7月18日，孚知流新产品发布会在模速空间成功举办。来自各行业的近40名企业高层决策者和部门负责人参加了此次发布会。发布会期间，孚知流创始人白双结合实际客户案例围绕「负责任的AI」、「人机协作」和「AI+行业」重点展开分享，并与在企业中一线负责AI数字化实施的行业伙伴一同探讨AI落地中的经验和挑战。
一起来回顾发布会现场的精彩瞬间——
发布会开始前，孚知流作为模速空间入驻企业，组织参会者参观了模速空间一楼展厅。参会者们详细了解了模速空间为入驻企业提供的算力调度、开放数据、评测服务、金融服务、综合服务等全过程创新创业保障服务，并上手体验了入驻企业的各类产品，亲身感受大模型创新生态前沿。
打造「负责任的AI」
全新升级的孚知流在此次发布会上正式与大家见面，并围绕「负责任」展开，与大家分享了真实的客户落地案例。
创始人白双回忆过去一年的心路历程时说到：“面对新技术，我们感到兴奋，但也深知要面对许多未知和不确定性。半年时间，我们完成了从Translai到孚知流的升级，并在去年年底基于通用的RAG框架发布了Beta版，但是，很快地我们发现AI出现了各种“不负责任的表现”，比如知识库明明录入了内容，但是却搜不到；AI的回答有些并没有引用知识库文件，而更多是基于大模型的回答或者臆想；虽然回答了，但却很片面等问题都一一浮出水面。
于是，我们把所有精力都聚焦在了如何打造「负责任的AI」。期间，我们邀请了多家行业企业客户参与共创，基于真实的业务场景进行循环测试和反馈优化。历时半年，我们围绕复杂数据处理自动化能力、搜索效率、大模型的幻觉控制这三个维度实现了重大突破，并获得了多个行业头部客户的认可。
现场，白双以建筑行业为例，展示了孚知流的RAG性能表现。
利用Multi-agent 进行复杂数据自动化处理
在与某建筑行业客户的合作中，针对建筑行业存在大量非结构化数据（例如：同时包含大量表格、不规则文字段落及手写体的扫描类PDF），孚知流采用Mutli-Agent混合识别技术框架，成功实现了对复杂非结构化数据的高效处理，数据提取的准确度可达98%，相较简单的OCR识别得到了大幅提升。
融合高级搜索和幻觉控制算法，聚焦「搜索」和「生成」
RAG的全称是检索增强生成，那么检索和生成的效果就直接决定了AI的最终表现。在确保高质量数据处理的情况下，我们将高级搜索推荐算法和CTM（Critical Thinking Model）幻觉控制模型融入至RAG，实现了RAG性能的巨大提升。白双展示了一组对比测试结果，测试产品包含2个建筑行业垂类知识库产品PKPM和建标库，以及某非垂类AI知识库友商，在相同数据投喂的情况下进行问答，结果如下：
孚知流问答结果
同类产品测试结果3
同类产品测试结果2
同类产品测试结果4
面对“楼梯间的门需要甲级么？”这个问题，孚知流基于多个文件进行了信息检索，得出了“是否需要甲级门要根据楼梯间的具体位置和建筑物特点来定”这一结论，并列出了4条“需要”和“不需要”的情况。在客户的评判标准重达到了8分，并评价：“回答准确，并进行了分情况讨论”。反观其他三款产品，各自都仅仅列举了一种情况，就得出了“需要”和“不需要”的结论，对查询者具有一定误导性。
经过近一年的探索，我们认为知识库的搭建原理其实并不复杂，但是要真正做到「负责任」却需要很多产品化的思考，以及精细的工程开发和更加聚焦的技术突破。
AI is more than a Chatbot
AI的能力边界，远远不止Chatbot。让AI融入企业真实业务场景中，是孚知流的第二个发力点。
白双举例，在某技术认证行业客户在客资清洗和产品匹配场景中面临一个痛点：从网站表单、邮件等渠道获取的客户问询往往会因为工作人员误判而导致客资流失，遗漏率可达到20%。孚知流通过AI Agent工作流给予AI辅助决策，不仅极大降低了人工误判率，还基于大量询单数据提供客户市场趋势报告和产品线拓展建议。事实证明，AI可以突破Chatbot问答的形态，深度融合至各种各样的业务流程中。白双称：“只要能用语言表述出业务流程，AI就有释放价值的空间。”
智能体的巨大价值在于它可以满足“千人千面"的客户需求，但又不需要高成本的定制化开发，即便客户不想自己动手搭建工作流，也可以交给孚知流平台上的Agent designer专家。一天之内就可以拥有开箱即用的个性化AI应用。
除了AI Agent, 孚知流还支持「人机协同」，我们称之为HITL Agent, 通过串联编辑器模块，不仅可以支持更多无法完全依靠AI实现的精细化场景，人类专家的知识也可以无缝融入工作流并流入知识库。因此，随着企业中每个个体的使用，知识将持续不断地沉淀和更新，整个系统会变得越来越智能。
AI + 行业
要释放企业级AI的强大潜力，深入与行业的合作至关重要。于是我们将「AI+行业」作为市场策略的重要一步。
白双认为，AI是一种泛化能力。我们人类的大脑结构都差不多，但是个体之间的差异其实是在于经验知识和行为模式，在数字世界里，其实就是知识库和工作流的差异。
AI在融合不同的行业知识和工作流后，就可以形成行业化解决方案，再结合行业垂直渠道，才能真正让AI在一个行业中渗透下去。因此，孚知流正在积极与行业头部专家和服务商合作，探索行业化解决方案。目前在教育领域，孚知流已经与行业头部服务商达成战略合作。
同时，我们期待与更多行业伙伴开展合作及业务场景验证测试，深度激活企业级AI的强大生产力。您也可以通过下方的小孚助手账号与我们取得联系，期待与您共创，用智能体解锁更多业务场景。现已正式开放试用账号的注册登记，扫描下方二维码添加“小孚助手”，与我们取得联系。
扫描二维码，添加小孚助手
嘉宾观点 精彩回顾
发布会现场邀请到多位在不同行业躬身入局的分享嘉宾，分享了他们所在行业内AI落地的痛点和探索经验，以及对人工智能技术的未来展望。在此节选部分精彩观点，现场演讲及圆桌讨论的全文整理将在此后的推送中陆续发布，敬请关注孚知流公众号。
左右滑动查看更多
许晶鑫 Ex-Teambition技术总监、AI原生教育平台 CodeKidz 创始人
“人工智能技术遵循着「感知-认知-决策」的发展路径，并非线性的发展，而是在某一个节点开始迎来指数级的引爆式增长。当下就是企业应用AI最佳的时机，因为技术成熟度已经处于临界点，社会接受程度也比较高，丰富的应用场景正在不断涌现，技术成本和获客成本也处于一个相对均衡的状态。”
柏捷铭 安永咨询 大中华区咨询服务经理、AI应用培训主讲人
“许多企业的数字化转型项目还处在「信息化-数字化-智能化」过程中的前两步。目前人工智能落地的确存在一些瓶颈，技术与企业需求之间存在显著的断层，技术专家可能不完全理解企业的具体需求，而企业也缺乏对技术潜力的清晰认识。这种技术层面的gap导致了双方在合作时的沟通障碍和期望落差。尽管存在挑战， 我们同时也已经看到了一些积极的实践。在企业进行数字化转型的过程中，决策式人工智能（如用于打标签、监控、比对和销售行为评分）的接受度相对较高。这表明，在推动人工智能应用时，企业更倾向于那些能够带来明确决策支持和操作便利的技术。”
魏立青 华建集团上海建筑设计研究院 数字化项目负责人
“建筑行业是一个颇为传统的行业，当前在数字化发展方面，尤其是人工智能领域的探索及应用相对滞后。其中一个重要原因在于建筑行业的数据呈现出多模态化的特点，且数据的专业程度高，对数据处理的准确性要求较高。现阶段，该行业仍主要依靠传统的专业人员人工方式来处理数据，从而导致存在较大的处理成本。
自2022年下半年开始，伴随国家加快数字中国建设的政策推动以及机构改革调整，国资委所属企业积极展开对人工智能与建筑行业融合的探索。我们正通过组织竞赛激发创新活力，成立数字化部门，并且与科研机构、高校、科技公司等展开紧密合作，致力于推动建筑行业的数字化转型以及产品创新，从而达成共赢共创的目标。”
马晓婷 亚马逊云科技 大客户经理
“在人工智能行业的落地过程中，企业不可避免地会面临两大挑战：安全与业务的平衡问题以及业务效果的评估标准问题。当业务部门开始采用生成式AI技术时，安全团队需要确保合规性，但合规性的边界往往模糊不清。尽管可以通过数据脱敏和加密等技术手段规避风险，但在大型企业中，安全与业务的冲突常常导致项目进展缓慢。此外，生成式AI在业务应用中的表现存在不确定性，通常只能解决大约60%到70%的问题，目前尚未形成统一的行业标准来衡量其效果，这影响了企业对AI技术的全面应用，并给业务决策带来了挑战。
然而，在人工智能的浪潮中，企业也迎来了机遇。特别是行业领先者，应勇敢地走在变革的前沿，利用其拥有的大量沉淀数据推动业务发展，并显著提升公司市场估值。虽然这一过程中伴随着风险，但这些风险同样伴随着巨大的收益。如果企业不采取行动，可能会被技术进步所淘汰。因此，积极拥抱变革，利用现有资源，是企业在激烈的市场竞争中保持领先地位的关键。”
李志超 华住集团 数据分析师
“随着大模型的兴起，数据分析师的一部分日常工作，比如制作经营周报或简单的数据提取，可能会被AI简化甚至替代。虽然目前细节处理还有待完善，比如小数点控制，但我相信这是未来的趋势，我乐于接受这种变化，可以帮助我从琐碎的工作中解放出来。AI时代，数据分析师的角色将更加注重算法开发和商业洞察，而不仅仅是数据的简单处理和报告。
此外，市面上的一些服务也提供了新的思考方式。相比text2SQL，text2BI或许更能得到用户的青睐。它既一定程度上解决了用户提问模糊的难题，又提供了看板以便用户自取。这种模式给了我很大的启发，在AI时代，我们可能需要重新思考数据产品的边界和维度。”
