2026年5月28日-29日，流媒体网主办的「姑苏论道暨第31届智能视听与科技创新产业论坛」在苏州隆重举行。

　　本届论道以“势聚AI 屏见未来”为主题，围绕产业升级展开积极探讨。5月28日上午的主论坛上，上海成思信息科技有限公司 CEO 唐锋发表了题为《从2023到2026：一家行业软件公司的AI化过程》的主题演讲。

　　大家好，能坚持到现在的，想必都是真心热爱这个行业的伙伴。成思科技深耕行业已有22年，是业内为数不多专注技术平台搭建的企业。简单来说，我们的核心工作，就是把客户复杂的运营流程、周边系统与终端能力，整合为一套稳定运行的综合平台。

　　今天我不介绍具体产品，也不做AI技术科普，主要和大家分享过去三年，我们这家传统软件企业逐步将AI融入内部办公、落地到产品业务的全过程。这一路有兴奋、有犹豫，也遇到了不少至今尚未完全解决的问题。所以今天我讲述的并非成功案例，而是我们三年来真实的探索之路。

　　我先分享一个核心观点：正如百视通卢总所言，AI不只是一项技术方案，更是全新的工作方式、知识体系与组织模式，会全面重塑团队能力、经验传承与产品架构。行业内大家都很关注AI概念，但落地过程中存在诸多现实难题：如何合理投入、控制初期风险？如何把零散的尝试，沉淀为企业真正的组织能力与产品竞争力？这也是我们一直在探索的方向。

　　试水起步（2023）：全员先行试用，培养AI使用习惯

　　我们的AI探索从2023年3月正式开启。当时GPT推出已有四个月，我在公司内部发布文章，解读人工智能发展趋势，并倡导全员试用ChatGPT。我本人早已是GPT重度使用者，还将办公工具飞书与GPT完成对接，方便全体员工上手体验。

　　GPT上手门槛很低，无需复杂讲解，打开即可对话使用。初期我们只用它完成材料整理这类基础工作，做法简单甚至略显粗糙，但最大的收获是，公司涌现出一批主动用AI提效的员工。

　　我们始终秉持一个理念：没有员工个人的尝试，就不会形成企业整体的共识，这也是我们推进内部AI应用的基础。

　　场景落地（2024）：从小需求切入，打造轻量化实用工具

　　进入2024年，公司内部发生明显转变：大家不再只是体验玩乐，而是主动思考如何用AI解决实际工作问题。我们从各类微小需求入手，落地了多个内部实用工具：

　　第一是智能相册。源于公司员工的日常需求，可快速对亲子照片按年龄段分类整理，自动合成视频、识别人物关系，还能一键生成适合社交平台发布的文案，是我们最早落地的内部AI应用。

　　第二是智能发票报销。针对员工出差报销繁琐的痛点，系统可自动解析电子发票，一键完成报销填报，大幅节省人力与时间。

　　第三是AI知识库。我们将产品手册、操作文档搭建为智能问答知识库，员工可通过检索、对话方式，快速查询产品功能与操作流程。

　　第四是短信验证码转发工具。公司多个业务账号绑定了专用手机，以往查找验证码十分不便。这套工具可自动接收短信，并将验证码同步至飞书群组，方便全员查看。该工具完全由AI开发，全程无需人工编写代码。

　　这类应用普遍具备低风险、高重复、效果易验证的特点，是企业试水AI的绝佳选择。这一年我们没有急于对外推出商业化产品，而是不断积累使用经验、优化提示词、磨合团队协作模式，为AI深度融入业务筑牢基础。很多企业迟迟不敢起步，总想等待一套完美方案，但其实从微小场景入手验证，才是体验AI价值最好的方式。

　　深度融合（2025）：重构工作流程，沉淀企业AI能力

　　2025年行业AI技术加速迭代，各类模型持续升级。我们开始思考，如何将AI融入软件开发全流程，覆盖需求分析、测试验证、运维排查、项目交付等各个环节。

　　这一年，公司各岗位纷纷借助自然语言、Web coding等能力搭建专属AI工具，并嵌入日常工作。以往测试团队需要手动整理测试素材、统计代码覆盖率，工作繁琐且耗时。我们将AI与自动化测试相结合，打造出多媒体社交内容自动发布工具，支持一键分发内容至抖音、小红书等平台，测试效率提升十倍。

　　针对企业管理需求，财务团队在飞书搭建了经营数据看板，也就是企业运营驾驶舱。管理人员可实时查看客户、销售、回款、项目交付等核心数据，实现全局运营可视化。运维团队也借助AI工具自动汇总多服务器数据、生成可视化图表，帮助运维人员快速定位故障问题。

　　这些实践让我们意识到：AI的价值不只是单纯提升效率，更是重构岗位工作模式、沉淀经验、精简流程，同时让业务人员能够自主搭建工具。我们也总结出第二个判断：AI会在流程、工具、团队协作中持续产生复利，当下的小场景应用，未来会成为更多业务的基础能力。

　　我们始终认为，自身都无法用好AI，就不可能做出优秀的AI产品。基于两年多的实践总结，我们编制《成思AI工作手册》，作为内部行动指南，梳理AI时代全新的工作模式与执行标准。

　　2025年下半年，我们开始将内部沉淀的AI能力，转化为面向视频行业的商业化能力。视频文件在传统系统中仅显示名称与基础元数据，而借助AI，我们可以解析视频中的人物、场景、台词、情绪、关键镜头，让视频内容被深度理解。此前内部使用的智能相册、发票识别等功能，也逐步迭代为正式产品能力。

　　我们自研的语音理解模型普通GPU即可流畅运行，核心聚焦视频全链路分析。如今行业都在提倡降本增效，我认为全行业可以联合搭建统一的媒资生产服务能力，让AI真正贯穿内容生产、管理、运营、前端展示全流程。

　　拥抱变化，打造AI原生团队

　　在AI落地过程中，我们也遭遇了全行业普遍面临的难题：

　　第一，技术迭代过快。行业模型、工具边界不断变化，当下适用的技术，数月后就需要重新评估。持续的研发投入，难以快速转化为营收，给企业经营带来不小压力，我们的应对思路就是主动适应变化、持续探索。

　　第二，落地难止于Demo。模型对接并不复杂，难点在于结合不同画质、内容、节奏的视频业务，保证AI输出稳定可靠。AI真正落地，需要将模型、业务、工程系统深度融合。

　　第三，重构岗位与流程。传统工作按岗位分段流转，AI介入后，工作流程变短、协作模式变得立体。员工不再只负责单一环节，可借助AI延伸工作边界。这就需要企业重新划分工作内容、明确AI与人的分工。

　　第四，质量与合规责任。AI生成内容的可靠性、合规性，以及问题追责，都是必须重视的问题，因此我们将质量保障作为工作重点。

　　回望三年探索，我们正逐步把团队打造为AI原生服务团队。AI原生团队，不等于全员学习编程、转型产品经理，而是形成一种全新工作习惯：做任何工作前，先思考能否借助AI完成、可以分担多少工作、如何精简流程、沉淀经验。员工也从单纯的执行者，转变为任务设计者、结果判定者与质量负责人。

　　归根结底，企业内部AI转型必须回归客户价值。流媒体与视频行业的客户，并不关心企业使用了多少前沿模型、掌握了多少AI概念，大家真正在意的是：内容生产能否提速、运营效率能否提升、人力成本能否下降。因此我们坚持让AI扎根真实业务场景。

　　依托成熟的视频分析能力，未来内容编排、页面运营、前端展示等工作，都可通过智能交互窗口实现。AI不仅会改变行业软件企业的产品形态、交互方式，也会重塑行业评价标准。

　　我的分享到此结束，谢谢大家！

责任编辑：凌美