大模型应用挑战与机遇 - 大模型在各行业应用潜力巨大，但如何高效转化为业务价值仍是核心挑战[1] - 企业应用AI需关注三个关键点：识别重要问题、确保高质量数据、AI作为辅助工具提升效率[4] - 选择模型时应重点考虑推理/生成能力、上下文长度和响应性能三个方向[5] 场景选择与ROI评估 - 企业选择AI应用场景应遵循高频和有价值两个原则[6] - 财务领域AI应用分为三类：提升基础作业效率、风险防控、创造增量价值[6] - ROI评估需考虑项目需求、人员投入和计算资源，财务领域优先评估高优先级场景[6] - 风险敞口扫描可确定大模型能管控的风险比例，单笔金额上亿的审核场景尤为关键[10] 技术落地与系统改造 - AI应用有三种范式：AI Embedding(渐进升级)、AI Copilot(渐进升级)和AI Agent(颠覆重构)[13] - 财务领域超过50%场景采用AI Agent模式重构，重新构建财务系统入口[14] - 传统系统改造采取逐步升级策略，在页面添加Copilot插件，将判断逻辑转交大模型处理[16] Agent架构创新 - 蚂蚁集团将Agent分为感知(主动/被动)、决策、执行和反馈四个部分[17] - 明略科技将营销Agent分为感知(市场分析)、认知(内容评估)和行动(内容生产)三部分[21] - 动态反馈机制让业务方成为"AI训练师"，用户可结构化反馈问题以优化模型[19][20] 评测与准确率提升 - 审核场景准确率从20%提升至90%以上，关键审核点达到四个9准确率[29] - 提升措施包括设计详细指标体系、与业务方对齐人工经验、高质量数据集训练[30][31] - 采用辅助审核模式过渡，当准确率持续保持100%时才转为无人值守[29] 行业趋势与组织变革 - 大模型发展呈现"五更"趋势：更强、更便宜、更快、更长上下文、更多模态[37] - 新型岗位"企业知识管理师"崛起，需构建高质量知识库支持数字员工[38] - 工程团队需补充超能力：前端转向AI架构、后端转向Python技术栈、算法转向大模型[39] MCP协议应用 - MCP作为标准化通信协议解决工程化问题，蚂蚁在支付API等场景激进应用[25] - 对于老旧Java系统，在小众场景通过Server list模块支持MCP试点[25] - MCP优势在新应用开发，成熟流程产品中优势不明显[24]