AiDD研发数字峰会

出品人：刘洪

某大厂技术总监，资深算法专家，数据资产与AI服务平台负责人，主要技术研究方向：多模态大模型、文生图大模型、高质量模型压缩、大规模图学习、Responsible AGI。

某大厂技术总监、资深算法专家

数据智能及其行业应用

论坛聚焦数据驱动的智能决策体系，涵盖数据治理、特征工程、因果推断与实时分析等核心技术。结合金融风控、供应链优化、精准营销等场景，展示数据智能在提升业务效能中的深度落地实践。

LLM在整车智能化数据分析的实践和探索

孔云晖

蔚来技术总监

内容简介：

智能汽车研发作为典型的复杂系统设计，具有学科跨度大、涉及团队多规模大、数据种类繁多关联复杂、演进速度快等特征。如何构建大型的知识体系，并对车辆知识多维度的分析，是汽车行业智能化中的重要工程课题。
蔚来在整车智能化有多年的探索、应用和积累，每天都有数以千计的物理台架在运行，还有数万个虚拟台架在回归测试，辅助故障分析，并随着 LLM技术的发展，不断迭代。本期会围绕整车数据的构建与故障分析，分享蔚来智能化的应用实践。

演讲提纲：
1.挑战与机会
1.1整车智能化对数据分析的新要求
1.2AI技术的创新给整车数据分析带来了哪些新的机会
2.实践&探索
2.1基于LLM的整车 BI方案
2.2结合LLM的知识库的构建
2.3关键问题&挑战——幻觉与不确定性
3.总结与思考
3.1LLM 在数据分析领域的局限性
3.2知识构建与数据分析的新变量

听众收益：
1. 了解大模型在头部车企的LLM应用&实践
2. 汽车行业数据分析的挑战

蔚来技术总监，数字平台研发工具链负责人；曾就职于Microsoft Azure基建团队，有超过15年云系统和SaaS系统开发经验，在中美两国都有从0到1的初创科技企业经验。

用数据说话，算清AI提效的 “实在账”

关钦杰

思码逸咨询总监

内容简介：

不少团队引入 AI 编程助手后，常说 “好像快了点”“bug 少了些”，但 “快多少”“少多少” 却说不清。我们不聊模糊的 “感觉”，只聚焦 “数据” 和 “结果”—— 教大家怎么用实打实的数据，算清 AI 给研发效能带来的 “实在提升账”。

演讲提纲：
1.盯紧 3 类核心数据，锚定效能提升方向
1.1效率数据：算 “时间账”
1.2质量数据：算 “风险账”
1.3人力数据：算 “价值账”
2.2 种对比方法，算出提升 “实在值”
2.1基线对比法：和 “过去的自己” 比
2.2对照组实验法：和 “没 AI 的团队” 比"

听众收益：
掌握一套可落地的量化评估工具：获取 “效率 - 质量 - 人力价值” 三维度核心指标，并学会用 “团队前后对比 + 跨团队横向对照” 的方法，客观测算 AI 编程助手的实际效能提升，避免 “只谈感受、无据可依” 的评估误区。

十余年企业研发提效实践经验，曾为腾讯、滴滴、贝壳、泰康人寿、工银瑞信、中电万维、特斯拉、蔚来汽车、戴尔EMC等多家大中型企业，提供研发提效咨询及培训服务。

政务AI前置数据治理的新范式

王仕亿

普元信息 AI科学家

内容简介：

在政务数字化快速推进的今天，数据已经成为最重要的战略资产。然而，政务大模型要真正落地，并非从算法开始，而是从数据治理开始。本次演讲以“从数据到对象：用本体化数据治理驱动政务AI大模型落地”为主题，结合来源于Palantir的本体思想与知识工程方法，探讨如何将分散、复杂的政务数据抽象为可管理、可追溯的“对象”。通过对象化治理与多维度标签体系，政务数据不仅能被更高效地检索和匹配，还能为AI模型提供可靠的上下文支撑，避免“数据孤岛”和“模型幻觉”。同时，借助相关AI工程工具，将语义解析、向量检索与可追溯治理结合，为政务决策、产业监管、政策研究等场景带来切实价值。本次分享将展示从理论到实践的完整路径，帮助政务部门走向“治理即资产、数据即智能”的新阶段。

演讲提纲：
1.背景
人工智能掀起新一轮软件革命，交互从鼠标转向语言，智能体成为企业“数字员工”。AI正重塑软件形态，以数字基座和算法数据为核心驱动。
2.问题与痛点
政务数据共享进入深水区，数据目录庞杂、匹配低效、人工依赖重，需求语义模糊导致搜索周期长、结果不可解释。
3.解决思路
以本体驱动为核心构建语义模型，通过大模型对数据与需求打标签、向量化匹配，实现语义级检索和智能推荐，形成统一、可追溯的知识体系。
4.技术实践
在具体业务人员的识别场景中，系统实现目录与需求的自动匹配，检索命中率超76%。方案已拓展至知识产权库、产业画像等应用，助力政务精准决策。
5.总结与展望
提出“数据—逻辑—行动”三元组的知识建模框架，从数据治理走向知识治理，为智能决策和政策研究提供语义化支撑。

听众收益：
1.理解数字员工从“工具”到“组织成员”的演进逻辑，明确其在企业中的定位与价值；
2.掌握A.I.G.E.T.五维管理法，系统化应对智能体引入后的组织、制度与技术挑战；
3.获取可落地的实施框架与方法，提升企业智能转型过程中的可控性与可持续性。

英国曼彻斯特⼤学电⼦电⽓⼯程博⼠学位，研究⽅向为集群系统和AI强化学习。旅居欧洲15年，从事多年智能制造、建筑智能、⼈⼯智能⼯程师和科研⼯作。目前为上海交通⼤学和普元信息联合博⼠后⼯作站在站博⼠后，从事AI架构研究。主要从事AI算法、架构、智能体设计，参加多项国家AI标准制定以及国家AI相关课题研究。同时兼任普元信息AI科学家⼯作，负责公司AI架构和智能体设计。其他社会职务，包括：IEEE AI系列标准编委会专家、国家信通院AI系列标准编委会专家、百度文心开源服务站专家。

从数据到智能：Databricks在行业中的AI落地实践

Steve Shao

Databricks 解决方案架构师

内容简介：

本次演讲将展示Databricks如何以统一的数据与AI平台，帮助企业高效构建智能体（AI Agent），实现从洞察到行动的智能化升级。重点将分享最新推出的AgentBricks框架及其实践方法，展示其在多场景下的创新应用，帮助企业轻松构建生产级智能体，加速从数据到智能的转型与价值实现。

演讲提纲：
1. 数据智能的行业趋势
2. Databricks数据智能平台简介
3. 从实验到生产：企业AI落地路径
4. AgentBricks：生产级AI智能体框架与行业应用实践

听众收益：
1. 全面了解企业从数据到智能的关键挑战与落地路径。
2. 掌握Databricks平台与AgentBricks在构建生产级AI智能体中的核心能力。
获取真实行业案例与可复用的技术框架，帮助自身组织加速AI应用部署。

现任Databricks解决方案架构师，2024年加入Databricks日本团队，于2025年起负责中国大陆区的技术方案与AI落地支持。拥有多年的企业级数据平台与智能分析经验，曾任职于标普全球及野村证券，从事数据管理平台架构与资深软件工程工作。

智启未来：AI驱动下的研发全流程革新实践

刘乾

蚂蚁金服质量专家

内容简介：

面对行业AI的变革与冲击，研发团队逐步转向AI驱动模式，在需求、设计、编码、质量等一体化研发流程的各节点均进行了创新尝试。在需求解析环节，基于NLP模型实现自然语言到结构化需求的智能转化；在代码生成环节，结合代码大模型与领域知识库，辅助高质量代码输出；在用例生成环节，借助AI平台实现智能化用例生成。通过AI coding与AI Testing的全流程方案变革，探索AI驱动的研发新范式。

演讲提纲：
1. AI变革下的研发团队：挑战与应对之道
2. 研发模式重构：从“人机协作”到“AI驱动”的范式跃迁
3. 全链路AI化策略：需求-设计-编码-质量的一体化闭环
4. 需求解析：自然语言到结构化需求的智能转化
5. 代码生成：从设计文档到高质量代码的端到端辅助
6. 用例生成：覆盖全面性与效率的双重突破
7. 未来方向：AI驱动研发的深水区探索

听众收益：
1.掌握AI驱动研发的全链路方法论
2.洞察AI化研发的痛点与破局路径
3.获取可复用的AI研发场景实践方案

蚂蚁保险质量专家，毕业从淘宝到支付宝，多年一直深耕电商、保险、营销等领域的质量保障体系架构设计与落地，在自动化、配置化、智能化等关键领域具备系统性实践经验，当前聚焦于AI驱动的质量工程新范式创新工作。

AiDD峰会

K+峰会

联系我们