公司创始人纪念日演讲

大家好！我是来自IT的数字人。非常高兴能在创始人纪念日这个特殊的日子跟大家进行分享。今年公司成立80周年。维益从成立初期就把创新植入在公司的基因里面，创新也一直是公司文化的核心部分。 今天我分享的话题是关于人工智能, 人工智能跟创新的关系非常密切，它作为一种技术工具，正在成为推动各行各业创新的核心力量。它不仅改变了传统行业的运作方式，还为新兴产业带来了无限的可能性。比如: 通过AI加速研发过程，优化产品服务，提高工作效率。今天我分享的内容分为以下几个部分：首先我们一起了解一下人工智能的由来和发展，然后介绍一下目前我们公司相关的一些AI应用。其次，如果我们有AI的需求，该怎么办？最后我们一起展望一下AI的未来。在我分享结束后，现场我的同事会给大家进行问题解答。

大家知道人工智能并不是今天才有的概念。20世纪50年代，随着计算机的出现以后呢，人们开始去探讨如何让计算机表现得更加像人类这句话，听起来很怪。什么叫更加像人类？在1956年一群杰出科学家组织一个夏季讨论班，他们共同探讨了怎么用机器来模仿人类的智能的可能性，也在历史上第一次提出了人工智能这个概念。

在上世纪60跟70年代，人工智能的主要研究什么内容呢？1960年，世界上第一个聊天机器人诞生了，这个机器人它主要功能是什么？他能够模拟个心理医生。怎么跟病人进行对话的这个程序很简单，总共前后才200行的代码，它是实际上是开启了人机对话这个迅幕。到上世纪70年代，我们称为是人工智能的反思发展期，当时因为计算机内存比较有限，计算速度也受到一定影响，所以呢，它不足以解决任何实际上的我们需要它解决的问题，表现在这研究成果上的发展是比较慢的。整个的进展也是不尽如人意。

终于，我们来到了2016年3月份，AlphaGo对战世界围棋冠军，并且以4比1的总比分取得胜利。这次的人机对弈使人工智能正式被普通老百姓所知道。原来，这个人工智能机器那么厉害，从此，人工智能热潮就被掀起了。

特别是从2022年开始Chatgpt到年初的DeepSeek最近的一个封测账号被炒到几万块的Manus， AI成了大家日常生活中必不可少的话题。

人工智能是一个通用的概念。涵盖所有让机器模拟人类智能的技术。 机器学习是人工智能的子集，专注于让机器通过数据学习规律。 深度学习又是机器学习的分支，依靠神经网络多层结构处理复杂数据。 生成式 AI则是深度学习的应用延伸，擅长创造新内容。 从技术角度看的话，50-60年代的时候，我们假设是AI 1.0时代，就像小学生做题，必须严格按照老师教的公式（比如加减乘除口诀）一步步执行。早期 AI 只能处理明确规则的问题每一步都要提前写好逻辑。 到了上世纪90年代，进入2.0时代，机器学习。 升级为初中生，开始自己总结规律。比如学骑自行车，不用背力学公式，通过多次尝试掌握平衡感。机器学习让计算机从数据中自动找规律，比如客户分类：系统通过分析数据，识别不同类型客户的特征，从而实现客户的自动分类。 到了201几年的时候，进入3.0,深度学习时代。 进入大学生阶段，能处理复杂抽象问题。比如学绘画，通过观察大量名画，自己理解光影、构图等深层特征。深度学习模仿人类大脑神经元结构，能处理图像、语音等高维数据，比如人脸识别、语音助手。 从2022年ChatGPT的出现，我们进入了4.0 生成式AI的时代。 像作家创作小说，不仅能学习还能创造。比如 ChatGPT 通过阅读海量书籍，生成连贯的文章

DALL-E 看了千万张图片后，能画出「小姐姐在月球上吃维益公司生产的甜点」这种不存在的画面。维益，作为一家创新型的公司，也有很多应用人工智能的案例，下面我为大家做一些分享。

首先，是包材标签检测的案例，在苏州，天津，滁州的工厂都有已经部署了这样的应用，通过AI技术，实现包材和标签的检查。确保生产过程中使用了正确的包材以及标签内容的正确性。不仅减少了人工检查的成本，提高生产效率，避免了产品装包，标签不合格。 这就是一个典型的机器学习的AI案例。一般在产线是由一个相机和一套软件搭配完成。 上线前往往先需要对软件中的AI模型进行培训，告诉模型一个合格的包材，或者标签应该是什么样子的，这样每次有新的产品从相机前面经过的时候，会出发相机拍摄照片并给AI模型进行判断。 如果有异常则马上通知相关人员处理。

下面我们来看第二个案例，去年我们基于微软的AI平台，开发了一个翻译服务，可以公司内网的快速链接进行访问，只需要上传需要翻译的文档和指定需要翻译的目标语言后，后台会自动完成翻译，并将翻译好的文档发回到申请人的邮箱中。大家可以看到右上角的数据，截止2月底，已经有大概200多名用户翻译了7.5G的文档，翻译文档超过1800次。

现在我们看一个还在部署过程中的一个AI的案例，这个AI的案例主要是用于质量部，做包装设计稿跟印刷稿之间的对比。避免人工对比疏漏造成包材印刷错误给我们的公司带来损失，同时还会大大提高对比的效率。这个项目正在上线前的测试阶段，我们希望在4月份可以投入使用。

接下来这个案例也是在测试阶段的。这个案例中，我们将总部市场部的一个网站的所有网页，文档，等内容喂给AI大模型，利用AI模型的语义分析能力，学习所有文档内容的信息。这样AI模型就掌握了所有文档的内容。 并且以问答机器人的方式为市场部的用户回答跟网站内容相关的问题。 可以让用户快速获得所需内容。加速知识共享… 这里的语义分析能力，还有很多的应用场景，比如我们可以把公司的相关规章制度，通过类似的方式，来培训模型，然后通过问答的方式，为大家解答各种各样的问题. 另外一个基于语义分析能力的应用是AIBI, IT正在建设这方面的能力。就是让用户可以通过问答的方式或者数据见解。

最后我们再分享一个刚开始调研的一个项目,这是由我们研发部门同事提出的。初步像是利用社交媒体上的流行的趋势，帮我们研发同事做新产品的原型设计。 比如我们通过爬虫技术获取当前比较流行的蛋糕和甜点，然后把爬虫获得的信息输入给AI模型进行学习，最终我们研发的同事可以通过被培训的AI模型获得产品设计的建议，从而可以提高我们的研发效率。 当然，这个项目我们还在跟研发同事论证可行性…希望能够尽快实现这个想法。好的，刚刚我们分享了发生在我们公司内部的一些，已经使用，和正在实施过程中的AI应用。如果你也有类似的想法，或者需求改怎么办呢？

我们给大家简单介绍一下公司的AI治理框架，和AI需求的实施流程。 我们公司实施的三层架构，有孵化小组主要负责需求的讨论，评估。 掌舵团队进行大项目审批。执行委员会负责支持以及战略目标的一致性。

具体操作层面来讲，总之，大家有AI相关的需求，找IT伙伴. 您的IT伙伴会根据需求的分类，拿到相应的孵化小组进行评估，根据项目投资金额，风险，可行性等走后续不同的审批流程。推进项目的进行。

从日常工作的角度。为确保公司数据和员工的安全和隐私。我们想提醒一下大家了解新兴工具带来的相关风险，这些风险可能会影响企业网络安全、数据安全风险、数据采集收集等。微软的 Copilot是我们经过认可和批准的企业 AI 聊天机器人，可供我们所有员工使用。大家可以从公司内网上访问到: 尽管我们对网络做了些特殊处理，大家在访问的时候可能还是需要科学上网，即通过VPN才能访问。大家在访问的过程中需要协助的话，可以联系当地的IT获得支持。

随着科技的发展，人工智能将不再局限于特定任务，而且能够像人类一样处理多种服务，复杂任务，还能够具备那种自我学习跟适应的能力。那么，针对这样的一个发展的趋势，我们应该怎么办？人工智能会进入深入到我们各行各业，推动产业的升级跟转型，这是一个趋势。在AI时代，我们该做些什么呢？

我们提了这样一些想法，给大家做参考，我们要实际上就是要继续持续的学习， 第一点，我们要专精自己的优势，跟专业领域不断提高自己的专业水平。 第二，我们要思考如何把AI应用到自己的专业里面，提高自己的产出跟效率。 第三，我们要不断接收新的信息，以开放的心态拥抱新的变化， 相信未来技术会给我们带来更加美好的未来。

下面我们回到现场，大家有相关的问题的话，我们请现场我的同事为大家解答！谢谢大家!