从AI工具应用到企业能力建设

在“从海洋丝路到全球科创” 未来峰会上，深圳集明科技负责人廖子涵就企业 AI 应用进行主题分享。基于行业实践经验，现场研讨如何实现大模型能力、企业知识、业务流程三者有机衔接，促使 AI 落地企业实际工作。

本次峰会采用深迪两地连线模式。面对全球科创资本格局变化与海洋强国建设的时代背景，发挥深圳、迪拜作为海上丝绸之路东西枢纽的双城优势，推动科技成果转化落地，赋能初创企业对接国际资本，联通湾区与全球创新资源，服务对外开放发展。

廖子涵在活动现场分享企业AI应用思路

集明科技聚焦企业知识管理与行业AI 应用，公司面向制造、金融、医疗等领域，将资料接入、知识组织、智能问答与智能体开发结合，支持协同维护、业务系统接入及私有化部署。

企业建设AI，首先要明确它服务哪项工作。一个可执行的目标，需要说明谁在使用、输入哪些信息、交付什么结果，以及什么情况算完成。我们主张先选范围清晰、重复发生的任务，让业务人员与技术人员共同确定验收标准。

以礼品方案为例，任务需要考虑赠送对象、使用场景、预算与品类限制，最终交付可核对的商品组合。建设前就应约定：商品能否在企业目录中找到，价格是否有来源，组合是否满足条件，哪些内容必须由人员确认。

AI建设路径示意：以礼品方案任务为例

企业积累的资料需要先被整理成可使用的数据。文档要保留来源、版本与适用范围；商品等业务对象则需要统一名称、规格、分类和价格字段。围绕具体任务准备数据，AI 才能取得完成工作所需的信息。

我们将资料接入、知识组织和业务应用衔接起来：先通过数据处理归集和整理资料，再由企业知识引擎组织关联、检索依据，交给智能问答或业务智能体使用。不同岗位的访问权限、数据更新责任，也应在这一阶段明确。

例如，商品价格变化后，推荐方案所依据的信息也应更新。对缺失的规格、价格或来源，应提示补充和核对。把这些规则纳入流程，有助于让生成内容保持与企业实际业务一致。 

方案的复杂程度应由任务决定。步骤清楚的工作，可以采用固定工作流；需要根据新信息调整步骤的任务，再引入智能体。模型负责理解需求和组织内容，检索、计算与规则检查则通过相应工具完成，使关键结果能够核对。

在礼品方案任务中，可以先澄清需求，再检索候选商品、检查限制条件、组合方案，最后说明推荐理由。若预算、对象或排除项不明确，就先补充信息；若没有满足条件的商品，应说明缺口，交由人员调整需求。

人应保留选择和确认的空间。用户可以自主选品，也可以请AI 辅助比较或直接给出候选方案。最终报价、商品供给及采购安排，需要结合实际业务确认，方案生成与后续执行各自保留明确的责任边界。

试点阶段应准备一组真实任务，既包含常见需求，也包含资料缺失、条件冲突等情况。评估要覆盖结果正确性、需求满足情况、处理时长、人工修改量及运行成本，而不只观察回答是否流畅。

对未通过的任务，要分清问题来自数据、检索、规则还是模型，再针对性调整。业务人员负责确认内容和使用效果，技术人员负责改进流程并保留运行记录。待一个场景稳定后，再复用其中的数据接入、知识检索和方案管理能力。

集明科技的AI 产品经理智能体，将上述思路应用于企业礼品选品。面对分散的商品资料和不同客户的礼赠需求，平台把商品中心与对话式推荐连接起来，辅助业务人员完成选品、组合和方案整理。

商品中心集中存放企业选品与商品数据，展示名称、规格、分类、供应商和参考价格等信息，支持搜索、品类筛选、最高单价和排除项设置。自主选品、选品后询问AI、直接让 AI 推荐三种方式，共用同一商品目录。

商品中心：集中管理企业商品，为人工选品与AI推荐提供数据

企业知识引擎连接礼赠需求与商品数据，支撑AI 产品经理组织方案。用户可查看图文卡片中的商品、价格与推荐理由，核对明细后保存方案。

AI产品经理：结合礼赠需求组织商品组合与图文方案

这一应用将查找商品、比较组合和整理方案连成一个过程，有助于减少重复翻查与信息搬运，让业务人员更集中地处理客户需求与方案取舍。 

从具体业务出发，让AI 使用企业数据、融入工作流程，再通过人工确认与持续评估完善结果。这是我们将 AI 工具应用转化为企业能力的建设路径。