前天下午在一個企業(yè)應(yīng)用人工智能的交流會上，我遇到了一段時間沒見的老同事曉蕾，她說過去兩個月在給一個制造業(yè)頭部企業(yè)客戶做“人工智能轉(zhuǎn)型”，幫企業(yè)搭建了一個人工智能平臺，在這個平臺上，她已經(jīng)落地了采購的數(shù)據(jù)治理、生產(chǎn)的設(shè)備維修維護(hù)和銷售的商機(jī)評估等三個智能體應(yīng)用場景。

她給我介紹過去兩個月的工作是4 月份才和客戶簽約、啟動項目。

啟動后成立了變革小組、開展了多場AI 高管培訓(xùn)、AI 全員培訓(xùn)，基于培訓(xùn)宣導(dǎo)，在上萬的公司開展了“AI 大賽”來征集和優(yōu)選場景，確定了幾個主要落地的場景。

到5 月份， 只用了兩周時間，就在企業(yè)自己過去部署的大模型應(yīng)用平臺上，開發(fā)出了優(yōu)選場景的概念驗證原型（POC），到6月份，也就是上周，就交付了3 個用于上線投產(chǎn)的人工智能產(chǎn)品。

曉蕾很興奮地跟我說，在5 月份做POC 的時候，她使用了主流的DIFY、COZE 等低代碼智能體搭建工具，但是和客戶一起評估下來，不能滿足企業(yè)應(yīng)用的需求，表現(xiàn)在：

- 說話沒溫度：使用通用對話模板，說話缺少“人”味，或者說話不受控制，一本正經(jīng)的胡說八道

- 回答不靠譜：依賴RAG知識庫，最多達(dá)到85%準(zhǔn)確，無法滿足業(yè)務(wù)在特定場景下要求100% 回答準(zhǔn)確的要求

- 干事沒標(biāo)準(zhǔn)：用可視化流程工具來開發(fā)標(biāo)準(zhǔn)化的工作流過于繁瑣，無法全面耦合公司操作制度

- 系統(tǒng)不融合：無法全面介入公司的各種ERP、MES、OA 等業(yè)務(wù)系統(tǒng)

- 能力不迭代：不支持在使用中自我學(xué)習(xí)，AI 記憶沒有專家權(quán)重來提升AI 的能力

于是她決定拋棄采用市面上的現(xiàn)成智能體工具，依據(jù)上面的五項要求，自己從零開始，來搭一個智能體開發(fā)和運行平臺。

因為在每個場景下有不同智能體，每個智能體需要具備不同的能力或者對話風(fēng)格，所以這個平臺支持各種大模型服務(wù)的接入，私有化部署的、公有API 接入的、甚至在用戶設(shè)備端側(cè)的，包括各種廠商的基礎(chǔ)大模型、企業(yè)自有小模型等等，最后交付的三個智能體場景實際使用了二十多個不同的模型服務(wù)——我見過不少單位領(lǐng)導(dǎo)還在親自論證自己企業(yè)該私有化部署哪家廠商、哪個版本的大模型，實在是走偏了！

最神奇的是，做以上所有這些事情，從AI 轉(zhuǎn)型策略，方案選擇，場景評估，原型開發(fā)，技術(shù)選型，平臺開發(fā)，智能體開發(fā)，都是曉蕾一個人做的。

她自己既是咨詢顧問，也是產(chǎn)品經(jīng)理，也是架構(gòu)師，還是程序員 —— 我這里也許說得并不嚴(yán)謹(jǐn)，她并不是程序員，只是能夠選擇架構(gòu)和算法，看得懂代碼，真正寫代碼的并不是她，而是AI——她使用了目前最主流的AI寫代碼工具。

以三個產(chǎn)品中的一個為例，超過100M 的代碼，包括前端、后端，全是曉蕾自己一個人用AI 自動生成的，從產(chǎn)品概念到客戶驗收，只用了20 天：

我看了曉蕾這些工作，按照過去IT咨詢項目的做法，得三個管理咨詢顧問用兩個月幫客戶梳理AI 戰(zhàn)略和場景，1 個架構(gòu)師做幾周架構(gòu)規(guī)劃和選型，然后需要撲上去大概5～10 個程序員干半年，整個過程6-9 個月，還得有一名全職的項目經(jīng)理，才能交付類似的應(yīng)用軟件。

然而有了AI，所有這些事情，一位六邊形女戰(zhàn)士兩個月搞定。

曉蕾跟我分享了自己的企業(yè)級人工智能應(yīng)用理論，她特別強(qiáng)調(diào)消費品人工智能產(chǎn)品的不同：

1、和消費級產(chǎn)品“一本正經(jīng)胡說八道”不同，企業(yè)級人工智能應(yīng)用在大多數(shù)情況下要求100% 準(zhǔn)確；

2、消費級人工智能因為人工智能本身的原理，其輸出具有高度的不確定性，而且會迎合用戶的意圖；企業(yè)級人工智能必須符合公司的制度、流程，誰跟人工智能交流的結(jié)果都一樣；

3、消費級人工智能沒有后臺系統(tǒng)；企業(yè)級人工智能需要融入企業(yè)的各種業(yè)務(wù)系統(tǒng)的環(huán)境中；

4、消費級產(chǎn)品的知識是來自于阿狗阿貓的大眾知識的綜合學(xué)習(xí)，企業(yè)級人工智能不需要學(xué)習(xí)企業(yè)里所有人的知識，只需要學(xué)習(xí)企業(yè)內(nèi)最少數(shù)的幾位領(lǐng)導(dǎo)、專家的知識，沉淀少數(shù)人的知識即可；

5、有些人認(rèn)為人工智能需要大量的數(shù)據(jù)訓(xùn)練，而曉蕾認(rèn)為企業(yè)級人工智能無需大量的數(shù)據(jù)訓(xùn)練，她的實踐經(jīng)驗是很少的數(shù)據(jù)就足以訓(xùn)練企業(yè)級人工智能；

曉蕾是我多年前IBM 工作時期的同事，她是Java 工程師出身，后來在IBM 咨詢部的SAP 咨詢團(tuán)隊負(fù)責(zé)“非SAP 技術(shù)”（主要是Java） 的開發(fā)項目，和我合作過各種SAP 系統(tǒng)的外掛平臺開發(fā)，包括電商平臺、財務(wù)共享平臺等等。

畢竟是在IBM 體系里見過企業(yè)級大系統(tǒng)的技術(shù)專家兼咨詢專家，所以曉蕾的眼界、見識就跟那些做消費級互聯(lián)網(wǎng)產(chǎn)品的技術(shù)專家非常不一樣，她也一向鄙視那些用消費產(chǎn)品思路來做企業(yè)級數(shù)字化產(chǎn)品的做法。

用河南話說，就是“吃過大盤荊芥的”：

看了曉蕾的做法，我想起來6 年前剛剛興起“低代碼”開發(fā)時，國內(nèi)幾個主流的頭部低代碼、無代碼的平臺創(chuàng)業(yè)者都來找我合作，他們說當(dāng)時剛被西門子收購的低代碼跑道開創(chuàng)者M(jìn)endix的一個主要銷售渠道及合作伙伴就是咨詢公司，那時正值數(shù)字化轉(zhuǎn)型的高潮，咨詢顧問給客戶做了數(shù)字化轉(zhuǎn)型的規(guī)劃、設(shè)計后，無需依靠工程師，就能夠利用低代碼工具來快速實現(xiàn)數(shù)字化產(chǎn)品設(shè)計的創(chuàng)意。

咨詢顧問使用低代碼開發(fā)確實被熱捧過一陣子，甚至有些大型咨詢公司還推出了自己的低代碼開發(fā)平臺。

然而現(xiàn)實情況卻不盡如人意，我基本上沒有看到多少咨詢顧問真正用低代碼交付了數(shù)字化產(chǎn)品，在咨詢項目中，管理咨詢顧問還是寫PPT 、呼領(lǐng)導(dǎo)愛聽的順口溜口號的“文科生”，落地咨詢顧問畫的餅的那些碼農(nóng)，該干嘛還是干嘛。

那么人工智能出現(xiàn)能改變這一切嗎？

曉蕾的做法不僅預(yù)示著咨詢行業(yè)被顛覆的可能性，甚至也潛在著將顛覆智能體平臺、智能體開發(fā)軟件、預(yù)訓(xùn)練大模型，甚至數(shù)據(jù)庫、中間件等一系列軟件行業(yè)的商業(yè)化跑道，有了AI，還要這些過渡性的、工具性的平臺軟件干嘛？什么叫“AI 原生”的企業(yè)軟件，AI 原生會重構(gòu)企業(yè)軟件行業(yè)！

從產(chǎn)品創(chuàng)意到實現(xiàn)，AI 搞定一切代碼，所有的平臺型軟件可能都是多余。

我覺得曉蕾探索的價值不在于她具體用了什么軟件工具、用了什么大模型，也不在于她交付的那幾個產(chǎn)品具體解決方案內(nèi)容，我覺得這些都不重要。

重要的是曉蕾實踐的工程方法和咨詢方法，她給咨詢行業(yè)、軟件行業(yè)提出了新的問題：

1、咨詢公司給客戶創(chuàng)造的價值是什么？怎么衡量價值？

2、軟件公司給客戶創(chuàng)造的價值是什么？怎么衡量價值？

3、咨詢顧問工作的價值是什么？咨詢顧問需要具備什么樣的技能才能交付這樣的價值？

4、軟件工程師工作的價值是什么？軟件工程師怎么給企業(yè)解決真正的業(yè)務(wù)問題？