scripod.com
帮 10000 家企业 AI 转型落地，我们找到了 4 大场景 | 对谈 BISHENG.ai 创始人覃睿

Overview

Shownote

Highlights

Transcript

Chapters

Pins

帮 10000 家企业 AI 转型落地，我们找到了 4 大场景 | 对谈 BISHENG.ai 创始人覃睿

AI炼金术

2025/11/11
AI炼金术

AI炼金术

2025/11/11
OverviewShownoteHighlightsTranscriptChaptersPins

Shownote

嘉宾 | 覃睿，BISHENG.ai 联合创始人 AI 在 to B 企业的落地一直是大家关注的焦点，但往往充满了 “PPT 上的美好” 和 “现实中的骨感”。本期《AI 炼金术》邀请到了企业级开源 Agent 平台 BISHENG.ai 的联合创始人覃睿。 覃睿基于服务大几千家企业的真实经验 ，坦诚分享了 AI Agent 在企业中 “真正能用” 和 “听起来好但难落地” 的场景 。他深入剖析了企业 AI 落地的四大阶段 、最大的挑战（剧透：不是技术，是 “人”），以及为什么他们劝退了大部分想做 “智能问数”（Tex...

Highlights

在本期《AI 炼金术》中，BISHENG.ai 联合创始人覃睿基于服务数千家企业的实战经验，深入剖析了 AI Agent 在企业中的真实落地图景。他不仅揭示了当前企业应用 AI 的典型路径与认知误区，也分享了从开源策略到商业化盈利的完整思考。
02:35
若客户不会使用，团队会上门安装并收费
03:27
核心业务是咨询和实施服务，开源不会削弱竞争力
04:31
做出来的东西捂着没价值，不如开放出去帮别人，也能获得正向反馈
05:53
开源可由产品团队主导定义标品，发挥人才自主性，吸引优秀人才
07:54
企业级市场某些模块缺失，而 BISHENG.ai 做 2B 有齐全的模块
10:24
企业 AI Agent 落地的实际应用场景尚不明确，尽管市场宣传广泛。
15:44
完成 95 分容易，剩下 5 分每分都需三个月
19:14
BISHENG.ai 模式类似 Palantir，专注高价值客户定制服务
19:27
合同审核需检查首页和尾页甲乙方名字是否一致
23:50
AI 可根据批注文件自动识别规则并生成 prompt，实现 NDA 审核自动化
26:36
报告生成将支持全流程溯源，包括查询系统和中间过程。
28:55
大模型能分析出意想不到的风险点
31:00
智能问数因风险高，大多客户需求被劝退
31:24
即便 Text-to-SQL 准确率达 98%，也难以判断哪 2% 出错，限制其实际应用
35:23
数据治理失败会导致自然语言转 SQL 无法准确问数
40:14
基于已建成的 BI 系统，用户可通过选择表和筛选条件直接驱动图表变化，无需重新开发，大幅提升可控性。
41:41
与大公司合作的难点在于业务和人员配合，而非技术
46:42
只有 5% 的企业真正应用大模型，但今年至少已进入第二阶段
50:24
大模型代表下一代生产力，很多人愿意学习使用
52:14
早期做大家真正需要的东西很重要
52:30
去年已有小几百万利润，今年会继续增长
56:37
真诚表达预期才能建立长期信任
1:02:01
建议客户先免费部署开源项目并举办比赛让业务人员使用，以降低试错成本
1:05:06
模型无法替代业务人员的上下文输入和专业判断
1:12:24
太小的公司没团队建开源项目，太大的公司讲究自主知识产权，都不适合做 BISHENG.ai 的典型客户。
1:15:13
最小单金额为零，自己用即可
1:16:14
BISHENG.ai 会转商机、带伙伴做项目

Chapters

AI 炼金术士的启程
00:00
嘉宾介绍：BISHENG.ai（Bisheng）联合创始人覃睿，企业级开源 Agent 平台。
01:21
为什么选择做开源项目？
03:27
开源的朴素想法：获取快速反馈，也许能帮到别人。
04:26
开源的商业价值：高效获客、建立标准、吸引人才。
05:53
Dify 已经存在，为什么 BISHENG.ai 还能火？（差异化：企业级功能）。
07:54
数字化转型的 “大屏” 执念。
09:17
企业 AI 落地的四大类场景。
10:33
场景一：问答（知识库），及客服场景对 “确定性” 的挑战。
11:00
BISHENG.ai 的 “Palantir” 模式：产品是内部的交付工具。
18:08
场景二：审核（合同、消保材料）。
19:26
审核场景的挑战：业务部门的需求永远讲不全。
20:29
场景三：写报告（研报、尽调报告）。
25:15
主持人（任鑫）的真实需求：用 AI 写投资 Memo。
27:38
场景四：智能论述（Text-to-SQL）—— 最谨慎、劝退最多的场景。
31:00
为什么智能论述（Text-to-SQL）很难落地？
31:24
唯一成功的 Text-to-SQL 案例：核心是先做了数据治理和 “业务表”。
33:01
市面上最 “扯” 的场景是什么？—— 还是智能论述。
38:26
最 “不性感” 但最高频的场景：问答和情报搜集。
40:28
企业 AI 落地的四个阶段：玩具 -> 通用 -> 垂类 -> 数字员工。
42:26
为什么员工宁用 ChatGPT 不用内部工具？（答：体验太差）。
47:19
BISHENG.ai 社区早期是如何获得关注的？（答：打中了企业刚需）。
51:10
在中国做 To B 怎么赚钱？（BISHENG.ai 去年已盈利）。
52:30
盈利秘诀：筛选客户、做对项目、建立信任。
53:32
给传统企业 AI 转型的核心建议。
58:53
建议：诚恳认识模型能力，先从 “第二阶段” 做起，建立 “体感”。
59:41
企业对 AI 最大的两个 “不切实际的期望”。
1:03:36
探讨 Palantir 的 Ontology（本体）为何如此有价值。
1:06:33
BISHENG.ai 的理想客户画像：细分领域的头部企业。
1:11:14
如何联系 BISHENG.ai？（官网：BISHENG.ai，加入社群）。
1:14:19
针对个人和小开发者的 “BISHENG.ai 达人” 服务。
1:15:28
招募城市 ISV 合作伙伴。
1:16:14

Transcript

任鑫: AI 是人类历史上最激动任鑫的技术革命，也是我们这一代人最大的挑战与机遇。我们这些从业者就是一群充满好奇的炼金术士，想通过不断地猜想实验，搞出黄金或者放个烟花。无论结果如何，过程应该都会很好玩。我是任鑫。创业过两次卖过两家公司，2011 年我创业今夜酒店特价卖给了京东，在京东内部做了京东到家。2015 年我再次创业，做了对话式人工智能公司 GET。这一轮 AI 浪潮里，我加入了美元基金，云九资本，积极投资和孵化 AI 产品。 徐文浩: 我是徐文浩。 任鑫: 曾经做过国内最早的，机器学习广告系统，每天...