大模型助阵，人形机器人打工潮来了？

炙手可热的大模型带动不少企业开始尝试。然而在大模型选型、挖掘具体的应用场景、结合私域知识等方面要考虑哪些关键因素，实施中会有哪些挑战，如何解决。工业数字孪生是工业元宇宙、灯塔工厂的关键内容，然而从理论到实践中，如何真正体现数字孪生的技术威力并获得业务价值，其中的经验或成为推进其进一步广泛应用的关键。人形机器人酷炫的外表让人对未来世界满怀憧憬。今天，如果人形机器人要进入工厂车间，还有哪些挑战，如何进一步提升其能力？

第62期工赋创始人2+1对话夜邀请到上海诺基亚贝尔首席数字官刘少勇，上海诺基亚贝尔战略与对外合作总监魏文，湃睿科技联合创始人竣桦共同探讨「大模型助阵，人形机器人打工潮来了？」。

# 本期对话嘉宾 #

刘少勇

上海诺基亚贝尔

首席数字官

负责公司信息技术及数字化解决方案和服务的整体交付，结合公司业务战略，通过实施面向企业用户的现代化数字产品赋能公司业务层面的数字化产品创新，同时也致力于打造数字化组织文化，推动公司整体数字化转型；有超过20年的企业信息技术及数字化相关管理经验，曾担任多家跨国企业信息技术和数字化负责人，深刻了解跨国集团IT治理及标准化管理的精髓，并将其与适合中国本土数字化生态的解决方案相融合.对大中型企业管理信息化和数字化转型的规划、设计、建设、运营和持续优化有丰富的管理和实践经验。

魏文

上海诺基亚贝尔

战略与对外合作总监

日常主要负责前沿技术的应用策略研究，如工业数字孪生和大模型在企业中的场景和实践，分析企业在数字化转型过程中面临的挑战和机遇。了解这些技术及应用的最新动态与发展趋势，与行业内优质合作伙伴建立长期稳定的合作关系，共同推动ICT等新兴技术在工业企业中的应用，为企业数字化转型提出针对性的解决方案。积极参与行业内实践交流，分享公司在前沿技术领域的最新成果，推动行业内的技术创新与协同发展。

竣桦

湃睿科技

联合创始人

2003年加入湃睿科技，在企业数字化领域工作超过20年，从企业咨询到产品研发及实施服务。原来负责公司PTC代理业务，2021年成立数字化转型部门，把公司业务从产品研发、工艺设计扩展到了生产制造和服务领域，构建了自主知识产权的工业互联网、工业仿真和数字孪生平台，在工厂MOM、工厂计划物流仿真、能碳管理、应急安全等业务上服务了超过60家头部企业，如ABB、百事、玛氏、立讯精密、东方电气等、支持了企业做数字化转型的创新实践。

# 对话实录 #

Part.1

探索生成式AI在企业中的应用落地和价值体现

刘少勇：过去两年，大语言模型已经在各个企业中找到了适用场景并得到了实践，这也成为企业数字化转型的一个缩影。关键在于企业从业人员需要找到现代化、前沿化的数字科技手段来赋能企业业务，提高核心竞争力。

首先，通过数字化手段优化内部运营和客户响应，这是一个基本的起点。随着进一步发展，企业可以找到突破点和新的增长点，甚至开发新的产品组合。如果做到这一点，作为企业内部的IT和技术人员，将会真正达到大家心目中的目标：和业务一起实现数字化转型带来的业务价值。

在企业数字化转型中，生成式AI可以发挥重要作用，帮助企业实现更多突破。这构建了一个大的蓝图，结合其他资源进行开发，每个企业都可以借鉴这样的模式。

实现这一愿景需要四层架构：底层和开源模型层，这些架构可以通过外部资源实现，并进行内部部署。最核心的第三层是工程平台层，负责知识管理、数据管理、安全权限、部门协作等，确保知识产权的独立性和开放性，能够切换不同的大语言模型，支持企业内部应用。

最上层是应用层，可以衍生出很多不同的应用，如办公应用、部门数字人、chatbot等。企业希望通过这些平台挖掘颠覆性AI的价值，与业务部门合作，形成模块化、市场化的产品。如果能做到这一点，未来的发展前景将非常广阔。

Part.2

大模型技术路径多，企业如何自发探索与快速聚焦

魏文：当一项新技术刚刚开始落地时，初期的自主探索阶段往往至关重要。以大模型为例，尽管大家对其普遍持积极态度，但对大模型企业应用落地前景和具体细节却知之甚少。尤其在大模型应用的早期阶段，企业面临诸多挑战。例如资源不足、人才匮乏以及技术路线不明确等。为了应对这些挑战，企业可以采取一种非正式且相对灵活的管理策略：不急于由管理层确定发展路径，而是允许员工在各自看好的技术路线上进行一定程度的自发的探索和研究。这种方法尤其适合那些拥有大量技术人员、有丰富研发经验以及技术驱动型企业。

当然，为了确保企业的长期稳定发展，规范的治理和管理体系是不可或缺的。然而，在技术应用发展的初期阶段，如果没有经历一段相对自由的“野蛮生长”时期，企业可能会错失快速发展的机会。此外，初期的多样化尝试以及试错，实际上可以为未来的稳健发展提供宝贵的经验和教益。

Part.3 

大语言模型如何支持人机交互的未来发展

竣桦：目前，大语言模型建立了自然语言与机器语言的桥梁，通过不断的技术迭代，并确保这些自然语言能够被机器有效识别，可以在此过程中催生细分赛道和产品，提升转换效率。

大语言模型不仅限于服务器，边端侧以及移动端都将成为应用的终端。举个例子：手机会成为重要的应用场景，大语言模型可能会改变我们与手机的交互方式，正如Apple第一次从按键转变为触摸屏一样，未来我们可能只需通过语言就能操作手机。对于企业来说，部门间的沟通壁垒屡见不鲜，主要在业务领域上有差异，IT部门与业务部门在沟通时经常需要理解各自的专业和应用场景。但有了大语言模型的协助，这些差异化的内容的问题可能会有新的解决方案，进而提升整个企业的运营效率。

注：此文根据现场速记稿提炼而来，非全程记录。

文章出处：【湃睿科技】