对AI大模型应用场景的深入思考（上篇）

　　随着AI技术的迅猛发展，大模型正成为推动各行各业变革的核心力量。在金融、医疗、制造等多个领域，企业正积极探索如何利用这些强大工具来优化业务流程、提高决策质量和增强客户体验。

　　在之前的文章中，我们已经完成了三个系列的介绍，包括《5W1H拆解AI Agent系列》、《AI大模型实战篇系列》和《RAG实战篇系列》，通过系统原理和源代码，帮助大家深入了解这些前沿技术范式。接下来，我们将正式开启《大模型应用场景系列》。

　　大模型的应用场景主要分为toC和toB两类。在toC领域，市场上已经涌现出许多面向消费者的大模型产品，如MidJourney、Character、Notion AI、Kimi等。虽然关于大模型在C端应用场景的文章已经相当丰富，但针对B端应用场景的高质量文章仍不多见。因此，在《大模型应用场景系列》中，我们将重点围绕企业业务领域，介绍AI大模型能为企业带来哪些价值。

　　本篇文章是一个场景蓝图，先从整体上介绍企业内部都有哪些应用场景。在后续文章中，我们将挑选一些具有代表性的场景进行详细介绍，并探讨AI应用场景在企业中的落地顺序。

　　我们将场景分为两类：一类是通用型应用场景，即在大多数行业和企业内都会存在的业务类型，如营销、供应链、办公协作；另一类是行业型应用场景，即只存在于特定行业的应用场景，如制造业的智能排产和智能设备维护，医疗行业的药物研发和智能问诊，金融行业的智能投研和智能交易等。

　　首先，我们来看看行业通用型应用场景。

　　营销的本质是在合适的场景下，将正确的营销内容触达给正确的目标客群，以达成特定的营销目标。任何行业都存在对营销的强烈需求，同时营销部门也往往是预算最为充裕的部门。因此，面向营销领域的AI解决方案也往往是许多AI初创公司的首选。

　　AI大模型可以在营销的多个环节创造价值。例如，在海报、商品设计图、商品详情页、营销文案等内容的生成上，传统的做法需要人工拍摄和撰写，而在AI大模型的助力下，使用者只需将自己的创意和想法告诉大模型，由大模型自动完成内容的生产。此外，AI大模型还可以帮助营销部门制定详细的营销计划文档，提升营销部门效率。

　　接下来是供应链领域。供应链的本质是管理好商品从采购、生产、仓储、物流的全流程，从而保障产品的持续稳定交付。无论是零售、电商、医药还是面向B端的工业品、半成品都需要良好的供应链系统来支撑业务的运行。在供应链中，销售计划、库存管理、采购计划等环节都可以通过AI大模型进行优化。例如，AI Agent可以预测未来一段时间内的销量帮助提前做好商品配货；可以预测每个品类的安全库存并在库存预警时自动发起采购流程；还可以详细解析销售计划文档并输出标准采购计划清单等。

　　最后是办公领域。办公场景天然需要和大量的文档打交道因此也是AI大模型目前最为成熟和稳定的应用领域。通过RAG技术构建企业专属知识库再通过AI Agent以对话机器人或智能搜索的方式对内部员工提供服务即时解答员工的各项问题。此外还可以帮助员工进行文档分析、关键信息提炼等工作方便员工更高效地和内部、外部各部门沟通协作。

　　在本篇文章中我们介绍了AI大模型在行业通用业务下的应用场景主要围绕营销、供应链和办公领域。在下一篇文章中我们将继续介绍AI大模型在行业特定场景下的应用如制造业的智能排产和智能设备维护医疗行业的药物研发和智能问诊金融行业的智能投研和智能交易等。