国际数据公司（IDC）于近日发布了《2024年第三季度生成式AI最佳实践案例》（Doc#CHC51597724，2024年10月）报告。报告显示，大模型落地速度加快，无论是大中型企业还是小型企业，都应该选择合适的策略尽快引入生成式AI。本次报告收录了黑龙江政务局、吉利汽车、松鼠AI、中集集团以及某人工智能产业创新基地（按照公司首字母拼音顺序排列）5个企业的生成式AI最佳实践。旨在为行业企业落地大模型提供参考。
大模型在各行各业开始加速落地。相比传统AI，落地的过程中也存在着诸多挑战，包括基础模型的选择、应用场景的选择、人才的稀缺等等。本次IDC研究介绍了2024年第三季度生成式AI最佳实践案例。
实践1：中集集团构建生成式AI能力底座，AI助手全面提升生产力
作为全球领先的集装箱制造商和物流装备制造商之一，中集集团高度重视技术创新。在生成式AI领域，建立了6+3的创新框架：6个关键环节-数据标注、生成、处理、传输、存储和集成；3类定制化模型-适用于敏感信息处理的模型，适用于企业知识库构建的模型，适用于内容改写与数据还原的模型。中集集团与亚马逊云科技合作，在生成式AI能力底座上推出员工赋能应用、团队智能应用，并部署AI数字员工。通过试用期测试发现，AI助手、数字员工不仅让员工从大量重复事务性工作中解放出来，提高了业务价值交付效率，还为业务创新注入了动力，把更多精力投入到创新工作中。
实践2：驱动内部员工，某人工智能产业创新基地公司采用AI助手提高员工效率
该公司是一家人工智能产业创新基地公司，致力于打造人工智能自主创新的高地。在AI领域，公司规划了联合技术攻关-将AI融入内部员工工作流程-引入高业务价值场景三步走的战略。公司与中数睿智合作，联合打造AI应用，目前已上线包括流程助手、文档助手、知识助手在内的十几个AI助手类应用。采用中数睿智的大模型助手，可以帮助员工释放出更多的时间，以创造更多价值。此外，大模型生成的内容相比由众多员工来生成，在合规性、标准性上也有所提高。该公司未来将更加注重生成式AI如何与业务更深度的结合。
实践3：车企构建全场景AI大模型，吉利汽车依托文心快码提高开发效率
吉利汽车近年来一直布局从基础设施到算法模型到应用的全栈AI方案。在生成式AI领域，吉利在客户体验、自动驾驶以及内部研发等多个场景积极尝试。本次报告则重点调研了其研发场景下使用文心快码提高开发效率的应用场景，目前基于百度文心快码的开发助手已上线，约80%左右的研发人员都在使用代码助手写代码，生成测试用例、代码注释等。代码助手在帮助开发人员提高研发效率方面已经体现出明显价值。
实践4：采用大模型打造对学习效果负责的教育AI，松鼠AI自研LAM大模型
松鼠Ai在人工智能领域的投入已经超过9年。其自主研发的全学科智适应教育大模型LAM，包括数据层、模型层和应用层。其优势在于通过独创的微颗粒度知识点细分技术，由易到难地构建出每个学生的专属知识图谱。并在知识图谱中精准高效地定位出薄弱点，从而为学生针对性地推荐学习内容。这套L5级自动驾驶的智适应引擎，赋能松鼠Ai真正实现了“目标看得见、过程看得见、结果看得见”的智慧教学。在新一代多模态智适应教育大模型的赋能下，松鼠AI致力于打造一个“有眼睛、有耳朵、有嘴巴”的超级AI智能老师。
实践5：引入大模型，充分发挥数据价值，黑龙江大数据中心打造“龙政智数”大模型
黑龙江大数据中心围绕龙政构数、龙政找数、龙政问数、龙政写数、龙政比数、龙政审数、龙政解数等七项业务场景，打造了“龙政智数”大模型，“龙政智数”通过“构-找-问-写-比-审-解”数据应用全流程，充分释放数据价值。在浪潮云海若政务大模型的赋能下，以往，数据集的构建需依赖专业人员手动查阅海量数据目录，如今则能实现“精准构建、自动构建、秒级构建”。数据检索时间从原先的1–3天大幅缩短至2–3分钟，政府运营指标分析也从最少5天缩短至秒级出结果。公文写作通过大模型智能化生成，不仅将政府工作人员的写作效率提升了80%以上，还确保了公文质量的规范性，使他们能够更专注于创新型工作。
IDC中国人工智能研究总监卢言霞表示，从这些大模型与生成式AI的先行者案例中可以看出，行业企业普遍面临着人才、技术、数据等方面的挑战。选择合适的合作伙伴，从适合企业当下业务特点的场景开始，逐步向最深入业务价值的场景扩展，最终实现全面智能化。
