前不久，國務院發(fā)布《關于深入實施“人工智能+”行動的意見》（以下簡稱《意見》）從重點行動領域、基礎要素支撐、組織實施等方面，針對實施“人工智能+”行動進行了全面部署。在這個過程中，AI技術正從“炫技”走向“實用”。
這也意味著，一方面，企業(yè)的AI技術應用能力已經(jīng)成為企業(yè)能否搶占未來發(fā)展先機的決定性因素；另一方面，對于提供AI技術能力的廠商來說，正迎來一個重要轉變、一項深刻挑戰(zhàn)：從“賣工具、賣服務”轉變?yōu)?ldquo;賣收益”。
面對這種轉變，企業(yè)當前的AI需求雖然不斷涌現(xiàn)，但在應用落地的過程中，仍然面臨諸如場景選擇、技術落地、ROI等眾多問題，價值衡量與集成交付也頗具挑戰(zhàn)，如何解決這些問題，將成為企業(yè)級AI能否真正實現(xiàn)商業(yè)化、規(guī)?；瘧玫年P鍵。
對于這一話題，奧哲并不陌生。
誕生于信息化時代末期的奧哲，敏銳察覺到企業(yè)對規(guī)范化管理體系的需求日益迫切，選擇了BPM切入，提供幫助企業(yè)優(yōu)化業(yè)務流程、提升運營效率的核心工具，并獲得了成功。數(shù)字化時代，奧哲再次洞察企業(yè)關注點的轉移——企業(yè)開始更傾向于借助靈活、高效的工具快速響應市場變化，并以“業(yè)務數(shù)字原生”的低代碼平臺姿態(tài)再次擴展了受眾市場，并曾多次蟬聯(lián)低代碼平臺軟件廠商第一的寶座。
早在兩年前，低代碼因生成式AI爆發(fā)而備受質疑之時，奧哲創(chuàng)始人&CEO徐平俊就頗為篤定：對業(yè)務的了解才是企業(yè)數(shù)智化服務的核心價值，而這一點大模型暫時還無法替代。這一判斷來自于奧哲十幾年來與企業(yè)業(yè)務、流程深度融合不可替代的經(jīng)驗沉淀，是穿越不同技術周期的底氣。而低代碼恰恰是當前AI落地業(yè)務場景中決定價值的關鍵一環(huán)。
經(jīng)過兩年的演進，10月17日，奧哲宣布進行全新戰(zhàn)略升級并發(fā)布了企業(yè)級AI平臺，提出了“AI+數(shù)據(jù)+低代碼”的閉環(huán)鏈路——用低代碼深入業(yè)務產(chǎn)生的數(shù)據(jù)訓練AI，再讓AI進一步回到低代碼場景構成企業(yè)AI應用。直指目前企業(yè)級AI應用所面臨的單點能力整合、業(yè)務邏輯閉環(huán)等商業(yè)化困局。
全新戰(zhàn)略建立在奧哲對行業(yè)和客戶的深刻洞察基礎上。
在行業(yè)層面，徐平俊認為，AI技術將進一步擴大市場增量，既解決過去的難題，也創(chuàng)造了新的場景；其二是能夠更好地應對企業(yè)個性化需求，進而實現(xiàn)更敏捷和創(chuàng)新的增長；其三AI時代的軟件行業(yè)更注重價值增值的“結果交付”。
在客戶需求層面，首先大小模型結合是更適合企業(yè)級AI應用的方式，實現(xiàn)泛化能力和精準輸出的平衡；其次企業(yè)級AI平臺正在從原先解決單點問題，轉向形成業(yè)務閉環(huán)；同時數(shù)據(jù)質量的提升與數(shù)據(jù)的應用成為關鍵，AI需要能理解的數(shù)據(jù)；最后AI編程不會取代低代碼，從需求到代碼，要增加模型層才能解決問題。
奧哲的企業(yè)級AI平臺正是切中了這些需求，并提出了真正可用的解決方案：一是以“AI+數(shù)據(jù)+低代碼”的融合解決“閉環(huán)”需求，并以統(tǒng)一的平臺推進企業(yè)各個環(huán)節(jié)的AI化，以更低的成本，達到更好的效果；二是低代碼平臺本身具備敏捷開發(fā)能力，和AI的智能化能力結合后，用戶可通過自然語言交互即可完成AI應用的開發(fā)，更好地響應企業(yè)的個性化需求；三是奧哲為客戶提前做足了功課，在上千個模型中甄選和二次封裝了一些小模型，并結合企業(yè)實際應用場景進行了自動化適配，提前做好模型的“訓推用”一體化，提供更便捷的使用體驗。
可以看到，奧哲不僅是在推出一款產(chǎn)品，而是借企業(yè)級AI平臺進一步將技術開發(fā)平民化推向極致。在確保滿足企業(yè)個性化需求的同時，也讓AI從工具向價值轉變的難題也迎刃而解。
在BPM時代，奧哲希望能讓企業(yè)成為信息化時代最頂尖的公司，不僅完成信息系統(tǒng)的完善，還要能打破信息孤島、系統(tǒng)墻，實現(xiàn)端到端的流程閉環(huán)；數(shù)字化時代，奧哲的邏輯是讓企業(yè)實現(xiàn)數(shù)字驅動，用數(shù)字化工具“武裝”自己，成為業(yè)務數(shù)字原生企業(yè)；在AI時代，奧哲希望通過“AI+數(shù)據(jù)+低代碼”的引擎，幫助企業(yè)實現(xiàn)AI原生。
在徐平俊看來，對ToB企業(yè)而言至關重要的一點能力是：看準“終局”，然后圍繞客戶進行穩(wěn)健和前瞻性的逐步迭代。
而“打造AI原生企業(yè)”，正是奧哲企業(yè)級AI平臺面向的“終局”。在“AI+數(shù)據(jù)+低代碼”的閉環(huán)上，如何尋找應用“天花板”與使用“低門檻”之間的平衡點？我們與奧哲創(chuàng)始人&CEO徐平俊進行了深入對話。
核心觀點摘要：
1.AI時代，最明顯的一個變化就是：原先追求效率的、價值的轉型會更加明顯，并逐漸變成了價值交付和結果交付的方式。
2.AI價值發(fā)揮源于數(shù)字化，也需要融入數(shù)字化系統(tǒng)，因此，AI會重構所有系統(tǒng)，也將重構企業(yè)數(shù)字化系統(tǒng)。
3.未來企業(yè)將從數(shù)字化走向數(shù)智化，當這個過程做到“極致”的時候，將徹底實現(xiàn)自動化——自動化感知、自動化決策、自動化執(zhí)行。
4.奧哲企業(yè)級AI平臺的核心是幫助企業(yè)從數(shù)字化轉向數(shù)智化，奧哲希望利用AI的原生開發(fā)能力，開發(fā)出原生的AI應用。
5.通過“AI+數(shù)據(jù)+低代碼”，打造企業(yè)級AI引擎。低代碼產(chǎn)生的數(shù)據(jù)用于訓練AI，AI又進一步回到低代碼場景中去，從而構成企業(yè)AI應用，形成閉環(huán)。
6.大模型能力泛化，小模型輸出精準，兩者結合起來，才能發(fā)揮更大的商業(yè)價值。
7.很多企業(yè)不缺數(shù)據(jù)，只是AI讀不懂，無法理解。當前，將企業(yè)內(nèi)部數(shù)據(jù)變成AI能理解、用好的數(shù)據(jù)是關鍵。
8.AI編程難以滿足企業(yè)應用嚴謹性與可維護性需求，核心是缺乏描述業(yè)務架構的中間語言，奧哲通過Vibe coding+低代碼的模型層，實現(xiàn)通過BA+AI的方式，替代原先BA+開發(fā)人員的方式，將是更優(yōu)解。
9.AI時代，我們要用企業(yè)級AI平臺幫助企業(yè)完成從數(shù)字化到數(shù)智化的升級，重構千行百業(yè)，幫助更多的企業(yè)成為AI原生企業(yè)。
問：創(chuàng)立奧哲之初，為何選擇從BPM這個領域切入？后來為什么轉向低代碼領域？
徐平俊：2008年，珠三角地區(qū)是世界工廠的核心區(qū)域，在金融危機沖擊下，面臨產(chǎn)業(yè)升級的迫切需求。彼時，國內(nèi)最熱門的數(shù)字化軟件是ERP，而大多數(shù)海外服務廠商在整體管理體系與商業(yè)模型上與國內(nèi)企業(yè)展現(xiàn)出完全不同的路徑。
那個階段，奧哲認為：中國的產(chǎn)業(yè)升級不能僅靠硬件設備更新，必須同步升級管理體系。企業(yè)流程管理便成為企業(yè)發(fā)展的核心。彼時國內(nèi)外都很看好BPM的發(fā)展前景。正是在這種背景下，奧哲選擇了BPM作為創(chuàng)立之初的業(yè)務切入點。
而選擇轉向低代碼可以從2014年—2015年前后說起。伴隨著國內(nèi)電商發(fā)展快速崛起，以及云計算、移動互聯(lián)網(wǎng)的逐漸興起。在電商時代，隨著大家思維發(fā)生了變化，也帶來了更大的、新的市場增量。這時候，企業(yè)的關注點從內(nèi)部流程優(yōu)化轉向快速搶占新市場，這對企業(yè)服務領域產(chǎn)生了深遠影響。
在云計算和互聯(lián)網(wǎng)的時代，國內(nèi)外SaaS市場發(fā)展也在發(fā)生變化。彼時，奧哲開始布局低代碼。低代碼技術也與原先的BPM一脈相承（當?shù)痛a技術剛出現(xiàn)的時候，大家也分不清什么樣的技術是低代碼技術，后來才發(fā)現(xiàn)，BPM其實也是一種低代碼技術）。
在此背景下，奧哲“順勢而為”，對產(chǎn)品和服務進行了升級。這個過程是奧哲基于環(huán)境以及自身的積累，自然而然轉向低代碼的“升級”，而不是轉向一個新技術，換個賽道。
問：AI時代，軟件行業(yè)發(fā)生了哪些變化？對于奧哲業(yè)務的影響與契機？
徐平俊：AI的發(fā)展對軟件行業(yè)的影響非常大。特別是企業(yè)運營管理軟件方面。我認為這個（企業(yè)級軟件）市場會從三個方面進行重構：
第一，市場規(guī)模持續(xù)擴張。從信息化時代的標準化，到數(shù)字化時代的數(shù)字驅動，再到如今的智能化。更多的產(chǎn)品和業(yè)務實現(xiàn)了進一步的數(shù)字化，從而帶來了極大的增量市場。特別是AI時代，將出現(xiàn)前所未有的產(chǎn)品/服務，推動新場景落地。
第二，企業(yè)個性化需求進一步增強。數(shù)字化時代很多企業(yè)就開始追求個性化（這點與信息化時代追求標準化截然不同）。到了AI時代，將會進一步增強企業(yè)經(jīng)營的敏捷性。因為AI本身帶來的創(chuàng)新能力會不斷變強，也就造成了很多業(yè)務的敏捷性和創(chuàng)新性會進一步增強，從而推動了企業(yè)軟件的個性化程度變強。
第三，軟件行業(yè)會逐漸變成“價值交付、結果交付”。目前，行業(yè)已形成共識：“AI要直接交付結果”。企業(yè)通過AI可以“脫離”人完成業(yè)務，并形成業(yè)務閉環(huán)。在AI時代，最明顯的一個變化就是：原先追求效率、價值的轉型會更加明顯，并逐漸轉變?yōu)閮r值交付和結果交付的方式。
基于這些變化，奧哲從兩個方向重點布局：
首先是持續(xù)加大在AI和低代碼領域的投入，特別是在市場仍處于不斷擴大階段的當下。低代碼作為企業(yè)數(shù)字化轉型的驅動引擎，對企業(yè)個性化（需求）能力的支撐會越來越大；AI方面的價值和機會也會更大，奧哲會在如何更好地將低代碼與AI融合方面進行探索。
其次是強化“價值交付”“結果交付”的能力。具體來看，會在更多行業(yè)和領域，沉淀出行業(yè)“模板”和“場景”，從而能夠直接幫助客戶快速地拿到結果，實現(xiàn)價值。
問：過去，中國SaaS行業(yè)盈利生態(tài)備受質疑，你認為AI對SaaS行業(yè)而言有哪些機遇或挑戰(zhàn)？
徐平俊：AI肯定是一個機會。AI價值發(fā)揮源于數(shù)字化，也需要融入數(shù)字化系統(tǒng)，因此，AI會重構所有行業(yè)，也將重構企業(yè)數(shù)字化系統(tǒng)，這本身就帶來了又一次市場增長的機會。
盡管與國外的SaaS行業(yè)發(fā)展仍存在差距，但與上一輪數(shù)字化市場相比，國內(nèi)SaaS行業(yè)往前走了一大步。因為AI帶來的市場增長機會，可以讓企服類的公司再繼續(xù)往前一大步，（有些公司）能進入到主流的資本市場，進而可以進行一些并購重組，從而改變整體生態(tài)環(huán)境。
問：10月17日，奧哲以戰(zhàn)略級更新推出企業(yè)級AI平臺，有哪些組成？
徐平?。?/strong>奧哲企業(yè)級AI平臺的核心是——幫助企業(yè)從數(shù)字化轉向數(shù)智化。原先，低代碼是企業(yè)數(shù)字化的引擎；現(xiàn)在，企業(yè)級AI平臺是企業(yè)數(shù)智化的核心引擎。進一步而言，奧哲希望利用AI的原生開發(fā)能力，開發(fā)出原生的AI應用。
具體來看，奧哲企業(yè)級AI平臺可以分為三層：
第一層是背靠各大AI大模型廠商，同時利用企業(yè)原有的數(shù)字化基礎。
第二層是通過“AI+數(shù)據(jù)+低代碼”的理念，形成業(yè)務閉環(huán)，打造企業(yè)級AI引擎。因為低代碼本身就是企業(yè)核心數(shù)據(jù)產(chǎn)生的地方，低代碼產(chǎn)生的數(shù)據(jù)用于訓練AI，AI又進一步回到低代碼場景中去，從而構成企業(yè)AI應用，形成閉環(huán)。
在AI層面，AI Designer通過自然語言就能實現(xiàn)應用開發(fā)；AI Discovery能夠幫助企業(yè)訓練模型進行預測、決策；AI Agent可以幫助企業(yè)執(zhí)行這些決策。
在數(shù)據(jù)層面，我們幫助企業(yè)將低代碼平臺產(chǎn)生的核心數(shù)據(jù)與第三方數(shù)據(jù)融合，并實現(xiàn)數(shù)據(jù)資產(chǎn)化、數(shù)據(jù)標簽化等數(shù)據(jù)管理，讓數(shù)據(jù)更好地應用于AI與決策。
低代碼層面，核心是“氚云”和“云樞”兩個低代碼產(chǎn)品。
以上加起來就構成了奧哲的企業(yè)級AI平臺的引擎層。
第三層是AI原生應用層，奧哲在包括制造、金融、建筑、石化等行業(yè)在內(nèi)的多個行業(yè)，涵蓋CRM、SRM等多個領域進行原生AI應用開發(fā)，并將這些應用作為企業(yè)的數(shù)智化基礎，在此基礎上進行能力疊加，能讓企業(yè)更快地拿到結果。
問：現(xiàn)在已經(jīng)有很多企業(yè)都推出了針對不同領域、具備不同能力的AI平臺，奧哲為何要在現(xiàn)在這個時間點推出AI平臺？這個時間推出企業(yè)級AI平臺，晚不晚？
徐平俊：大概是2022年底到2023年初，奧哲就開始在AI進行布局。2023年，奧哲也發(fā)布了一些AI產(chǎn)品，不過當時主要是在小范圍內(nèi)服務客戶，并未進行大規(guī)模推廣。那時僅僅是輔助客戶完成開發(fā)任務，并不是“最終形態(tài)”，不過客戶展現(xiàn)出了較強的購買意愿，彼時還處于“摸著石頭過河”的探索階段。
進入2024年，我們提出了“All in One”的概念，并在2025年初對奧哲·云樞進行了全面升級。按照現(xiàn)在對企業(yè)級AI平臺的定義來看，云樞已經(jīng)算是一個企業(yè)級AI平臺了，只不過當時奧哲并沒有這樣定義。
至于為什么在今年這個時間節(jié)點發(fā)布企業(yè)級AI平臺？主要因為傳統(tǒng)的AI平臺更多是提供單點能力，距離打造企業(yè)實際業(yè)務閉環(huán)還有很大差距。特別是和企業(yè)實際數(shù)智化環(huán)境距離較遠、成本很高。通過傳統(tǒng)的AI平臺，企業(yè)只能慢慢推進，每個場景從數(shù)據(jù)環(huán)境搭建到實際應用落地都需要大量工作，ROI也不理想。
我們認為，“AI+數(shù)據(jù)+低代碼”的融合才是未來企業(yè)級AI平臺最理想的形態(tài)。這也是為什么奧哲選擇發(fā)布企業(yè)級AI平臺的原因——基于過去的積累，結合AI的能力，以及市面上的產(chǎn)品，具備直接解決客戶需求的能力。“AI+數(shù)據(jù)+低代碼”的企業(yè)級AI平臺能夠幫助企業(yè)實現(xiàn)數(shù)智化“終局”，成為AI原生企業(yè)。
問：企業(yè)級AI平臺在奧哲的產(chǎn)品/服務矩陣中的定位是什么樣的？
徐平?。?/strong>企業(yè)級AI平臺將成為奧哲的核心產(chǎn)品以及統(tǒng)一對外輸出的產(chǎn)品形態(tài)。在這個平臺上，我們有面向中大組織的企業(yè)級AI平臺奧哲·云樞以及面向中小組織的企業(yè)級AI平臺氚云。
問：與其他企業(yè)的AI平臺相比，奧哲企業(yè)級AI平臺的差異化優(yōu)勢在哪？
徐平俊：近兩年友商推出的企業(yè)級AI平臺大多是解決單點問題的平臺。因此，我們也在探索，直到去年年底重新定位了研發(fā)產(chǎn)品的方向。具體而言，奧哲企業(yè)級AI平臺的差異化優(yōu)勢主要體現(xiàn)在以下三個方面：
第一，實現(xiàn)了業(yè)務閉環(huán)。客戶真正需要的是“AI+數(shù)據(jù)+應用”的閉環(huán)，結合客戶本身的需求，奧哲將AI、數(shù)據(jù)和低代碼平臺融合成統(tǒng)一的平臺，將企業(yè)各個環(huán)節(jié)AI化，且低代碼與企業(yè)的應用結合本身就更緊密，能夠以較低的成本達到更好的效果。
第二，支持高度個性化。奧哲企業(yè)級AI平臺能夠滿足企業(yè)本身對個性化的需求，低代碼平臺本身具備敏捷開發(fā)能力，結合AI之后，用戶可通過自然語言交互即可完成AI應用的開發(fā)，且開發(fā)效率更高，更好地響應企業(yè)的個性化需求。
第三，融合大小模型，封裝常用能力。在企業(yè)級AI平臺上，奧哲對企業(yè)常用的小模型進行了篩選，對大模型以及常用的第三方AI能力進行封裝，企業(yè)在面對成百上千的大小模型時往往難以抉擇，而我們結合企業(yè)的實際應用場景自動做好適配。幫助客戶結合實際業(yè)務場景，做好模型的“訓推用”一體化，讓用戶使用AI更簡單。
問：在企業(yè)從數(shù)字化步入了數(shù)智化時代后，奧哲觀察客戶群體發(fā)生了哪些變化？
徐平俊：客戶群體本身沒有發(fā)生太大的變化，但客戶對接的部門發(fā)生了很大的變化。
一方面，我們能看到目前對AI（數(shù)智化）需求較大的客戶群體，其實還是上個階段對數(shù)字化需求較高的企業(yè)，這些企業(yè)永遠是走在最前列的那一批企業(yè)。其次，還有一些是文字輸出類的行業(yè)，比如律師、設計行業(yè)，他們會利用AI輔助文字輸出、輔助設計及重構業(yè)務等。
另一方面，盡管客戶群體沒有發(fā)生變化，但內(nèi)部對接角色發(fā)生了一些變化。在低代碼時代，我們更多的是跟技術部門交流；現(xiàn)在AI時代，我們更多地跟業(yè)務部門直接交流，討論如何優(yōu)化業(yè)務，提升效率，以及如何讓業(yè)務更智能化、自動化。
總體來看，雖然是同一個客戶，但交流的部門發(fā)生了變化，在AI時代，企業(yè)業(yè)務部門的數(shù)智化升級積極性有所增強。
問：在AI時代，奧哲通過對客戶或者行業(yè)的觀察，得出了哪些趨勢性的結論？這些趨勢如何體現(xiàn)在奧哲企業(yè)級AI平臺的能力上？
徐平俊：我們在四個方面有比較深刻的洞察。
第一個趨勢，大小模型結合是更適合企業(yè)級AI應用的方式。AI時代雖然是大模型催生的，但實際上企業(yè)的業(yè)務場景中，一定是大小模型結合的方式。
在奧哲企業(yè)級AI平臺上，我們對企業(yè)常用的小模型進行了篩選與封裝，結合實際的應用場景，選出最合適的小模型自動做好適配?？偟膩砜?，大模型將能力泛化，小模型輸出更精準，兩者結合起來，才能發(fā)揮企業(yè)更大的商業(yè)價值，形成閉環(huán)。
第二個趨勢，企業(yè)級AI平臺正在從原先的解決單點問題，轉向形成業(yè)務閉環(huán)。現(xiàn)在許多企業(yè)級AI平臺都是通過獨立運行的方式，幫助企業(yè)解決單點的問題。如果真正要形成業(yè)務閉環(huán)，平臺必須要有融合企業(yè)內(nèi)部所有軟件和系統(tǒng)的能力，形成整體業(yè)務閉環(huán)。
比如說，通過AI幫助企業(yè)進行面試，肯定要覆蓋面試前期邀約到面試結束之后的評價等全部環(huán)節(jié)，這就需要AI參與到企業(yè)整個系統(tǒng)中，形成閉環(huán)。奧哲的企業(yè)級AI平臺將AI與低代碼融合在一起——因為低代碼平臺本身具備開發(fā)應用的能力，能夠直接賦能業(yè)務。
第三個趨勢，數(shù)據(jù)質量的提升與數(shù)據(jù)的應用成為關鍵，AI需要能理解的數(shù)據(jù)。其實現(xiàn)在很多企業(yè)不缺少數(shù)據(jù)，原先數(shù)字化階段，很多企業(yè)都搭建了數(shù)據(jù)倉庫、數(shù)據(jù)湖，企業(yè)內(nèi)部有大量的數(shù)據(jù)。但當AI時代到來之后，企業(yè)發(fā)現(xiàn)他們的數(shù)據(jù)用不上、不好用，到了數(shù)據(jù)場景中，發(fā)現(xiàn)企業(yè)原先的數(shù)據(jù)，AI讀不懂，無法理解，還需要企業(yè)重新整理成AI能理解的數(shù)據(jù)。
其他企業(yè)級AI平臺的環(huán)境準備的成本很高，而在奧哲企業(yè)級AI平臺內(nèi)，因為低代碼平臺本身就能構建業(yè)務模型，且數(shù)據(jù)理解能力很強，同時針對一些需要訓練小模型的場景，在數(shù)據(jù)輸入過程中，會通過對模型的理解和分析，選擇合適輸入的數(shù)據(jù)，這樣一來就降低了環(huán)境準備的成本。
第四個趨勢，AI編程不會取代低代碼。最近AI編程十分火爆，也有一些聲音說“AI編程發(fā)展這么快，是不是以后就不需要低代碼了？”我認為不是這樣的。直接從需求到代碼，始終無法解決企業(yè)應用的嚴謹性，以及可維護性的問題。即便后續(xù)AI編程發(fā)展的再好，也需要增加模型層才能解決問題。
基于此，奧哲的AI Designer實際就是一個Vibe Coding產(chǎn)品，不過它比普通Vibe Coding產(chǎn)品多一個模型層，這樣就能解決企業(yè)應用過程中，面臨的嚴謹性和可維護性的問題。
問：在與客戶的溝通中，他們關注的普遍存在于AI落地過程中的痛點、未解難題有哪些？奧哲企業(yè)級AI平臺可以解決哪些問題，是怎么解決的？
徐平俊：其實我們的客戶都會在AI方面進行一些嘗試和應用，目前來看，有三個方面的問題。
第一個，目前大家的AI應用還都比較“淺”。企業(yè)普遍還停留在利用RAG（檢索增強生成），進行一些文字輸出的層面，而Agent則是很難用起來。因為將原來一些數(shù)字化系統(tǒng)，與Agent進行關聯(lián)的過程中，相互的關系仍搞不清楚。此外，在構建Agent過程中，需要配置流程，前期環(huán)境準備成本比較高，跟一些應用無法結合，這也導致了很多場景用不起來。造成了很多企業(yè)購買企業(yè)級AI平臺后，產(chǎn)生不了價值。
第二個，企業(yè)數(shù)據(jù)難以被AI理解，成為AI落地的門檻。很多企業(yè)的數(shù)據(jù)無法直接拿來用于AI訓練，AI理解這些數(shù)據(jù)的門檻，以及數(shù)據(jù)本身原先的結構不一定是支持模型訓練的。
第三個，小模型訓練的門檻比較高。小模型的專業(yè)性和復雜度比較高，在進行模型選擇、數(shù)據(jù)準備，以及參數(shù)調優(yōu)方面，企業(yè)現(xiàn)有的AI人才不足以支撐企業(yè)完成（小模型）與業(yè)務融合、參數(shù)調優(yōu)等工作。這個過程中，奧哲通過AI Discovery，能夠幫助企業(yè)更好地完成模型封裝和對接。
問：在AI發(fā)展趨勢下，奧哲整體的商業(yè)邏輯和產(chǎn)品邏輯有哪些變與不變？
徐平?。?/strong>奧哲原有的商業(yè)邏輯和產(chǎn)品邏輯并不會有大的轉變。
BPM時代，基于信息化基礎，逐步完善了大量的系統(tǒng)，但（系統(tǒng)之間）仍存在孤島。通過BPM，幫助企業(yè)打破孤島、部門墻，幫助企業(yè)構建完整的端到端的業(yè)務流程。
低代碼時代，企業(yè)需要通過數(shù)字化驅動，就需要更敏捷的數(shù)字化能力。這種數(shù)字化驅動不僅是數(shù)字驅動企業(yè)業(yè)務，業(yè)務也需要跑在系統(tǒng)之上，從而能更快地響應市場環(huán)境的變化。這個階段我們強調的是：讓企業(yè)真正做到數(shù)字原生。
到了AI時代，強調的是通過“AI+數(shù)據(jù)+低代碼”幫助企業(yè)在AI時代，開發(fā)AI原生的應用，成為AI原生的企業(yè)。
這個過程中，盡管產(chǎn)品在不斷升級，但整體的大邏輯沒有變化，都是技術平臺驅動企業(yè)進步。AI時代，在邏輯不變的情況下，我們又邁出了新的一步，進行了增強——我們不僅提供一個企業(yè)級AI平臺，還會在各個領域、各個行業(yè)，提供最佳的企業(yè)級AI實踐。希望可以在工具上增加一層，將客戶在AI上的最佳實踐加進去，實現(xiàn)從以前的“工具交付”到現(xiàn)在“結果交付”的轉變。
奧哲會在結果交付上做更多的導向，增強原有的商業(yè)邏輯。一方面，AI時代，希望通過最佳實踐能夠快速地復制給更多的企業(yè)；另一方面，奧哲希望在AI、數(shù)智化方面，能夠讓客戶真正地拿到結果，產(chǎn)生更大價值。
問：價值交付、結果交付的模式，會不會對用戶的付費方式有所轉變？比如，有些客戶在付費時，會選擇將一部分錢在項目交付之后，看到效果之后，再進行付費？
徐平?。?/strong>這是一種我們很期待看到的模式，但是需要整個行業(yè)向著這個方向共同努力?，F(xiàn)有的商業(yè)環(huán)境下，為結果付費的模式并不可行。比如，在結果可以預期的情況下，如果我們按照結果付費，而友商還是堅持“成本+少量利潤”模式，那么結果付費不一定會成立。
站在今天的立場上，結果付費這種模式，很難下結論，但我們肯定會秉持一個開放的心態(tài)，進行嘗試和探討。
問：奧哲企業(yè)級AI平臺未來走向哪里？
徐平?。?/strong>奧哲的企業(yè)級AI平臺是面向“終局”的——助力企業(yè)實現(xiàn)AI原生。
大家肯定都會考慮“什么是‘終局’？”今天大家討論的“終局”是實現(xiàn)AGI。
企業(yè)側的“終局”一定是打造AI原生的企業(yè)。AI原生企業(yè)可以分為兩層：一層是真實的物理世界，企業(yè)在現(xiàn)實世界的運轉，生產(chǎn)、物流、交付等。這個過程中會產(chǎn)生很多結構化、非結構化，甚至多模態(tài)的數(shù)據(jù)；另一層是數(shù)字世界，在數(shù)字化世界中，一些功能將承載這些數(shù)據(jù)。要實現(xiàn)這一目標，需要完成三個關鍵環(huán)節(jié)：
第一個，數(shù)據(jù)能否通過自動化感知。通過包括物聯(lián)網(wǎng)設備、視頻設備，實現(xiàn)自動化感知。而目前很多感知的工作，仍是人工進行操作；第二個，在實現(xiàn)自動化感知的基礎上，通過大模型+小模型的結合，實現(xiàn)自動化決策；第三個，在實現(xiàn)自動化感知、自動化決策后，通過眾多Agent以及數(shù)字化世界中的系統(tǒng)，實現(xiàn)自動化執(zhí)行。
綜上，未來AI原生的企業(yè)，其核心結構是：能夠實現(xiàn)自動化感知、自動化決策，以及自動化執(zhí)行。AI能夠幫助企業(yè)，將每件事都做到最優(yōu)。
奧哲企業(yè)級AI平臺一定會向著“終局”的方向進行設計。但是，不是馬上就能做到100%的智能化，因為AI技術還有些準確性等方面的問題，需要一步一步（解決）。不過我覺得企業(yè)最終都會面向這樣（自動化感知、自動化決策、自動化執(zhí)行）的“終局”逐步迭代。奧哲的“AI+數(shù)據(jù)+低代碼”平臺是通向“終局”的路徑。
問：目前來看，AI迭代的速度很快，同時結合當下的趨勢，奧哲未來如何把握產(chǎn)品的迭代節(jié)奏？
徐平?。?/strong>ToB企業(yè)與ToC企業(yè)不同，ToB企業(yè)的主導思想最重要的還是看準“終局”，然后穩(wěn)健地、踏實地圍繞著客戶，稍微做一些有前瞻性的逐步迭代。
奧哲的產(chǎn)品迭代最大的一個原則是：結合客戶的實際需求和發(fā)展階段，進行產(chǎn)品迭代。具體來看，會圍繞自動化感知、自動化決策、自動化執(zhí)行這三個方向持續(xù)深耕。
比如，近期企業(yè)比較關注的——如何通過Agent從事一些重復的人力工作？雖然我們現(xiàn)在已經(jīng)做了很多大小模型的結合，尤其是小模型的封裝，以及抽象的工作。但隨著企業(yè)場景的增加，我們會不斷擴展現(xiàn)有模型，并且提升模型的精準度。
圍繞如何基于數(shù)據(jù)+AI幫助企業(yè)做好決策，進一步提升大小模型結合的應用范圍和準確性，以及應用與Agent融合之后，如何將開發(fā)效率進一步提升，如何通過vibe coding與模型的結合，實現(xiàn)更快速的自然語言的交互等方面進行迭代。
此外，在形態(tài)的轉變方面，我們覺得如果vibe coding將模型層的能力加起來之后，可以實現(xiàn)通過BA+AI的方式，替代原有的BA+開發(fā)人員的方式。
問：這個過程中，奧哲有沒有制定一個迭代的計劃周期？
徐平?。?/strong>我們采用“大版本+特性版本”的節(jié)奏：每半年迭代一個大版本，同時根據(jù)AI技術發(fā)展，隨時更新相關技術能力。因此，我們不會有特別固定的更新周期，固定反而意味著不夠敏捷。
問：奧哲未來的公司定位是什么樣的？
徐平?。?/strong>奧哲希望成為企業(yè)級AI平臺的引領者。在BPM時代，奧哲就是市場第一；在低代碼時代，奧哲的低代碼平臺也是獨立廠商第一；所以在AI時代，我們也希望成為企業(yè)級AI平臺的引領者。
目前，我們的目標是：未來2～3年如果企業(yè)都特別認可企業(yè)級AI平臺概念的前提下，奧哲希望能成為企業(yè)級AI平臺領域的第一。
在這個目標的引導下，我們要做好自己的事情，用企業(yè)級AI平臺幫助企業(yè)完成數(shù)智化，重構千行百業(yè)，幫助他們實現(xiàn)從數(shù)字化到數(shù)智化的轉型，幫助更多企業(yè)實現(xiàn)AI原生——這是我們堅定不移的定位。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論