360集團創始人 周鴻祎
各位應該都見證了DeepSeek在春節期間一周內用戶破億，也讓中國從AI技術上比肩美國。很多企業部署了DeepSeek，希望能給業務帶來提升，但是最近不少企業家朋友跟我說，DeepSeek雖然部署上了，卻沒能真正發揮效果，只能當成聊天機器人來用，完全不知道怎么和業務掛鉤。所以今天我想分享關于企業如何用好AI的幾點看法。
AI能為企業帶來什么？我想，大家最看重的主要是這幾點：推動降本增效、提升產品和服務的能力、優化現有業務布局，以及開拓新業務等等。
那么AI在這些業務上該如何落地？我們對此提出了企業AI轉型的“一三四二”四階段方法。
第一階段，是確立“一個指導思想”。當前是AI高速發展的時代，不要低估大模型的潛力，也不要高估大模型的能力。在探索階段，企業不需要制定復雜的AI戰略，不要追求一個大模型解決企業所有問題，而是挑選場景，一個模型解決一個問題。
第二階段，是打好“三個基礎”。
一是人員與文化準備。AI需要全員參與，在企業中形成“AI文化”，從上到下要“人人都會用AI ”，建立企業使用AI的群眾基礎。同時一定要堅持業務主導，只有業務人員懂AI，才能決定AI在企業里如何應用。尤其要鼓勵一線員工熟練使用AI，發現各種機會，探索各種可能性。通過自下而上的探索，才能誕生真正有價值的創意和方案。
但是使用AI并不是人類的天性，所以有時候用AI的習慣是需要強迫養成的。比如可以設立一些考核指標，提高企業在日常辦公中的“含AI量”。
企業員工使用AI可以分為五個能力層級，從入門僅偶爾與大模型聊天，到高階能打造個人知識庫與智能體，反映出員工對AI的掌握與使用情況。現場朋友可評估自家員工所處層級，也可以自測。我覺得提升個人AI能力最好辦法是“用中學”“干中學”，歡迎大家使用“納米AI”個人版APP。
二是技術準備。企業引入AI時選擇基座大模型很關鍵。Chat-GPT這類閉源云端通用模型不能私有化部署、缺乏企業知識、無法定制、成本高，還存在數據泄密風險，不適合一般企業。企業應當首選可私有化部署的開源模型，防泄密、響應快，可以定制，還能對接企業知識庫，而且近乎免費。比如可以選DeepSeek-R1，中小企業與個人可以考慮360蒸餾的7B、14B小參數模型，用普通電腦配3060、3090顯卡就能運行，體積只有滿血版的1-2%，能力卻可以達到七成以上。
還需要強調的是，組織中可以有多個基座大模型存在，包括文字、推理、編碼、視覺、聲音處理等大模型都可以做基座模型，分別提供不同的能力。
基座模型選好后，需要規劃算力。企業里會有多個模型組合工作，所以一定是分布式算力。大型企業可以自建算力中心，一般企業可以購買一體機，中小企業可以在電腦上部署蒸餾模型。同時企業一開始不需要配備訓練算力，主要是使用為主的推理算力，可以快速投入應用。
三是業務準備。業務準備首先面向四個方向將流程拆解為垂直場景：對上服務領導；對下助力員工；對內面向內部管理和業務；對外聚焦客戶產品和服務。然后，找出流程中的堵點、卡點、痛點，先判斷AI能否解決，然后尋求最大收益，實現“四個十倍”，即提高十倍效率、提升十倍體驗、降低十倍成本，減少十倍人力。
這是AI能夠參與企業應用的九個關鍵環節，這些環節涵蓋了企業日常運行中最為典型的業務場景。
第三階段，是建設“四大支柱”。
一是打造知識庫。知識是企業競爭力的核心。企業里積累了很多知識，但沒有大模型，知識不能融會貫通，只能作為數據庫和云盤存儲；而沒有知識庫，大模型給出的答案只能是千篇一律。有了企業知識庫，大模型才能理解企業情況，深入業務，針對不同場景打造垂直大模型；才能回答個性化問題，寫出個性化建議，支持推理和決策。
二是打造垂直大模型。有了基座大模型，對接相關的知識庫，就可以打造財務、營銷等垂直大模型。企業使用初期不推薦自己訓練模型，成本高的同時，如果沒有做好知識整理訓不出效果，甚至可能越訓能力越差。所以很多企業選擇外掛知識庫的形式解決這一問題。
三是構建智能體。大模型的短板在于無法融入生產業務流程直接干活。智能體相當于大模型有了“手”和“腳”，會用工具，能執行具體任務。例如Manus就實現了任務自動規劃和分解、按需編程、調用瀏覽器等工具的能力。但Manus想要打造通用智能體難度很大，企業更應該打造針對垂直場景的專業智能體。
四是打造企業專用能力和工具。企業除了各種AI標準工具外，還要為智能體參與業務準備業務和IT工具。業務工具的能力要先實現API化，才能為后續智能體實現工具調用做好準備。
第四階段，是實現“兩個統一”。
一是AI統一客戶端。將來在企業內部，會有多個大模型、知識庫、智能體在工作，還有分布式算力網絡需要統籌，這需要一個統一的AI客戶端把它們管起來、用起來。這可以理解為是一個AI統一工作空間。
二是AI安全統一管控。大模型本身可能會被提示注入攻擊、產生“幻覺”，大模型和知識庫連接后會泄露信息。智能體能操作各種工具，一旦出錯會導致嚴重后果。傳統的安全手段無法解決這些問題，為此，360提出“以模制?！保冒踩竽Ｐ徒鉀Q大模型安全問題。
前面講到的“一三四二”四階段實踐，可以打造成轉型AI的“五層兩翼”頂層設計。
推薦大家使用納米AI企業版，整合算力網絡、知識中樞、基座模型和智能體四大管理模塊，構建覆蓋數據、算力、模型、應用及安全的一體化智能框架。
總地來說，企業落地AI不要追求宏大敘事，不追求一個大模型解決所有問題，要敏捷迭代，小步快跑，爭取單點突破。先建立群眾基礎，再解決卡點、堵點、痛點，從小處入手，積小勝于大勝。
