（一）未來企業(yè)IT應(yīng)用長什么樣

先讓我們看段視頻，這是我一位朋友在去年下半年時(shí)發(fā)布的一個(gè)概念性產(chǎn)品。大家可以注意到，在那個(gè)時(shí)間點(diǎn)，今天被炒得火熱的ChatGPT還沒橫空出世：

這個(gè)視頻給我們揭示了人工智能賦能的未來企業(yè)IT應(yīng)用的一些主要特性：

1、自然語言的連續(xù)對話，用戶用自然語言來進(jìn)行企業(yè)數(shù)據(jù)的查詢，和對后臺(tái)系統(tǒng)進(jìn)行操作；

2、智能決策：為了便于觀眾理解，該視頻展示的判斷條件還是較為簡單的規(guī)則（如果我的獎(jiǎng)金能達(dá)到….那么休假……），在現(xiàn)實(shí)上還可以基于更為模糊的目標(biāo)設(shè)定，（例如：“我怎樣能保持工作、生活和金錢的平衡？”），利用人工智能來生成任務(wù)，用任務(wù)來驅(qū)動(dòng)信息系統(tǒng)的業(yè)務(wù)服務(wù)；

3、多模態(tài)信息的認(rèn)知及生成能力：本視頻展示了文本和語音，除此之外，多模態(tài)信息還包括視頻、圖片等；

4、數(shù)據(jù)的整合：決策過程整合了多個(gè)數(shù)據(jù)源產(chǎn)生的數(shù)據(jù)，例如薪酬、考勤、銷售等，數(shù)據(jù)的規(guī)范性將對智能的準(zhǔn)確性產(chǎn)生制約作用；

5、復(fù)雜軟件系統(tǒng)的處理：從視頻中可以看出，人工智能在處理我朋友請假的過程中，涉及到了一系列傳統(tǒng)意義上的企業(yè)IT系統(tǒng)，包括CRM/銷售績效系統(tǒng)（SPM，參見《從24億美元收購，談銷售績效管理及占據(jù)SaaS新品類策略》），考勤系統(tǒng)，核心人力資源系統(tǒng)，辦公自動(dòng)化系統(tǒng)和日歷等，而最終執(zhí)行指令時(shí)，匹配、調(diào)度了多個(gè)后臺(tái)信息系統(tǒng)產(chǎn)生相應(yīng)記錄。

（二）實(shí)現(xiàn)原理

企業(yè)信息系統(tǒng)出現(xiàn)，最初解決了記錄企業(yè)業(yè)務(wù)信息的問題，例如財(cái)務(wù)、客戶、訂單、庫存、合同等等信息，然而，企業(yè)級信息系統(tǒng)要更好地服務(wù)于業(yè)務(wù)處理，一直需要解決三個(gè)問題：

一是業(yè)務(wù)流程自動(dòng)化問題，正如我在很多過去文章中寫到（《從中臺(tái)回到流程 ｜業(yè)務(wù)流程數(shù)字化仍是企業(yè)數(shù)字化轉(zhuǎn)型的核心話題》），在線交易處理的信息系統(tǒng)（OTLP）本身并沒有業(yè)務(wù)流程管理，要有數(shù)字化的手段來管理、駕馭業(yè)務(wù)流程，才能使得業(yè)務(wù)記錄能夠被準(zhǔn)確記錄；

二是業(yè)務(wù)決策智能化問題，我也寫過不少智能化業(yè)務(wù)決策的話題，（例如《企業(yè)數(shù)智化軟件的市場機(jī)會(huì)｜ OLAP究竟是業(yè)務(wù)應(yīng)用還是技術(shù)平臺(tái)》《商業(yè)仿真｜ 最理科生的企業(yè)管理軟件》），OLTP和OLAP融合，使得業(yè)務(wù)流程從行動(dòng)到數(shù)量上的決策，能夠帶來更優(yōu)化的業(yè)務(wù)結(jié)果；

三是人機(jī)交互的人性化問題。

為了解決這些問題，企業(yè)應(yīng)用系統(tǒng)的自動(dòng)化、智能化和人性化經(jīng)歷了四個(gè)發(fā)展階段，最近幾年，隨著人工智能技術(shù)的發(fā)展，這樣的轉(zhuǎn)型正在加快：

企業(yè)級IT應(yīng)用系統(tǒng)的架構(gòu)在過去十多年里，經(jīng)歷了從單體架構(gòu)向服務(wù)化解耦，并最終向微服務(wù)架構(gòu)轉(zhuǎn)型，通過容器化部署，這使得利用人工智能來生成流程、調(diào)度業(yè)務(wù)能力（即服務(wù)）成為可能。

GPT作為人工智能技術(shù)的飛躍，對企業(yè)應(yīng)用來說具有三個(gè)特點(diǎn)，一是基于更大量的參數(shù)處理，實(shí)現(xiàn)更強(qiáng)大的推理和判斷能力，

二是，通過利用基于海量數(shù)據(jù)的大模型，結(jié)合企業(yè)自有“小數(shù)據(jù)”的精調(diào)（fine tuning）或嵌入，使得對世界知識有廣泛認(rèn)識的“萬事通”成為掌握特定企業(yè)知識的“企業(yè)通”，可以處理企業(yè)業(yè)務(wù)，

三是用人工智能來生成任務(wù)（通過任務(wù)組合而形成業(yè)務(wù)流程），同時(shí)用任務(wù)來觸發(fā)企業(yè)的業(yè)務(wù)服務(wù)。這一輪GPT在今年年初橫空出世時(shí)，人們最早關(guān)注到的應(yīng)用案例是面向用戶級的內(nèi)容生成，例如文字、程序代碼、圖像、視頻等生成。幾個(gè)月后，隨著AutoGPT項(xiàng)目的出現(xiàn)，給人們展示了用大模型來驅(qū)動(dòng)業(yè)務(wù)的可能性——AutoGPT是一個(gè)開源的應(yīng)用程序，這個(gè)程序由Open AI開發(fā)的GPT-4大語言模型驅(qū)動(dòng)，可以自主地開發(fā)并管理業(yè)務(wù)——ChatGPT產(chǎn)生文字，AutoGPT產(chǎn)生流程。就是說，你給AutoGPT出一個(gè)目標(biāo)，例如，我怎么讓公司利潤提升10%，他會(huì)自己思考，給出實(shí)現(xiàn)的步驟以及實(shí)現(xiàn)細(xì)節(jié)——究竟是提升銷售，還是提升運(yùn)營效率降低制造成本，還是降低原料采購成本，并且調(diào)度相關(guān)的企業(yè)業(yè)務(wù)系統(tǒng)（例如銷售系統(tǒng)或者采購系統(tǒng)）去執(zhí)行任務(wù)指令。

“自治代理”被認(rèn)為是企業(yè)業(yè)務(wù)自動(dòng)化和智能化的數(shù)字化最高階段，這個(gè)概念并不是新東西， 然而隨著大模型出現(xiàn)，以及生成式AI的技術(shù)工具鏈在最近幾個(gè)月的快速發(fā)展，例如將大模型和企業(yè)現(xiàn)有信息及業(yè)務(wù)服務(wù)連接起來的開發(fā)工具（基于Python, TypeScript代碼的框架，也有新興的無代碼開發(fā)框架）和大語言模型的數(shù)據(jù)平臺(tái)底座等，“自治代理”得以爆炸式增長。

在下面這個(gè)案例中，描述了一個(gè)任務(wù)驅(qū)動(dòng)的自治代理，它利用OpenAI的GPT-4語言模型，Pinecone向量搜索和LangChain框架來執(zhí)行任務(wù)，根據(jù)完成的結(jié)果創(chuàng)建新任務(wù)，并實(shí)時(shí)確定任務(wù)的優(yōu)先級。這個(gè)概念原型展示了人工智能語言模型在各種約束和環(huán)境下自主執(zhí)行任務(wù)的潛力：

來源：https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-diverse-applications/

如果用一句話的通俗語言來解釋“自治代理”，也就是AI改造企業(yè)級IT應(yīng)用的終極目標(biāo)，那就是“你就對機(jī)器喊一嗓子，剩下的都交給AI”。如果是把大象放進(jìn)冰箱里，過去你還要關(guān)心“打開冰箱門把大象放進(jìn)冰箱關(guān)上冰箱門”的業(yè)務(wù)流程以及每一步驟的處理，現(xiàn)在你只需要對機(jī)器說一句“把大象放進(jìn)冰箱里”，至于大象怎么進(jìn)去，那就是AI的事了：

（三）落地實(shí)現(xiàn)路徑

企業(yè)IT應(yīng)用智能化需要進(jìn)行ERP等傳統(tǒng)企業(yè)應(yīng)用系統(tǒng)的改造，下圖這個(gè)“實(shí)時(shí)動(dòng)態(tài)個(gè)性化定價(jià)并下單”的業(yè)務(wù)場景，就是前文所說的“認(rèn)知流程自動(dòng)化”的應(yīng)用（其他類似案例參見我過去寫的：《下一代ERP ｜ 人工智能將如何重塑企業(yè)解決方案軟件》、《認(rèn)知時(shí)尚從吹牛到落地｜人工智能改造企業(yè)解決方案的產(chǎn)品策略》）

零售企業(yè)在全渠道零售業(yè)務(wù)中臺(tái)的“價(jià)格中心”里維護(hù)商品的標(biāo)準(zhǔn)價(jià)格

顧客在他的APP上搜索某個(gè)商品相關(guān)的關(guān)鍵詞，例如“羊絨大衣”

“搜索中心”根據(jù)顧客的偏好，產(chǎn)生一系列羊絨大衣相關(guān)商品搜索結(jié)果

搜索結(jié)果排序根據(jù)庫存可用性以及營收優(yōu)化策略顯示

可購商品按照需求預(yù)測（例如市場動(dòng)銷情況、競爭對手定價(jià)情況）以及相關(guān)的價(jià)格和促銷優(yōu)化策略，實(shí)時(shí)給出動(dòng)態(tài)價(jià)格

顧客在其數(shù)字化終端獲得個(gè)性化的商品推薦和報(bào)價(jià)

顧客用個(gè)性化價(jià)格下單

這需要對企業(yè)應(yīng)用的IT架構(gòu)進(jìn)行分層規(guī)劃，我們將這種架構(gòu)稱為“數(shù)據(jù)和數(shù)字化平臺(tái)”（DDP），詳細(xì)參見《數(shù)字化和數(shù)據(jù)平臺(tái)——企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)架構(gòu)升級》。最近這段時(shí)間大模型的風(fēng)起云涌，使得企業(yè)IT應(yīng)用的技術(shù)棧中，更要凸顯AI的地位，這樣的架構(gòu)變化，我總結(jié)為“一新三增”：

一增是基礎(chǔ)設(shè)施層上，無論是云服務(wù)還是本地設(shè)備，增加AI特有的GPU/TPU計(jì)算能力，提升單片算力以及異構(gòu)算力的協(xié)作；

二增是數(shù)據(jù)平臺(tái)上，增加面向AI的數(shù)據(jù)準(zhǔn)備能力，以及支持AI特性的數(shù)據(jù)存儲(chǔ)能力；

三增是在數(shù)字化產(chǎn)品上，支持認(rèn)知能力APP的構(gòu)建（例如chatGPT風(fēng)格的業(yè)務(wù)軟件），或者采用自然語言處理，盡可能覆蓋更多的業(yè)務(wù)場景，嵌入到用戶操作界面（例如瀏覽器或者SAP用戶操作界面）；

一新是加入獨(dú)立的AI能力層，包括模型訓(xùn)練、模型管理、AI代理，以及AI服務(wù)的持續(xù)開發(fā)和運(yùn)營等。坦白說，AI能力在過去企業(yè)的IT架構(gòu)中一直存在，例如機(jī)器學(xué)習(xí)一般屬于企業(yè)數(shù)據(jù)平臺(tái)的傳統(tǒng)能力，支持?jǐn)?shù)據(jù)挖掘應(yīng)用；不過最近隨著AI的新技術(shù)、新工具日新月異，使得有必要將AI平臺(tái)單獨(dú)拉出來。

當(dāng)前一個(gè)典型的應(yīng)用生成式AI來開發(fā)企業(yè)應(yīng)用系統(tǒng)，除了大語言模型（例如GPT-4，或者中國雨后春筍一樣冒出來的幾十個(gè)大語言模型）和企業(yè)級業(yè)務(wù)服務(wù)部署平臺(tái)（例如Docker或者Kubernetes），可能會(huì)涉及到這些技術(shù)工具：

-向量數(shù)據(jù)庫，例如Pinecone

-大語言模型應(yīng)用的開發(fā)框架，連接企業(yè)服務(wù)及數(shù)據(jù)，例如LangChain

-無代碼的AI代理工具，例如Fine-Tuner

-基于大模型的任務(wù)生成開發(fā)工具，例如BabyAGI或AutoGPT