高雪峰谈生成式AI与决策智能:数据到知识的跨越

作者:技术拾光

时间:2026-08-12

浏览:90

高雪峰在生成式AI大会上指出,企业智能化转型需利用AI实现精准决策与业务创新。当前大模型存在可解释性差、推理能力不足及数据孤岛等问题。他强调,成功关键在于提升数据质量与知识管理,推动AI从“以模型为中心”转向“以数据为中心”。枫清科技提出构建知识引擎与大模型双轮驱动的智能体。

文章目录

12月5日,上海“2024中国生成式AI大会”正式开幕。全球AI领域的顶尖专家、行业领袖与技术创新者齐聚一堂,共同探讨技术未来趋势。枫清科技(Fabarta)创始人兼CEO高雪峰在会上发表演讲,深入剖析了当前企业智能化转型的核心挑战与实施路径。

AI驱动企业转型进入深水区

高雪峰指出,AI技术的发展正将企业转型推向全新阶段。过去的信息化与数字化主要聚焦于业务流程提速与效率提升,而如今商业环境快速变化,企业面临的核心挑战已转变为:如何借助AI实现更精准、更智能的决策,并以此驱动业务创新?这不仅是效率问题,更是关乎企业生存与竞争力的关键。他认为,人工智能的角色已从辅助性“工具”升级为驱动产业深刻变革的“引擎”,这场从信息化到智能化的飞跃正在重塑行业竞争格局。

大模型落地面临现实挑战

尽管前景广阔,但企业在推进智能化转型与大模型落地过程中仍面临切实困难。当前主流大模型普遍存在可解释性差、推理能力不足以及“幻觉”等问题,构成显著的技术障碍。此外,企业内部长期存在的数据孤岛、复杂的多模态数据管理以及知识校验难题,也严重限制了大模型在业务场景中发挥实际价值。

高雪峰谈生成式AI与决策智能:数据到知识的跨越

枫清科技(Fabarta)创始人兼CEO高雪峰

转向以数据为中心的智能化路径

面对这些瓶颈,高雪峰提出关键观点:企业智能化的成功不再单纯依赖模型参数规模的扩大,而更取决于企业自身数据质量与知识管理的“内功”。AI应用重心正从“以模型为中心”转向“以数据为中心”。随着行业日益关注“Data-Centric”架构的价值,清晰趋势表明:AI技术要真正落地,必须强化底层数据治理与高质量智能推理能力。

构建数据驱动的新一代智能体平台

基于这一判断,枫清科技提出“以数据为中心”的大模型应用落地新范式。高雪峰详细阐述了如何通过全链路优化体系,帮助企业提升数据质量、打通信息壁垒,实现数据与知识的有效融合。其中,枫清科技打造的知识引擎与大模型双轮驱动的新一代智能体平台,被视为实现企业智能化决策的关键技术路径。

平台实践与行业应用

该智能体平台致力于整合多模态数据、结构化知识库与先进智能推理能力,目标是将企业数据资产、大模型能力与实际业务场景深度融合,系统性提升大模型应用的智能化水平与可靠性。目前,平台已在多个行业落地,为企业精准决策与高效运营提供实质性支撑。

合作验证与市场认可

在行业智能平台构建过程中,枫清科技已与中化信息、龙盈智达、立臻科技等多家领先企业建立深度合作。这些合作不仅验证了其技术方案的有效性,也为推动更广泛的产业智能化转型积累了实践经验。

未来展望:深化AI决策能力

展望未来,高雪峰强调,随着企业AI应用进入“深水区”,让AI真正理解并运用企业内外部知识以提升决策质量与时效,将成为决胜关键。下一步,枫清科技将继续深耕技术研发,持续优化产品矩阵,为企业提供更智能、更高效的解决方案,助力其在智能化转型浪潮中稳健前行、把握先机。

实用工具推荐

电子包浆

绿化、压缩、噪点和虚拟水印,自由调节做旧程度。

使用 ›
图片压缩

选择画质和输出格式,预览压缩前后的大小。

使用 ›
相关文章