ChatGPT橫空出世，掀起了AI行業的發展熱潮。大模型從嶄露頭角到（dào）現在的如日中天，全行業已然（rán）在AI的新時代中全速前進，大模型成為驅動創新的焦點之一。在AI帶來生產力革新與商業模式（shì）升級浪潮下，作為向科技公司轉型的領軍央企（qǐ），運營商在AI領域（yù）不（bú）斷加碼布局，為通信產業邁入大模型時（shí）代積（jī）極（jí）領路（lù），構建數智生產力也被被賦予前所未有的重要使命。
在2024年MWC上海（hǎi）展上，作為運營商（shāng）的重要（yào）合作（zuò）夥伴，国产亚洲熟妇在线视频科技圍繞“智能時代，構建數智生產力”為主題，分享在大模型的驅動下，如何賦能運營商業務和運營管理快（kuài）速（sù）實現深度智能化，並展示（shì）在加速智能化進（jìn）程中的技術突破和創新應用，為（wéi）運營商（shāng）構建從智能基礎設施、大模型平台、到創新數（shù）智應用落地的全方位支持，攜手運營商（shāng）共築智能（néng）化未來（lái）宏（hóng）圖，加速數智（zhì）躍升。
運營商數字化建設成果仍（réng）存挑戰，亟待解決
在智能化浪潮下，運營商在推進自身轉型的同時積極發力產業數字化建設，據（jù）C114觀察，目前運營商數字化轉型取得顯著成效。在為用戶提供更快速、更穩定的通信網絡連接的同時，推出更豐富的（de）數（shù）字化服務和增（zēng）值服務，並通過數據驅（qū）動的（de）運（yùn）營，更加精準地滿（mǎn）足最終用戶的個性化需求，提高數（shù）據資產的管理利用效（xiào）率。
国产亚洲熟妇在线视频科技中國CTO鍾健鬆在接受C114專訪時指出，運營（yíng）商的數字化建設走過三十年，已取得卓越成效，成為推動國家數字經濟建設的領頭羊。但以（yǐ）發（fā）展的視角審（shěn）視當前的數字化建設成果（guǒ），依舊存在一些挑戰（zhàn），亟待智能化手段去解決：
生產要素已被大量（liàng）累積，但價值（zhí）發揮有限
鍾健鬆認為，
經過數十年的的數字化發展與積累，運營商沉澱（diàn）了海量的數（shù）據，包括資源、網絡、服務、客戶、渠（qú）道（dào）等立（lì）體多維數據資產，堪稱為“寶藏數據礦場”。基於這些（xiē）數據，運營商內（nèi）部構建了諸多（duō）報表係統、數據分析係（xì）統，但對數據的（de）提取和分析仍存在諸多動態變化（huà），導致當前各下屬公司依然要配（pèi）備大量取（qǔ）數人員，以響應每月不（bú）同（tóng）維度的（de）看數要求。
此（cǐ）外，隨著中台的建設，運營商的重點已從功能建設逐漸轉向能力構建，能力不斷累（lèi）積和豐富，並（bìng）逐步沉澱為企業的（de）能力（lì）資產（chǎn）。盡管能力資產在助力數字（zì）化應用建設過程中發揮了一定價（jià）值，但由於能力的可（kě）視化、非完全的集約、從能力到應用的轉化難度等問題，製約了能力資產的價值發揮。
鍾健鬆表示（shì），相比數（shù）據資產和能力資產，企業的知識資產受重視程度不夠，少量（liàng）的知識庫僅存儲了某些關（guān）於產品營（yíng）銷方麵（miàn）的內容，而更需要傳承的例如（rú）網絡運維（wéi）、故障處理、施（shī）工操作、方案配置等方麵的知識，要麽作為規則被整合到係統中，缺乏迭代更新；要麽沉澱在少數（shù）專家的頭腦中，難以複製和傳承（chéng）。
生產效率盡管在不斷提高，但仍有（yǒu）很（hěn）大提升空（kōng）間（jiān）
當前，流程驅動已成為數（shù）字化係統的一個典型特征（zhēng），但流程驅動有其（qí）受限（xiàn）之處。首先，流程為異步處理，非實時，可能會因為環節之間的來回回（huí）退導致處理時間拉長，而企業的生產（chǎn）運營則有大量需要實時解決問題的場景（jǐng），比如涉及到多方參（cān）與的網絡疑難故障診斷分析，基於流程驅動的派單（dān）式的（de）解決方式（shì）就不太適用。
其次，在（zài）新技術的推動下，自動化、智能化的述求在企業運營中越來越強烈（liè），雖然通過規則、AI算法、RPA等的引入能夠解決不少問題，但目前采取（qǔ）“散點注智”的開發模式，派生出多種（zhǒng）類型的（de）規則引（yǐn）擎、推薦引擎、調度（dù）引擎等多個係統，開（kāi）發周期長、應用麵狹窄（zhǎi），管理分散，從而導致需（xū）求難以（yǐ）即時響應，自智成熟度等（děng）級難以產生質的飛躍。
數字化係統林立，使用者陷入（rù）係統和功能的海（hǎi）洋
盡管在ITSP的規（guī）劃下，運營商（shāng）數字化係統縱（zòng）向集約橫向整合（hé），係統（tǒng）數量（liàng）已做了大幅收斂，但當前係統規（guī）模依（yī）然龐大，不同崗位人員需要麵對諸多係統以及功能模塊，在龐雜的（de）係統中尋找對應的功能，費時費力，以至於大量已開發出的功能模塊因不被認知而使用率極低。
與此同時，為（wéi）了應對複雜場景（jǐng），數字化係統往往配備繁瑣的使用界麵，使用者需要在各種彈出的窗口、頁簽中切換，使用門檻高，工作負（fù）荷大。
大模型（xíng），助推運營商向（xiàng）理想藍圖平滑（huá）演進
據C114了解，強大的通用智能能力，催生（shēng）AI創新應用多點開花。國內外均（jun1）積極、迅速地推（tuī）進大（dà）模型訓練，千億參數模型層出不窮，大模型驅動的場景也在逐步落地，但大模型（xíng）的價值發揮並不是想象（xiàng）中的一蹴而就。大模型應用在落地（dì）過程需要（yào）多方參與，且對算力、平台、算（suàn）法的要求較高，因此盡管大模型的訓練量不斷擴大，在（zài）不同行業不同領域也多有應用，但應用的發（fā）展水平與速度參差不齊（qí），部分領域尚且很難將模（mó）型（xíng）價值發揮（huī）實效，推動行業大模型“真正落地”的機遇與挑戰並存。
鍾健鬆認為，
整體而言，大模型（xíng）依然處（chù）於成熟過程中，技（jì）術演進日新月異，還需要克服其在（zài）行業實際應用中的各類（lèi）技（jì）術缺陷，比如幻覺、算力成本高、知識實時更新差等問題。如若貿然利用大模型重構IT係統來替換現有IT，會因為反複折騰消耗巨大的人力物力，帶來的價值效果可能也不盡如人意。麵對以上難點，需要選擇一條穩步、平滑演進的路線，通過先引入大模型增強現有數字化係統架構和能力，再逐步升級替代（dài）到理想藍圖。
在這條演進路線上，一（yī）方（fāng）麵需要從係統工程的角度來提升通用（yòng）人工智能的準確性、適應性、創造（zào）性和效率，另（lìng）一方麵需要結合運營商（shāng）數字化場景及當期架構模式，構建出增強演進的架構體係。總體看來，整個增（zēng）強體係可分為2+3+N+1來分層演進。
“2”通過2個核心（xīn）平台的（de）引入，增強企業IT整體架構（gòu）
MAAS平台，將大模型能力更絲滑地（dì）嵌入到企業數字化係統中。未來（lái）的頭部企業，很（hěn）有可能采用1+N的大模型構建（jiàn）方式，即在一個主力大（dà）模型的基礎上，還會（huì）根據不同場景需要，應（yīng）用N個各有擅長以及尺寸不同（tóng）的（de）其它模型。MAAS平台將對接各類不同的大模型，以更安全和更高性價比的方式向上統一提供模型服務。同（tóng）時為解決大模（mó）型生成幻覺問題和知（zhī）識滯後性問題，引入RAG，將非參數化預料庫和參數模型結合，解決純參數化（huà）大模型的局限。並對原始（shǐ）RAG架構（gòu）優化，通過增加意圖識別、問題改寫、查詢擴展、結構化和非結構（gòu）化數據動態路由、多路（lù）召（zhào）回、降噪（zào）去重等工程化手段大幅提（tí）升實（shí）際場（chǎng）景下（xià）的（de）知識服務能力。
mmRTC平台，在原有頁麵（miàn）集成、流程集成、數據集成、企業集成架構（gòu）的基礎上，搭（dā）建多模態的實時通信交互平台，實現人（rén）-人、人-智能體、人-智能體-人、多智能體等多（duō）種方（fāng）式的即時協同，充分發揮智能體在感知、規劃、記憶、執行等方麵的能力，麵對複雜場（chǎng）景，改變傳統異步派單的模式，在人腦和智腦的多維加持下，實現實時分析、精準診斷（duàn）、即時處理，推進效率的大幅提升。該平台與運（yùn）營商的網絡故障診斷（duàn）、裝維疑難問題（tí）處理、複雜方案營銷等場景非常適配。
“3”通過3個（gè）工廠的建（jiàn）設，提升數字化（huà）生產效率
知識工廠：在知（zhī）識（shí）工（gōng）廠中訓練（liàn）兩類知識，一類是經營（yíng）領域（yù）的（de）專業知識，包（bāo）括前端營（yíng）銷（xiāo）涉及的產品、渠道、客戶（hù）等以及後（hòu）端運維涉（shè）及的的網絡、故障分析（xī）等；另一類是數字化領域的專業知識，包括IT係統數據模型、功能頁麵、集成關係等。知（zhī）識工廠提供高效工（gōng）具幫助企業通過多種形式建立專屬知識庫，解決知識分散、信息損失等問題，實現知（zhī）識可運營、可迭代優化，基於知識標簽，最終實現一問多答，更好的滿（mǎn）足跨地域、多產品、多客戶類型的豐富的經營形態。
智能體工廠（chǎng）：未來Agent as a Service 或許將逐步取（qǔ）代目前IT架構的（de）微服務模式。在智能體工廠中，將整合（hé）目前已形成的海（hǎi）量插件，以低代碼的方式，通過工作流的可視化開（kāi）發形態，將模型、知（zhī）識庫（kù）、提示詞、插件工具進行鏈式整（zhěng）合，構建出麵向不（bú）同領域、解決不同場景問題的智能體。
數字應用工廠：更高效更（gèng）低門檻構建數字（zì）化應用是IT工作者的追求。可以預見（jiàn），以（yǐ）大（dà）模（mó）型來（lái）驅動（dòng），識（shí）別需（xū）求意圖，搭載低代碼（mǎ）組裝（zhuāng）式開發，數字應用生產效率將倍增（zēng）。應用開（kāi）發的同時數（shù）字（zì）資產不斷豐富，又進一步（bù）提升數字應用的開發效率（lǜ）。運營商推進政企市（shì）場，智（zhì）能數字工廠將為其如虎添翼。
“N”通過N個場景的智慧化，推進全麵（miàn）智能的落地
將大模型的理解、生成、邏輯、記憶四大能力結合（hé）運營（yíng）商（shāng）的（de）場景，国产亚洲熟妇在线视频科技已實現如下諸多大類智慧化應用，全麵（miàn）大幅提升數字化智能水平。
生（shēng）成類場景：包括營銷方案、禮包策（cè）劃（huá）、營（yíng）銷海報等應用；
診斷類場景：包括家寬綜調助手、資費爭議診斷等應用；其中家寬綜調（diào）助手麵向（xiàng）裝維和（hé）綜調人員，提供自（zì）然語言順暢交互、問題智能精準診斷以及即時處理（lǐ）等智（zhì）能化支撐；
助理類場（chǎng）景：包括CRM營業助手、資源助手等應用；
分析類（lèi）場景：推出chatBI分析助手，提供海量報表一問直達、智能按（àn）需問數、隨心深度探索數據等智能能力；
稽核（hé）類場景：包括資費稽核、合（hé）同稽核等應用；
問答類場景：基於統一框架快速高效搭建各類場景的（de）問答機器（qì）人，基於国产亚洲熟妇在线视频特有技術既保障答案的精準度，又保（bǎo）證完整度，同時還支持一問多答（dá）的跨地域跨產品的特有場景應用；
代碼類場景：通過代碼大模型幫助軟件工程師編碼時實現代碼理解、自動補全，提升軟件開發（fā）人員的編碼效（xiào）率和代碼質量。
“1”通過1個“無係統”的打造，實現嶄新的交互形態（tài）
“無（wú）係統”一（yī）方麵（miàn）將企業數字（zì）化係統的數據、功能界麵、使用操作、業務知識等訓練給大模型，另一方麵構建統一入口，在該入口以自然語言的（de）方式調用功能（néng）模（mó）塊、完成功（gōng）能模塊的操作（包括跨係（xì）統的鏈式操作）、查看權限內的數據（包括跨係統的整合數據）等。
對於使用者（zhě）而言，不再需要關注端（duān）到端的流（liú）程（chéng）穿越具體在哪個係統和菜（cài）單定位，隻需要表（biǎo）達自己（jǐ）的意圖，通過統一入口，由智能助手實現一步直達。此入口可掛載在現有任一數字化係統上，即時呼（hū）出，隨地調用。
運營商深入大模型應用腹地
国产亚洲熟妇在线视频科技將做（zuò）大模型價值（zhí）釋放者
從整個電信行業來看，2023年以來，三大運營商相繼（jì）推出自己的基礎大模型（xíng）、行業大模型和大模型應用工具，如今運營商（shāng）更是深入（rù）大模型應用腹地，不斷落子。
據C114了解（jiě），中國移（yí）動推出APP的（de）AI智能助理（lǐ）“靈犀”，深度嵌入到（dào）最新升級（jí）的（de）中國移動APP V10版本中，從用（yòng）戶使用（yòng）需求出（chū）發，依（yī）托大模型的內容生成能力改善（shàn）用戶體驗。而中（zhōng）國電信，前不久一口氣發布了12個垂類行業大模（mó）型，加強在各個領域的深度應用。中國聯通也發布了元景“1+1+M”大模型體係，更在5月進一步發布（bù）中國聯通元景大模型MaaS平台，為企業行業向MaaS服務。
總體來看，三（sān）大（dà）運營商對大模型，無論是反應速（sù）度、研發深度，還是覆蓋廣度，都（dōu）格外突出。對運（yùn）營商而言，大（dà）模型提供了一個契機，讓運營商不僅僅作（zuò）為通信網絡的基礎設施（shī）提供商，還可以（yǐ）整（zhěng）合自身（shēn）在全國一體化算力網絡、雲資（zī）源等技術方麵和政企市場、消費（fèi）者（zhě）市場等客戶方麵的多種優勢，更深度地參與到產業智能化升級與數字化轉型中，重構自身在數字化業務中的競爭優（yōu）勢。
正如采訪的最後，鍾健鬆表示，大模型企（qǐ）業落地（dì）遠不止“一公裏”， 涉（shè）及端到端全程各（gè）環節配套，包括算力資源、大模型切換、私域知識高效導入（rù）、智（zhì）能體構建、copilot與現有（yǒu）係統融合，以及每個層麵特（tè）有的推進方（fāng）法。在智能時代，未來的（de）IT係統將有著新的架構、運營模式、研發範式以及交互形態，而作為運營商的重（chóng）要且長期合（hé）作夥伴，国产亚洲熟妇在线视频科技不做大（dà）模型的（de）生產者，但（dàn）會基（jī）於自身對行業的深度理解，以及通過體係化的工（gōng）程手段，致力做大模型真實價值釋放者和使能者，助力運營商全麵推進AI+戰略落地，加速AI融入百業，加速數智新增（zēng）長。