元年科技李彤深化AI应用场景落地助力企业数字化转型

随着生成式AI和大模型技术的快速演进，各行业的智能化变革正在加速。元年科技作为国内数字化转型的头部玩家，自然站在了这场变革的最前沿。

李彤，元年科技的董事兼执行总裁，多年来一直致力于用计算机技术去解决中国企业的实际问题。他的思路很清晰：以管理会计思想为底层逻辑，依托一个技术领先的PaaS平台，以数据驱动为核心，率先把AI大模型等前沿技术整合进企业服务里，提供成套的数字化解决方案。说白了，就是"专业+技术"，两手都要硬。

（元年科技董事、执行总裁李彤）

李彤透露，早在2017年，元年科技就已经预见到了AI在企业应用中的巨大潜力，并提前开始了布局。ChatGPT横空出世后，他们反应极快，迅速攻克了大模型在企业落地过程中的一系列难题。2023年11月，元年科技正式发布了方舟GPT，核心目标就是通过AI技术深挖数据价值，推动企业往更深层次的数字化转型走。

以下为采访内容（经整理）：

01 “前瞻性布局AI，推动企业管理进步”

《AI Talk》：您为什么选择管理会计领域创业，想为行业解决哪些问题？

李彤：我在清华读了十年书，专业是机械工程。读博那会儿，主要研究虚拟制造，就是用计算机技术去仿真企业的生产线。毕业以后，我一直琢磨着怎么把计算机技术真正用到解决中国企业的管理和技术难题上，这算是个初心吧。

说到管理会计，它其实是在回答企业经营过程中的"灵魂三问"——"我们是谁？我们要做什么？怎么达成目标？"我们提供一整套的咨询和解决方案，先通过管理咨询，从理论和方法上把事儿想清楚，再落地到计算机支撑的业务系统里。把咨询能力、专业能力和技术能力捏合到一起，这个方向跟我的职业理想确实很搭。

《AI Talk》：元年科技不断创新，兼具管理咨询能力和产品技术能力，您如何思考企业使命和定位的？

李彤：核心使命就八个字：推动企业管理进步。我们一直强调专业和技术的重要性，并且努力跟上技术迭代的节奏。过去20多年，我们亲历了三次由新技术驱动的企业管理模式变革，每次都是底层软件系统架构的一次大升级。

第一次变革发生在80到90年代，管理软件的界面从DOS跳到了Windows图形界面。从2000年开始，迎来了ERP时代，通过局域网把企业的财务和业务紧紧连在一起，实现了高效的内部管理。

第二次变革大概从2004年持续到2017年，是从互联网到移动互联网的跃迁。ERP这种局域网的信息化系统，逐渐演变成了全业务在线处理的模式。这个阶段我们构建了基于云计算的崭新服务架构，让企业的业务模式全面线上化，经营效率提升了一大截。

第三次变革，就是从2017年开始，我们预判到AI时代要来了，AI算法会对财务管理、企业经营管理和决策产生深远影响。所以，那一年我们果断布局AI，组了个20人的算法和产品团队，专门探索怎么把AI技术用到具体的业务里去。

说到底，我们的初心就是用专业和技术推动中国企业的管理进步。技术和专业思想是相互促进的——技术进步了，专业方法也在迭代，反过来又要求技术手段不断创新。这就构成了一个正向循环，也是元年这20年来一直坚持的方向。

02 “推动大模型工程化落地，突破应用挑战”

《AI Talk》：2023年大模型涌现，大模型技术走向垂直领域的商业化落地，如何看待这一现象？有哪些挑战？

李彤：以ChatGPT为代表的大模型技术一出来，整个行业的心态都经历了一个V字型翻转。刚开始确实惊艳，感觉人工智能突然进入了一个全新时代。

但真等我们把AI技术往产品和服务里一塞，就发现实际应用和预期之间存在不小的落差。大模型本质上是一个大型语言模型，它在对话流畅性和理解用户意图方面确实出色，泛化能力也很强，在很多领域都能玩得转。经过大量专业语料和数据训练，它就像个"准专家"。可一旦放到企业场景里，问题就来了。

首先是安全性。大型企业是中国企业应用的主力军，它们对数据安全和信息安全看得特别重。怎么在保证安全的前提下，让大模型从成本高昂的公有云迁移到企业内部，这是第一个必须啃下的硬骨头。另外，大模型对企业专属的知识、数据、经营决策的逻辑和术语完全不了解，得像新人一样去学习和磨合，才能慢慢变成"企业专家"。

具体到财务管理，大模型还有一个更致命的短板：它的底层原理缺少理性部分，推理的稳定性和计算的准确性都存在问题。想把一个任务完完整整地交给大模型去端到端完成，在财务领域暂时还不太现实。财务领域有严密的规则，输入和输出必须严格一致，一点都不能差。大模型有时候会产生"幻觉"，这在财务领域可能是致命的。

《AI Talk》：这个过程中，元年如何探索小参数模型在垂直领域与业务深入结合，落地赋能场景的？

李彤：第一阶段，我们尝试把大模型引进来，利用它擅长意图理解、多轮对话和文本生成的能力，去解决传统技术下产品交互不顺畅的问题。对于那些需要强规则处理的任务，我们还是用传统方法去兜底。

到了第二阶段，事情变得更有意思了。经过一年的摸索，我们在工程化落地方面取得了不少进展，特别是Agent智能体这块，结合企业知识检索的RAG技术，通过工程化的手段去弥补大模型落地过程中的缺陷。这条路让我们越来越确信，大模型在财务领域的应用潜力巨大。

整个财务领域，涵盖信息的采集、转换——比如把非结构化信息变成结构化信息，再把结构化的业务信息转化成财务会计信息。这中间还要进行合规性和正确性的审核，把数据转化成报告，再从报告里发现问题、找原因，然后匹配规则和策略去看怎么解决问题，包括问题能不能解决、由谁来解。在这整个链条上，大模型在每个节点都有很大的想象空间。

经过一年多研究，我们认为未来的财务运营会走向无人化和全自动化。通过多角色的智能体协同，企业大量的常规事务型操作都会被AI取代，最终实现从运营到决策的全链条智能化、无人化和自动化。

《AI Talk》：经过一年多研究，财务管理领域大模型工程化落地，还有多长的路要走？

李彤：挑战依然存在。第一还是安全性。线上的大模型能力很强，但怎么解决安全问题？私有化部署的大模型，是不是还能像线上一样胜任这些场景？这需要进一步思考。

第二，是如何把工程化的方法融进来，确保每个节点都能发挥作用。从工程化落地的角度看，大模型需要一个比较长的周期。目前，大模型的应用更多集中在写诗、作画这类偏文艺的领域，在企业管理，尤其是需要理性思维和严密逻辑的财务管理场景里，应用还比较少。我们希望用工程化的方法，把大模型的优势和我们以往积累的专业能力进一步融合，打造出有独特特点、能在企业真正落地见效的场景。

03 “探索AI化产品，提供数字化解决方案”

《AI Talk》：元年自2017年以来，一直在积极探索和实践AI技术的应用与落地，是如何在产品架构中规划AI能力的？

李彤：2017年引入AI时，我们就画了一张架构图，希望未来能把更多业务逻辑融入到AI里。目标始终是两个：一是怎么用计算机数据来描述业务活动和业务世界；二是怎么把业务运营过程中的各种规则系统化。

第一阶段，我们设想未来能把规则部分分离到AI中，为此设计了一个AI规则引擎。这个引擎可以容纳专家的知识，也能利用历史数据通过黑盒算法去学习规律。我们希望未来AI能驱动自然语言来生成规则。

第二阶段，规则引擎采用了类似自然语言的表述方式，底层构建了一个知识图谱。这个图谱来源于"如何用计算机语言描述客观世界"这个核心问题。我们引入了原对象、原数据驱动的对象建模作为底层模型。

具体来说，我们把企业里的组织、人员、产品、客户、合同、订单等都定义成业务对象。每个业务对象都有对其字段和属性的详细描述，对象之间的关联关系也通过这些源数据来描述。底层的这些描述，把这些对象串联成了一个图谱网络。

目前，这些规则是由人根据图谱来定义的。但好消息是，图谱是能被AI理解的。一旦AI理解了图谱，就等于理解了业务。这样一来，AI完全有可能代替人完成规则的定义、监控和调整工作。或者，在这个过程中，人与系统的互动会变成一种自然语言的方式，包括用AI驱动源数据的变化来改变底层承载。比如，合同里需要添加一个字段，用AI来驱动这个过程会变得高效得多，甚至能实现全自动化的闭环配置和检查。

我们的思路是在架构上，把底层源数据驱动的业务对象建模和规则引擎结合起来。在大模型时代到来之前，这个基础已经打得很扎实了。

《AI Talk》：在企业级数据分析领域的应用场景上，是如何解放生产力的？

李彤：从2017年开始，我们在数据分析领域发力，目标就是让机器代替人发挥更大的作用。企业决策过程中，高层必须靠数据做科学决策，但他们最大的痛点恰恰是不掌握数据。为了解决这个问题，我们开发了智达产品。它能让用户在权限管控的基础上，直接用自然语言和数据库里的数据资产对话，查询、检索、获取数据。

2019年我们推出了第一个版本，在和通威、海尔这些企业的合作实践中，又对产品能力做了延伸。现在不仅能做到"人找数"，还能做到"数找人"。我们定义了一系列预警规则，当数据更新或发生特定情况——比如客户流失、销售额和利润波动——系统会自动通知相关人员。我们还引入了归因分析算法，对数据进行全面扫描，自动识别并推送对结果有影响的因素。这样一来，管理者就不用再依赖企业内部层层反馈的机制，可以直接和数据对话，获取关键指标，并分析这些指标的好坏及其影响因素。

另外，通过设定规则和订阅机制，实现了监控数据变化后自动推送给相关人员。基于这些能力，我们后续对智能化产品的定位又做了延伸。

04 “大模型技术和工程化落地，打造竞争力”

《AI Talk》：今年，很多企业从业务场景出发，下场做垂直大模型、企业大模型，这种趋势下，元年科技整体的核心竞争力是什么？

李彤：基于2017年打下的架构基础和数据驱动的应用经验，我们致力于把元年的业务整合起来，用智能化手段全面升级，帮助中国企业实现运营和决策过程的全面智能化。

从本质上讲，这遵循了管理会计的指导原则。从战略规划开始，企业顶层设计需要明确"我是谁，我要去哪，怎么去"这三个核心问题。我们监控所有的运营数据和过程，这叫数据驱动。管理会计负责定位和路径问题，数据驱动则确保所有过程都围绕目标展开。

这样一来，就形成了一个完整的闭环：从规划、设定目标、评估可行性，到每个业务环节的执行。所有线上化的数据从业务转化为财务，再从财务转化为指标，然后和企业的规划经营目标对标。这个过程包含两个关键循环：战略目标的定义和管控循环，以及运营循环。这两个循环需要朝着同一个目标协同匹配。

《AI Talk》：一个各节点都能发挥AI潜力的完整闭环系统，会对企业管理带来什么变革？

李彤：在具体实现上，我们计划引入大模型能力和智能体能力，把数据驱动和AI技术深度融合，确保在每个节点上都能充分发挥AI的潜力。我们希望给每个员工和每个岗位都配备一个智能助理，实现人机协同。这会推动企业从依赖大量人工的方式，逐步向少人化、甚至无人化方向迈进。所有产品策略都紧密围绕数据分析与决策这一核心领域，构建一个完整的闭环系统。

未来的目标是打造"自动驾驶模式"的助手。每个岗位都能通过这个助手提升工作效率，但协同工作仍以人为主导。随后，协同会逐渐转变为Agent之间的协同，只有在面对新的、高风险或更重要的场景时，才会引入人类参与。

随着大模型技术和工程化落地越来越成熟，未来几年，所有软件企业可能都需要把软件架构再次升级到"云原生+AI原生"的新架构。这几乎是必然的趋势。

05 “AI新质生产力，推动社会效率最大化”

《AI Talk》：人工智能对企业和个人影响深远，冲击与机会并存，如何应对这一变革？

李彤：AI是一种新质生产力，可以说是近一两百年发展史上最重大的生产力升级。虽然它会碘伏某些行业或岗位，但本质上推动的是社会效率的最大化，同时会催生出新的行业和岗位。

从释放和提高生产力、提升工作效率、让人们能专注于更有价值的事务这个角度看，AI的正面意义尤为突出。我们应该积极拥抱这个新技术。

当然，目前AI在理性思维和创造性能力上还存在局限。但如果未来它的理性思维和计算逻辑推理能力进一步提升，可能会带来难以想象的结果。我们应该更积极地思考和探索，怎么让AI在企业和个人工作中发挥出更大的价值。

06 “不重复造轮子，积极拥抱大模型生态”

《AI Talk》：生态位非常重要，元年科技在人工智能大模型时代的生态链中，如何定位自己？如何做生态建设？

李彤：大模型的生态链构建非常复杂。基础大模型的核心在于数据、算法和算力三大要素，它们共同构成一个基础生态。我们更侧重于应用落地层面，这一环节同样构成了一个复杂的生态体系。

大模型落地需要综合考虑很多因素。比如，大模型需要的知识检索要依赖向量数据库，如果要引入知识图谱，还需要图数据库的支撑，再加上中间件的搭建来实现智能体的工程化应用。所以，应用开发生态体系里的层级非常多，结合大模型的不同分层，形成了庞大且复杂的生态链。

生态链的成熟需要比较长的时间。在过程中，工程化落地的新思想可能带来碘伏性变革，任何一家公司都很难独自完成所有环节。我们的策略是"不重复造轮子"，而是强化应用端的优势。对于市场空白的工具，我们会自研来满足特定需求，同时积极整合市场上的通用工具。在大模型创业方向上，底层公司可能比较少，但上层应用层的机会更多，生态也更丰富。我们聚焦在企业管理、决策和财务领域，努力集成更多底层生态，通过合作和集成发挥各自优势，共同创造企业应用价值。

服务客户、联合生态，是大模型应用发挥作用的关键。从数据来看，2023年全球大模型应用领域的投资占数字化投资的2%，而中国高达4%，说明中国在这方面的投资态度非常积极。大模型应用的发展空间很广阔。虽然很多企业兴趣浓厚，但普遍还处于思考和初步探索阶段。原因在于，大模型的能力、价值场景以及在企业中的落地和现有系统的融合等问题，还需要深入探索和实践。我们相信，随着时间推移和技术成熟，大模型会在更多领域发挥关键作用，为企业创造更大价值。

07 “专注专业和AI技术布局，服务中国企业”

《AI Talk》：未来，元年科技的战略发展方向是什么？

李彤：核心使命不变，就是推动企业管理进步。我们专注于两件事：一是专业体系的持续建设，二是抓住新技术并提前布局。

AI大模型引领的全新一代AI能力，很可能是过去20年和未来20年间最重要的生产力变革。我们希望抓住这股力量，构建一个服务企业战略、决策和运营的智能闭环。在这个闭环里，我们致力于帮助企业更智能、更科学地利用数据，通过AI工具，实现管理会计指导与数据驱动的协同。从助手到智能化助手，从少人化到无人化，一步步实现智能化升级。

我们会积极拥抱大模型厂商，和生态伙伴紧密合作。从模型到应用框架，再到具体技术，大家一起把事情做好，服务好中国企业，帮助中国企业提升管理水平。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：元年科技李彤深化AI应用场景落地助力企业数字化转型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题