編輯 | 李忠良

在企業(yè)內(nèi)部，AI 到底是在“畫餅”，還是真的在“造血”？這是當(dāng)前所有 CTO 和業(yè)務(wù)負(fù)責(zé)人都必須直面的靈魂拷問。如果 AI 僅僅停留在生成一些文案或圖片，那它還不足以成為驅(qū)動(dòng)增長的核心力量。真正的 AI 提效，必須深入到企業(yè)的核心業(yè)務(wù)流中——去重塑銷售的轉(zhuǎn)化鏈路，去重構(gòu)繁瑣的自動(dòng)化流程，去發(fā)現(xiàn)那些被傳統(tǒng)手段忽略的細(xì)分市場。

為了探尋 AI 在商業(yè)實(shí)戰(zhàn)中的真實(shí)價(jià)值，在12月19 日 -20 日AICon 全球人工智能開發(fā)與應(yīng)用大會(huì)（北京站）上，我們特邀值得買科技 CTO 兼集團(tuán) AI 應(yīng)用研究院院長王云峰擔(dān)任本專題出品人。

作為本碩博均畢業(yè)于清華大學(xué)計(jì)算機(jī)系的科班專家，他曾在搜狗、搜狐、阿里云、糯米等多家互聯(lián)網(wǎng)大廠擔(dān)任技術(shù)要職。如今在值得買科技，他不僅主導(dǎo)了集團(tuán) AI 應(yīng)用實(shí)踐，更推動(dòng) MCP Server 與中國大部分 AI 大模型產(chǎn)品達(dá)成合作。在他的專業(yè)甄選下，本專題將避開空泛的概念探討，聚焦于京東、飛豬、云知聲和螞蟻集團(tuán)的一線實(shí)戰(zhàn)案例，深度解析 AI 如何從“輔助工具”進(jìn)化為“業(yè)務(wù)主導(dǎo)者”，為企業(yè)帶來可量化的提效與增長。

京東物流：從“AI 賦能”到“Agent 主導(dǎo)”，B 端營銷的數(shù)據(jù)閉環(huán)實(shí)戰(zhàn)

傳統(tǒng) B 端物流營銷長期面臨一個(gè)痛點(diǎn)：高度依賴銷售個(gè)體的經(jīng)驗(yàn)，難以復(fù)制和規(guī)模化。如何將金牌銷售的經(jīng)驗(yàn)沉淀為組織能力？如何讓 AI 不僅是“打電話”，而是真正主導(dǎo)“數(shù)據(jù)感知—智能觸達(dá)—銷售承接—閉環(huán)運(yùn)營”的全流程？京東經(jīng)營 AI 算法部技術(shù)專家王春陽將深度復(fù)盤京東物流 B 端營銷的智能化進(jìn)階之路。

他將詳細(xì)介紹如何以 AI 外呼和企微智能營銷機(jī)器人為抓手，構(gòu)建起貫穿營銷全鏈路的智能體系。這不是簡單的工具堆砌，而是一個(gè)嚴(yán)密的系統(tǒng)工程：通過上下文工程實(shí)現(xiàn)長短期記憶與執(zhí)行過程反思，解決模型在垂域場景下的幻覺問題；利用通用數(shù)據(jù)飛輪與 Bad Case 數(shù)據(jù)飛輪，持續(xù)優(yōu)化樣本構(gòu)建與模型訓(xùn)練。

更具參考價(jià)值的是，王春陽將分享如何打通 CDP 客戶數(shù)據(jù)平臺(tái)與 CRM 系統(tǒng)，實(shí)現(xiàn)“數(shù)據(jù)—模型—流程”的三閉環(huán)。這套體系成功賦能了銷售團(tuán)隊(duì)，重構(gòu)了營銷觸達(dá)與運(yùn)營管理流程，有效拉升了轉(zhuǎn)化效率與收入規(guī)模。

飛豬：RPA 已死？用 GUI Agent 重塑流程自動(dòng)化

在企業(yè)自動(dòng)化領(lǐng)域，RPA 曾是絕對(duì)的主角，但面對(duì)復(fù)雜的動(dòng)態(tài)界面和非結(jié)構(gòu)化任務(wù)，傳統(tǒng) RPA 往往顯得力不從心。阿里巴巴高級(jí)技術(shù)專家梁筱武將分享飛豬如何利用 GUI Agent 代替?zhèn)鹘y(tǒng) RPA，在機(jī)票值機(jī)等核心業(yè)務(wù)流程中實(shí)現(xiàn)顯著的效率提升。

他將深入剖析飛豬 GUI Agent 的整體架構(gòu)設(shè)計(jì)，揭秘其核心工作流。這套架構(gòu)包含四大支柱：Planning Engine 作為任務(wù)規(guī)劃大腦，UI-Tars 模型作為視覺定位專家，OCR 負(fù)責(zé)輔助文字識(shí)別，以及 Agent Memory 構(gòu)建長期記憶系統(tǒng)。通過這些模塊的協(xié)同，AI 能夠真正“看懂”界面，不再依賴死板的坐標(biāo)腳本。

在技術(shù)細(xì)節(jié)層面，他將分享如何通過精細(xì)化 Prompt 設(shè)計(jì)與上下文增強(qiáng)策略，提升大模型對(duì)界面的理解能力；如何定義結(jié)構(gòu)化動(dòng)作空間，并優(yōu)化動(dòng)態(tài)坐標(biāo)預(yù)測的成功率。此外，針對(duì) AI 操作中不可避免的錯(cuò)誤，飛豬設(shè)計(jì)了一套完整的錯(cuò)誤處理與自愈機(jī)制，并在速度與精度之間找到了最佳平衡點(diǎn)。

云知聲：從按天計(jì)算到秒級(jí)響應(yīng)，大模型重構(gòu)醫(yī)療理賠審核

在傳統(tǒng)保險(xiǎn)理賠流程中，醫(yī)療審核一直是個(gè)“重體力活”。面對(duì)復(fù)雜的醫(yī)療單據(jù)和晦澀的保險(xiǎn)條款，人工審核往往需要耗費(fèi)數(shù)天時(shí)間，且難以保證標(biāo)準(zhǔn)的一致性。云知聲研發(fā)副總裁劉升平將帶來一場關(guān)于效率革命的演講，揭秘大模型技術(shù)如何將醫(yī)療審核從“按天計(jì)算”推進(jìn)到“秒級(jí)響應(yīng)”時(shí)代。這項(xiàng)變革的核心，在于利用大模型理解復(fù)雜的醫(yī)療文檔與條款，通過自動(dòng)化信息提取與智能核賠，實(shí)現(xiàn)幾乎零人工參與的自動(dòng)化作業(yè)。

劉升平將系統(tǒng)闡述支撐這一變革的“雙引擎”技術(shù)架構(gòu)。第一個(gè)引擎是基于高分辨率多模態(tài)模型的自動(dòng)化信息提取技術(shù)，它能夠精準(zhǔn)識(shí)別并提取醫(yī)療票據(jù)中的關(guān)鍵信息，支持超過 200 種不同類型的保險(xiǎn)和醫(yī)療文檔。第二個(gè)引擎則是基于思維鏈（Chain of Thought）技術(shù)的自動(dòng)化核賠系統(tǒng)，它能夠模擬資深理賠專家的推理邏輯，逐步分析申請(qǐng)材料、匹配保險(xiǎn)條款，并最終給出有理有據(jù)的審核結(jié)論。

螞蟻集團(tuán)：打造人人都喜愛的支付寶，AI 驅(qū)動(dòng)細(xì)分人群精準(zhǔn)增長

對(duì)于像支付寶這樣擁有億級(jí)用戶的國民級(jí)應(yīng)用而言，一套通用的信息架構(gòu)已經(jīng)難以滿足所有人的需求。國際用戶需要翻譯，長輩需要大字版，學(xué)生需要校園服務(wù)。螞蟻集團(tuán)高級(jí)技術(shù)專家張?zhí)靷?/strong>將分享支付寶如何利用 AI 技術(shù)打破“千人一面”，通過建設(shè)國際版、學(xué)生模式和青少年模式等細(xì)分人群版本，實(shí)現(xiàn)用戶體驗(yàn)與運(yùn)營效率的雙重增長。

張?zhí)靷⒅攸c(diǎn)剖析 AI 在這一過程中的三大核心應(yīng)用場景。首先是人群預(yù)測，利用深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合認(rèn)證體系，精準(zhǔn)識(shí)別潛在的細(xì)分人群，解決“找不到人”的問題。其次是人群理解，利用大模型深度洞察特定人群在服務(wù)、內(nèi)容、商品及權(quán)益上的偏好，構(gòu)建多維度的人群畫像。最后是動(dòng)線優(yōu)化，通過大模型分析用戶的操作路徑與行為動(dòng)線，動(dòng)態(tài)優(yōu)化版本的信息架構(gòu)。演講將展示如何將這些 AI 能力與現(xiàn)有的推薦體系深度融合，通過定制化的供給不僅提升了用戶體驗(yàn)，更顯著增強(qiáng)了業(yè)務(wù)的運(yùn)營效果。

結(jié)語

從京東物流的Agent 主導(dǎo)營銷，到飛豬的GUI Agent 流程再造；從云知聲的醫(yī)療單據(jù)自動(dòng)化，到螞蟻集團(tuán)的人群精細(xì)化運(yùn)營。這四場演講清晰地展示了 AI 在商業(yè)落地中的進(jìn)化路徑：它不再僅僅是生成一段文字或一張圖，而是深入到了企業(yè)的核心業(yè)務(wù)流中，去替代繁瑣的人工操作，去優(yōu)化復(fù)雜的決策流程，去發(fā)現(xiàn)潛在的增長機(jī)會(huì)。

對(duì)于渴望看到 AI 帶來真實(shí) ROI（投資回報(bào)率）的技術(shù)管理者而言，這四個(gè)案例提供了從 B 端到 C 端、從通用流程到垂直行業(yè)的全方位參考，展示了 AI 如何真正成為企業(yè)提效與增長的新底座。

掃碼報(bào)名，探尋 AI 驅(qū)動(dòng)業(yè)務(wù)增長的實(shí)戰(zhàn)密碼