第十六届央国企CIO及数科公司峰会(春) 在京圆满落幕

责任编辑：lijing

作者：赵立京,查士加

2025-03-25 10:19:40

来源：bet188金宝搏(金宝博)官方网站D1Net

原创

由bet188金宝搏(金宝博)官方网站D1net、信众智(CIO智力输出及社交平台)和中国企业数字化联盟共同主办的2025第十六届央国企CIO及数科公司峰会(春)于3月22日在京圆满召开。

bet188金宝搏(金宝博)官方网站D1net北京讯 由bet188金宝搏(金宝博)官方网站D1net、信众智(CIO智力输出及社交平台)和中国企业数字化联盟共同主办的2025第十六届央国企CIO及数科公司峰会(春)于3月22日在京圆满召开。

本次峰会以“AI+数据:央国企新动能”为主题，汇聚了来自全国各地的央国企IT高管，包括国家电网、中石化、中石油、中海油、中国建筑、中国物流、工银科技、中国钢研、中国通用技术等在内的一百五十多位央国企CIO、IT负责人以及数科公司高管，共同探讨了以AI+数据为主线的央国企新动能等话题，助力央国企借助“AI+数据”挖掘业务场景的潜在价值，推动创新变革与增效降本。

大会现场

bet188金宝搏(金宝博)官方网站D1net CEO、中国企业数字化联盟秘书长范脡

会议伊始，bet188金宝搏(金宝博)官方网站D1net CEO、中国企业数字化联盟秘书长范脡在致辞中表示，AIGC给IT行业既带来了令人兴奋的无限可能，也引发了诸多焦虑。

当下，AIGC的应用大多集中在通用领域，如知识库、客服服务、辅助办公等场景，但这只是AIGC潜力的冰山一角，远未将其全部能量释放出来，也未能达到很多领导对于其在企业深度应用和业务创新方面的期望。

在经济形势复杂多变、市场竞争异常激烈的当下，各行业企业都面临着诸多挑战，而AIGC的落地实施无疑是其中最为关键且困难重重的一环。为了帮助企业解决这一难题，本次大会特别邀请到一位体制外重量级嘉宾——某大型企业CTO，他在AI大模型(如GPT、DeepSeek等)应用领域已深耕近两年，积累了极为丰富的实践经验。在长达2.5小时的落地培训及答疑中，他将从宏观层面进行深入分析，为企业把握AIGC的发展趋势和应用方向提供指引;同时深入微观细节，结合实际案例详细讲解AIGC在具体业务场景中的落地方法和技巧。希望通过嘉宾的分享，帮助各行业企业在AIGC的探索之路上少走弯路。

范脡强调，信众智一直致力于让CIO为CIO输出知识服务，也是国内最大的CIO/IT高管专家智库及社交平台，拥有六万多CIO会员，致力于推动CIO群体之间的知识共享和经验交流，让CIO们相互助力、共同成长。希望更多的CIO、IT主管能够加入信众智专家智库，共同为行业的发展贡献力量。

国家电网副总信息师王继业

生成式大模型等技术突破，使人工智能技术转入“应用落地、赋能百业”的新阶段。电力领域亟需以行业知识为基础、以认知计算为核心、以知识服务为目标，构建具有大样本、大计算、大参数、大知识、大任务等特征的行业大模型。在发电侧和用电侧利用人工智能预测模型，优化负荷、新能源预测等物理规律难以精确建模的场景;在调控领域利用AI赋能仿真及决策，通过AI技术与传统电力系统机理分析模式结合，探索“机理+数据”相融合的应用模式，建设智能仿真分析与辅助决策等调度智能化应用;在输电、变电、配电领域利用AI赋能设备运维，利用图像识别、知识图谱技术，提升设备运维水平和效率。

2024年，国家电网公司采用“开源+闭源”并举方式，建成“电力知识最全、参数规模最大、专业能力最强的”千亿级多模态行业大模型——光明电力大模型，推动电力行业数字化、智能化转型升级，助力新型电力系统和新型能源体系建设。据国家电网副总信息师王继业介绍，光明电力大模型核心能力包括：系统性开展光明电力大模型增强训练和全参微调，注入大量电力知识和专家经验，着重提升电力知识记忆、电力多模态融合分析、电力业务逻辑推理、电力基础数值计算、电力内容辅助生成等，有效支撑电力行业各类场景构建。

为推动光明电力大模型的全面应用，国家电网坚持需求导向和系统观念，统筹开展“人工智能+”顶层设计，形成以光明为核心的“6541”总体规划布局，围绕6大业务领域，提升5项技术能力，聚焦4个核心要素，构建1套保障体系，体系化推进电力行业应用场景建设。

百度智能云AI能力引擎产品负责人杨晓梅

百度智能云千帆大模型平台(以下简称为“千帆”)是百度智能云推出的全球首个一站式企业级大模型平台;千帆现已迈入 3.0 时代，提供面向生产力场景的企业级服务。千帆3.0是一个支持客户做好真实应用的“企业级”平台，提供最全面易用的生成式人工智能模型开发、应用开发全流程工具链。分为应用开发、模型服务、模型开发三层能力，对应大模型落地的三大类需求：应用开发、模型推理、模型开发。在应用开发层，提供了企业级RAG、企业级Agent、组建开发等能力，进一步降低应用开发的门槛，提高开发效率;在模型服务层，除了支持文心大模型外，也支持语音识别、物体检测等传统模型，客户可以根据场景，合理搭配大小模型，降低试错成本;在模型开发层，千帆3.0除了支持大模型开发，也支持CV、NLP、语音等传统模型的开发，为企业提供一站式的大、小模型开发体验;依托强大的平台能力，多次取得业界大模型平台技术评估第一名，帮助千行百业的客户将大模型深入到自己的生产力场景。

TextMind多模态文档大模型分析引擎基于千帆打造，依托大模型、OCR等技术，提供高质量文档生成与处理服务，包含智能文档审查、文档比对、文档结构化等核心能力，并推出合同智能体、招采智能体等重点场景应用方案。

会上百度智能云AI能力引擎产品负责人杨晓梅详细介绍了合同智能体、招采智能体应用方案及成功案例。

基于文心大模型的合同审查，百度为智联招聘提供量身定制的实质审查AI服务，AI审核准确率可达85-90%;百度与一家头部新能源电力企业合作建设智能辅助招采系统，采用大模型与小模型互补的方式，串联招采、立项、实施评标等全流程，赋能投标预审、开标管理、智能辅助评标等重点业务环节，提升招采效率，同时强化了招采过程中的风险预警和公平性;百度联合甘肃省招打造了一套编评标招采平台，基于招采专精模型，结合甘肃省招多年积累的数据和行业知识沉淀，平台对标书编制预审、辅助评标报告生成等业务环节进行了自动化和智能化升级，提高了整体平台的运营效率和招采公平性。

腾讯专有云首席架构师方天戟

高性能训练需要高性能的算力、存储和网络，大模型推理不再是单卡推理，P-D(Prefill、Decode)分离架构和分布式推理集群是必然趋势。腾讯专有云首席架构师方天戟如是说。基于DeepSeek的企业级应用架构较为复杂，包含前端、负载均衡及各种持久化存储等。这些应用架构相关的资源要素，都需要通过云平台提供和调度。因此，腾讯云针对AI计算，特别是大模型的训练和推理，推出了腾讯专有云智算套件方案。

该方案在传统云平台上增加了对智算基础设施的支持，包括高性能计算集群、高性能网络和高性能存储。高性能计算集群可管理大量有GPU的服务器节点;高性能网络解决推理和训练过程中GPU之间的高速通信问题;高性能存储在训练场景中作用显著，可存储大量素材，加快训练速度。此外，调度编排能力可将GPU性能发挥到极致，甚至让多个应用共享一块GPU，避免资源闲置。在此基础上运行的AI任务管理调度平台，可优化多用户并发使用PC时的体验，缩短从提出问题到得到回答的时间。

出于对数据安全方面的考虑，一些企业会私有化部署DeepSeek，但是若仅依赖企业内部知识库，就无法基于互联网上日新月异的知识，得到更为准确的回答。为解决这一难题，基于腾讯专有云智算套件的混合云方案应运而生：将推理部分部署在本地，企业内部知识库也存储在本地，同时在互联网上部署互联网知识库及知识库爬虫，实时从互联网上抓取各种知识，先存储到互联网端的存储中，再同步到本地。通过这种方式，既保障了企业数据的隐私性，又能让企业及时获取最新的知识，实现隐私性与知识时效性的完美平衡。

腾讯专有188金宝搏官方app下载安卓方案还广泛兼容国产GPU与CPU芯片，为用户提供了更多选择，也推动了国产芯片在AI领域的应用与发展。

工银科技有限公司副总经理侯志荣

数据要素在企业中的应用历经多年发展，银行(以工商银行为例)大数据体系经过近20年的迭代优化，从单机、一体机架构的批量分析场景开始，经历了起步、发展转型、提升等多个阶段，通过典型场景不断地打磨，逐步演进到包含多样化大数据服务和AI服务的数据中台。

工银科技有限公司副总经理侯志荣详细介绍了数据中台相较于数据仓库时代、湖仓一体等模式的四大转变：从决策支持走向业务服务、从专家经验走向专家经验加数据学习、从数据治理走向数据运营、从内部数据走向数据生态。这四大转变促使企业开展一系列工作，例如，在数据仓库层改变建模方式，从面向过去的主题建模转向面向业务的主题建模，让业务使用更加便捷;重建服务体系，发展企业级通用服务共享和业务领域专用服务;注重场景和运营工作。

工银智涌大模型应用体系按照“三大支柱、两全平台、1+X范式、全域生态”的建设思路，在同业中率先建成自主可控的千亿级金融大模型平台赋能体系，构建开放共赢的“人工智能+金融”生态。

数巅科技首席运营官蒋锡茸

数巅科技首席运营官蒋锡茸博士围绕《大模型智能体赋能企业数智化升级》这一主题做了精彩分享：

通用大模型如DeepSeek与AI Agent的深度融合，为攻克企业实际问题开辟了崭新的路径。以钢铁行业财务场景中的数据分析需求为例，指标问数、归因优化以及知识问询等任务，可分别借助对话式Agent、分析型Agent以及任务型Agent来高效完成。

基于各垂直行业对智能体的应用需求，数巅科技进行了深度思考与拓展，为整个行业的智能化升级提供了更具普适性的思路，并创新性地提出了构建企业级AI大模型智能体工厂的新方案。数巅智能体应用工厂旗下的三款核心产品各具特色：

AskBI作为一款生成式分析智能体，用户只需以自然语言提出问题，即可迅速获得清晰直观的数据结论与深刻的业务洞察，让数据分析变得轻松便捷。

AskDoc是一款生成式智能知识库智能体，它涵盖了文件管理、知识查询、方案检索、方案撰写等全流程功能，能够精准解决用户在办公过程中遇到的写作辅助和内容提取等痛点问题。

数据虚拟化引擎X - Engine是数巅科技打造的面向大模型的引擎平台，它定位于湖仓之上的虚拟化引擎，融合了引擎、虚拟化、存储、加速等多项复合技术，将数据随取随用的特性发挥到了极致，成为大模型与数据交互的关键入口。

据测算，某头部央国企使用的数巅数据分析智能体AskBI，数据分析准确度达99.8%，远超直接使用基座模型DeepSeek 69.6%的准确度。

随后，蒋博士分享了三个极具代表性的成功案例：

某股份制银行信用卡中心引入数巅科技的风险分析智能体后，信贷人员的工作效率得到了显著提升。原本需要1.5人月完成的报告撰写工作，现在仅需4个工作日即可自动生成。

某大型运输设备制造龙头企业借助数巅科技的解决方案后，实现了设备的可视化与预测维护。设备故障停机率降低了12%，平均修复时间从8.5小时缩短至7.3小时，平均故障间隔时间从420小时提升至480小时以上。

某大型能源集团财务部采用数巅科技的解决方案后，成功减少了数据复制和迁移的工作量，降低了数据维护成本，服务器成本降低了50%以上。

优刻得科技股份有限公司副总裁刘奇

优刻得科技股份有限公司副总裁刘奇在《AI加快新质生产力建设，全球服务助力央国企出海新时代》主题演讲中强调：“数智化转型已成为保障产业链安全、实现高质量发展的国家战略支点。大模型正在重构企业生产力范式，而智算云平台是支撑其规模化落地的关键引擎。”

优刻得自主研发的大模型智算平台以高性价比算力、全栈工具链为核心，构建了覆盖模型训练、推理应用部署、场景落地的全生命周期服务体系。

基于自建的内蒙古乌兰察布和上海青浦智算数据中心，优刻得提供弹性算力资源池，支持混合云部署模式，可动态匹配央国企从实验验证到大规模应用的不同阶段需求。结合开箱即用的DeepSeek一体机、模型服务平台、强大的国产化生态能力，可显著降低大模型开发门槛，助力企业快速构建垂域模型。

当前，优刻得联合合作伙伴在上海青浦智算中心打造的国产千卡智算集群，通过国产化基础设施的替代和技术生态构建，持续推动央国企自主创新。优刻得智算云平台已成功应用于金融、能源、制造等领域，例如，在工业制造场景下，助力工业质检模型训练效率提升，推理响应时间缩短至毫秒级，推动生产流程的智能化升级。

针对央国企全球化进程中面临的本地化合规、跨区域协同等挑战，刘奇重点分享了优刻得全球云网一体化服务能力。优刻得是国内最早一批出海的云服务厂商，目前在全球22个地域拥有30个可用区，广泛覆盖东南亚、欧洲、北美、非洲等关键区域，为中资企业出海提供188金宝搏官方app下载安卓等一站式服务，助力多行业全球化。

刘奇表示：“优刻得以技术创新+全球服务双轮驱动，已为上万家出海企业提供基础设施支持。同时提供超低跨境网络延迟，保障客户海外业务实时交互体验。基于本地化的智算解决方案，优刻得可以协助企业快速完成海外业务系统的合规部署。未来也将进一步深化与央国企合作，打造行业专属全球化云平台。”

北京钢研新材科技有限公司总经理赵旭

作为国资委直属的一级中央企业，钢研集团是我国冶金行业规模最大、综合性最强的研究开发与高新技术产业化机构。旗下的钢研新材，作为钢研集团数字化转型的专业团队，正致力于通过材料大模型等数字化手段，推动材料产业的数字化转型。

北京钢研新材科技有限公司总经理赵旭详细阐述了钢研新材在国家新材料大数据中心建设中的实践。作为核心建设单位之一，钢研新材不仅负责数据标准和区块链技术驱动的数据共享机制建设，还深度参与了中心的整体架构设计。通过引入先进的区块链技术、制定统一的数据标准，钢研新材助力中心构建了“1+N”架构，即一个中心主平台与多个数据资源节点相结合，实现了对钢铁、有色、建材等多个材料领域的全面覆盖。这一过程中，钢研新材充分发挥了其在材料科学领域的深厚积累和技术优势，为数据的高效流通和共享提供了有力保障。

在工业可信数据空间建设方面，钢研新材坚持去中心化存储、多中心化运营、中心化监管和国际化拓展的原则，确保数据的安全性和流通性。公司自主开发的工业数据空间连接器，可为用户提供带有材料数据资源、数据应用场景和数据链接协议的数据路由舱，可接入材料数据、材料数据模型、算法、材料模拟仿真软件等。

在材料大模型应用方面，钢研新材结合高质量的科学数据集和区块链技术，基于DeepSeek等轻量化、高性能大模型基座，以及材料区块链数据共享生态，构建了数据产权分置、应用集中的去中心化工业大模型。该材料大模型在AI智能选材等场景中展现出巨大潜力，能够显著提升材料研发的效率与生产效能，为企业带来实实在在的效益。

赵旭还分享了钢研新材在数字化研发中的实践经验。公司通过数据、计算和试验的深度融合，实现了新材料的快速研发和应用。同时，公司注重与行业内企业的合作，共同推动材料行业的数字化转型，这些实践经验为其他央国企及数科公司提供了可借鉴的模板。

易立德首席技术专家王新江

在数字化浪潮下，大型集团企业的业务模式正在发生变革，研发关注点随之转移，对核心研发能力也有了更高要求。在此背景下，易立德首席技术专家王新江分享了公司在研发数字化领域的前沿探索与实践。他提到，大型企业在数字化转型过程中面临产品覆盖不足、国外PLM迁移难、创新乏力、运维难、体验不佳、架构落后等痛点。为此，易立德推出了全面的数字化解决方案，从IPD研发体系、MBSE方法机制、产品全生命周期PLM着手，助力企业筑牢数字化转型基础。

易立德认为：对于大型企业的复杂产品，IPD与MBSE相结合的研发模式是研发数字化转型的良策。一方面，借助IPD进行研发过程管理和研发流程管理，包括技术评审TR和决策评审DCP，可以实现“做正确的事”和“正确的做事”。另一方面，利用MBSE在方法工具层面进行需求分解、跨领域设计协同与模块化设计，能实现复杂产品从0到1的正向研发。

易立德成立于2010年，专注工业软件研发，已服务300多家各行业头部客户，其服务能力体现在多个方面。咨询与产品服务上，易立德不仅能助力企业梳理业务流程、规划科学的数字化系统，还可助力打造统一的数字底座和丰富的产品数字化应用服务群，助力企业提升数字化产品工程能力。在行业解决方案领域，针对装备制造、高科技电子、光伏新能源、整车等行业，易立德提供定制化方案，且积累了大量成功案例。例如，帮助装备制造企业攻克多项目管理、长周期物料管理的难题;助力高科技电子企业规范产品研发流程、有效控制成本。易立德提供端到端的整体解决方案，在重点课题攻关方面实力强劲，支持国外PLM产品的平稳迁移，适应多组织集团架构和多样化业务模式，保障多供应商之间的高效协同。此外，其系统具备高并发、高性能、高稳定等特性，且融入全自主可控生态，可满足高标准信息安全要求。

凡泰极客联合创始人兼CEO 杨涛

凡泰极客联合创始人兼 CEO 杨涛指出，企业移动应用数字化面临着内部业务系统繁杂孤立、集成难度大，研发成本高昂且风险高、阻碍创新，以及个性化需求难以快速响应这三大挑战。

针对这些痛点，凡泰极客借鉴微信、抖音等平台的成功经验，提出基于超级APP和小程序技术的创新方案。小程序具有低成本、高效率的优势，能够连接企业内部各类系统与业务，为大型企业的数字化转型赋能。同时，通过融合AI技术，引入MCP(模型上下文协议)，小程序能够无缝集成智能体，通过大模型工具可精准调用企业业务系统能力，提升小程序的智能化体验，推动AI生态发展。

如今，小程序已成为前端呈现的理想选择。以某认知智能大语言模型APP为例，它借助小程序展示各类智能体，实现了便捷的人机交互。凡泰极客的FinClip小程序开放平台，可助力企业构建起自运营的数字化运营中枢，支持各部门协同开展数字化工作，方便企业内外不同角色和场景使用和管理小程序，覆盖业务端到端全场景，为用户提供 All-in-One 的小程序使用体验。值得一提的是，FinClip已全面融入信创生态，完成国密改造，并与国产数据库、操作系统、CPU及服务器全面适配，能为央国企的数据安全和自主可控提供有力保障。

凡泰极客在小程序领域深耕7年，已服务800多家企业。会上，杨涛还介绍了人民网、大众新闻等诸多政企实践案例，为现场与会嘉宾提供了极具价值的数字化转型参考。

杉数科技联合创始人&CTO 王子卓

AIGC时代，如何将大模型等人工智能技术有效应用于核心业务场景，以提升决策质量与响应速度，是大型企业关注的重点。杉数科技是一家深耕智能计算技术的人工智能公司，旨在运用先进的智能计算技术实现企业各类资源配置的最优决策，最大化企业经营效益。杉数科技联合创始人&CTO王子卓分享了公司的最新成果。

王子卓提到，杉数科技的核心使命是推动人工智能技术体系在复杂决策场景中的规模化应用。公司凭借顶尖的算法团队和丰富的行业经验，研发出了具有世界领先水平的优化求解器——COPT。该求解器的性能在国际权威第三方数学优化软件测评榜上稳居世界前二，支持亿量优化问题高效求解，可有效保障国家重要数据安全，为求解器国产化替代提供了可靠支撑。

杉数提供从算力到引擎，再到模型和应用的完整端到端技术平台，可以更好的与企业端进行融合。通过杉数G+ ，企业可以开展从底层垂直方向的优化计算体系与智算集群的搭建;杉数COPT求解计算引擎与COLORMind决策大模型建模引擎，与科技团队一同进行行业技术探索，帮助企业业务部门进行数智化变革，提升企业的运营能力。

目前，在能源、交通、制造、消费和物流等多个行业，杉数科技已积累了丰富的应用案例。例如，在油气行业，杉数科技通过智能算法和LNG贸易技术力量，实现LNG贸易和船舶运输计划的优化，让客户的LNG贸易决策(贸易计划、船舶运输计划)向智能化、精细化的模式转变;引入多维度因素进行最优求解，降低LNG进口成本，提升抗风险能力，实现经济效益最大化。在电力行业，杉数与客户携手，共同研发基于全自主可控求解器COPT的国产化电力市场出清优化系统，满足能源电力领域电力市场出清、新型电力系统源网荷储协同运行，维护我国电力市场平稳运转、促进新能源消纳、保障我国能源供应安全。

腾讯云TencentOS高级产品架构师张国华

腾讯云TencentOS高级产品架构师张国华指出，当前操作系统需满足安全可靠之外的三大新需求：一是存量业务迁移与替代，如老系统信创化及CentOS停服应对;二是绿色计算，协同硬件节能降耗以达成双碳目标;三是AI适配，强化底层技术支撑与GPU高效利用。

作为国产Linux操作系统先锋，腾讯云TencentOS凭借自研内核和持续的技术投入，在应对上述挑战中展现出显著优势。安全可靠层面，腾讯自2010年起持续投入Linux内核的技术研发，连续6年入选全球“KVM 开源贡献榜”，OpenJDK社区连续4年国内贡献第一。其自研的KonaJDK实现了Java应用安全可控，已通过安全可靠测评，符合政府采购需求标准。

TencentOS对存量业务极为友好，与RHEL/CentOS同源兼容，能实现100%业务切换稳定运行，支持批量替换和一键回滚。在某大型单位CentOS原地替换项目中，首批300套设备仅用10天就完成原地替换和业务验证，平均替换过程小于15分钟，按计划迁移成功率达到100%。

TencentOS 针对国产服务器典型业务场景进行优化，在海光与鲲鹏服务器上测试Unixbench最高提升25%。在降本增效方面，通过全场景混部、内存多级卸载和主机节能等技术，TencentOS可将资源利用率提升2-3倍，平均内存可节省35%，服务器整机功耗可节省5-30%。

针对企业级AI模型私有化部署挑战，TencentOS Server AI提供了一套完整的解决方案，具备部署成本透明可控、降低AI专家依赖度、开箱即用以及企业级安全保障等优势。其核心推理加速框架TACO-LLM在DeepSeek系列模型上展现出卓越的性能表现。实测数据显示，在典型业务场景中，DeepSeek-R1 70B模型推理性能平均提升80%，而 DeepSeek-R1满血版性能提升可达2.6倍。该方案为企业大模型应用的规模化落地提供了强有力的技术支撑，有效解决了模型部署过程中的性能瓶颈与成本问题，显著提升了企业AI应用的ROI。

KK集团CTO 黄朝晖

最后，KK集团CTO黄朝晖以“大模型(DeepSeek)在企业落地的思考与实践”为主题，为现场嘉宾带来了一场深入的专业培训与互动答疑，分享了KK集团在AI技术应用中的创新实践与宝贵经验。作为国内领先的潮流零售企业，KK集团旗下拥有多个零售品牌，包括生活方式集合品牌“KKV”、美妆集合品牌“调色师”及潮玩文化集合品牌“X11”等。黄朝晖重点介绍了KK集团将DeepSeek大模型应用于智能知识库、供应链优化、项目管理与任务跟进、数据分析与决策支持、招聘与人才管理等多个典型业务场景的实践案例。

据悉，KK集团通过大模型构建的智能知识库系统，覆盖了从门店运营到供应链管理的450多个知识库。员工可通过自然语言提问并快速获取答案，例如门店断网时，系统不仅能提供解决方案，还能自动创建工单并联系技术支持人员。这一应用显著提升了问题解决的效率，减少了员工在信息检索上的时间消耗，优化了业务响应流程。

供应链管理方面，KK集团利用大模型实现了供应商准入、资质更新等流程的自动化。如供应商资质到期时，系统会自动发送邮件提醒并解析返回的附件信息，完成资质更新。这一应用减少了人工干预，提升了供应链的响应速度与管理效率，为业务运营提供了有效支撑。

KK集团还借助大模型实现了数据的高效处理与可视化，系统能够自动整合多个Excel表格，生成复杂的数据分析报告，并以直观的图表形式呈现结果。同时，AI分析卡片功能帮助管理者快速识别数据异常，大幅提升了决策效率与业务洞察能力，为企业精细化运营提供了有力支持。黄朝晖特别提到，传统BI系统需要30多人耗时两年才能完成的数据仓库建设，通过大模型仅需1-2人即可在两个月内完成，效率提升超万倍，充分展现了大模型在企业应用中的巨大潜力。

黄朝晖强调，大模型在企业中的落地需遵循“非严肃可逆场景优先”的原则，以逐步建立业务对AI的信任。例如，可先从出差审批、报销等可逆场景入手，再逐步扩展到供应链优化、数据分析等严肃场景。此外，企业需积累专属的语料与数据，不断优化大模型的应用效果。最后，他鼓励企业积极拥抱AI技术，通过实践探索大模型的应用潜力，持续推动业务创新与效率提升。