这样，原本需要反复查找与比对的工作，可以转化为高效的“智能问答”。生成式AI的价值在于，它能利用非结构化数据（客户申诉文本、邮件沟通记录）提取额外的风险信号，同时用自然语言生成“异常原因解释”，帮助合规人员快速理解模型输出。过去依赖专家经验，周期长。生成式AI可以在审阅时，自动标注关键风险点，并生成解释说明，例如“该条款可能导致提前还款罚金过高，需注意合规风险”。生成式AI可以在交互过程中动态捕捉

很遗憾，这类场景依然高度依赖复杂的机器学习建模，虽然目前业界已经掌握了无监督学习的优化方法，但依然需要企业部署复杂的取样，校验，以及工装，拍摄，照明等必要的硬件设备。在设备和零部件行业中，根据定制的产品配置和客户使用环境，AI可自动生成定制化安装指南，包括文字、图示和关键注意事项，降低因安装错误引发的投诉率，周全的安装说明文档也能够提高客户的满意度。通过多来源的信息，运单，乃至预测运单，定期触发工

例如下文描述的1，4，5，11和14等过去高度依赖结构化数据源和传统机器学习技术的场景，现在都有可能通过直接接入大模型驱动的智能体来提供有效的服务。除了一般的书面沟通互翻以外，AI 实时语音工具，例如ChatGPT和Gemini已经能支持会议场景，既能保证语言准确度，也能协助纠正到恰当的商务语气。借助 AI，企业可以建立统一模板，输入客户名称、产品数量、目的地，系统即可自动生成中英文报价单或合同，

一旦捕捉到高相关度的热点，AI不仅可以将其推送给运营团队，还能自动结合品牌历史素材、调性模板和活动主题，生成可直接落地的营销文案、短视频脚本、配图方案，甚至直接生成一批不同版本的社交平台发布内容（适配不同平台的长度、排版、标签格式）。AI可以通过实时监控社交平台（如小红书、抖音、微博、Instagram、TikTok）的公开数据，抓取与品牌、品类或竞品相关的提及、热搜关键词、话题标签以及用户评论情

无论多么复杂的企业数字化建设，都是由这些基本的能力和习惯推动的。有的企业在数字化建设方面驾轻就熟，这和团队拥有这些数字化意识和习惯密不可分。记录 Recording数字化的第一步是记录。把...

文/明道云创始人任向晖著名的IT咨询公司Thoughtworks在中国有一名徐姓CTO。他曾经在自己的视频号上公开攻击低代码市场，列出的理由却十分可笑。我看了全文后，相信这位CTO根本...

文/明道云创始人任向晖我很喜欢的一位博主陈果昨天发了一篇公众号文章《低代码，不要以比“中台”还快的速度烂大街》。愤世嫉俗的口吻总是能够吸引眼球，果不其然，等我读到的时候，阅读量已经过万...

文/明道云创始人任向晖李彦宏在近期的一个行业会议上抱怨大家都卷在大模型本身上，而忽视了AI原生应用的实现。他说的当然对，但这个状况绝对不能怪AI创业者。至少在企业应用领域，很多应用开发者并不确定企业愿意为什么样的应用买单，更不要说他们背后的模型提供商了。这一年我看到了几十个已经初步产品化的企业AI应用，大多数是围绕某一个目标的生成工具。生成PPT，生成文档，生成设计图等等。说实话，我几乎没有看到任