夜雨聆风学习资料网

ARTICLE · 1205377

【满天星商学院】从0到1,AI智能体落地实战

【满天星商学院】从0到1,AI智能体落地实战

点击 八点汇关注  ▶️ 智慧传承 | 公益领航 | 共筑成就   

2026年10月17日晚,满天星商学院专栏直播间,鲁南制药集团首席信息官刘方亮用100多个智能体、200多个场景的实战经历,回答了行业最焦虑的问题:AI智能体,到底怎么从0落到1?

全文2887字,预计阅读时间7min

主持:林康明

满天星AI学院发起人 

“与其不用它、阻拦它,不如拥抱它、学习它,让它把我们自身的能力放大。”

嘉宾:刘方亮

 鲁南制药集团首席信息官 

“快鱼吃慢鱼,你走得慢,就意味着倒退。“

🎯 重点话题

  1. 落地不是技术问题,是"做不做"的战略决策问题

  2. 不做顶层设计,到一线找痛点,小切口撕开缺口

  3. 智能体、RPA、桌面助手三件套如何分工

  4. 数字员工怎么算账:20台机器人≈100人,年增效千万

  5. 私有化算力、开源模型与自研团队的成本逻辑

📖 正文

一、董事长的两次出手:先定方向,再拨钱

2024年6月,大模型刚火了一两年,多数企业还在观望。鲁南制药董事长直接给CIO刘方亮下了任务:研究人工智能。
"说实话,那时候我的认知还没看明白。"刘方亮在直播中毫不回避。研究了半年,方向依然模糊——部署了大模型,也不过是个聊天框、一个搜索引擎、一个知识库。
真正的转折发生在2025年3月。DeepSeek爆火,董事长第二次出手:"给你钱,抓紧时间买算力,抓紧时间实现场景结合。"第一批资金334万元,落地11.6P算力。"钱到手了,能不能干出东西来,那真是个问题。"
又过了几个月,刘方亮在一次峰会上听某大厂工程师讲"AI与业务流程结合",当场开窍。此后一路狂飙:立项批量开发智能体,到2026年已实现100多个智能体、200多个场景,最近两个月还想冲一冲300个。

二、落地方法论:不搞顶层设计,去一线"找痛点"

被问推广经验,刘方亮的回答反常识:"我们并没有从头做详细规划。大家都很懵懂的时候,做顶层设计是很难的。"
他们的打法是"补窟窿":到各个部门聊痛点,哪个痛点能用AI解决就先切进去。第一个智能体是"医药专业翻译"——医药行业资料翻译要求专业化、拒绝文学化口语化,这个切入口虽小,却让业务部门第一次真切感到"这玩意儿能帮我干活"。
先动起来的永远是两类部门:研发部门,和重复繁琐工作多的部门。"任何人都不愿意干繁琐、没有技术含量的活,这是人性。"随后董事长要求全员宣讲,加上示范部门的口碑传播,雪球越滚越大。
至于阻力,刘方亮总结为两种:一是不懂,不想走出舒适区;二是略懂,担心"上了智能体就要减人"。他的解法是"用真诚打动"——"你看你干这个又累,我给你上了这个东西,节约体力、节约脑力,最关键能节约你很多时间,你能很快见成果。"

三、三件套分工:RPA、智能体、桌面助手不是一回事

直播中刘方亮专门厘清了三类工具的边界:
RPA(鲁南RPA)模拟人工操作电脑,适合界面固定、流程固定的重复工作——财务审核、报税、广审、固定网站抓数。运行时基本不消耗大模型资源。
智能体负责需要分析、推理、总结的场景,几乎每步都调用大模型。他举了一个精妙案例:校招团队要盯全国2000多所高校的招聘会信息,每个高校官网结构都不一样,RPA根本无从点击。智能体拿到网址清单后,自己进官网、分析栏目结构、找到招聘新闻、判断是否有效,再填入表格按时间排序,第二天一早推给招聘负责人。"这工作量,让RPA做不如人工做。"
通用桌面助手"鲁南千易"则是人手一份的标配——这也是他眼中"效益最好"的一款,"用的人多嘛"。每个员工可授权它扫描自己电脑上的工作资料文件夹,自动形成个人私有知识库。

四、数字员工的硬账:20台机器人≈100人

鲁南制药建了"数字员工专区",目前已有20多台数字机器人按业界换算比,1台机器人约等于5个真人工作量(真人8小时不可能始终饱满,机器人24小时不吃不喝不睡),20多台即相当于100个人,一年增效1000多万元。而算力总投入不到2000万,服务器至少用五六年。"这个硬账,还是很好算的。"
价值感最强的战场是电商。近一半智能体和RPA在为电商服务:大促前成千上万商品一夜之间批量改标题、改详情;AI生成软文和图片自动种草发布;后台数据自动导出、生成简报。结果是——去年电商营收6.44亿,今年预计突破10亿,而人员一直在减少。"虽然不全是智能体的功劳,但赋能肯定有功劳。"
另一个让人印象深刻的案例是销售培训考核:过去考核员要坐在旁边听几十个业务员讲同样的内容,听到"脑袋嗡嗡的",打分不准还耗好几天。现在业务员对着手机讲,录像上传大模型,按语气、连贯性、表情、内容多维打分,一上午全员考核完毕。

五、数据、知识库与安全:幻觉有解,权限靠分库
谈到数据治理,刘方亮再次"反常识":"不建议搞一个全面的数据治理工程。这一次场景要解决什么问题,就治理什么数据。"至于业界谈之色变的"幻觉",他的态度很硬:"幻觉这个词,以后不用再提了,技术手段是可以规避的。"——核心做法是不要把数据训练进模型参数,而是用知识库/向量库外挂数据,模型只做总结和推理。
知识库方面,他们自研了平台"鲁南千智",一键建库,已向全公司推广,今年约70多个部门建了库,口号是"把经验留在部门,把知识留在公司"。权限管理曾试过打标签,后来发现提示词可绕过,最终改为"分库隔离"——不同部门、不同层级看不同的库。
安全上,刘方亮提醒:用公网大模型,数据一定会跑到对方模型里去,存在被其他用户"碰巧问出来"的风险。药企对保密要求极高,鲁南全部私有化部署,"数据不出域"。

六、算力与选型:唯一的坑,是第一批买少了
算力账本完全公开:2025年3月首批334万(11.6P);2025年底不够用,市里运营商和大数据集团的算力也接济不了,董事长再批预算,招标后1600多万,中标华为昇腾910,月底到货后总算力40.56P,总投资约1920万。
"非要说坑,唯一的坑就是第一批算力买少了。"刘方亮笑言,现在硬件贵了很多倍,当时狠下决心多买几台,不到1000万就能实现现在的算力规模。
至于昇腾的实际体验:"试用时一切正常,和用英伟达没有太大区别。"
七、给从0到1企业的三句话
直播尾声,刘方亮把经验压成三份建议:
给高层:"肯定要做,早做比晚做好。AI不是简单代替人工,是提升企业核心竞争力的关键抓手——至少目前是最关键的一个。"
给IT团队:别做宏大规划,先找两三个"干得太累"的部门做样板;尽量自建小团队,"外来的人要对接、要进门,效率肯定不如自己有团队"。
给业务同事:别等着被"蒸馏",主动把重复规则性的工作交出去,人去做判断、做关系、做策略。
主持人林康明最后点题:"两年前大家还在讨论欧包做不做,现在的问题是必须做、怎么做得好。智能体也一样——从去年后半年才开始热,现在,也没得选。"

✨ 结语

AI落地没有神秘公式,只有朴素的顺序:高层下决心,团队找痛点,小场景快跑,用硬账证明价值,再把雪球滚向全公司。快鱼吃慢鱼的时代,犹豫本身就是成本。

精彩内容分享:
商务合作|品牌推广|商业咨询
投稿给“八点汇“公众号,可致信:
badianhui163.com
投稿采用后稿费=200元+阅读量*0.01元
点击阅读原文,更多精品课程,一键获取

相关学习资料