2026年，人工智能的關(guān)鍵詞一定是“落地”——AI已從技術(shù)概念全面轉(zhuǎn)向產(chǎn)業(yè)落地，顛覆傳統(tǒng)業(yè)務運營模式，成為驅(qū)動企業(yè)增長的核心生產(chǎn)力工具。

在這場智能化革命中，企業(yè)的競爭焦點已從算力、算法的外部比拼，轉(zhuǎn)向內(nèi)部數(shù)據(jù)資產(chǎn)與AI能力的融合深度——誰能率先將零散的私域數(shù)據(jù)轉(zhuǎn)化為可復用的“數(shù)據(jù)金礦”，構(gòu)建Data &AI一體化能力，誰就能跳出同質(zhì)化內(nèi)卷，搶占未來十年的市場優(yōu)勢。

在2026節(jié)點增長大會上，科杰科技聯(lián)合創(chuàng)始人高海玲表示，真正決定企業(yè)未來技術(shù)核心能力的，是企業(yè)自身的“數(shù)據(jù)Ready能力”，也就是數(shù)據(jù)質(zhì)量、數(shù)據(jù)治理情況，以及AI工程體系與企業(yè)業(yè)務結(jié)合的落地效果。

科杰科技聯(lián)合創(chuàng)始人高海玲

有大模型相關(guān)數(shù)據(jù)顯示，80%的大模型落地項目，即便配備了最好的芯片和算法，實施一段時間后也無法直接服務于業(yè)務決策。核心原因是會出現(xiàn)“AI幻覺”，導致模型給出的結(jié)論不可靠，不能直接輔助決策。這背后的關(guān)鍵問題，就是缺乏高質(zhì)量的數(shù)據(jù)支撐。

高質(zhì)量數(shù)據(jù)集不是天生就存在的，需要持續(xù)的開發(fā)、治理、應用，以及與模型的融合，而且開發(fā)過程中需要直接應用到業(yè)務系統(tǒng)。而科杰科技的“Data& AI一體化平臺”能幫助企業(yè)讓數(shù)據(jù)技術(shù)、AI技術(shù)、應用技術(shù)與業(yè)務系統(tǒng)深度融合，滲透到業(yè)務的每一個環(huán)節(jié)。

在會上，高海玲深度解析了AI與行業(yè)融合的核心邏輯，以及企業(yè)如何通過一體化平臺實現(xiàn)智能化轉(zhuǎn)型與增長重塑。

為了完整呈現(xiàn)高海玲的思考，在不改變原意的基礎上，節(jié)點財經(jīng)對演講內(nèi)容進行了整理編輯，希望能提供新的視角與洞察。

核心觀點梳理：

1. 在未來不長的時間里，所有行業(yè)的業(yè)務系統(tǒng)都會被AI重寫一遍，現(xiàn)有的業(yè)務流程也將被AI重新定義。

2. AI正以前所未有的速度與各個行業(yè)進行深度融合，在這個過程中，誰能率先搶占AI先進技術(shù)能力，并與自身業(yè)務深度綁定，誰就能更快搶到未來十年的市場優(yōu)勢。

3. 想要在AI時代站穩(wěn)腳跟，企業(yè)必須跳出同質(zhì)化內(nèi)卷的漩渦，把零散的數(shù)據(jù)變成可復用的數(shù)據(jù)金礦，讓AI扎根在業(yè)務場景里自動生長。

4. 對企業(yè)來說，真正需要的核心平臺，是能讓數(shù)據(jù)技術(shù)、AI技術(shù)、應用技術(shù)與業(yè)務系統(tǒng)深度融合的一體化平臺。

以下為高海玲演講精編：

AI重塑行業(yè)生態(tài)

大家下午好！非常高興能和大家齊聚一堂，探討人工智能技術(shù)與行業(yè)的結(jié)合，以及企業(yè)如何利用這一先進生產(chǎn)力工具，重塑增長邏輯、挖掘增長的底層動力。

我們深切感受到，人工智能技術(shù)正以不可阻擋的勢頭，顛覆傳統(tǒng)數(shù)據(jù)業(yè)務的運營模式。在未來不長的時間里，所有行業(yè)的業(yè)務系統(tǒng)都會被AI重寫一遍，現(xiàn)有的業(yè)務流程也將被AI重新定義。在零售領域，以前“人選物”的模式，現(xiàn)在已經(jīng)變成“物選人”的智能推薦、“猜你喜歡”；在金融行業(yè)，原來事后補救的風險管控方式，現(xiàn)在已經(jīng)升級為毫秒級響應和毫秒級拒絕；在制造業(yè)，數(shù)據(jù)質(zhì)量管控、芯片檢測等環(huán)節(jié)，效率提升到了傳統(tǒng)模式的20倍以上，智能工廠、無人工廠正在廣泛擴張，我們身邊隨處都能看到這樣的變化。

企業(yè)運用AI的目標，也從最初的降本提效，逐步升級為驅(qū)動業(yè)務增長。如今，AI正以前所未有的速度，與各個行業(yè)進行深度融合，在這個過程中，誰能率先搶占AI先進技術(shù)能力，并與自身業(yè)務深度綁定，誰就能更快搶到未來十年的市場優(yōu)勢。智能化時代，企業(yè)的競爭優(yōu)勢，本質(zhì)上是優(yōu)先把散落在內(nèi)部的私域數(shù)據(jù)、數(shù)據(jù)資產(chǎn)，與AI的原生動能相乘，構(gòu)建差異化的創(chuàng)新優(yōu)勢。

想要在AI時代站穩(wěn)腳跟，企業(yè)必須跳出同質(zhì)化內(nèi)卷的漩渦，把零散的數(shù)據(jù)變成可復用的數(shù)據(jù)金礦，讓AI扎根在業(yè)務場景里自動生長。從整個AI競爭格局來看，核心由算力、數(shù)據(jù)、算法三部分構(gòu)成。目前在算力和算法方向，經(jīng)過前幾年的技術(shù)投入，已經(jīng)有了完整的解決方案和替代方案，這些更多是外部環(huán)境、資金可以解決的問題。而真正決定企業(yè)未來技術(shù)核心能力、能否搶占競爭優(yōu)勢的，是企業(yè)自身的“數(shù)據(jù)Ready能力”——也就是數(shù)據(jù)質(zhì)量、數(shù)據(jù)治理情況，以及AI工程體系與企業(yè)業(yè)務結(jié)合的落地效果，我們把這兩者結(jié)合起來稱為“數(shù)據(jù)和AI的Ready就緒能力”。

Data &AI一體化平臺

有大模型相關(guān)數(shù)據(jù)顯示，80%的大模型落地項目，即便配備了最好的芯片和算法，實施一段時間后也無法直接服務于業(yè)務決策。核心原因是會出現(xiàn)“AI幻覺”，導致模型給出的結(jié)論不可靠，不能直接輔助決策。這背后的關(guān)鍵問題，就是缺乏高質(zhì)量的數(shù)據(jù)支撐。

高質(zhì)量數(shù)據(jù)集不是天生就存在的，需要持續(xù)的開發(fā)、治理、應用，以及與模型的融合，而且開發(fā)過程中需要直接應用到業(yè)務系統(tǒng)。這個全業(yè)務流程是動態(tài)一體化的，這就要求實時技術(shù)和AI技術(shù)必須一體化協(xié)同。對企業(yè)來說，真正需要的核心平臺，是能讓數(shù)據(jù)技術(shù)、AI技術(shù)、應用技術(shù)與業(yè)務系統(tǒng)深度融合的一體化平臺。這個平臺需要滲透到業(yè)務的每一個環(huán)節(jié)，進行深度整合，這是一個復雜且龐大的系統(tǒng)，我們稱之為“Data & AI一體化平臺”。

算力和數(shù)據(jù)是相互作用和相互影響的。在企業(yè)側(cè)，針對于他的業(yè)務價值的發(fā)揮，數(shù)據(jù)基礎設施為企業(yè)AI在真正和業(yè)務融合過程中提供的是數(shù)據(jù)的處理過程、數(shù)據(jù)的開發(fā)過程，以及模型應用和最終端的業(yè)務價值顯現(xiàn)的Agent開發(fā)和全鏈路貫穿的能力。

數(shù)據(jù)和模型一體化的融合，需要從哪些方面著手？

第一個是架構(gòu)方向的融合。是解決企業(yè)內(nèi)部數(shù)據(jù)應用、AI模型訓練與推理，到最終業(yè)務應用的全鏈路打通，實現(xiàn)整體架構(gòu)的融合。具體來說，就是要提供數(shù)據(jù)倉庫、模型應用所需的向量數(shù)據(jù)庫，以及動態(tài)檢索、智能生成的全鏈路能力。

第二個是整體的一體化基礎設施，需要與整個企業(yè)的業(yè)務運轉(zhuǎn)過程的全流程進行融合。我們都知道，散落在私域內(nèi)的孤立數(shù)據(jù)價值很低，甚至可以說沒有價值，數(shù)據(jù)只有被聚合起來、產(chǎn)生關(guān)聯(lián)，才能真正發(fā)揮價值。所以一體化基礎設施必須與企業(yè)的業(yè)務系統(tǒng)深度耦合，包括OA系統(tǒng)、ERP系統(tǒng)、訂單系統(tǒng)、倉庫系統(tǒng)、銷售系統(tǒng)，甚至財務和HR系統(tǒng)。只有這樣，才能讓數(shù)據(jù)基礎設施與原有業(yè)務系統(tǒng)實現(xiàn)智能化升級，讓智能貫穿業(yè)務全鏈路——從智能生產(chǎn)、智能審批、智能開發(fā)，到智能應用，再到最終的智能決策，實現(xiàn)全流程的實時業(yè)務流轉(zhuǎn)。而這種全鏈路的智能化，能直接將整個業(yè)務的效率提升80%以上。

第三個是場景側(cè)的融合。AI的價值最終要在業(yè)務終端體現(xiàn)，而我們的業(yè)務經(jīng)營過程是一個動態(tài)、實時且持續(xù)的，整體基礎設施在平臺內(nèi)需要業(yè)務的各個人員在基礎設施面向終端方向進行低代碼的Agent實時業(yè)務場景進行各種開發(fā)，結(jié)合業(yè)務各種融合，最終幫助這個企業(yè)構(gòu)建面向管理和決策層的集中式管制和分散式賦能的能力。

一體化能力賦能行業(yè)增長

我們看一下整體的一體化數(shù)據(jù)基礎設施在企業(yè)內(nèi)是如何落地、如何幫助企業(yè)進行智能化轉(zhuǎn)型的。

第一個案例是一家全球排名前148位的零售集團。這家集團要進行全集團的數(shù)字化轉(zhuǎn)型和智能化升級，在技術(shù)選型階段，他們選擇了科杰和兩家美國頭部公司進行對比，在微軟云和亞馬遜混合云環(huán)境下，對約280項功能進行了性能評測，最終科杰勝出，為其提供轉(zhuǎn)型服務。整個服務過程持續(xù)了兩年，我們幫助他們打通了2000萬+客戶的數(shù)據(jù)，完成了全球19000家門店的線上線下業(yè)務一體化轉(zhuǎn)型——這些門店分布在日本、中國、東南亞等多個國家和地區(qū)，涉及跨域、跨時區(qū)、跨國界的業(yè)務協(xié)同。

第二個案例是中信銀行。金融行業(yè)作為受強監(jiān)管的行業(yè)，信息化建設起步早，數(shù)字化程度相對較深，在人工智能和數(shù)據(jù)方向的人才儲備也比較完整。但即便如此，他們依然積極擁抱人工智能技術(shù)，持續(xù)構(gòu)建內(nèi)部核心競爭力。他們在一體化基礎設施方向上構(gòu)建了實時反欺詐系統(tǒng)和實時數(shù)倉，實現(xiàn)了實時數(shù)據(jù)與離線數(shù)據(jù)的混合協(xié)同、實時同步，既滿足了內(nèi)部所有及時性查詢和數(shù)據(jù)資產(chǎn)持久化的需求，又在提升業(yè)務終端響應速度的同時，強化了數(shù)據(jù)治理能力。

第三個案例是中石化。作為大型央國企，中石化的智能化轉(zhuǎn)型和數(shù)字化轉(zhuǎn)型體系龐大，推進難度相對較大，但他們率先完成了相關(guān)建設。通過科杰的一體化平臺，中石化構(gòu)建了自己的數(shù)據(jù)底座EDPC，實現(xiàn)了約4個PD的跨部門數(shù)據(jù)匯聚，覆蓋了測井、井下作業(yè)、地質(zhì)研究、油氣田開發(fā)、生產(chǎn)管理等18個全業(yè)務域。

目前，AI服務行業(yè)的廠商大致可以分為四類：第一類是綜合平臺型廠商，能力全面，以硬件服務為主，代表企業(yè)有騰訊云、華為、阿里；第二類是專業(yè)平臺型廠商，在垂直領域深耕，擁有先進的技術(shù)、一線落地能力和完備的產(chǎn)品能力，科杰就屬于這類；第三類是數(shù)據(jù)平臺類廠商，側(cè)重行業(yè)落地，以項目制服務為主，更關(guān)注項目完成，技術(shù)并非核心競爭力；第四類是智能應用廠商，可以理解為AI時代的應用層平臺廠商，企業(yè)可以根據(jù)自身需求選擇合作對象。

值得一提的是，在算力、算法、數(shù)據(jù)的核心競爭格局中，中國構(gòu)建的制造業(yè)和供應鏈全鏈路能力，以及AI與供應鏈、行業(yè)融合的一體化方案，已經(jīng)領先。中國企業(yè)已經(jīng)將AI技術(shù)與自身業(yè)務、行業(yè)價值打包成完整方案，具備了向海外市場輸出先進生產(chǎn)力的能力，這個市場空間非常廣闊。

最后，簡單介紹一下科杰科技。科杰科技致力于Data&AI的研發(fā)與創(chuàng)新，聚焦AI數(shù)據(jù)基礎設施領域，核心產(chǎn)品是Data & AI一體化平臺KeenData Lakehouse，為企業(yè)打造數(shù)據(jù)、模型、部署全鏈路端到端的All-in-One能力。目前，科杰的技術(shù)處于行業(yè)領先水平，獲得過國家科技進步一等獎，也是專精特新重點小巨人企業(yè)。我們的客戶覆蓋國內(nèi)外約20個行業(yè)，服務了200多個客戶。未來，希望能與各位伙伴共同探討，通過人工智能技術(shù)加速企業(yè)的增長邏輯，實現(xiàn)高質(zhì)量發(fā)展。

我的介紹就到這里，謝謝大家！