UNIDATA TECH · AI SHARING SESSION
从最初的聊天问答，到如今能够辅助创作、分析数据、调用工具，甚至自主执行复杂任务，AI 正逐渐从一项新技术，变成日常工作中的重要协作伙伴。但对于身处不同岗位的我们来说，AI 究竟能做什么？如何将 AI 真正融入业务场景？又该如何在技术快速发展的过程中，找到人与 AI 最合适的协作方式？
11 月 12 日下午，数联科技 AI 专班分享会开讲。关于 AI 怎么真正走进日常工作，这次活动把话筒交给了三位来自不同业务领域的一线同事——他们分别从 AI 前沿动态、AI 运营实践和 AI 产品思维出发，分享各自与 AI 携手的探索和思考。从技术趋势到一线实践，从个人成长到业务创新，三场分享从不同角度呈现了 AI 融入实际工作的路径。
01｜洞察前沿：当AI长出“手脚”，我们该关注什么？
分享人：高铖澍
AI 的发展速度不断刷新着人们的认知。它究竟距离真正的通用人工智能还有多远？当 AI 开始拥有自己的运行环境，又会给我们的工作和生活带来哪些变化？
分享中，高铖澍以近期 AI 行业热点为切入点，介绍了新一代模型在数学证明、编程、视频创作等领域的能力突破，并结合「锯齿状 AGI」这一概念，指出 AI 虽然已经能够完成许多复杂任务，但在审美、判断和任务执行的稳定性方面仍存在不足。
随后，他将视角转向 AI Agent 的发展。从普通对话助手到拥有独立运行环境、能够 7×24 小时持续工作的 AI 个人助手，AI 正逐步从「回答问题」走向「自主行动」。与此同时，技术进步也带来了新的问题：AI 执行任务的最后一步由谁审批？算力和能源成本由谁承担？当 AI 自主行动产生风险，又应该由谁负责？
从模型能力到智能体形态，再到数据中心建设、能源消耗和安全责任，高铖澍借助一系列行业案例，带大家观察 AI 技术发展背后的机遇与挑战。
02｜立足实践：从“使用AI”到“与AI 一起工作”
分享人：朱希
作为入职不久的职场新人，朱希从自己的实际工作经历出发，分享了一步步把 AI 用进日常工作的摸索过程。
从校园中的文献整理、论文润色，到职场中的方案设计、视频创作和业务分析，她发现，AI 不仅能够帮助完成单项任务，更能够参与整个工作流程。
在 AI 视频创作实践中，她尝试将创作过程拆解为脚本、素材、分镜和视频生成等环节，通过不断调整和验证，探索利用 AI 完成内容创作的新方式。
而在资产管理平台的运营与测评工作中，她分享了一个更贴近实际业务的案例。
过去，查询设备信息往往需要翻阅 Excel 台账、逐项统计和人工核对。如今，通过自然语言与平台交互，就能让模型调用相关数据，快速完成资产查询。但模型能够回答，并不意味着回答一定正确。为此，朱希从用户体验出发，建立模型测评流程，围绕问题理解、答案准确性和用户可读性三个维度进行评价，并将模型出现的问题归纳为数据编造、错误引用数据来源、自行推算和答非所问等类型，逐步推动模型优化。
她认为，AI 可以是帮助我们学习的老师、提供思路的军师、分担工作的搭子，也可以是主动指出问题的「杠精」。从个人创作到业务测评，朱希的实践展现了一个职场新人如何逐步从「使用 AI」走向「与 AI 一起工作」。
03｜转变思维：从 C 端产品到 AI 产品，什么始终不变？
分享人：孙德俊
AI 时代，产品经理的工作方式正在发生怎样的变化？当 AI 能够参与越来越多的工作环节，产品经理又应该如何发挥自己的价值？
孙德俊结合自身从消费互联网转向 AI 产品、再进入物流行业的经历，分享了两次职业转型中的思考。
首先，他通过汽水音乐的产品案例，回顾了传统 C 端产品经理的工作方式。面对用户在不同播放场景之间切换时的体验问题，他通过分析用户需求、比较产品方案，并结合数据指标和用户反馈进行验证，最终推动悬浮窗方案落地。
在他看来，无论技术如何变化，产品经理的核心使命始终是发现真实痛点、定义问题并验证解决方案的价值。在第二次职业转型中，孙德俊分享了自己进入物流行业后的探索。面对公路、铁路、水运、航空等不同运输方式，以及货代、司机、承运人、项目经理等多方协作关系，他意识到，理解一个新行业，不能仅凭互联网产品经验直接套用解决方案。
为缩短行业认知的距离，他尝试利用 AI 搭建物流新闻雷达，及时了解行业动态；同时借助 AI 设计物流知识学习课程，从基础概念逐步深入到不同运输方式和真实业务案例。AI 能够帮助我们更快地理解行业、验证想法，但真正把想法变成现实，仍然离不开人的思考、判断与决策。
04｜从三场分享到共同思考：让 AI 融入工作
三位同事的分享，分别从行业趋势、一线应用和产品实践出发，呈现了 AI 时代不同岗位的探索与成长，看似不同的主题，实际上指向了三个共同的关键词：
主动学习。 保持对新技术的关注，积极了解 AI 能力边界与应用趋势，不断更新自身的知识体系。
实践探索。 从实际工作需求出发，尝试将 AI 应用于内容创作、数据分析、产品设计、模型测评等具体环节，在实践中探索更高效的工作方式。
结果导向。 不以“使用了 AI”作为最终目标，而是关注问题是否真正得到解决、交付质量是否有所提升、业务价值是否得到体现。
AI 不仅是一项不断发展的技术，也正在成为推动工作方法优化、知识积累和业务创新的重要力量。对于每一位身处 AI 时代的数联人而言，重要的不只是了解 AI 能做什么，更是主动思考：
在自己的岗位上，哪些工作可以借助 AI 做得更好？哪些经验可以沉淀为方法？哪些想法可以进一步转化为实际成果？
技术的发展不会停步，学习与探索也不该停在一场分享。AI 专班分享会以一线同事的真实实践为切口，让经验有了交流的出口，让思路有了碰撞的场合。从关注行业动态，到摸索 AI 工具的具体用法，再到用产品思维重塑工作方式——每一次尝试，都是让 AI 走进实际业务的一小步。
未来，数联科技将持续推动 AI 技术学习与业务实践的融合，鼓励更多同事把探索的路子讲出来、把创新的想法碰出来。让 AI 真正走进日常工作，让每一次探索，都成为下一次进步的起点。
