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
职业：暂无
0 条评论
回复 删除
下一页
