長假過後，總會有不少職場人患上 " 節後綜合征 "，不僅上班打不起精神，連自己以前是幹什麽的都快忘了。
這時候，大家特别羨慕鋼鐵俠，可以把各種瑣碎的事情都交給智能助手 " 賈維斯 " 來完成，自己隻管發明創造、實現自我。
但開發專屬于自己的 " 賈維斯 "，這就難倒了不少人。
我們曾報道過，浪潮信息的 " 元腦企智 "EPAI（Enterprise Platform of AI），可以高效開發部署生成式 AI 應用。實際效果到底如何？很多讀者特别好奇。
最近我們得知，浪潮信息售前部門使用 " 元腦企智 "EPAI，一群不懂編程的售前人員，靠自己完成了大模型精調、知識庫、RAG 等技術活，手搓出了 AI 助手 " 元小智 "。
在其他銷售人員節後狀态還沒恢複，爲招投标書的文山會海而苦惱時，" 元小智 " 可以幫助浪潮信息售前進行招投标的文檔閱讀、分析、處理和生成，讓售前人員可以輕裝上陣，堪稱是攻克 " 節後綜合征 " 的最強助攻。
與其羨慕電影虛構的鋼鐵俠，不如把目光放到現實中，放到這群剛剛給自己手搓了一個 AI 助手的浪潮信息售前人身上。從他們的職場故事中，找到也能讓自己化身 " 超級英雄 " 的助攻力量。
鋼鐵俠和超級英雄們的故事，總會從拯救一場地球甚至宇宙的危機開始。而浪潮信息售前人員，都是一群不懂編程、以前也從沒幹過 AI 開發的人，當他們決定自己動手開發 AI 助手，還真有點超級英雄們 " 雖萬難而吾往矣 " 的精神了。
那麽，他們又遇到了什麽危機呢？
售前崗位的核心價值是理解客戶需求，敏銳洞察市場，并将公司的産品方案，通過強大的溝通技巧，撰寫适配于客戶需求的解決方案，并與之深度交流讨論。然而現實中，售前人員并不能将所有時間精力都投擲在需要發揮創造力、溝通力的工作内容上。
他們面臨着 " 三座大山 "：
任務多。每天閱讀和分析冗長的招标文件，随時關注并跟進市場的最新動态，對齊投标文件的格式、檢查錯漏等，重複枯燥，耗時耗力。
壓力大。一個招标項目往往隻有一兩周的時間，售前人員要在有限的時間内完成工作，加上商務信息敏感，不能假手于人，時間精力不夠，工作壓力山大。
開發能力要求高。大模型爆火之後，售前部門意識到，文本整理、信息搜集、數據查詢類大量的重複低效工作，都可以交給 AI 自動化完成。但是，由于 IT 售前技術名詞多、術語多、專業技能要求高的崗位，有大量的知識 know-how 沒有被文本化，通用大模型學不到。此前沉澱的售前數據，包含了各種格式的文檔，還需要進一步處理才能被大模型所用，而這些開發步驟所涉及的技能，超出了售前人員的能力邊界。
這種情況下，售前人員一開始想呼叫援助，找軟件部門幫忙，但是，浪潮信息内部的智能化升級也很迅猛，很多業務部門都在擁抱 AI 大模型，來改造工作流，開發人員的需求已經排長隊了。而且，售前 AI 助手的開發，還需要業務和開發一起碰需求、定方案、敲細節，雙方團隊你等我、我等你，不知道要等到什麽時候。
移除售前工作中的 " 三座大山 "，浪潮信息售前部門急需自己動手，來打造一個類似于 " 賈維斯 " 的專屬 AI 助手，把自己寶貴的精力從繁瑣工作中解放出來。
這時候，售前部門想到了浪潮信息已經發布的一站式工具賦能平台 " 元腦企智 "EPAI。
在元腦企智 EPAI 全棧技術的助力下，不懂編程的售前人員，隻靠 1 人 1 月，就完成了模型微調、應用開發和發布，打造出了智能售前助手 " 元小智 "。
并且，" 元小智 " 能力強大，身兼數職。" 元小智 " 可以是秘書，幫助業務人員一鍵處理招标文件，對招标文件中的重要信息進行全面且準确地解讀；可以是百科全書，爲售前人員快速進行浪潮信息全系列在售産品及方案的查閱，生成産品優勢、核心參數等信息，輕松應對客戶問題；可以是搜索引擎，爲售前人員快速掌握業界資訊與競品信息，把更多時間放在需求洞察、競品分析、方案定制、客情維護等更高價值工作上。
售前人員終于可以像鋼鐵俠一樣，把後背交托給 AI 助手，自己去馳騁職場了。
是什麽讓售前人員無懼 AI 應用開發？
究其原因，是元腦企智 EPAI 具備 " 上手快 "" 精度高 "" 易部署 "" 安全可靠 " 四大特點，而這恰好滿足了售前部門在各個開發階段的需求。
數據準備環節：
售前 AI 助手需要專業、全面地了解分析公司産品和招投标文檔，而産品資料、解決方案、招投标項目書與行業報告等文件，涉及各種模态和數據格式，有的是結構化數據，比如産品參數表格；有的是非結構化數據，比如客戶溝通紀要，要想充分利用起來這些信息，就得構建專用知識庫。
售前人員借助 " 元腦企智 "EPAI 的數據處理工具，對結構化數據進行自動解析，轉化爲标準格式的知識庫條目；對非結構化數據，也能自動提取有用信息并進行高效存儲。
最終，從 1500+ 的 pdf、docx、doc、xls 等多種格式在内的數據中，構建了 8 大業務線全部在售産品的知識庫。
微調環節：
有了售前知識庫，通用基礎大模型相當于上了專業課，但還沒有經過職場曆練，不懂招投标工作中的真實業務邏輯，所以還需要微調。
微調過程中，售前人員需要做兩件事：一是基于業務真實數據，構建高質量的微調數據集，涉及數據的清洗、過濾等準備工作；二是微調，要經過多次調參，不斷叠代，找到最佳的微調效果。其中涉及的繁瑣工作也并不少。
售前人員利用元腦企智 EPAI 的全鏈路數據治理工具，首先完成了數據生成，從種類多樣、場景複雜、規模龐大的招投标文件、産品信息、行業報告中，自動抽取生成微調數據。接下來，借助評判大模型，對生成的每一條微調數據進行自動打分，剔除低質量數據，最終形成了數十萬條高質量微調數據。然後，再利用零代碼微調工具進行模型微調，實現模型專業能力提升。
産品功能環節：
通過知識庫和微調，售前人員擁有了符合業務需求的招投标大模型，但大模型是很難被業務人員直接使用起來的，還必須經過産品化、功能性開發，讓 AI 好用、易用。此外，在日常使用中，還需要考慮到招投标的信息敏感性，實現 AI 應用的安全可靠。
這一系列問題，通過元腦企智 EPAI 也得到了很好地解決。平台提供的多種應用開發工具，支持多種參數的設置、修改。内置的對話式應用支持多輪對話、長文本分析、單文檔對話、網絡檢索等交互功能，可以滿足使用大模型的多種功能需求。
同時支持本地化部署，企業可以通過元腦企智 EPAI，完成大模型應用的私有化本地開發、部署，在确保數據絕對安全的同時保證應用的高可用。
所以，總結一下 " 元小智 " 在元腦企智 EPAI 上的開發特點：
1. 快速。用時短，效率高，很快完成應用的研發上線。
2. 專精。結合了售前專有數據和知識庫，讓 AI 應用真正成爲生産力工具。
3. 極簡。零基礎、零門檻也可上手開發。
" 自己的降落傘自己先跳 "，浪潮信息售前人員用元腦企智 EPAI 爲自己打造了一個解放職場生産力的 AI 助手，似乎是理所應當的。
我們能從中學到什麽呢？
通過 " 元腦企智 "EPAI ，AI 應用開發已經從軟件開發工程師才能搞定的 " 職人技 "，變成了自動化、标準化生産的工業品。
也就是說，規模化批量制造 " 賈維斯 "，和其他各種 AI 應用，已經不再遙遠了。
當前 AI 在各行各業的整體滲透率不到 10%，大模型落地的最大阻礙，就在于懂業務的人不懂、不會 AI 開發，導緻大量企業的獨特需求，以及長尾場景的定制需求，無法被充分滿足。
AI 大模型想要在千行萬業中落地，迫切需要改變生産模式，從編程人員的 " 職人技 "，變成普通人也能輕松搞定的 " 工廠高精産線 "。
這正是 " 元腦企智 "EPAI 想要解決問題，從售前手搓 " 元小智 " 來看，确實做到了。怎麽把 AI 應用開發的門檻打下來，浪潮信息用了三步：
第一步，細緻拆解，所以全面。通過細緻拆解，搞清楚 AI 應用開發工作流的每一步都包含哪些内容，以及每一個環節可能遇到的開發難點是什麽。舉個例子，" 元腦企智 "EPAI 的工具顆粒度，細緻到了某一個開源或閉源模型怎麽調，一個問答對怎麽構建，都進行了全面的考量，這就減少了普通人在 AI 應用開發中遇到問題而中途放棄的可能性。
第二步，标準化，所以高效。拆解完成之後，" 元腦企智 "EPAI 對 AI 開發中可以被自動化、标準化的步驟，進行了工具研發，比如數據準備、模型訓練、知識檢索、應用框架等，都有趁手的工具，減少開發工作量，提高開發效率，縮短開發周期。
第三步，全鏈貫穿，所以有實效。我們都知道，全鏈路貫通可以發揮出 1+1＞2 的效果，讓生産效率指數級增長。試想一下，如果開發者不得不在 A 工具上清洗數據，在 B 平台上訓練模型，在 C 平台上進行部署，中間會帶來多少兼容性問題、中斷和等待？所以，AI 應用開發必須全鏈路貫通，" 元腦企智 "EPAI 端到端開發平台的特性，讓企業人員的 AI 應用開發過程暢通無阻，真正提高生産力，發揮出提質增速的實效。
當将 AI 應用開發變成 " 工廠高精産線 "，千行百業的創造力才能被充分釋放出來，真正擁抱 AI 和大模型，開啓規模化普及時刻。
所以，元腦企智 EPAI 可能是 AI 應用最理想的生産車間。
科幻電影中，人類社會遭遇的許多危機，最終都隻有靠人的創造力、勇氣與情感才能應對。鋼鐵俠需要多個 AI 助手，來讓自己更專注于跟夥伴合作、解決複雜問題。
從這個角度講，越來越多的人憑借元腦企智 EPAI，加入 AI 應用開發的行列，化身智能時代的 " 超級英雄 "，我們将會進入一個人類創造力大爆發、AI 生産力大爆發的全新階段，将曾經和未來的危機都一一解決，人機協作的新世界會更美好。
