华为全联接大会2024
2024-09-27 11:54:38 1 举报
AI智能生成
华为全联接大会2024
作者其他创作
大纲/内容
华为全联接大会2024
如何服务客户。智能化企业应该能够感知并理解用户的行为、需求、兴趣、品味和环境变化,主动调整提供最符合用户需求的服务,能够适时和同时满足海量个性化独特需求的产品,需要从一开始就是特别设计的,而不仅仅是裁剪。
Adaptive User Experience,自适应体验
需要打造怎样的产品。智能化时代的产品将具备自主学习,持续迭代,适应变化的能力,能够自优化和自演进
Auto-Evolving Products,自演进产品
企业日常如何运营。要实现业务流高度自治运营,从感知、规划、决策到执行,端到端自主闭环。
Autonomous Operation,自治的运营
员工工作体验和工作方式。要让每个员工都有一个“懂我”的智能助手,高效、高质量完成每一件工作。
Augmented Workforce,增强的员工
智能化的基础。要实现企业的资产、员工、客户、伙伴、生态等全互联,所有业务对象、过程、规则实现数字化,不仅要提升信息的量,更要改善信息的质,从而使企业具备智能化必须的数据和信息基础,也就是深度、全面的数字化。
All-Connected Resources,全量全要素全联接
智能原生基础设施。一方面,ICT基础设施要系统化构建,要能适应智能化应用的需要,即ICT for Intelligence,另一方面,基础设施本身的运维管理和体验保障要充分智能化,即Intelligence for ICT。
AI-Native Infrastructure,智能原生基础设施
六个A
通过架构创新,提供可持续算力解决方案
企业需要的是根据自身不同业务场景需求,选择最合适的模型,通过多模型组合,解决问题,创造价值。
华为云面向AI全栈升级,赋能千行百业智能化
构建鸿蒙原生智能,打造全场景智慧体验
以自动驾驶网络,重塑网络体验和运维
打造自动驾驶解决方案,以安全和体验为中心,最终实现无人驾驶
共筑生态,打造统一的开发者平台,实现共赢发展
倡导和践行AI向善,增强人类、社会和环境的福祉
推进全面智能化战略
徐直军,拥抱All intelligence时代
人工智能与大数据等数智化技术给行业带来显著的变化,不仅加速了产品的开发进程,缩短了研发周期,而且显著提升了客户体验,改善了工作环境,促进了业务模式的创新。这些进步共同推动了整个产业的升级,为行业的数智化转型注入了强大动力。
概述
全渠道零售融合:零售行业正打破线上线下界限,整合多个销售渠道,实现商品、库存、会员信息的统一管理,为消费者提供无缝购物体验。
个性化营销:利用大数据和 AI 技术,零售行业正构建起消费者洞察能力,通过分析消费者历史购买行为数据,提供个性化购物体验,增加复购率。
智慧供应和物流:零售行业正致力于优化供应链管理,通过门店销量预测、原料订购预测、物流配送路径优化实现智能补货和商品的高效配送,确保商品及时到达消费者手中,提高客户满意度。
智慧运营:利用 AI 大模型技术,基于 AIGC 快速生成营销文案和海报,采用数字人虚拟直播和基于元宇宙的沉浸式购物体验,帮助商家吸引用户流量,提升企业品牌形象和增加营业额。
零售
行业数智化转型100案例
传统数智基础设施难以匹配创新需求
行业数智化技术应用场景选择难
行业数智化建设需要开放统一的架构指引
行业数智化安全风险不容忽视
行业数智化可持续发展依赖人才和产业生态建设
行业数智化转型的挑战
端到端部署 ICT 技术基础设施,极致发挥算存网跨域协同优势,构建全量全要素的数据联接。
基础设施使能
在基础设施使能基础上,构建云平台及弹性、安全、可靠的云服务,使能业务平滑上云,敏捷高效。
云平台使能
在云平台使能基础上,湖仓一体,软硬协同,从端到端流程上实现数据的全面采集、整合、分析和利用,实现数据开放流动与融合共享,数据集中化,更高效地发挥数据价值。
数据使能
在数据使能基础上,混合 AI 模型技术,通过数据驱动智能,跨组织跨部门的全链路、全环节、全要素的融合创新,改变传统生产作业手段,支撑业务实现自主决策、自行规划和自动执行,实现降本增效提安,加速 AI 与场景融合落地。
AI 使能
行业数智化转型建设模式
行业智能化参考架构
业务智能化成熟度模型
行业数智化转型实施建议
技术进步的无限征程
人才与产业生态
科学治理
展望
汪涛,共赢行业数智化
09/19
张平安,云上跃迁,AI重塑千行万业
数字化的深度决定智能化的高度
三层,重新定义智能业务,AI开发与交付,持续运营智能应用
五阶,场景,流程,组织,数据,IT
八步,明确目标,场景识别,重置流程,组织变革,数据和知识工程,AI建模与发布,AI融入业务应用,AI持续运营
按三层五阶八步落地
陶景文,数转智改,实现企业持续高质量发展
张宇昕,全线重塑,打造AI Native的云,加速行业智能化
杨超斌,构建新型基础设施,释放数智生产力
09/20
张熙伟,加速原生创新,共赢数智未来
朱勇刚,共建共享鸿蒙新世界
康宁,成就开发者,共赢根生态
09/21
主题演讲
开场致辞
构建政务AI Agent,动态挖掘数据价值
基于盘古构建AI水平能力与行业场景AI解决方案
中软国际鸿蒙软硬一体能力
CTSP云转型服务
场景为核,思想为魂,大模型应用之洞见
基于现有数据基础和大模型能力梯度细分重点场景应用
场景识别图,场景智能化等级 & AI技术应用成熟度
审计+大模型,解锁新场景,智领新未来
提示词工程和RAG都是过渡型技术,未来看智能体
智能化时代,智能体与智能陪练基于金融行业的场景应用
智算中心运营服务助力企业AI全栈智能加速
中软国际AI全栈全场景产品与服务分论坛
专题演讲
全联接大会2024-共赢行业数智化
医,食,住,行,城市,企业,能源,数字可信
行业展望
产业趋势
下一代人机交互网络:以人为中心的超现实体验
住行合一网络:相同宽带体验的第三空间
空天地全域立体网:提供全球无缝覆盖的无边界宽带体验
工业互联网:面向智能制造、服务于人机、机机协同的新网络
算力网络:面向机器认知,联接智算中心、海量用户数据与多级算力服务
自智网络:无人值守自进化网络
未来网络场景
立体超宽、确定性、智能原生、通信感知融合、安全可信、绿色低碳是通信网络2030 架构演进的方向。
未来网络关键技术特征
通信网络2030
2030 年,AI 成为新质生产力,大模型成为智能底座,使能千行百业
计算将迎来创新的黄金 10 年,软件、算法、架构、材料的创新和突破将开启智能、绿色、安全的计算新时代。
宏观趋势
大模型成为智能时代的基础设施, Scaling law未来几年持续有效,AI将跨过奇点,再次迎来爆发期。
更聪明的 AI
以大模型为代表的 AI 技术全面进入人们的生活,彻底丰富人们的衣食住行,让我们更高效的思考、创作、学习,让优质稀缺的资源变得更加容易获得,大幅提升生活质量和工作效率。
更普惠的 AI
预计到2030年,全球联接总数将达到两千亿,传感器的数量达到百万亿级,感知智能让海量数据的采集、分析成为可能,让更多的行业获得感知自我的能力,并通过云端的数字孪生与物理世界形成协同,驱动行业的数字化创新。
更纵深的感知
预基于 VR/AR、元宇宙、生成式 AI 等技术打造的超越现实的体验,将极大改变我们的生活方式、工作方式和娱乐方式,在沉浸式娱乐、虚拟教育、远程协作、旅游探索、艺术创意等领域产生重大影响,将创造一个更加互联、敏捷和充满活力的未来世界。
超越现实的体验
数字世界算力的规模决定了物理世界探索的广度和深度。2030年,计算将在更多的领域帮助科学家解决基础性问题。
更精确地探索未知
计算能力的不断提升,推动着仿真模型的快速发展,生成式人工智能的爆发,可以更加高效地创建仿真模型,让人类更准确地模拟现实。
更准确地模拟现实
数据将成为驱动业务创新的核心力量,通过先进算力充分挖掘数据价值,可快速响应变化,推动高效创新和业务增长,实现独特的竞争优势,塑造未来商业新格局。
数据驱动的业务创新
通过人工智能、大数据、云计算等新技术,可以显著提升运营效率,实现业务快速增长和长期成功。
更高效的运营效率
未来计算场景
愿景及关键特征
计算2030
未来数据存储场景
数据存储2030
2030年,云将无处不在,预计约 30 亿智能设备端侧算力上云;智能将无所不及,15 亿企业员工将拥有自己的智能助手,80% 的企业应用基于 AI 开发或重构;物理世界将被重塑,三维空间数据量将是现在的 106 倍,大约 5 亿人进入虚实结合的空间计算世界。
未来行业场景
关键技术特征
云计算2030
新技术、新业务、新范式等带来无限新可能,引发无限新畅想,同时也引入诸多不确定性
服务 +AI:如面向千行百业,万物“智”连,新业务 SLA 带来的不确定性,网络故障爆炸半径“逐渐变大”,如何实现从面向“网络”走向面向“业务”的运维;数据和知识管理作为Gen AI 和大模型技术的关键能力将重新改写人类学习和赋能的方式,如何驾驭未来智能人才发展等等,这些都是服务需要为 AI 做的事情
服务 AI+:如大模型,机器人,具身智能体已成为未来服务模式不可分割的一部分,如何通过Agent+ 工具 + 人的模式改变传统以人 + 平台的模式,提升规建维优营培效率,改善成本和模式,这些是 AI 需要帮助服务做的事情。
宏观趋势与展望
未来场景
愿景及核心技术
ICT服务与软件2030
智能世界2030
AI APP用户持续快速增长
各类AI终端涌现,加速AI应用落地
ToC
企业AI采用率快速提升
AI Agent是大模型应用的理想形态,它是一个能够感知环境、做出决策并采取行动的自主智能体,有自主性、适应性、交互性等特征,是企业走向高度自治运营的关键
Copilot模式和AI Agent模式行业实践
ToB
AI商业落地迎来新一波快速发展
6A
对全面智能化企业的憧憬
价值场景驱动,对准企业价值创造
构建可持续满足企业AI应用的基础设施
企业如何抓住全面智能化机遇
迈向智能世界白皮书2024
华为智能世界相关资料
制造
物流
AI Agent 能够根据用户的购物历史、浏览行为和偏好,提供个性化的产品推荐。这种推荐不仅能够提高用户的满意度,还能增加销售额和客户忠诚度。
用户行为分析
个性化推荐系统
通过自然语言处理和机器学习技术,AI Agent 可以自动回答用户的咨询,处理订单问题和退货请求。这不仅提高了客户服务的效率,还能释放客服人员的时间,让他们处理更复杂的任务。
智能客服与支持
AI Agent 可以集成到智能音箱和手机应用中,让用户通过语音命令进行购物。用户可以询问产品信息、下单购买,甚至获取促销信息,这种无缝的交互体验极大地提升了购物的便捷性。
语音助手与购物体验
AI Agent 可以帮助企业生成吸引人的产品描述、营销文案和社交媒体内容。通过分析市场趋势和用户反馈,AI Agent 能够创作出符合用户兴趣和需求的内容,提高营销效果。
内容生成与营销
利用大数据分析和机器学习,AI Agent 能够预测产品需求,帮助企业优化库存水平。这不仅可以减少库存成本,还能确保产品供应与市场需求相匹配。
库存管理与需求预测
AI Agent可以分析市场动态、竞争对手定价和用户行为,为电商企业提供动态定价建议。这种实时的价格调整策略有助于最大化利润和竞争力。
价格优化
售后服务与反馈分析
AI Agent 可以帮助企业在多个营销渠道(如电子邮件、社交媒体、移动应用等)上实现自动化和个性化的营销活动,提高用户参与度和品牌曝光度。
多渠道营销集成
电商
12个领域,100+细分AI Agent潜力场景
甲子光年-中国AI Agent 行业研究报告-202404
AII智能体的基准测试研究
普林斯顿大学-AI Agents That Matter-20240702
L0—无 AI,仅使用工具(具有感知能力)加上行动
L1—使用基于规则的 AI
L2—用基于模仿学习/强化学习(IL/RL)的 AI 替换基于规则的 AI,并增加推理与决策能力
L3—采用基于大语言模型(LLM)的 AI 代替基于 IL/RL 的 AI,并且增设记忆与反思功能
L4—基于 L3 级别,促进自主学习与泛化能力
L5—基于 L4 级别,附加个性(情感 + 性格)以及协作行为(多代理)
Roboraction.AI-Levels of AI Agents
研究
需求自动实现
缺陷自动修复
研发问答
实现功能
用于快速搭建微服务的 SpringBoot
轻量级 Python 框架 Flask
用于构建用户解码的高效且灵活的 JavaScript 库
预置了三种服务
AI 程序员更像是一个可以在用户指挥下自主工作的开发者。用户本身只需要检查 AI 程序员的生成结果并点击「确认」或提出修改意见即可
通义灵码AI程序员
应用
一个基于大模型的 AI Agent 系统可以拆分为大模型、规划、记忆与工具使用四个部分。AI Agent通过大模型的思维链能力实现规划(任务分解),用有限的上下文长度实现更多的记忆,通过调用外部工具实现能力的拓展。
架构
智能体
信息技术2030年发展展望
AI建设方法论,包括场景识别,成熟度评估等
智能体,落地实践与效果评估研究
AI在提升研发效能中的应用
可选话题
收藏
收藏
0 条评论
回复 删除
下一页