枫清科技高雪峰：亲历几次技术变革后，我洞察到了企业全域智能化的五大驱动力

在全球人工智能进入深水区的当下，国务院正式发布了《人工智能+行动意见》，为产业智能化升级拉开了新一轮序幕。在近期一场主题演讲中，枫清科技创始人高雪峰，结合自己在 IBM、阿里云以及创业阶段的 20 年实践，系统梳理了人工智能技术与产业结合的演进逻辑，并提出了对未来趋势的判断。

高雪峰的职业轨迹，几乎与中国人工智能产业化的全过程重合。

高雪峰曾经是 IBM AI 研究院的院长，在 IBM 任职期间，他见证了数据驱动商业智能的起点。随后 2019 年底左右，他又转战阿里云，带领大数据与 AI 团队，将深度学习与产业需求结合，探索出了大模型早期在金融、保险、制造等领域的应用。

创办枫清科技后，他把重心放在“AI+产业”的落地，强调从点状应用转向平台级赋能。 这种跨越国际科技巨头、国内互联网平台与创业公司三重身份的经历，让他对 AI 产业化有着多维度的理解。

AI 落地应用正由 “模型中心” 向 “数据中心” 转变

‘

高雪峰在演讲中回顾了自己 20 年左右时间里，经历的人工智能从技术到产业融合的变迁。他表示，最早是传统的 BI 时代，那时通过基本的数据关联分析，如沃尔玛啤酒和尿布的故事，能够为产业带来价值，提升业务价值。

随后，进入了计算机视觉爆发的时代，随着 ImageNet 和深度学习的爆发，人脸识别、OCR 等各种计算机视觉技术涌现，这些技术在很多业务场景中都得到了应用。

高雪峰提到，2020 年他在阿里时，就已经有了 M6 大模型，当时见客户都会展示 AIGC 生成式人工智能技术带来的变化，比如给一张电商图片生成几百字的小软文，很多客户都分不清楚是人写的还是计算机写的。当时金融、保险、制造等行业的客户能想到的该技术的应用场景主要是客服、营销等。

从那时起，AIGC 技术在学术圈不断深耕，直到 2023 年初 ChatGPT 火爆出圈，所有人都开始关注生成式人工智能技术，但大部分人只关注到大模型本身，很少有人关注其在产业发展中的应用。

直到 2024 年 3 月，国家正式把 “AI+” 写到政府行动报告里，让“链主”央企开放人工智能场景给全社会，以实现人工智能的产业赋能。随后就是今年年初 DeepSeek 火爆出圈，使得不仅是头部国央企，民营企业也都在考虑如何用人工智能赋能产业。

如今，《人工智能 + 行动意见》的发布，给每一个产业的用户提供了一个 “生死线” 时间表，要求企业必须在一定时间点之前用人工智能的方式重塑产业和产业链，在研、产、供、销、服各个环节都要想办法用人工智能赋能，提升生产力。

枫清科技在这之前就已经与农业、化工、先进制造、金融、医疗等各个行业的头部客户深耕了超过 1 年多的时间，真正把技术融入到了产业的各个环节。高雪峰指出，所有企业都有做人工智能 + 本质性产业提升改造的动力，企业掌舵人担心没有拥抱人工智能技术来降本提效和提质，将来会被别人吞并。同时，很多企业还面临数据知识分散的问题，只有不到 5% 的数据能被用于生产经营的指导分析，而 95% 的非结构化数据如图片、文档、文本、视频等都没有被很好地利用起来，这也正是生成式人工智能技术的发展动力所在。

高雪峰还强调，人工智能技术的实际应用正经历着从 “模型中心” 向 “数据中心” 的转变，枫清科技积极探索并实践了 “知识引擎与大模型双轮驱动” 的新一代智能体平台，该平台旨在为企业提供全面的 AI 解决方案，支持多种行业应用场景，并实现跨行业的数据与知识管理。通过整合多模态数据、知识库及智能推理能力，枫清科技的智能体平台已成功推动了多个行业的智能化升级。

以数据为中心构建企业全域智能化

“AI 能力价值已超越传统降本增效，正在解决人类能力边界外的复杂问题。”高雪峰表示。

随着 AI 技术的不断演进，枫清科技洞察发现，企业全域智能化有五大驱动力：数据驱动决策的需求不断升级、生产效率与成本的持续优化、标准化到个性化的持续转变、跨部门协同与消除“数据孤岛”、技术融合与创新。

然而，企业在这一智能化过程也伴生着多项挑战：AI 大模型幻觉和可靠性、多模态整合难题、推理能力和相关知识短板、安全与合规风险，以及实时更新的技术与旧系统的集成等等。

在这样的背景下，枫清科技认为，“以数据为中心”而非“以模型为中心”是企业智能实践的最佳路径的基础：“以数据为中心”构建企业智能化能够充分释放企业自身数据和知识价值，解决精准性、可解释性、数据安全等通用大模型落地的难题。

比如，对于很多企业来说，数据安全是核心需求。“例如某央企业务部门要求知识问答系统需严格隔离 A、B、C 等不同部门的数据，这时，以模型为中心的大模型企业在模型调优时无法满足此类权限管控，而我们的知识中台解决方案能够帮助企业完成数据隔离。”

为实践 “数据为中心”的企业全域智能化，枫清科技打造了新一代企业知识管理与智能体平台，融合“知识引擎+行业大模型”的双重优势，聚焦企业级复杂应用和场景智能化，实现“云-边-端”、企业知识和智能体的协同。

云边端协同的企业智能化：从企业知识引擎到个人专属智能体

“人工智能+”行动意见中特别提及“到 2027 年，新一代智能终端、智能体等应用普及率超 70%”的总体目标。而枫清科技从成立之初所坚持的“知识引擎与大模型双轮驱动”技术路径始终与这一目标保持一致。

在底层技术方面，枫清科技自研的企业知识引擎能够高效整合、管理和利用企业复杂的结构化、半结构化和非结构化数据，通过图与向量融合的技术，将其转化为可供 AI 调用的专业知识。同时，平台集成了多种基础及行业大模型，并进行推理优化，以满足用户的不同需求。

在产品和解决方案方面，基于底层技术，枫清科技推出了多项标准产品以及不同版本的“枫清·企业知识中台”产品解决方案，平台允许企业根据具体业务场景，快速构建和部署各类“场景智能体”，如智能问数、智能指标分析、智能办公助手等。

值得一提的是，此次服贸会期间，枫清科技展示了今年 7 月上线的“Fabarta 个人专属智能体”，该产品将枫清服务国央企与众多产业龙头企业的知识引擎和智能体能力浓缩到了个人用户的办公终端之中。区别于其他的通用智能体技术，Fabarta 个人专属智能体以个人本地数据与公开信息为基础，打造了智能问答检索、智能模板写作、智能数据分析，专业翻译等办公领域的智能体能力。

“我们以端侧个⼈专属智能体提升 C 端用户中的 AI 覆盖率，深度融合云边端协同架构的技术优势，从而为企业量身打造一企一策的个性化智能应用体系。”高雪峰表示。