Agentic Enterprise企业智能化白皮书——迈向智能世界系列

Agentic Enterprise企业智能化白皮书总结

第一章 回到原点：企业智能化必须回答的问题

• 核心矛盾：通用智能能力很强，但业务价值没有体现。
• 价值未兑现的原因：
  • 场景选择错误，集中在工作效率而非经营驱动因素。
  • “节约时间”被误算成“节约成本”。
  • AI只到建议，未到行动。
  • 收益分散，成本显性。
• 价值实现的路径：
  • 沿着企业价值流进入财务科目，如客户数量、转化率、价格、产品组合、复购、留存、可交付产能、准时交付率、良率、库存周转、应收账款周期、新产品上市速度、事故率、合规质量、资本效率等。
  • 以终为始，从结果倒推，明确AI技术能否持续改善企业的收入、利润、现金流、风险与竞争地位。
• Agentic Enterprise的经营学定义：能够以更低的边际决策成本、更短的业务闭环时间和更快的学习速度，把环境变化转化为收入、利润、现金流与竞争优势的企业。

第二章 DIMAK：企业级AI工程体系

• DIMAK体系：涵盖数据工程（D）、AI基础设施工程（I）、模型工程（M）、智能体工程（A）和知识工程（K）五个相互协同的工程域。
• DIMAK的核心机制：
  • 吸收底层技术变化，保持能力稳定供给。
  • 围绕业务任务按需装配能力。
  • 注入企业事实与知识，沉淀可复用资产。
• DIMAK带来的架构变化：
  • 稳定供给的对象从具体模型和平台转向面向任务的能力服务。
  • 管理粒度从单项技术组件扩展到完整智能任务。
  • 建设方式从项目内重复适配转向企业、领域和场景分级供给。
  • 交付方式从上线即结束转向反馈驱动、评测验证和受控发布。
• 五个工程域的定位和建设重点：
  • 数据工程（D）：锚定可信业务事实，形成任务数据服务。
  • AI基础设施工程（I）：保障智能任务稳定运行与持续恢复。
  • 模型工程（M）：面向任务供给适配的模型能力。
  • 智能体工程（A）：围绕企业任务组织和沉淀智能能力。
  • 知识工程（K）：将企业知识转化为可信业务依据。

第三章 H型双塔：让AI融入业务生产运营

• H型双塔架构：现网塔（权威事实、确定性业务逻辑、正式执行和结果记录）和智能塔（理解复杂变化、形成判断、组织任务）。
• 双塔的架构分工：
  • 智能塔负责理解复杂变化、形成判断和组织任务。
  • 现网塔负责维护权威事实、执行确定性业务逻辑并记录正式结果。
• 现网能力化：将系统功能与数据转化为可理解、可调用、可感知、可反馈、可治理的业务能力。
• 可信联接：通过事实、语义、能力、身份和责任建立联接，使智能行动具备明确依据、授权边界和结果证据。
• 协同进化：形成从持续感知、运行反馈到演进优化的循环，使智能行动具备明确依据、授权边界和结果证据。

第四章 实践探索：走进真实行业应用

• AI正在进入更广泛的业务过程：从办公辅助、内容生成和知识问答，进入客户经营、产品定义、研发创新、风险管理、设备运检和生产运营等更广泛的业务领域。
• 市场与客户实践：
  • 智能财富管理：从“客户找功能”到连续资金安排服务。
  • 敏捷产品定义：从周期性调研到持续市场洞察。
• 研发与生产实践：
  • 创新药研发：从单点计算辅助到跨阶段智能协同。
  • 材料化学研发：从分段工具到仿真与实验协同。
• 风险与可靠性实践：
  • 智能风控：从静态规则预警到综合穿透核查。
  • 智能设备运检：从跨系统排查到全局状态评价。
• 规模化生产实践：
  • 金融智能体平台：从分散部署走向企业级生产运行。
• 实践启示：
  • 智能处理的对象正在从信息转向业务任务。
  • 规模化能力正在从单个项目中生长出来。
  • 专业能力正在从个人经验和分散工具转向可复用的企业能力。
  • 业务反馈正在成为持续改进的来源。

第五章 企业之间：从Agentic Enterprise迈向智能世界

• 行业上下游：从人工协调到智能体协同，降低跨组织协作成本，推动行业价值链重构。
• 行业边界将被重构：是必然，是挑战，是机遇，从产品定义行业转向结果重新划分行业。
• 从Agentic Enterprise迈向智能世界：企业将理解转化为现实行动，通过联接、协同、创造价值，迈向真正的智能世界。