驾驭AI的四个关键岔路口

　　*基于袁岳博士在零点有数AIKC战略发布会上的发言

　　终端顾客还是应用业主：不要以为自己用上了支付宝就是和支付宝一样的数字经济了。事实上，今天不少AI使用者就是功能有限的通用人工智能AIGC模型的终端顾客，对很多曾经的城市大脑购买者来说，他们成了连终端顾客都不算的冤大头。而当应用业主与专门技术合作伙伴协同，接入基础服务意义上的通用人工智能大模型，编织本单位和本行业的专有数据和专有知识库，在专有经验、专有最佳实践、专门知识图谱、专门模型支持下开发垂直知识智能AIKC，我们才能用上对手头业务具有驾驭力的升级版专用人工智能。

　　服务工具箱还是创新系统：在管理架构、分工模式、协同机制和岗位分布不变的情况下，是将人工智能作为我们的工作助手，辅助提升个人与团队工作效率，解决一些工作问题，提升某些工作技能，还是通过改变专业数据、专业知识、专业管理的垂直知识智能AIKC应用机制，实现关键任务的分析决策执行的穿透式行动体系，进而调整组织形态、管理方式和人工与智能的协同方式。

　　垂类大模型还是智能体：在通用大模型AIGC基础上，垂类大模型和智能体的发展既是某些创新者资源特性导致的一种选择，也是基于特定用户需求而做出的一种业务响应，它们都需要更垂直的业务理解和提供与业务特性和流程更贴切的智能支持。但是智体更强调切入行动流程而不限于回应用户问题，而在垂直知识智能AIKC包括系列SKILL支持下的系列智能体覆盖业务闭环，既实现行动穿透，更便于用结果检验，更能在高效优化中体现人机智能正向循环。

　　知识工程还是需求工程：知识工程指在用好通用大模型AIGC的基础上，将专门数据、专门知识、专门经验用于提供更好的业务解决方案，而需求工程在于用好通用知识和专用知识更好地理解需求者和用户的需要，特别是透过用户表面表达理解其深层含义和真实期待，这不仅有助于得到知识工程的精准回应，也在于使得需求工程本身具备更好地滋养知识工程的能量。因此这也将成为AIKC继续研发前进中的关键步骤和关键创新价值点。