明略科技吳明輝:AI Agent時代,企業的終極競爭力是什么?
2025-06-13
當全球企業爭相擁抱AI Agent卻深陷“迷局”,當通用大模型在垂直戰場頻頻“失語”,一場關于數據主權與商業智能的博弈悄然上演。DeepSeek與Manus的崛起雖然揭開了新時代序幕,但也暴露出殘酷現實:缺乏精準數據源與行業know-how的AI工具,終究無法實現讓企業開箱即用。
在人機協作模式劇變的前夜,企業如何定義自身在數據洪流中的獨特價值?又如何將海量信息轉化為驅動專屬智能體(Agent)的“靈魂燃料”?這不僅關乎效率提升,更將決定未來的商業版圖。
在CAN+城際能量站系列校友活動上,CAN+自學社學員、明略科技集團創始人、董事長兼首席執行官吳明輝結合自身多年實戰經驗,聚焦變革下的核心命題,在通用大模型提供強大“腦力”的基礎之上,深入探討企業如何構建、滋養并指揮真正屬于自己、理解自身業務的專屬AI Agent,以實現數據價值的深度挖掘與閉環應用。以下為現場演講整理:
明略科技主要有兩大業務板塊,其一是營銷智能,其二是營運智能。其中,營銷智能業務以明略科技旗下子品牌秒針系統為核心,該品牌是2006年我在北大讀碩士期間創辦的公司,當時它是國內最大的廣告數據分析公司。此外,在這個業務領域,我們還有一個叫微伴助手的產品,其創始人也是目前爆火的Manus的創始人肖弘,微伴助手能夠支持企業微信上客服AI化的相關業務。目前,明略科技營銷智能板塊服務的客戶大多為消費品企業,其中既有世界500強企業,也有眾多民營企業。
營運智能主要涉及線下門店的各類營運事務,我們所服務的客戶群體包括肯德基、麥當勞、星巴克、屈臣氏等。我們為這些客戶提供與線下門店數據相關的服務,收集涵蓋人、貨、場等方面的數據,助力客戶實現數據及資金的優化。例如,人員調度、排班,以及供應鏈管理,還有線下門店的銷售培訓等工作。給大家舉個例子,如果大家走進屈臣氏的門店,會看到導購胸前佩戴的工牌,其實是我們公司提供的靈聽工牌。在保護消費者隱私的前提下,它會記錄導購與顧客之間的對話,隨后我們利用AI技術對這些對話進行分析,以此優化導購的銷售話術等。
今天我分享的內容都與AI有關,因為我是研究AI的科班出身。2000-2004年我在北大讀數學本科,2004年轉到北大計算機系學習上一代人工智能,當時主要研究指紋識別、掌紋識別、人臉識別等內容。2019年我又回到北大攻讀博士,這一次專注于新一代人工智能,從大模型開始。雖然今年中國的AI公司都很開心,但在過去兩三年,大家處境都不太好,外界也常認為中國AI公司實力欠佳,總覺得OpenAI、谷歌在這一領域更為出色。然而今年情況開始有所不同,尤其是DeepSeek讓大家眼前一亮。
業界曾有說法,認為AI不會超過人類,這是錯誤的。如果簡單使用AI,它可能僅相當于公司普通員工水平。但若深入思考,未來公司可能只需招幾個人,結合強大的AI,就能完成工作。從邏輯上講,市場仍需大量公司和人員,但未來五年,人們的工作內容將不再局限于當前水平,而是要進入下一個競爭階段,才有就業機會。所以我們要思考AI的不足之處如何改進。目前AI最大的問題是幻覺問題,這也是行業內的一個機會點。
春節前,我用某平臺系統問GRPO算法與其他算法的區別,系統提供了四個錯誤單詞,雖然看起來一本正經,但很容易誤導人。之后我要求聯網搜索,系統搜了34個網頁并總結,終于給出了正確的四個單詞:group、relative、policy、optimization,隨后我查看引文,發現引文的標題和二級標題看著都不錯,但內容有錯誤,幻覺問題很嚴重。
我們從事數據挖掘和數據分析工作,不能基于假數據進行分析,這是我們首先要解決的問題。前段時間在外做分享時,我講了一個公式y=f(x)。
在企業中,我們的工作都是理性思考和推理的結果。有目標的是理性,無目標的則是感性或其他。這個公式就像我們做決策一樣,比如人力資源部門要制定獎勵機制,就需要一個績效評估邏輯,即函數f。要做出正確決策,除了邏輯,還需要依據x,即員工日常表現。一個決策模型需要決策依據,兩者結合才能產生正確決策。企業中的所有工作,包括營銷文案、客服等,最終都是提供證據的函數表達。函數f要好,x也要準確,這樣才能得出好結果。
如今,DeepSeek和OpenAI等都是頂級的f,就像哈佛、耶魯、北大、清華的優秀畢業生,很聰明,但如果他們剛從山洞出來,不了解世界,沒有x,那回答問題就會出錯。所以,對于創業者、企業創始人、投資人或想創新的企業員工來說,這是一個機會。有問題就意味著有需求,滿足需求就是創新創業的機會。我們要發現DeepSeek或OpenAI的幻覺所在,這可能就是創業機會。醫藥、法律、生物和數據挖掘等領域都是創業公司的機會。
從消費和營銷角度看,我們要思考消費者購買決策的變化。明略科技旗下的秒針營銷科學院聯合廣告主和廣告公司專家,每季度研討,每半年發布白皮書。我們發現,AI來臨后,消費者購買決策發生了很大變化。
因此我們在做營銷時,首先要思考AI對營銷格局和零售的變化。麥肯錫的零售研究報告指出,以前消費者不知道評估標準,但現在通過AI很容易獲取這些信息。結合前面的x,消費者零售購買環節確實發生了重大變化,比如說在購物推薦方面,中國消費者對AI的平均信任度遠超其他國家。
春節后,DeepSeek、豆包和元寶等平臺發展迅猛,很多搜索引擎都陸續出現了總結頁面,用戶在搜索后直接查看總結,減少了點擊鏈接的行為。包括支付寶、淘寶、天貓、京東等平臺火了之后,也在其手機APP內置了問答機器人,但部分平臺后來又下架了,主要原因是問答機器人的互動性、用戶體驗雖好,但無法商業化,影響了流量銷售。這表明產業將發生變革,特別是在搜索引擎競爭中,各平臺需要想辦法商業化。作為品牌,要思考其中的機遇和變化。
從消費和采購角度看,未來每個消費者都可能會有一兩個特別信任的Procurement Agent或Purchasing Agent。對于簡單的采購,消費者可能直接購買,但對于復雜的采購,如B2B采購,以及其中的化妝品、家電等復雜消費品的購買還是需要進行深入研究后再進行購買。
我們作為品牌,應思考如何布局。包括現在每個品牌都應有自己的Sales Agent,未來市場格局可能變為消費者擁有自己的采購Agent,向其下達需求后,Agent去分析、比較、排行,給出采購建議,這將改變B2C營銷路徑。因此,對于品牌來說,要思考如何讓自己的內容被更好地索引和理解,以便被推薦。品牌需要在官網、官微、視頻號、小程序、小紅書等平臺部署內容,還要考慮KOS,即門店導購的個人賬號。這些內容究竟如何布局、部署,才能更好地被采購Agent索引和理解,這是未來的關鍵。
簡單來說,模型其實就類比于人的大腦,而Agent則相當于安裝了眼睛、耳朵,幫助大家去感知,同時利用手和腳去執行結果。Agent相當于是一個人加上一個模型,而不是一個完整的人。
Agent要做幾個事情:首先是planning,例如你問Perplexity或Kimi、豆包任何問題,它第一步要做規劃,把關鍵詞分解成若干個關鍵詞,分別去谷歌或百度搜索。這個分解過程就叫planning,搜索結果出來后再做總結。一般來說,標準的Agent本身沒有記憶,但執行任務時需要長期記住一些事情。Agent可以把手、腳、眼和模型的大腦連起來,讓它能干高級的活,這就是它能讓大家付費使用的原因。
很多做投資的朋友雖然不會用它做投資決策,但會在做投資研究等細分工作時使用它,包括一些初級的Data Research分析師、研究員也會用。目前市面上比較火的Manus可付費使用,每月最高收費199美元,但其實它比Deep Research和Perplexity只多調用了兩個工具。
Manus調用的第一個重要工具是Browser Use,這是一個開源項目,由兩個瑞士在校大學生開發,我們把這一類項目叫Browser Agent,它能瀏覽很多搜索不到的網頁,比如小紅書、抖音等。它還調用了另一個工具叫虛擬機沙箱環境,相當于提供一個虛擬機技術。所謂虛擬機,就是把一臺大型電腦分解成多臺小型電腦,分別進行計算,無需占用整個電腦的完整資源就可以在一部手機上虛擬出100部手機,同時執行不同任務,電腦也是如此,被調用后,可遠程操控云端虛擬機,提供完整電腦資源,支持瀏覽器操作、代碼編寫,甚至軟件下載與執行等任務。
智能體技術是前沿技術,可調用各種工具,結合
AI進行規劃,甚至復雜任務的完整執行與反思。為了提高效率,我認為每家公司都應開發Agent,實現工作自動化。基于此,未來可能產生全新的分工模式,組織內部的Agent將整合需求與供給側的數據分析工具,通過API調用實現高效協作,推動行業變革。
在數據分析和數據智能行業,大模型的應用帶來了巨大變化。之前數據分析師只能分析結構化數據,用Excel等工具。現在可以利用大模型找到未知的數據源,處理非結構化數據,如圖片和文本。同時,分析部分也發生變化,以前全人工,現在可以用大模型提升競爭力。
包括B2B和B2C的營銷方式也會發生變化。比如,客戶可能在DeepSeek上問專業問題,DeepSeek會建議他們問秒針系統的Agent,然后需求直接輸入給Agent,Agent直接執行任務,不再需要銷售環節,未來AI之間會這樣互動。
數據是金礦,模型是商品。沒有獨有數據,就沒有獨有模型。公司要擁有獨有數據,才能有競爭力。AI智能體包括感知、決策、行動,有半自動和全自動兩類,全自動的可以獨立行動,自己分解任務、反思,不達目的不罷休。
未來企業要面向AI做營銷和用戶體驗設計,因為將來可能是AI在用你的產品和服務。總之,未來每個企業都要朝著這個方向發展,擁有獨特數據、模型和工具,構建競爭力。
本文轉載自“參加CANPLUS”公眾號
信息填寫