本文為黃璟先生在2025觀點數(shù)字未來發(fā)展大會發(fā)表的演講。

黃璟（普洛斯ASP副總裁、首席信息官）：各位領(lǐng)導(dǎo)、各位嘉賓，大家下午好！感謝觀點網(wǎng)提供了這樣的機會，跟大家能夠溝通我們對新技術(shù)、對數(shù)字化的經(jīng)驗和想法，我覺得這是一個難得的機會。

上午閉門會大家討論得很激烈，就是后面談到AI大模型的時候，大家有一些困惑，那個時候說了好幾次感覺焦慮。剛剛我們觀點的陳總應(yīng)該也提了這個詞，焦慮。這么好的一個東西，大家怎么都焦慮呢？在我看來，這種焦慮要么是特別懂，大家會焦慮。要么是一點都不太了解，會有一些敬畏感，會有焦慮。對于我這樣懂一點點反而不焦慮，反而覺得這是挺好的機會。

因為在我看來，AI大模型單看是沒有任何的意義，這個東西還是要延續(xù)著企業(yè)的數(shù)字化一起來談的。今天我們在談AI大模型的時候，本質(zhì)上對大家都是一個機會，因為在現(xiàn)在的歷史階段，它把很多公司的技術(shù)鴻溝拉平了，讓大家在一個起跑線上做新的競爭，這時候考驗大家的就是各個公司對自己業(yè)務(wù)的理解，基于對自己業(yè)務(wù)、對業(yè)務(wù)創(chuàng)新的理解，誰這個時候創(chuàng)新做得更好，誰就占據(jù)了接下來商業(yè)的先機。從這一點來看，我覺得這個對大家都是新的機會。

上午還提到了大模型對整個業(yè)務(wù)數(shù)字化的一些觀點，大家也說了如果我們要做大模型，怎么做？心里沒有底。其實我覺得連自己的數(shù)字化路徑都還沒有想好的情況下，這個時候就去做大模型，其實是一件蠻危險的事情，可能會造成很多沒有必要的投入。企業(yè)今天談AI大模型，肯定是先從企業(yè)的數(shù)字化開始談。

普洛斯ASP是普洛斯旗下中國領(lǐng)先的基礎(chǔ)設(shè)施資產(chǎn)管理服務(wù)平臺，現(xiàn)在管理著全國超過4000萬平方米的管理面積，全國有500多個園區(qū)。除了普洛斯自己的400多個園區(qū)，還運營著非普洛斯的將近100個園區(qū)，這個體量是非常大的。

在物流園區(qū)智慧化方面，很多時候問題不是技術(shù)的問題，是成本的問題。這個新的技術(shù)很好，但是能不能使用，能不能在我們預(yù)算范圍之內(nèi)來使用？這個是我們遇到最大的問題。

我進入到這個行業(yè)，是2016年就開始做物流地產(chǎn)行業(yè)的智慧園區(qū)，應(yīng)該是國內(nèi)最早做物流地產(chǎn)智慧園區(qū)的那一批人。

我們那個時候開始在物流地產(chǎn)里面大規(guī)模使用IoT物聯(lián)網(wǎng)，還是因為成本的原因，便宜。那個時候，我們覺得IoT物聯(lián)網(wǎng)便宜，比以前所有的有線網(wǎng)絡(luò)、光纖網(wǎng)絡(luò)，比那些要便宜很多，IoT傳感器也比較便宜。所以那時候有機會在園區(qū)里大規(guī)模部署IoT物聯(lián)網(wǎng)。這個對目前整個物流園區(qū)技術(shù)發(fā)展，帶來了非常根本性的變革。

但是從那之后，這些年我們再看到新的技術(shù)，不管是5G也好，還是所謂的其他的一些技術(shù)，其實這些年并沒有帶來太根本性的變革。但是這一次AI大模型反倒覺得是很好的機會，因為現(xiàn)在從整個成本上來看，其實是負擔得起的，對我們來說是一個新的機會。

回到普洛斯，普洛斯為什么開始用AI大模型？看看我們的體量就知道了，全國四五百個園區(qū)，每個園區(qū)假如說一年只發(fā)生一次突發(fā)事件，平均每天都有一兩起突發(fā)事件。其實在做園區(qū)管理，管理者最樸素的愿望就是睡一個好覺，每天不要在睡夢中被突發(fā)事情吵醒。甚至真的出現(xiàn)了突發(fā)事情，我們可以第一時間知道，這是我們最樸素的想法。

從過去一年來看，其實過去一年不是非常安穩(wěn)的一年。盡管在我們運營的園區(qū)沒有明顯體現(xiàn)，但從全國來看，各種物流園區(qū)過去一年發(fā)生了多起火災(zāi)事故、安全事故，在過去一年中國的異常天氣給園區(qū)造成的影響也是高于往年的，這都是通過數(shù)據(jù)統(tǒng)計出來的。如果不通過數(shù)字化、新的技術(shù)手段，根本沒辦法面對現(xiàn)在層出不窮的意外情況。

普洛斯這些年在做園區(qū)管理的時候，在做智慧園區(qū)的時候，我們的理念發(fā)生了三個階段、兩次比較大的變化。普洛斯最早做智慧園區(qū)是2017年、2018年，那個時候注重園區(qū)的現(xiàn)場管理，比如說流程問題、現(xiàn)場各種智能化，以及各種場景融合的科技運營體系，其實就是解決現(xiàn)場的問題。我們認為現(xiàn)場哪些情況下，只依靠人工是不夠靠譜的，需要用更靠譜的設(shè)備來替代他們。我希望收集到的數(shù)據(jù)更加準確，希望能夠通過一些技術(shù)的投入降本提效，讓園區(qū)的人少一點、靠譜一點，可控性更強一點。

那個時候園區(qū)鋪設(shè)了大量的IoT設(shè)備，然后把所有的流程線上化，做好了園區(qū)的管理，投入很大的。但是從ROI上面，硬件設(shè)備投入跟節(jié)省人員成本是差不多的，但是可靠性更增強一些，這是第一階段。

第二階段，再往園區(qū)里面做一些智能化投入的時候，那個時候就認為還是要回到商業(yè)本身，所謂商業(yè)本身就是投這些能夠為整個業(yè)務(wù)帶來多大的利潤，帶來多大的增值。對于物流地產(chǎn)來說，就是能不能為資產(chǎn)包保值和增值，這是第二階段考慮的問題，不僅僅是現(xiàn)場的問題。

那個時候就要看通過智慧園區(qū)的投入，能不能為園區(qū)里的資產(chǎn)，比如讓資產(chǎn)整個生命周期延長，這樣能夠做一些保值增值。比如定期盤點，避免園區(qū)里面有一些遺失遺漏，或者造成客戶資產(chǎn)盤盈現(xiàn)狀，這個都是對園區(qū)整個資產(chǎn)會帶來很多的收益，這是做資產(chǎn)管理時會關(guān)注的一些點。

第三階段，差不多從去年開始逐步意識到，當我們在園區(qū)里面通過設(shè)備、傳感器收集到了這么多的數(shù)據(jù)之后，數(shù)據(jù)會發(fā)生越來越大的價值。我們逐步發(fā)展這些數(shù)據(jù)已經(jīng)成為了整個企業(yè)數(shù)字化轉(zhuǎn)型或數(shù)字化治理最基礎(chǔ)的能力和基礎(chǔ)?，F(xiàn)在的環(huán)境下，各個企業(yè)都已經(jīng)開始進入到精細化管理的階段，企業(yè)肯定會想我們的人效是怎么樣的？對于倉庫來說，坪效是怎么樣的？人員能力和業(yè)務(wù)結(jié)果是什么樣的關(guān)系？人員能力、業(yè)務(wù)結(jié)果以及和人員成本會是什么關(guān)系？單個園區(qū)的表現(xiàn)怎么樣，業(yè)務(wù)復(fù)雜度是怎么樣的？以前這些東西全都是靠經(jīng)驗來積累的。

今天當我們擁有了這么多的數(shù)據(jù)，我們其實是有機會能夠通過這些大模型、AI，把它作為更精準的、更準確的模型和計算，來給我們提供一些業(yè)務(wù)的決策和業(yè)務(wù)的預(yù)測，這個是我們最近這一年看到的一些業(yè)務(wù)的價值，所以也愿意在這方面多做一些投入、多發(fā)一些力。

今天特別多的嘉賓希望了解AI大模型相關(guān)的知識，所以我也嘗試列了一些我們現(xiàn)在企業(yè)當中覺得可以使用到的業(yè)務(wù)場景。

這一些上面顯示的，包括知識問答、機器人或者是看板、辦公的體驗。經(jīng)過我們的經(jīng)驗，這些對企業(yè)的數(shù)字化治理都是有幫助的。

后面重點分享一下我們的一些經(jīng)驗，談一談AI大模型和數(shù)字化在物流地產(chǎn)園區(qū)運營當中的應(yīng)用。最大的價值是在園區(qū)的運營管理里面會有更大的幫助，因為這個場景會更復(fù)雜，越是復(fù)雜的時候，它的業(yè)務(wù)價值會越清晰地體現(xiàn)出來。

第一個觀點，今天大家關(guān)心的AI大模型其實是數(shù)字化的延伸。如果企業(yè)沒有數(shù)字化，就不用談什么所謂的AI大模型的東西。首先要把自己的數(shù)字化的事情想好，它解決的是企業(yè)數(shù)字化的問題。而企業(yè)的數(shù)字化要搞哪些東西、投哪些東西，這個取決于企業(yè)精細化管理的訴求，你現(xiàn)在要管什么？業(yè)務(wù)重心是什么？痛點是什么？要解決什么樣的問題？我們才做什么樣的應(yīng)用、什么樣的功能。如果企業(yè)直接很盲目地上DeepSeek，或者是上一些其他的投入，自己都還沒有想好，肯定后面是用不好的。

我給大家講個故事，講講我們在這方面的一些經(jīng)驗。剛才講了我們有四五百個園區(qū)，每個園區(qū)都有人要運營，都有園區(qū)經(jīng)理。傳統(tǒng)的考核方式，我們會看三方評審或者是KPI完成情況，這個人、這個園區(qū)治理得怎么樣，管理得怎么樣，經(jīng)營得怎么樣，這些是通常的考核標準。

我們怎么來評估這個人和人之間拿到業(yè)務(wù)結(jié)果的差別？有可能是因為這個人本身能力就強，背后意味著付出的成本高，他的級別高、工資高。也有可能是因為管的園區(qū)相對來說管理起來比較簡單，業(yè)務(wù)不復(fù)雜，園區(qū)里面的業(yè)務(wù)也不多，客戶好溝通。

其實物流園區(qū)不同的業(yè)態(tài)，業(yè)務(wù)差異性是非常大的，跟地點也有關(guān)系，跟客戶是什么快遞快運的，還是倉儲的、大宗的，這個差異性是非常大的。

我們嘗試過把很多的因素放在一起來做綜合的考慮，但是發(fā)現(xiàn)我們所謂的綜合考慮最后建立的模型，其實還是靠人工去匯總的經(jīng)驗，然后綜合做一個模型，可以比較準確地分析出業(yè)務(wù)的實際情況，能夠做到一園一策，每一個園區(qū)都會有自己的畫像，看到自己的業(yè)務(wù)情況。因為有了數(shù)字化、數(shù)據(jù)，可以做這樣的專家模型，可以人工在里面做綜合的評估。

今天我們有了AI大模型的技術(shù)，其實是可以把更多的參數(shù)和數(shù)據(jù)灌進去，由大模型建立更加科學(xué)的模型、結(jié)果出來，我可能不知道它的算法，但是我可以評估它的結(jié)果是不是準確的。如果準確，我信它。如果不準確，就不停地訓(xùn)練調(diào)整，這樣就可以拿到好的結(jié)果，這樣就可以拿到一園一策綜合的畫像，對于這個人員也會有每個人的畫像。甚至可以針對這個園區(qū)這個人的畫像，定向去做一個招聘，我覺得這個對我們來說就是一個價值。

從這一點，我想跟大家分享的是我們做的是以往數(shù)字化的延續(xù)，而不是今天憑空覺得這個東西好，我們突然想到了這個點而開始做這個功能，這個是不太可能的。

還有一點，我們認為它的優(yōu)勢是體現(xiàn)在海量數(shù)據(jù)的實時交互。因為以往我們在看報表的時候，在做業(yè)務(wù)看板的時候，經(jīng)?？吹娇窗咫m然是實時抓取出來的，但是讓我們想看到綜合的結(jié)果，或者是計算結(jié)果的時候，我們需要有一段時間。而且，你沒辦法實時去輸一些參數(shù)讓它反饋出一些結(jié)果。比如我想看這個園區(qū)的經(jīng)營情況，或者實時的安全情況。我現(xiàn)在可能看到。但是我想知道這個區(qū)域的，再給它更泛的一些條件，比如我要全國所有二線城市、三線城市的數(shù)據(jù)，它可能就不是特別準確了。通過這種實時交互的方式，我們能夠看到更準確的數(shù)據(jù)。

第二個觀點是AI大模型可以為業(yè)務(wù)決策和預(yù)測提供支持，這一點對于園區(qū)管理的業(yè)態(tài)是非常有幫助的。因為在園區(qū)管理的時候，我們看到很多園區(qū)綜合做一個比較，橫向拉開，縱向的歷史做一些評估，我們是可以通過數(shù)據(jù)實時計算出來，能夠給業(yè)務(wù)決策和預(yù)測提供支持。我們現(xiàn)在在做AI大模型的重心，都是放在業(yè)務(wù)決策和預(yù)測上的，這一點是重點。

通過這一些的因子、要素，我們知道影響它的因子、要素是非常多的，這個數(shù)據(jù)僅僅是一個園區(qū)的數(shù)據(jù)。如果有400個園區(qū)，再把時間放在一年、兩年，甚至顆粒度再精細到每天來說的話，因子是非常多的。以往通過專家模型是做不到的，通過以往的BI可能也做不到。但是現(xiàn)在通過AI大模型，我們有機會算得更加科學(xué)和精確。

第三個觀點是，我們覺得有了這個東西之后，讓我們的管理者對于業(yè)務(wù)有了更高的期待、更多的關(guān)注，所以現(xiàn)在整個業(yè)務(wù)運營的效果，對數(shù)據(jù)是非常重要了。因為業(yè)務(wù)運營不好，這個數(shù)據(jù)就是不準確的。工單執(zhí)行不好，數(shù)據(jù)就不準確，所有數(shù)據(jù)就會被污染，最后所有分析出來的效果不好?，F(xiàn)在管理者關(guān)注了，我們有機會通過這種方式更加往前去規(guī)范業(yè)務(wù)團隊、運營團隊，讓他們把自己的業(yè)務(wù)做得更標準、更好，這也是我們看到的業(yè)務(wù)價值。

時間有限，我今天就分享到這里，有機會跟大家再講一講做的好玩的東西，謝謝大家！

免責聲明：本文內(nèi)容與數(shù)據(jù)由觀點根據(jù)公開信息整理，不構(gòu)成投資建議，使用前請核實。