7.5
深览指数
科技微博·量子位··AI 生成
华为首发企业AI白皮书：AI让员工更快了，怎样让整个企业受益？
文章以电商AI商拍案例切入，指出AI单点提效后瓶颈可能转移至下一环节，核心问题不是“上AI”，而是如何将局部效率提升传导为整体业务流程收益。华为发布《Agentic Enterprise：企业智能化白皮书》，提出“让经营定义技术”的顶层原则，并给出DIMAK（数据/设施/模型/智能体/知识）工程体系与H型双塔（智能体系与现网体系协同）架构，为企业从单点应用到系统性智能化提供了可操作的参考框架。适合正在推进AI落地、关注组织与流程协同的企业技术与业务负责人阅读。原文 ↗
核心观点
- ▍企业AI建设的核心问题不是‘选择哪个模型’，而是从经营目标出发，找到影响业务结果的关键环节，让经营定义技术。局部提效可能让瓶颈转移，需从完整业务流程出发判断AI应用场景。
- ▍华为提出的DIMAK工程体系和H型双塔架构，为企业提供了一套将单点AI能力沉淀为可复用企业能力、并与现有业务系统协同的方法。
- 01一位为电商商家提供AI方案的彭经理估算，接入AI生图系统后，商品负责人完成素材处理、上架等操作速度可达原来的约20倍。但生成的素材仍需人工检查，且与审核、选品等后续流程未完全打通。
- 02华为AI应用首席专家李宏恺指出：‘你这个环节提效了，导致下一个环节成了堵点了。’
- 03DIMAK包含数据、AI基础设施、模型、智能体和知识五个工程域，通过能力接口、框架适配和版本管理，实现技术生命周期与企业能力生命周期的解耦。
- 04H型双塔架构中，企业AI体系（智能塔）负责分析、组织任务，企业IT/OT体系（现网塔）提供权威数据并执行正式操作，中间通过横向连接贯通数据、权限与结果。
- 05某大型商业银行实践：手机银行智能体围绕客户到期资金安排，结合账户信息生成方案，客户确认并强认证后，由银行原有系统执行资金划转和理财购买，交易结果返回智能体系。
- 06某电网企业将专业导则整理为知识资产，由智能体生产设备评价建议，人工审核确认后，评价依据、修订结果与设备状态变化持续反馈，形成知识积累循环。
反方 / 局限
- — 华为AI系统科学家姚骏强调：‘业务价值流的最后一公里是由企业来建设的，我们无法替代。’白皮书提供的是参考方法与框架，具体建设仍需企业结合自身业务验证和调整。
- — 文章引述的彭经理直接指出，对于中小企业自建模型和完整AI团队，‘包亏钱’，除非业务规模足够大能覆盖前期投入。这暗示了中小企业更现实的路径是采购成熟能力，而非自建。
11 分钟 · 4 卡片 · 7 资料
读原文 →