近日，于历濛以优异的成绩闯入第三届琶洲算法大赛的复赛圈，并接受组委会专访。从技术骨干转型为业务精英的他，分享了他的职业经历，并站在自身业务的角度谈及了参与比赛的初衷。于历濛看到了在大模型和Agents的影响下，软件行业在供给侧和需求侧正在发生一些重要变化，而体验和验证这些变化，也是他参与比赛的初衷。

需求侧：大模型正在改变企业的生态

于历濛将自己的职业生涯划分为三个阶段：从技术咨询专家到进修MBA，再到转型为全面的业务负责人。在惠普中国担任技术咨询的经历让他深谙技术之道，而密歇根大学的MBA学习和之后在战略、创新和生态业务岗位上历练使他深谙业务与技术结合推动企业创新之道。

于历濛认为，企业都在寻求创新以期在市场竞争中立于不败之地。但创新成败的关键之一在于企业将“好主意”转化为“可交付”的产品的能力。根据他的观察，创新成功的企业往往拥有一定数量的“超级个体”，这些员工就像是企业内部的创业者，在企业愿景的指引下，克服企业的内耗、跨域组织间的藩篱，不断驱动创新的落地。

而大模型更赋予了“超级个体”以超能力。在大模型之前，利用AI进行创新往往需要具备配套的数据科学家和工程师团队，这对绝大多数“超级个体”而言是一种奢求。而利用大模型的普适性和善于处理非结构化数据的优势，“超级个体”可以通过AI Agents快速构建应用以验证创新，极大地缩短从“好主意”到“可交付”的周期。

伴随着生产力的变化，以“超级个体”为核心的新型生产关系也将改变企业内部的生态。而企业将如何适应这类生产关系也将是未来有趣的话题。

供给侧：大模型正在重塑产业

近40年来，虽然技术发展日新月异，但现代商业的基础理论及其衍生商业模型却未发生剧烈变动，绝大部分SaaS所仰仗的商业理论稳定于上世纪八、九十年代或本世纪初，例如，指导CRM的“销售漏斗”（Sales Funnel）理论体系成熟于本世纪初，而供应链的核心理论（JIT、APS、6 Sigma等）则成型于上世纪90年代。

理论的稳定给了SaaS足够的时间通过产品和定制“吃掉”客户需求中最大的共性，在最大化利润的同时合理地将“非标”需求拒之门外。其结果是相当一部分客户独特、个性化的需求以非结构化的形式游荡在SaaS之外。

而短期内，善于处理非结构化数据的大模型和Agents最好的定位就是占据客户的“未满足需求”这片蓝海。例如，企业内部可能有一些高度敏感的文档，这些文档因涉及公司机密而无法上传到互联网，但私有大模型结合RAG却可以在保证数据安全的前提下，将这些文档转化为知识库，使其可供访问使用。再如，大模型还能根据每个公司独特的销售体系，为不同团队提供个性化的销售机会判断方法。这些都是传统SaaS未能触及之处。

“客户未满足需求”这片蓝海将改变软件行的竞争态势，于历濛认为更小、更灵活、更贴近客户需求的团队将利用Agents在这片战场取得优势。

在琶洲算法大赛上验证方案，提升产品实用性、竞争力

在参与琶洲算法大赛时，于历濛不仅是为了比赛而参赛，更是希望模拟一个真实的企业场景，验证自己的方案。他强调，在企业实际应用中，查询速度、准确性和成本控制都是至关重要的。尽管在比赛中遇到了一些挑战，如时间紧张、体系微调不足等，但他相信通过后续的模型优化与调整，能够进一步提升方案的实用性与竞争力。

“未来，我们计划将技术开源，并连接业务世界和大模型世界。”于历濛透露了他的未来规划。他认为，在AI技术日益成熟的今天，更需要一套面向业务的技术战略来推动实际应用。

琶洲多元人才协同创新，将激发更多创新火花

琶洲算法大赛来到第三届，已经形成了一定的规模和品牌，越来越多来自企业、高校和科研机构的人认识琶洲、走进琶洲、投资琶洲。琶洲试验区作为广州数字经济与人工智能发展的汇集区，于历濛也对其发展前景给予了高度评价。他认为，琶洲已经吸引了众多优质企业入驻，包括许多头部互联网公司，这里正逐渐成为知识密集型的区域，不断吸引着国内外的人才。

“我非常看好琶洲的未来，这里将汇聚来自不同背景、不同公司的人才精英，他们之间的协作将创造出更好一些想法和创新。”于历濛认为，正是这种协同效应，能够激发出更多的创新火花，推动科技和产业的深度融合，为广州乃至全国的经济发展注入新的活力。