进行增强检索、预训练、微调等形成的垂类大模型，与基础大模型有明显区别，其更注重在特定行业场景中的应用而非泛化能力。

以工业领域为例，在工业企业的全生命周期中，目前大模型应用主要集中在生产制造领域，占比达46%，而在研发设计、经营管理、产品服务等环节也有一定应用。但大部分工业大模型应用仍依赖于人的对话输入，如客户服务、产品设计、运维知识问答和人员培训等。然而，生产制造环节追求的是少人化、无人化，这就需要大模型与小模型（如感知智能、执行智能）融合，向具身智能方向发展。例如，在工业巡检场景中，通过大模型与小模型融合，实现巡检机器人根据不同工种和工位进行监测巡检，并与操作工人互动，且这种应用在成本上可能低于传统机器人。

打通AI应用“最后一公里”的关键要素

在打通AI应用“最后一公里”的过程中，除了关注大模型、Agent应用和硬件终端外，数据或高质量数据集的建立至关重要。与基础大模型预训练使用的公开、文献类数据不同，企业在构建工业或行业大模型时，需要进行后训练，即利用内部私有化数据，提高数据质量、治理水平，并采用数据标注、特征提取、数据向量化、强化学习等不同于常规治理方式的方法，甚至利用数字孪生合成数据或利用其他基础大模型“蒸馏”数据，以满足特定应用场景的需求。

总之，国有企业的数字化转型需要在响应政策号召和满足考核要求的基础上，找准与企业业务发展最相关的应用场景，通过数据采集、算力基础设施建设、人才培养等，实现从自动化、信息化向智能化的演进。