▲ 漢得高級(jí)副總裁何登攀

何登攀：談及AI這件事，漢得很早就開(kāi)始進(jìn)行這方面的嘗試，早在2022年，漢得研發(fā)團(tuán)隊(duì)就嘗試在摸索AI相關(guān)的一些應(yīng)用。從去年2月份開(kāi)始，整個(gè)市場(chǎng)變得比較火熱，大家對(duì)AI的關(guān)注度急速提升，同時(shí)對(duì)此也充滿了危機(jī)感，害怕因?yàn)闊o(wú)法跟上時(shí)代的浪潮而被淘汰替代。

那時(shí)漢得也跟國(guó)內(nèi)的很多生態(tài)伙伴溝通探討，并主動(dòng)與國(guó)內(nèi)外的AI領(lǐng)域先行者做一些相應(yīng)的對(duì)接，期間漢得也率先發(fā)布了自主研發(fā)的包括H-Copilot融合AIGC平臺(tái)等企業(yè)數(shù)字化產(chǎn)品。

在這過(guò)程中，我們清晰地感知到企業(yè)才是AI應(yīng)用中的主角，而我們扮演的更多是“助手” 的角色，能夠?yàn)槠髽I(yè)提供在算力、算法、數(shù)據(jù)等更多層面上相應(yīng)的專業(yè)化能力，為其AI大模型的應(yīng)用與落地提供更好的幫助。

今天我想請(qǐng)嘉賓一起聊聊，從企業(yè)端考量，應(yīng)該在數(shù)據(jù)和工程化這兩件事上如何做到落地，尤其談到數(shù)據(jù)作為企業(yè)邁向智能化的一個(gè)關(guān)鍵要素，除了通用大模型外，行業(yè)級(jí)與企業(yè)級(jí)大模型的建設(shè)與微調(diào)都離不開(kāi)相應(yīng)的數(shù)據(jù)積累，企業(yè)對(duì)此應(yīng)該如何著手開(kāi)始？

▲ 漢得COO黃耿

黃耿：關(guān)于數(shù)據(jù)這件事，在AI熱點(diǎn)出現(xiàn)之前，大家或許有意識(shí)到數(shù)據(jù)很重要，但是關(guān)注度比較有限。我在研究 AI的過(guò)程當(dāng)中，發(fā)現(xiàn)很多企業(yè)都希望擁有一個(gè)個(gè)性化、具備一些自建能力的大模型。可以說(shuō)私有化大模型訓(xùn)練是一個(gè)企業(yè)必須要面對(duì)的事，但是私有化訓(xùn)練又是一個(gè)很模糊的事情，并沒(méi)有一個(gè)明確的標(biāo)準(zhǔn)化教程，所以需要大家自己“摸石頭過(guò)河”，在這一過(guò)程中困難重重。

另外就是數(shù)據(jù)積累的問(wèn)題，數(shù)據(jù)積累是需要時(shí)間的，企業(yè)肯定是越早開(kāi)始越好。事實(shí)上大部分企業(yè)都在面臨著數(shù)據(jù)沉淀的挑戰(zhàn)，大多數(shù)企業(yè)的數(shù)據(jù)積累是不足的，而且數(shù)據(jù)積累并不是“臨時(shí)抱佛腳”就可以解決的。

以制造業(yè)為例，有一個(gè)“良品率”的概念，它是需要在流水線過(guò)程中積累大量數(shù)據(jù)并沉淀后才能實(shí)現(xiàn)的，短期的數(shù)據(jù)無(wú)法支撐這一訴求。這就要求企業(yè)明確目標(biāo)，并建立相應(yīng)的流程，進(jìn)行數(shù)據(jù)積累，如果在不清楚具體需求時(shí)，也可以先積累可能對(duì)未來(lái)有用的“半成品”數(shù)據(jù)。

我認(rèn)為數(shù)據(jù)供應(yīng)與需求是一個(gè)螺旋上升的過(guò)程，企業(yè)應(yīng)先提供一些基本的數(shù)據(jù)資源（例如關(guān)于客戶的360度視圖），即使這些數(shù)據(jù)可能不是最精確或完整的，但是這種初步的數(shù)據(jù)有可能會(huì)啟發(fā)業(yè)務(wù)部門(mén)提出更具體的需求，從而形成一個(gè)持續(xù)改進(jìn)的循環(huán)。

尤其是在AI時(shí)代，我們更建議企業(yè)在需求完全清晰之前就開(kāi)始行動(dòng)，做好數(shù)據(jù)積累。唯有這樣才能保證企業(yè)在大模型訓(xùn)練的進(jìn)程中，不會(huì)出現(xiàn)因?yàn)閿?shù)據(jù)不足而造成“巧婦難為無(wú)米之炊”的窘境。

何登攀：其實(shí)同樣的話題，從從業(yè)者的角度和從企業(yè)管理的角度來(lái)講，看法不盡相同，所以我想請(qǐng)我們的客戶代表頂新國(guó)際PMI數(shù)字化推進(jìn)總監(jiān)楊勇先生為我們分享一下。

▲ 頂新國(guó)際PMI數(shù)字化推進(jìn)總監(jiān)楊勇

楊勇：對(duì)于數(shù)據(jù)我們確實(shí)有比較深的感受，首先因?yàn)?strong style="box-sizing: border-box;">頂新國(guó)際作為目前國(guó)內(nèi)規(guī)模龐大的食品生產(chǎn)企業(yè)，今天講的數(shù)據(jù)問(wèn)題于我們而言，不是在AI時(shí)代才存在的，數(shù)字化時(shí)期我們就在和數(shù)據(jù)打交道。只是之前數(shù)據(jù)可利用的價(jià)值就沒(méi)有像現(xiàn)在這么大，所以大家對(duì)數(shù)據(jù)的重視度并不是很高。

頂新國(guó)際早在數(shù)字化轉(zhuǎn)型初期，就開(kāi)始重視數(shù)據(jù)治理，并使用標(biāo)準(zhǔn)的方法論來(lái)進(jìn)行數(shù)據(jù)戰(zhàn)略制定、大數(shù)據(jù)架構(gòu)搭建、數(shù)據(jù)質(zhì)量和安全保證等工作。但盡管投入了大量人力物力進(jìn)行數(shù)據(jù)治理，其對(duì)業(yè)務(wù)的實(shí)際價(jià)值還是很難直接體現(xiàn)。

在AI時(shí)代，我們也在思考，是否有一些AI工具可以幫助企業(yè)更快地沉淀數(shù)據(jù)、提高數(shù)據(jù)質(zhì)量，并簡(jiǎn)化數(shù)據(jù)治理的過(guò)程，從而更直接地體現(xiàn)出業(yè)務(wù)價(jià)值，解決我們的困擾。

何登攀：感謝楊總分享，對(duì)于您提到的困惑我也有相似的感受，請(qǐng)華為全球培訓(xùn)中心金牌講師王一夫王老師，針對(duì)楊總的困惑談?wù)勀囊?jiàn)解。

王一夫：對(duì)于楊總的困惑，其實(shí)還挺難回答的，因?yàn)閿?shù)據(jù)治理本質(zhì)上就是一個(gè)耗人且耗時(shí)間的工作。就目前實(shí)際情況而言，傳統(tǒng)行業(yè)在數(shù)據(jù)治理方面難免存在“欠賬”，因?yàn)閷?duì)于企業(yè)而言，滿足當(dāng)時(shí)的業(yè)務(wù)需求才是首要工作。此外數(shù)據(jù)治理很多時(shí)候需要由上而下地推動(dòng)，且沒(méi)有辦法立刻見(jiàn)到成效，是一個(gè)“冷板凳”的工作，非常需要有戰(zhàn)略耐心。

不過(guò)楊總說(shuō)的問(wèn)題其實(shí)大家也在思考，比如業(yè)界正在嘗試通過(guò)自動(dòng)化手段來(lái)輔助數(shù)據(jù)清洗等工作，但效果在當(dāng)前階段并不顯著，這是由于自動(dòng)化手段的處理與業(yè)務(wù)的具體情況密切相關(guān)，因此在實(shí)際應(yīng)用中的效果尚且有限，但從長(zhǎng)遠(yuǎn)來(lái)看，它對(duì)企業(yè)具有深遠(yuǎn)的價(jià)值。

何登攀：眾所周知，目前AI大模型有閉源的也有開(kāi)源的，企業(yè)在實(shí)際應(yīng)用中也需要考慮如何選擇開(kāi)源大模型和閉源大模型這一問(wèn)題。

我們知道華為云有盤(pán)古大模型；上個(gè)月，Meta發(fā)布了Lamma 3.1 405B開(kāi)源大模型，其能力經(jīng)過(guò)評(píng)測(cè)幾乎與GPT 4.0持平。

業(yè)界有一種看法，認(rèn)為商用大模型更適合個(gè)人使用者，而行業(yè)級(jí)的應(yīng)用或者企業(yè)級(jí)的應(yīng)用模型，更適合基于開(kāi)源大模型，通過(guò)自部署和自訓(xùn)練來(lái)實(shí)現(xiàn)更為聚焦的能力。對(duì)于這種觀點(diǎn)，王老師有什么看法？

▲ 華為全球培訓(xùn)中心金牌講師王一夫

王一夫：目前來(lái)講，二者其實(shí)各有特點(diǎn)，且賽道不盡相同，但是也存在部分重合。閉源大模型的優(yōu)點(diǎn)是其通常伴隨著一定的合作關(guān)系，相對(duì)成本可控，但是缺點(diǎn)是微調(diào)和版權(quán)問(wèn)題可能存在限制。而開(kāi)源大模型的優(yōu)點(diǎn)是其發(fā)展迅速且靈活性高，另外開(kāi)源社區(qū)已經(jīng)形成一定規(guī)模，從業(yè)者眾多，因此更容易從中借鑒領(lǐng)先的思想和技術(shù)，而且模型的維護(hù)和更新也比較穩(wěn)定。

由于當(dāng)前國(guó)內(nèi)正處于一個(gè)相對(duì)混沌的狀態(tài)，所以說(shuō)整體上用開(kāi)源大模型也是一種比較常見(jiàn)的一些選擇，尤其是企業(yè)初期投入時(shí)，使用開(kāi)源大模型作為試水較為常見(jiàn)。然后才會(huì)根據(jù)試用結(jié)果決定后續(xù)發(fā)展方向。

從我個(gè)人角度來(lái)講，我認(rèn)為在比較專業(yè)的領(lǐng)域中，閉源大模型可能更有優(yōu)勢(shì)；在通用領(lǐng)域中，其實(shí)開(kāi)源大模型和閉源大模型之間的差距并不是很大，就當(dāng)前情況而言，開(kāi)源大模型也是一個(gè)不錯(cuò)的選擇。

何登攀：我們看到大模型技術(shù)正以極快的速度發(fā)展，但是企業(yè)在追求技術(shù)先進(jìn)性的同時(shí)，也要兼顧實(shí)用性和安全性。盡管目前GPT等商用大模型在效果上領(lǐng)先，但部分企業(yè)尤其是國(guó)有企業(yè)，還需要考慮數(shù)據(jù)安全和保密性等問(wèn)題。

事實(shí)上大多數(shù)企業(yè)也更傾向于將敏感數(shù)據(jù)保留在本地以確保安全，但是將大模型私有化成本過(guò)于高昂，所以我們接下來(lái)想探討一下企業(yè)除私有化部署以外是否存在其他解決方案，可以有效應(yīng)對(duì)智能時(shí)代的數(shù)據(jù)安全擔(dān)憂。

關(guān)于這個(gè)問(wèn)題，我想請(qǐng)教一下華為中國(guó)云AI解決方案總監(jiān)陳總，作為數(shù)字化基礎(chǔ)設(shè)施的提供商，華為對(duì)這種顧慮是否有什么看法，能否給企業(yè)一些建議？

▲ 華為中國(guó)云AI解決方案總監(jiān)陳亮輝

陳亮輝：大家好，我想就目前整個(gè)大模型的一些進(jìn)展給大家做個(gè)分享。自去年起，華為與眾多AI領(lǐng)域的專家進(jìn)行了大量的交流，關(guān)注點(diǎn)基本都涉及到數(shù)據(jù)安全問(wèn)題。其實(shí)這也不難理解，因?yàn)橄啾葌鹘y(tǒng)的IT技術(shù)如云計(jì)算和大數(shù)據(jù)處理，大模型更加復(fù)雜，且與業(yè)務(wù)聯(lián)系更為緊密。而企業(yè)在訓(xùn)練和部署大模型時(shí)，會(huì)投入大量核心數(shù)據(jù)，自然就會(huì)關(guān)注數(shù)據(jù)安全。目前華為云也向客戶從多個(gè)維度和層面上提供幾點(diǎn)思路。

第一是部署模式的選擇上。對(duì)于企業(yè)而言選擇私有云或公有云部署模型，會(huì)帶來(lái)不同的安全考量。尤其是對(duì)于國(guó)有企業(yè)而言，對(duì)新技術(shù)的采納更為謹(jǐn)慎，因此對(duì)于云安全的需求尤為突出。所以最好優(yōu)先把云安全問(wèn)題思考清楚，也要搞清楚云延伸的安全問(wèn)題。

第二就是回到模型自身安全的多維度考量，包括但不限于模型本身的保護(hù)、數(shù)據(jù)安全以及模型應(yīng)用的安全。主要涉及模型訓(xùn)練過(guò)程中，如何實(shí)現(xiàn)端到端的管控，類似于在微服務(wù)架構(gòu)中對(duì)數(shù)據(jù)流的監(jiān)控。因?yàn)楫?dāng)大模型從實(shí)驗(yàn)室走向商業(yè)化時(shí)，著重考察流動(dòng)過(guò)程中的監(jiān)控管理自然是必不可少的。

此外數(shù)據(jù)如何被管理和遷移也是另一個(gè)經(jīng)常被提及的重要議題，這涉及到數(shù)據(jù)的確權(quán)問(wèn)題。當(dāng)前大家談及AI時(shí)，無(wú)外乎都是探討疊加大模型本身在訓(xùn)練推移過(guò)程中間的作業(yè)安全問(wèn)題。所以目前國(guó)家層面也正在推進(jìn)數(shù)據(jù)資產(chǎn)要素登記的工作，對(duì)于明確數(shù)據(jù)的使用權(quán)和處理權(quán)很有幫助。

第三是監(jiān)管要求。國(guó)家機(jī)構(gòu)如網(wǎng)信辦要求對(duì)大模型進(jìn)行備案，這是出于對(duì)模型能力和安全性的管控需要。特別是對(duì)面向公眾服務(wù)的模型生成商，尤其需要建立內(nèi)容審核機(jī)制，以確保模型輸出的安全性。所以這里面自然也有很多的技術(shù)工作要去做，就單一個(gè)模型訓(xùn)練和過(guò)程中間的這種全流程監(jiān)控，其實(shí)就比我們?cè)瓉?lái)做的任何系統(tǒng)都要復(fù)雜。

何登攀：通過(guò)上述分享，我們愈發(fā)清晰地認(rèn)識(shí)到 AI 對(duì)于企業(yè)最終價(jià)值離不開(kāi)面向?qū)嶋H場(chǎng)景的落地應(yīng)用。我們先請(qǐng)志堯軟件的葛老師講講她的看法，葛老師目前專注于AI業(yè)務(wù)，聽(tīng)說(shuō)近期在幫助客戶探索AI的實(shí)際應(yīng)用場(chǎng)景過(guò)程中積累了不少經(jīng)驗(yàn)。所以想問(wèn)一下您對(duì)于AI落地有哪些思考，以及在實(shí)際應(yīng)用場(chǎng)景探索方面取得了哪些成果？

▲ 廣州志堯軟件業(yè)務(wù)負(fù)責(zé)人葛藝

葛藝：我目前正在幫助企業(yè)利用AI技術(shù)，打造知識(shí)庫(kù)和智能客服。今天一夫老師講的時(shí)候，很多內(nèi)容我都是非常的認(rèn)同，他說(shuō)的那些可能的問(wèn)題和痛點(diǎn)，我們?cè)趯?shí)際上落地過(guò)程中都確實(shí)有遇到。今天我也想趁此機(jī)會(huì)和大家分享一個(gè)客戶的真實(shí)案例，讓大家更直觀感受AI的魅力。

這家客戶是一家互聯(lián)網(wǎng)企業(yè)，主營(yíng)業(yè)務(wù)是汽車小面積補(bǔ)漆，主要通過(guò)抖音獲取客戶，目前使用4名客服處理線上咨詢。我們最初采取的是使用知識(shí)庫(kù)導(dǎo)入常用話術(shù)，但是在實(shí)施過(guò)程中發(fā)現(xiàn)，知識(shí)庫(kù)搜索功能在實(shí)際應(yīng)用中效果不佳，相似度設(shè)置過(guò)高或過(guò)低都會(huì)出現(xiàn)問(wèn)題。

為了解決這些問(wèn)題，我們?cè)谶x擇模型、設(shè)置提示詞等過(guò)程中不斷調(diào)優(yōu)，通過(guò)與業(yè)務(wù)端深入溝通，對(duì)提示詞進(jìn)行調(diào)整，教會(huì)模型如何更好地理解客戶需求，訓(xùn)練模型簡(jiǎn)潔回答問(wèn)題等等方式，最終幫助客戶找到了更合適的應(yīng)用路徑。

目前智能客服上線五個(gè)月，在不增加客服人員的情況下，企業(yè)的咨詢留資量比原先增加一倍以上，客服不間斷24小時(shí)在線，業(yè)務(wù)量顯著提升的同時(shí)，實(shí)現(xiàn)了降本增效的目標(biāo)。

何登攀：感謝葛老師的實(shí)際案例分享，直觀的案例確實(shí)給我們帶來(lái)不少啟發(fā)。接下來(lái)我想向今天參會(huì)的企業(yè)嘉賓們了解一下，在企業(yè)結(jié)合AI落地的過(guò)程中，您還對(duì)哪些內(nèi)容更為關(guān)注？有請(qǐng)新安化工CIO鄭捷鄭總分享一下您的感受。

▲ 新安化工CIO 鄭捷

鄭捷：之前我們對(duì)AI技術(shù)維度的理解沒(méi)有那么深入，但今天聽(tīng)了幾位老師的分享，受益匪淺。我們企業(yè)目前也正在做AI與業(yè)務(wù)相結(jié)合的嘗試，所以首先我很希望了解AI及大模型技術(shù)，如何在更多的企業(yè)實(shí)際應(yīng)用場(chǎng)景中落地。

其次我也有兩個(gè)困惑，一是在大模型這塊我們能否做到自主可控，因?yàn)榭紤]到未來(lái)長(zhǎng)期的投入成本，我們企業(yè)自己能否直接利用一部分封裝好的工具，通過(guò)微調(diào)和定制開(kāi)發(fā)就能夠?qū)崿F(xiàn)模型的自主迭代，更快解決企業(yè)在應(yīng)用與升級(jí)上的問(wèn)題？二是對(duì)于大模型的安全問(wèn)題，大模型是不是也類似于傳統(tǒng)信息安全在數(shù)據(jù)治理與合規(guī)性等方面存在問(wèn)題，企業(yè)是否有專門(mén)針對(duì)大模型安全措施方面的解決方案？

王一夫：關(guān)于自主可控這個(gè)問(wèn)題，首先開(kāi)源模型不一定允許商用，具體許可需查看每個(gè)模型的說(shuō)明。而允許商用的開(kāi)源模型是可以被企業(yè)自行改造訓(xùn)練的，因此也可以被視為企業(yè)自主可控的一部分。在企業(yè)訓(xùn)練大模型的過(guò)程中，無(wú)論是微調(diào)還是原廠模型升級(jí)，基本上技術(shù)都是透明的，這也意味著模型的升級(jí)迭代通常會(huì)得到跟進(jìn)和支持，所以從我個(gè)人角度來(lái)看，持續(xù)演進(jìn)的自主性可能不是一個(gè)大問(wèn)題。

鄭捷：我們制造企業(yè)因?yàn)樾枰紤]能源成本和所需技術(shù)人員數(shù)量等問(wèn)題，而且當(dāng)技術(shù)達(dá)到一定程度后，我們也會(huì)更希望做到輕量化地自行維護(hù)與處理，不再完全依賴于IT部門(mén)，而是讓像財(cái)務(wù)等部門(mén)也能參與到某些技術(shù)應(yīng)用中。

王一夫：如果希望企業(yè)內(nèi)部包括業(yè)務(wù)部門(mén)的人員，也可以基于現(xiàn)有技術(shù)對(duì)大模型進(jìn)行開(kāi)發(fā)和維護(hù)，我覺(jué)得業(yè)務(wù)人員基于一些封裝好的工具，對(duì)大模型進(jìn)行持續(xù)的維護(hù)和升級(jí)并不是問(wèn)題，但是需要注意，如果使用開(kāi)源模型進(jìn)行微調(diào)，后續(xù)可能會(huì)遇到實(shí)際工作與模型架構(gòu)不兼容的問(wèn)題，所以企業(yè)最好可以將方法論和整體流程進(jìn)行沉淀，這樣會(huì)更有助于持續(xù)演進(jìn)。

至于安全的問(wèn)題，其實(shí)傳統(tǒng)IT安全措施并未因大模型的出現(xiàn)而發(fā)生根本性變化，針對(duì)大模型的安全措施，是建立在傳統(tǒng)IT安全之上的，二者之間是疊加的關(guān)系，所以不需要拆分來(lái)看待這一問(wèn)題。

黃耿：對(duì)于鄭總剛剛的問(wèn)題，我想補(bǔ)充分享一些我的看法。我認(rèn)為使用商用大模型與開(kāi)源大模型在后續(xù)服務(wù)和支持方面可能存在差異，所以需要平衡考慮。關(guān)于鄭總提到的封裝性和易用性，我也贊同IT人員不可能掌握所有技能，用封裝工具來(lái)簡(jiǎn)化使用是很有必要的。

所以漢得去年在研發(fā)融合AIGC平臺(tái)時(shí)，團(tuán)隊(duì)也是開(kāi)發(fā)了很多封裝工具，以支持多種模型的使用，并包含低代碼等功能。我們深知B端應(yīng)用與C端有所不同，需要考慮限定、流量控制和審計(jì)等問(wèn)題，所以我建議企業(yè)在實(shí)際應(yīng)用的過(guò)程中，最好還是配合使用中間層管理工具，來(lái)簡(jiǎn)化大模型的應(yīng)用。

何登攀：接下來(lái)我們邀請(qǐng)晶科能源的王總來(lái)講講，王總在 IT 行業(yè)是不折不扣的資深專家，那么從信息化到數(shù)字化，再到今天的智能化，您在整個(gè)過(guò)程環(huán)節(jié)里，有什么樣的感受可以跟與我們分享一下？

▲ 晶科能源CIO 王興旺

王興旺：在我看來(lái)，一個(gè)企業(yè)做智能化轉(zhuǎn)型成不成功，不在于你在多少場(chǎng)景、用了多少技術(shù)工具，更重要的是思考AI是否在企業(yè)的主價(jià)值環(huán)節(jié)及關(guān)鍵階段，如顯著提升效率或減少人力成本等方面，真正發(fā)揮出它的價(jià)值。

AI的應(yīng)用在企業(yè)中推動(dòng)起來(lái)，仍是非常復(fù)雜的事情，企業(yè)在落地過(guò)程中會(huì)涉及復(fù)雜的組織變革、流程調(diào)整、人員配置和管理模式的變化，盡管各個(gè)廠商都在努力通過(guò)把AI框架進(jìn)行封裝，盡量簡(jiǎn)化技術(shù)，但推動(dòng)AI項(xiàng)目仍然非常復(fù)雜。

在這過(guò)程中，我認(rèn)為大家依舊需要特別關(guān)注管理變革，這也是長(zhǎng)久以來(lái)在企業(yè)發(fā)展過(guò)程中始終不變的關(guān)鍵問(wèn)題。同時(shí)希望我們能夠逐漸摸索出更成熟的方法論，來(lái)指導(dǎo)AI項(xiàng)目的應(yīng)用與落地，我相信這對(duì)企業(yè)對(duì)社會(huì)發(fā)展都將會(huì)更有意義。

何登攀：在今天的交流環(huán)節(jié)里，各位嘉賓都展現(xiàn)出了對(duì)AI應(yīng)用的深度思考，也感受到了各位在探索AI落地這一過(guò)程中所作出的嘗試和努力，雖然目前關(guān)于AI的落地尚無(wú)標(biāo)準(zhǔn)方法論，但是實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，理論與實(shí)踐相結(jié)合才能推動(dòng)真正的進(jìn)步。

這次漢得與華為云首次舉辦的“AI動(dòng)力營(yíng)”僅僅是一個(gè)開(kāi)端，在AI時(shí)代，我們每個(gè)人都是數(shù)字生態(tài)的參與者，分享更多經(jīng)驗(yàn)與思考，共同探索場(chǎng)景落地，才能真正做到與時(shí)俱進(jìn)，創(chuàng)造更多的可能性！

漢得也期待與華為云一起，高效賦能企業(yè)AI應(yīng)用實(shí)踐，建設(shè)以客戶為中心的新一代數(shù)智AI生態(tài)，加速數(shù)智化轉(zhuǎn)型的推進(jìn)與實(shí)現(xiàn)。