長假過後，總會有不少職場人患上「節後症候群」，不僅上班打不起精神，連自己以前是幹什麽的都快忘了。
這時候，大家特別羨慕鋼鐵俠，可以把各種瑣碎的事情都交給智能助手「賈維斯」來完成，自己只管發明創造、實作自我。
但開發專屬於自己的「賈維斯」，這就難倒了不少人。
我們曾報道過， 浪潮資訊的「元腦企智」EPAI（Enterprise Platform of AI），可以高效開發部署生成式AI套用。 實際效果到底如何？很多讀者特別好奇。
最近我們得知，浪潮資訊售前部門使用「元腦企智」EPAI，一群不懂編程的售前人員，靠自己完成了大模型精調、知識庫、RAG等技術活，手搓出了AI助手「元小智」。
在其他銷售人員節後狀態還沒恢復，為招投標書的文山會海而苦惱時，「元小智」可以幫助浪潮資訊售前進行招投標的文件閱讀、分析、處理和生成，讓售前人員可以輕裝上陣，堪稱是攻克「節後症候群」的最強助攻。
與其羨慕電影虛構的鋼鐵俠，不如把目光放到現實中，放到這群剛剛給自己手搓了一個AI助手的浪潮資訊售前人身上。從他們的職場故事中，找到也能讓自己化身「超級英雄」的助攻力量。
鋼鐵俠和超級英雄們的故事，總會從拯救一場地球甚至宇宙的危機開始。而浪潮資訊售前人員，都是一群不懂編程、以前也從沒幹過AI開發的人，當他們決定自己動手開發AI助手，還真有點超級英雄們「雖萬難而吾往矣」的精神了。
那麽，他們又遇到了什麽危機呢？
售前崗位的核心價值是理解客戶需求，敏銳洞察市場，並將公司的產品方案，透過強大的溝通技巧，撰寫適配於客戶需求的解決方案，並與之深度交流討論。然而現實中，售前人員並不能將所有時間精力都投擲在需要發揮創造力、溝通力的工作內容上。
他們面臨著「三座大山」：
任務多。 每天閱讀和分析冗長的招標檔，隨時關註並跟進市場的最新動態，對齊投標檔的格式、檢查錯漏等，重復枯燥，耗時耗力。
壓力大。 一個招標專案往往只有一兩周的時間，售前人員要在有限的時間內完成工作，加上商務資訊敏感，不能假手於人，時間精力不夠，工作壓力山大。
開發能力要求高。 大模型爆火之後，售前部門意識到，文本整理、資訊搜集、數據查詢類大量的重復低效工作，都可以交給AI自動化完成。但是，由於IT售前技術名詞多、術語多、專業技能要求高的崗位，有大量的知識know-how沒有被文本化，通用大模型學不到。此前沈澱的售前數據，包含了各種格式的文件，還需要進一步處理才能被大模型所用，而這些開發步驟所涉及的技能，超出了售前人員的能力邊界。
這種情況下，售前人員一開始想呼叫援助，找軟件部門幫忙，但是，浪潮資訊內部的智能化升級也很迅猛，很多業務部門都在擁抱AI大模型，來改造工作流，開發人員的需求已經排長隊了。而且，售前AI助手的開發，還需要業務和開發一起碰需求、定方案、敲細節，雙方團隊你等我、我等你，不知道要等到什麽時候。
移除售前工作中的「三座大山」，浪潮資訊售前部門急需自己動手，來打造一個類似於「賈維斯」的專屬AI助手，把自己寶貴的精力從繁瑣工作中解放出來。
這時候，售前部門想到了浪潮資訊已經釋出的一站式工具賦能平台「元腦企智」EPAI。
在元腦企智EPAI全棧技術的助力下，不懂編程的售前人員，只靠1人1月，就完成了模型微調、套用開發和釋出，打造出了智能售前助手「元小智」。
並且，「元小智」能力強大，身兼數職。 「元小智」可以是秘書，幫助業務人員一鍵處理招標檔，對招標檔中的重要資訊進行全面且準確地解讀；可以是百科全書，為售前人員快速進行浪潮資訊全系列在售產品及方案的查閱，生成產品優勢、核心參數等資訊，輕松應對客戶問題；可以是搜尋引擎，為售前人員快速掌握業界資訊與競品資訊，把更多時間放在需求洞察、競品分析、方案客製、客情維護等更高價值工作上。
售前人員終於可以像鋼鐵俠一樣，把後背交托給AI助手，自己去馳騁職場了。
是什麽讓售前人員無懼AI套用開發？
究其原因，是元腦企智EPAI具備「上手快」「精度高」「易部署」「安全可靠」四大特點，而這恰好滿足了售前部門在各個開發階段的需求。
數據準備環節：
售前AI助手需要專業、全面地了解分析公司產品和招投標文件，而產品資料、解決方案、招投標專案書與行業報告等檔，涉及各種模態和數據格式，有的是結構化數據，比如產品參數列格；有的是非結構化數據，比如客戶溝通紀要，要想充分利用起來這些資訊，就得構建專用知識庫。
售前人員借助「元腦企智」EPAI的數據處理工具，對結構化數據進行自動解析，轉化為標準格式的知識庫條目；對非結構化數據，也能自動提取有用資訊並進行高效儲存。
最終，從1500+的 pdf、docx、doc、xls 等多種格式在內的數據中，構建了8 大業務線全部在售產品的知識庫。
微調環節：
有了售前知識庫，通用基礎大模型相當於上了專業課，但還沒有經過職場歷練，不懂招投標工作中的真實業務邏輯，所以還需要微調。
微調過程中，售前人員需要做兩件事：一是基於業務真實數據，構建高質素的微調數據集，涉及數據的清洗、過濾等準備工作；二是微調，要經過多次調參，不斷叠代，找到最佳的微調效果。其中涉及的繁瑣工作也並不少。
售前人員利用元腦企智EPAI的全鏈路數據治理工具，首先完成了數據生成，從種類多樣、場景復雜、規模龐大的招投標檔、產品資訊、行業報告中，自動抽取生成微調數據。接下來，借助評判大模型，對生成的每一條微調數據進行自動打分，剔除低質素數據，最終形成了數十萬條高質素微調數據。然後，再利用零程式碼微調工具進行模型微調，實作模型專業能力提升。
產品功能環節：
透過知識庫和微調，售前人員擁有了符合業務需求的招投標大模型，但大模型是很難被業務人員直接使用起來的，還必須經過產品化、功能性開發，讓AI好用、易用。此外，在日常使用中，還需要考慮到招投標的資訊敏感性，實作AI套用的安全可靠。
這一系列問題，透過元腦企智EPAI也得到了很好地解決。平台提供的多種套用開發工具，支持多種參數的設定、修改。內建的對話式套用支持多輪對話、長文本分析、單文件對話、網絡檢索等互動功能，可以滿足使用大模型的多種功能需求。
同時支持本地化部署，企業可以透過元腦企智EPAI，完成大模型套用的私有化本地開發、部署，在確保數據絕對安全的同時保證套用的高可用。
所以，總結一下「元小智」在元腦企智EPAI上的開發特點：
1.快速。用時短，效率高，很快完成套用的研發上線。
2.專精。結合了售前專有數據和知識庫，讓AI套用真正成為生產力工具。
3.極簡。零基礎、零門檻也可上手開發。
「自己的降落傘自己先跳」，浪潮資訊售前人員用元腦企智EPAI為自己打造了一個解放職場生產力的AI助手，似乎是理所應當的。
我們能從中學到什麽呢？
透過「元腦企智」EPAI ，AI套用開發已經從軟件開發工程師才能搞定的「職人技」，變成了自動化、標準化生產的工業品。
也就是說，規模化批次制造「賈維斯」，和其他各種AI套用，已經不再遙遠了。
當前AI在各行各業的整體滲透率不到10%，大模型落地的最大阻礙，就在於懂業務的人不懂、不會AI開發，導致大量企業的獨特需求，以及長尾場景的客製需求，無法被充分滿足。
AI大模型想要在千行萬業中落地，迫切需要改變生產模式，從編程人員的「職人技」，變成普通人也能輕松搞定的「工廠高精產線」。
這正是「元腦企智」EPAI想要解決問題，從售前手搓「元小智」來看，確實做到了。 怎麽把AI套用開發的門檻打下來，浪潮資訊用了三步：
第一步，細致拆解，所以全面。 透過細致拆解，搞清楚AI套用開發工作流的每一步都包含哪些內容，以及每一個環節可能遇到的開發難點是什麽。舉個例子，「元腦企智」EPAI的工具顆粒度，細致到了某一個開源或閉源模型怎麽調，一個問答對怎麽構建，都進行了全面的考量，這就減少了普通人在AI套用開發中遇到問題而中途放棄的可能性。
第二步，標準化，所以高效。 拆解完成之後，「元腦企智」EPAI對AI開發中可以被自動化、標準化的步驟，進行了工具研發，比如數據準備、模型訓練、知識檢索、套用框架等，都有趁手的工具，減少開發工作量，提高開發效率，縮短開發周期。
第三步，全鏈貫穿，所以有實效。 我們都知道，全鏈路貫通可以發揮出1+1＞2的效果，讓生產效率指數級增長。試想一下，如果開發者不得不在A工具上清洗數據，在B平台上訓練模型，在C平台上進行部署，中間會帶來多少相容性問題、中斷和等待？所以，AI套用開發必須全鏈路貫通，「元腦企智」EPAI端到端開發平台的特性，讓企業人員的AI套用開發過程暢通無阻，真正提高生產力，發揮出提質增速的實效。
當將AI套用開發變成「工廠高精產線」，千行百業的創造力才能被充分釋放出來，真正擁抱AI和大模型，開啟規模化普及時刻。
所以，元腦企智EPAI可能是AI套用最理想的生產車間。
科幻電影中，人類社會遭遇的許多危機，最終都只有靠人的創造力、勇氣與情感才能應對。鋼鐵俠需要多個AI助手，來讓自己更專註於跟夥伴合作、解決復雜問題。
從這個角度講，越來越多的人憑借元腦企智EPAI，加入AI套用開發的行列，化身智能時代的「超級英雄」，我們將會進入一個人類創造力大爆發、AI生產力大爆發的全新階段，將曾經和未來的危機都一一解決，人機協作的新世界會更美好。
