周健：Agentic AI代表着大模型的技术更迭与落地状态

专题：2024中国AIGC创新发展论坛

　　2024年服贸会专题活动之一——“第六届中国金融科技论(lùn)坛”于9月12日-13日在北京举行。上海澜码科技有限公司创始人兼CEO周(zhōu)健出席并演讲。

　　据周健介绍，AI Agent是(shì)能够感知环境，基(jī)于目标进行决策并执(zhí)行(xíng)行动的(de)智能化应用。Agent技术的核心在于与环境的互动，而大模(mó)型本身不具(jù)备(bèi)感知和改变环境的能力。AI Agent可(kě)以(yǐ)通过外挂知(zhī)识库和记忆系统，赋予Agent更多的学习能力、感知能力。而AI Agent与(yǔ)Copilot最大的区别在(zài)于自主性，Agent是帮助人类完成目标(biāo)，Copilot则需要根据用户设置的目标(biāo)，一步步与人互动，并完成(chéng)用户的目标。

　　他指出(chū)，随(suí)着大模型能(néng)力的不断(duàn)增强，Agent的(de)能(néng)力(lì)不(bù)断丰(fēng)富，我(wǒ)们有可能在未来看到AI模型(xíng)像人类一样处理复杂的逻辑推理任务，深刻变革企业的组织结构、人员配(pèi)备乃至业(yè)务(wù)流程。无论是处(chù)理端到端重复性的业(yè)务(wù)内容，还是跨部门(mén)协(xié)作，AI都在增强人类的工作(zuò)效率。

　　周健说，未来，AI有(yǒu)望在角色、团队和业(yè)务层面逐步取代部分人力(lì)工作。目前，数字化技术如API、BI、OCR以及低代码平台(tái)等(děng)，已经在各个层面发挥其独特作(zuò)用。AI可能(néng)更多在业务(wù)处(chù)理量和业务活动上表现突(tū)出，未来，AI的应用能力预计将得到进一步的扩展和增强。

　　以下为演讲实录：

　　澜(lán)码科技是一家“AI原生”的企业(yè)，创办于大模型(xíng)技(jì)术问世后。大模型行业发展迅(xùn)速，就在昨天深(shēn)夜，OpenAI发(fā)布了(le)全新(xīn)的o1模型，重新定义(yì)了代码和计算方式。我们在过去的(de)18个月里快(kuài)速前行，沉淀了丰富的行业实(shí)践与(yǔ)经验，今天想借(jiè)此机会，分享我们(men)在金融行业的应用(yòng)实(shí)践与未来展望。

　　首先，我想介绍一(yī)个新的概念——Agentic AI。我个人认为这一概(gài)念比AI Agent更为贴切(qiè)，因为(wèi)它不(bù)仅表达了一种(zhǒng)技术形态(tài)，更代(dài)表着一种(zhǒng)持续演进的状态。大模型的发展过程类似于自动驾驶的分级(jí)，当前我们已进入了“Number 2”阶段，而未来还会有(yǒu)更(gèng)多层次，如“Number 3”、“Number 4”等，正如自动驾驶历经(jīng)十年的演进一样(yàng)，AI大模型在推动企业数智化转型，包括在金融行业的应(yīng)用，也(yě)将是(shì)一个持续不断的过程。

　　当前的大(dà)模型主要分为三个不同的品类。第一个是纯(chún)文(wén)本模(mó)型，OpenAI最(zuì)新发布的(de)o1模型就属于这一类；第二类是多(duō)模态模型，能够处(chù)理文本、图像、视频等多种输入和输出；第三类是全(quán)实时、端到端的模型，能够在多模(mó)态环境(jìng)下整合各类信息(xī)，如GPT-4o。纯(chún)文(wén)本模(mó)型虽(suī)然相对成熟，但仍存在幻觉等(děng)问题，而多模态和实时模型(xíng)则代表了未来的发展方向。

　　纯(chún)文本模(mó)型与传统软件开(kāi)发的区别在于它为我们提供了(le)两个全新的通用能力：信息提取能力和指令遵循(xún)能力。以往我们需要耗费大量工程师资源进行算法开(kāi)发(fā)，现在，利用大模型(xíng)，一个工程师仅需一周(zhōu)时间便可(kě)完成复杂(zá)的简历筛(shāi)选任务。

　　而指令遵循能力(lì)是指大(dà)语言模型完全可(kě)以理解人类的自然语言去执行相应的工作(zuò)，这就意味着AI可以理解各种各(gè)样的内容，包括文档、数据、应用、流程等(děng)，我们能够将数字世(shì)界(jiè)（互联网网页，企业内部ERP、CRM系统）、智能世界以及其它智能体结合，代表企(qǐ)业员工在领域模型的(de)指导之下完成复杂的任务。

　　我们认为，AI Agent是能够感知环境，基于目标进(jìn)行决策并执行行(xíng)动的智能化应用。Agent技术的核心(xīn)在于与环境的互动，而(ér)大模型本身不具备感知和改变环(huán)境的能力。AI Agent可以通过(guò)外挂知识库和记忆系统，赋予Agent更多(duō)的(de)学习能力、感知(zhī)能力。而AI Agent与(yǔ)Copilot最大的区别在于自主性(xìng)，Agent是帮助(zhù)人类完成目标，Copilot则需要根据用户设置的目标，一(yī)步步与(yǔ)人互动，并完成用户的目标。

　　谈(tán)到学(xué)习能力，传统大模型依(yī)靠预训(xùn)练的方式学习，而我们正在探索如何让AI更好地理解和运(yùn)用(yòng)企业(yè)内部的专家知识。

　　我们认为，专家知识可以分为不同的层(céng)次，冰山(shān)之(zhī)上都是可以用自然语言描述(shù)的，如：过程性知识、规则性知识、事实知识等等；冰山(shān)之下的则是大模型尚未(wèi)发掘的隐性(xìng)知识——企(qǐ)业内部的(de)专家知识。这些知识往(wǎng)往与具体行业和企业(yè)运营模式相关，是动态的、领域性(xìng)的(de)、智慧性的、无法通过纯文本训练获得的。因此，我们希望通过(guò)AI Agent将这些隐(yǐn)性知识数(shù)字化，从而使AI Agent能达到更高层次的水(shuǐ)平，进(jìn)一步推动(dòng)企业的数智(zhì)化转型。

　　当前，随着AI技(jì)术的发展，大模型的推理能力正在不断提高(gāo)。之前大模(mó)型的能力还处于“Number 1—高中生(shēng)”水(shuǐ)平。今(jīn)天凌晨OpenAI发布了(le)最新模型o1，并表示o1可以推理(lǐ)复杂的任务，目(mù)前已达到(dào)“博(bó)士生的水平”

　　那么，如(rú)何理解(jiě)两种水平(píng)的差异？刚毕业的高中生与博士生的薪资差距最多在5倍，但大模型(xíng)落地所产生的(de)算力差距是十倍、百倍、甚至(zhì)是千倍，这意味着参数本(běn)身代表着更好的模型效果，同时也会带来成本的大幅提升。

　　当然，根据智能摩(mó)尔定律，这个（成本）曲(qū)线会往下降，但本身是符合这个规律的(de)。因此我们需要找到更经济(jì)有效(xiào)的(de)方式来(lái)应用这些先进的AI技术(shù)。

　　从ROI的视角来看，AI Agent可以实现“更大规模的上下文”理(lǐ)解(jiě)，基(jī)于(yú)企业已有(yǒu)系统，把企业内部的组(zǔ)织结构(gòu)、人(rén)员技能、业务流程(chéng)结合(hé)，并将流程结果记录下来，实(shí)现Agent像人(rén)一样工(gōng)作。从这个角度(dù)出发，团队结构变(biàn)为一个专家加上(shàng)100个数据员工(gōng)再加上大模型，相比于(yú)10个专家与100个数据员(yuán)工的配置，成(chéng)本效益曲线可能会发生变化。

　　Agentic AI在金融业的落地实践

　　随(suí)着大模型能力的不断增强，Agent的能力不断丰富，我们有可(kě)能在(zài)未(wèi)来看到 AI模型像人类一样处理复杂的逻辑(jí)推(tuī)理(lǐ)任务，深(shēn)刻变革企(qǐ)业的组织结构、人员配备乃至业务(wù)流程。无论(lùn)是处理端到端重复性的业务内(nèi)容，还是跨部(bù)门协作，AI都在增强人类的工作(zuò)效率。

　　我们(men)认为，未(wèi)来，AI有望在角色、团队和业务层面逐(zhú)步取代部分人力工作。目前，数(shù)字化技术(shù)如API、BI、OCR以及低代码平台(tái)等，已经在各个层面发(fā)挥其独特作用。AI可能更(gèng)多在业务(wù)处理量和业务活动上(shàng)表现突出(chū)，未来，AI的应用能力预计将得到进一步的扩展和增强。

　　这是澜码科技现在的产品(pǐn)架构(gòu)。我们从业(yè)务(wù)流程视角去改进、增强、替代人的能力。

　　最底层是工作流，我们通过低代码的方式将复杂的业务流程编排(pái)成可自动执行(xíng)的任务，让AI Agent能完成一(yī)些(xiē)简单的业务任务；

　　再向上一层是对话流，这是我们的创新之处，基于大模(mó)型(xíng)的理解能力，Agent能够深入理解人类需求，在处理复杂任务时，能够清晰地界定业务(wù)活动(dòng)的各个环节，实现自动化处理复(fù)杂的业务内容；

　　在(zài)业务处理层面，我们有能力将不同的业务内(nèi)容进行编排和整合，采用多(duō)样(yàng)化的方法来(lái)解决业务活动中的复杂问题。

　　以澜码为保险行业提供(gōng)的销(xiāo)售增强解决方案为例，我们主(zhǔ)要(yào)帮助客户解决了保险代理在解读体检报告和(hé)精准推(tuī)荐保险产品方面的难题。传(chuán)统上(shàng)的保险代理可能缺乏必要的专周健：Agentic AI代表着大模型的技术更迭与落地状态>周健：Agentic AI代表着大模型的技术更迭与落地状态业(yè)知识来准确解(jiě)读体检(jiǎn)报告，并据(jù)此为用(yòng)户推荐合适的保(bǎo)险产品。

　　基于此，我们能(néng)够将保险公司的业(yè)务专家知识和经验整理(lǐ)成可操作的指导或规则，通(tōng)过(guò)工作流将信(xìn)息抽取、指引和遵循等步骤(zhòu)自动化，从而提高处理体检报(bào)告的(de)效率。同时(shí)，根据(jù)体检(jiǎn)报告的内容，AI Agent能(néng)够给出(chū)符合个人健康状况的保险产品(pǐn)推(tuī)荐。在实际应用中，这(zhè)一解决(jué)方案在某地级市处理的10万份体检报(bào)告案例中，显著提高了保险业务人员的转化率。

　　目前，我们也正(zhèng)在与一家股份制银行合作，开发(fā)针对银行对公客(kè)户经理的营销客户解决(jué)方案。在银行业，营销是目前至关重要的一(yī)个领域，这也是(shì)Gartner所提(tí)到的，生(shēng)成式AI在银行业最重(zhòng)要的是营销场景。

　　我们打造的方案旨在让(ràng)客户经理将更多的时间和精力投入到客户关系上，而不是花费大量时间去理(lǐ)解和制定复杂的金融方案(àn)。制(zhì)定可(kě)行化金融方案(àn)通常是比较(jiào)复(fù)杂的，包括理解客户(hù)需求、用户行为习惯，并据此制定存款方案。方案包括(kuò)利息计算和比(bǐ)较等。而(ér)这些(xiē)工作往往涉及多(duō)个不同的系统，我们(men)通过基本能力的封(fēng)装，为企(qǐ)业(yè)提供对公客户(hù)经理辅助Agent，从而提升他们的工作效(xiào)率和自动化(huà)水(shuǐ)平。

　　此外(wài)，我们在获客转化过程中，可以利用企查(chá)查等各种数据平台获取信息，挖掘供应链的(de)上(shàng)下游关系，帮助(zhù)客(kè)户经理更准确地描绘客户画像(xiàng)，从(cóng)而更有效地吸引优质客户。

　　新浪声明：所有会议实录均为现场速记整理(lǐ)，未(wèi)经演讲者审阅，新浪网登载此(cǐ)文出于传递更多信息之目的，并不意味着赞同其(qí)观点或证实其描述。

责任(rèn)编辑：梁斌 SF055

未经允许不得转载：中央空调,电梯,空气能热水器-中央空调,电梯,空气能热水器周健：Agentic AI代表着大模型的技术更迭与落地状态