LG AI Research發(fā)布了全新AI模型EXAONE Deep，定位為“智能體型AI（Agentic AI）”，這也是韓國首個開源推理AI模型，能夠自主提出并驗證假設。

EXAONE Deep模型共有320億個參數，在多項測試中展現出卓越的性能。在2025年韓國大學修學能力考試（CSAT）數學部分，它取得了94.5的高分；數學測試MATH – 500中得分95.7；在跨學科博士級測試GPQA鉆石組中獲得66.1分；LiveCodeBench編程評估得分59.5。這一系列成績證明了其在數學、科學和編程等領域的強大推理能力。?

為了滿足不同場景的需求，LG同步推出兩款輕量化模型。EXAONE Deep – 7.8B參數量為原版的 24%，卻能保留95%的性能，在保持高效能的同時，極大地減少了資源占用。EXAONE Deep – 2.4B則專為終端設備設計，參數量僅為原版的7.5%，但性能仍達86%。該模型支持本地數據處理，無需連接外部服務器，顯著提升了數據的安全性，尤其適用于對隱私保護和數據安全要求較高的場景，如智能手機、汽車、機器人等領域。

LG AI Research通過參與當地時間3月17日至21日在美國加利福尼亞州圣何塞舉行的英偉達年度開發(fā)者大會（GTC），向全球介紹了EXAONE Deep。目前，在全球少數幾家通過基礎模型開發(fā)自有推理AI的公司中，LG憑借EXAONE Deep取得了重要突破，標志著韓國在推理AI領域邁出了堅實的一步，有望在全球AI市場中占據一席之地。

AMD專注于半導體研發(fā)，憑借其先進的處理器與圖形技術，為游戲、數據中心以及AI驅動的高性能計算領域提供強大支持。3月3日，在2025世界移動通信大會上，AMD聯合Jio Platforms Limited、諾基亞以及思科，共同宣布一項重磅計劃——打造一個創(chuàng)新的全新開放電信AI平臺。

該電信AI平臺將依托切實可行的AI驅動解決方案，為運營商與服務供應商提供全方位支持，為整個行業(yè)實現前所未有的效率提升、安全保障、功能拓展以及新收入機會創(chuàng)造條件，鋪就一條通向卓越發(fā)展的道路。該平臺將為電信與數字服務構建全新的中央智能層，把AI與自動化深度融入網絡運營的各個層面。

借助Agentic AI、大型語言模型（LLM）、特定領域小型語言模型（SLM）以及非生成式AI的機器學習技術，實現網絡管理與運營的端到端智能化。

AMD相關負責人表示：“AMD深感榮幸，能夠與Jio Platforms Limited、思科和諾基亞攜手合作，助力下一代AI驅動的電信基礎設施建設。憑借我們豐富多樣的高性能CPU、GPU以及自適應計算解決方案產品組合，服務提供商將有能力打造出更安全、高效且可擴展的網絡。通過我們的共同努力，能夠為運營商和用戶帶來AI的變革性優(yōu)勢，提供創(chuàng)新服務，從而塑造通信與連接的未來?！?/p>

據相關報道，Meta正謀劃大規(guī)模拓展其面向商業(yè)用戶的AI產品。Meta商業(yè)AI負責人Clara Shih透露，目前該公司人工智能（AI）產品已被超7億客戶使用，而Meta期望將其推廣至 “數億”企業(yè)。

Clara Shih表示：“并非所有企業(yè)，尤其是小企業(yè)，都有實力聘請大型人工智能團隊。因此，當下我們正致力于為小企業(yè)打造商業(yè)人工智能，使其也能從當前層出不窮的創(chuàng)新成果中獲益?！?/p>

Clara Shih進一步闡述：“不久之后，我們將迎來這樣一個局面：每一家企業(yè)，無論規(guī)模大小，都會擁有一個企業(yè)代理，它能代表企業(yè)，以企業(yè)自身的口吻開展工作——就如同現今每家企業(yè)都擁有網站和電子郵件地址一樣?！?/p>

Clara Shih補充，盡管大公司在人工智能模型上投入了數百萬美元，但在Meta社交媒體平臺上活躍的200萬家小企業(yè)卻難以企及這種投入。

Clara Shih說道：“而小企業(yè)借助WhatsApp、Facebook和Instagram，不僅可用于吸引客戶，還用于建立并加深彼此間的關系?！?/p>

“很快，這些企業(yè)都將擁有能代表自身的人工智能代理，以協助自動化處理重復性任務，幫助企業(yè)以自身風格發(fā)聲，助力挖掘更多客戶，并為每一位客戶提供近乎全天候禮賓式的服務?！?/p>

上個月，PYMNTS在對The Futurum Group企業(yè)應用研究總監(jiān)Keith Kirkpatrick的采訪中，深入探討了人工智能代理在零售業(yè)中所扮演的角色。Keith Kirkpatrick指出，隨著時間推移，人工智能代理將對部分零售業(yè)工作職能產生影響，不過這些受影響的任務大多屬于數字化范疇，而非物理層面。

Opkey是一家專注深耕于ERP測試自動化領域的初創(chuàng)企業(yè)，正式發(fā)布了其基于agentic AI驅動的ERP生命周期優(yōu)化平臺。據Opkey介紹，該平臺將極大簡化ERP管理流程，有望削減高達50%的成本，并能將測試時間大幅縮短達85%之多。

“倘若審視眾多ERP項目的失敗案例，便會發(fā)現問題的根源并非在于ERP本身，”O(jiān)pkey首席執(zhí)行官兼聯合創(chuàng)始人Pankaj Goel指出，“而是在于項目的實施方式、測試方法以及后續(xù)的支持服務。這恰恰是我們試圖借助這個代理平臺予以解決的關鍵問題?！?/p>

早在2019年，麥肯錫發(fā)布的報告顯示，75%的ERP轉型項目最終以失敗收場，近三分之二的項目面臨著平均45%的預算超支風險。Goel表示，在過去的20年里，企業(yè)在ERP實施與運營方面的方法基本維持不變。他認為，企業(yè)亟需借助AI代理重新構思這些轉型，以此實現企業(yè)應用程序的部署、運營及優(yōu)化。

憑借在測試自動化領域積累的深厚專業(yè)知識，Opkey精心構建了專門面向ERP的小型語言模型（SLM）——Argus AI。Argus AI負責協調ERP生命周期優(yōu)化平臺的虛擬代理，能夠在支持人力資源、制造、供應鏈以及財務流程的應用程序的全生命周期內，執(zhí)行復雜的多步驟工作流程。

截至目前，該平臺及其代理已完成對15個以上Oracle ERP應用程序的支持培訓。Goel透露，對Workday集成的支持正在緊鑼密鼓地籌備當中，預計不久后便會正式推出，后續(xù)還將陸續(xù)推出針對其他系統的實施。

Goel表示：“為特定ERP訓練小型語言模型并非輕而易舉之事，所以我們正分階段穩(wěn)步推進?！?不過，他也強調，測試代理目前已可應用于眾多現有的ERP系統。

他還指出，為Oracle應用程序訓練生命周期優(yōu)化平臺大約耗費了一年時間，但為其他供應商的應用程序進行訓練的速度將會快很多，因為核心中樞系統已然搭建完成。

Opkey不僅直接與客戶展開合作，還與畢馬威（KPMG）、休倫咨詢集團（Huron）和普華永道（PwC）等大型系統集成商攜手共進。

數據是人工智能應用的燃料，但企業(yè)數據的規(guī)模和范圍往往使其有效使用過于昂貴且耗時。

根據IDC Global DataSphereo數據，到2028年，企業(yè)每年將生成317 ZB的數據，其中包括29 ZB的獨特數據，其中78%為非結構化數據，44%為音頻和視頻。由于數據量巨大且數據類型多樣，大多數生成式AI應用僅使用存儲和生成數據總量的一小部分。

企業(yè)要想在人工智能時代蓬勃發(fā)展，就必須找到一種方法來采用所有數據，而使用傳統的計算和數據處理技術無法做到這一點。相反，企業(yè)需要人工智能查詢引擎。

簡單來說，AI查詢引擎是一種將AI應用或AI代理連接到數據的系統。AI查詢引擎是代理式AI的重要組成部分，因為其充當了組織知識庫和AI驅動的應用程序之間的橋梁，從而實現更準確、更情境感知的響應。

AI代理構成了AI查詢引擎的基礎，可以在其中收集信息并協助人類員工。AI代理將從許多數據源收集信息、制定計劃、推理并采取行動。AI代理可以與用戶交流，也可以在后臺工作，此時人類的反饋和互動將始終可用。

實際上，人工智能查詢引擎是一個復雜的系統，可以高效處理大量數據，提取和存儲知識，并對該知識進行語義搜索，以便人工智能可以快速檢索和使用。

企業(yè)人工智能查詢引擎將能訪問以多種不同格式存儲的知識，但能從非結構化數據中提取情報是實現最重要的進步之一。

為了生成洞察，傳統查詢引擎依賴于結構化查詢和數據源（例如關系數據庫）；用戶必須使用SQL等語言制定精確的查詢，并且結果僅限于預定義的數據格式。

相比之下，AI查詢引擎可處理結構化、半結構化和非結構化數據。常見的非結構化數據格式包括PDF、日志文件、圖像和視頻，存儲在對象存儲、文件服務器和并行文件系統中。AI 代理使用自然語言與用戶和彼此進行通信。通過訪問不同的數據源，可解讀用戶意圖，即使意圖不明確。這些代理可以以對話形式提供結果，以便用戶解讀結果。

科技高管和投資者表示，人工智能將在2025年重塑零售購物，人工智能助手將提供前所未有的個性化服務，并處理從產品推薦到客戶服務的多達20%的電子商務任務?；ㄆ臁⒐雀柙坪腿蚩萍纪顿Y公司的行業(yè)領導者設想未來購物將變得更加直觀和高效。

2025年，人工智能將讓購物“黑鏡”成為現實

CUDO Compute首席營銷官Lars Nyman表示，人工智能將在2025年通過以前所未有的精度預測消費者行為并提供個性化服務來改變零售業(yè)。

“在某些情況下，人工智能驅動的個性化將完全融入《黑鏡》中，你的虛擬助手可能會問你，‘你確定下個月去黃石公園旅行之前不需要那些登山靴嗎？’”。

Nyman引用了麥肯錫的研究預測，通過改進需求預測，人工智能將幫助零售商將庫存成本降低10%。然而，這種增強的個性化也帶來了挑戰(zhàn)。

Nyman表示：“消費者將要求數據使用方式透明化。”這表明，隨著人工智能使購物變得更加私密但又具有潛在的侵入性，數據隱私問題的爭論將重新展開。

超個性化將改變營銷

移動營銷公司Airship副總裁Daniel Nguyen表示，人工智能的興起將從根本上改變企業(yè)在移動設備上與客戶互動的方式，創(chuàng)造前所未有的個性化水平。

Nguyen表示：“人工智能驅動的超個性化將改變移動營銷的格局?！彼麖娬{，基于位置的定位和應用內互動將幫助企業(yè)提高客戶參與度。

Nguyen表示，公司需要強大的數據策略和實驗框架來實施AI營銷工具，該技術將處理數據分析和內容創(chuàng)建等耗時任務，讓營銷人員專注于優(yōu)化。

人工智能將推動超個性化購物

花旗風險投資主管Arvind Purushotham表示，未來網上購物將高度個性化，人工智能將幫助零售商前所未有預測和滿足個人顧客的偏好。

Purushotham指出，人工智能的進步將使商家能超越基本的產品推薦，創(chuàng)造高度定制的購物體驗。

Purushotham描述了人工智能將如何改變電子商務。他預測零售商將越來越多與人工智能初創(chuàng)公司合作，提供個性化優(yōu)惠，如個性化折扣和定制退貨政策。