这是最好的时代，也是最坏的时代，所以与时代共舞肯定没错。东软的成长之路正诠释了这一点：机遇催生发展，挑战锤炼能力。
一个好的时代具备两个关键词：机会和困难。
“所有的能力都是源于困难，正是这些困难促使我们发现并解决问题。”东软集团创始人、董事长刘积仁博士说道，东软在33年的创业历程中，每一次收获都与克服困难息息相关，感恩时代给予的压力，帮助我们的能力得以成长，站上更高的台阶。
在汽车信息化的浪潮中赋能产业、在大健康领域服务民生、为充分就业注入活力、投研医疗设备为国争光、教医养融合赋能城市、数据价值化进程中创造模式，东软正以实际行动诠释着这种创新与担当。
东软集团创始人、董事长刘积仁博士
从信息流到价值链的跃迁
自去年下半年起，东软进入了全新的变革阶段。今年3月11日，正式启动解决方案智能化战略，致力于打造以智能化、数据价值化、服务化和生态化的解决方案。
东软在职能组织、销售体系、生产体系、研发体系、领导力、专业化分工与协作等方面进行了全面革新，使组织架构更加简洁、透明、高效，实现端到端的管理优化。
东软集团10月发布的2024年三季报显示，前三季度营业收入为68.91亿元，同比增长10.03%；净利润为1.52亿元，同比增长13.06%。
在东软解决方案论坛上，刘积仁特别强调了对知识资产积累的重视。所以在研发方面，东软着力于从解决方案的智能化和数据价值化两个方向挖掘现有潜力。
“软件企业若无法复用其资产，就难以实现高效运作。”东软集团首席执行官兼首席战略官荣新节说道，每个项目都从头开始并不可行，因此我们将多年积累的资产提炼为“软件零部件”，在新的系统中灵活组合、重组产生新的方案，满足客户不断变化的市场价值需求。
刘积仁总结了解决方案发展的三个阶段：
基础建设阶段：最初解决方案是解决信息化的从无到有问题，帮助像医院、工厂和政府等领域建立起基本的数字化流程，提升管理效率；
精细化管理阶段：在信息化普及后，解决方案进一步转向支持企业的精准运行和决策优化，注重提升运营效率，实现流程的精细化管理；
价值创造阶段：现在解决方案更注重价值的实际创造，通过数据赋能、跨部门协作和智能服务等带来增值效果。
一个例子是，城市养老平台建设不仅能通过解决方案获得收入，还可以通过云服务、云医院、养老机构、就业机构等服务带来进一步收益，这正是解决方案服务化的体现。同时，养老平台的建设需与人社局、民政局等多方协作，可能采取合资公司模式，共同形成创业和运营的生态，这便是解决方案生态化的思路，生态中不仅包括传统合作方，还将拓展更多场景的合作伙伴，从而提升产业整体协作效率。
这种变化不仅是东软面临的问题，也是所有软件企业将面临的问题。刘积仁指出，东软的变革不仅仅是一个口号或愿景，而是建立在扎实的资源和行业积累之上，也为未来AI的发展奠定基础。
为生成式AI落地铺平道路
AI如今已成为企业的必备技术，不但影响着其他行业，也影响软件行业本身。但很多时候我们在谈论大模型应用时，忽视了实际落地中的复杂性和专业性。
东软研究院常务副院长兼东软魔形科技研究院常务副院长闻英友看到现在很多企业在尝试生成式AI应用后，发现难以满足业务需求，进而产生对生成式AI的怀疑，所以目前企业多处于购买算力和搭建基础设施的初期准备阶段。
东软研究院常务副院长兼东软魔形科技研究院常务副院长闻英友
在生成式AI 2B应用中，东软扮演着关键角色，致力帮助客户解决大模型部署的“最后一公里”。东软有义务，也有责任，帮助企业将生成式AI落地，转变成实际的业务价值。
作为大模型“最后一公里”的铺路人，东软主要聚焦三方面工作。
第一，不和通用大模型较劲，而是用一种可靠、可控的方式提供给客户，提出“大语言模型系统工程（LLM Systems Engineering，LLM-SE）”，保障模型在行业中的专业应用；
第二，智能体的研发，2B场景有着极低的容忍度，所以智能体要满足极高的准确性和成功率，以确保关键业务中不出错。东软遵循“以战养战”的模式，在实际应用中快速迭代，目前已在医保、人社等系统中投入使用；
第三，知识工程，围绕解决“查得全、查得快、查得准”三大问题开展领域知识图谱构建和RAG技术研发，提升大模型应用的专业性。
东软集团高级副总裁兼首席技术官、首席信息官陈锡民也强调，东软的大模型应用更侧重行业解决方案的赋能，满足客户对严谨性和质量的高要求。东软在行业解决方案、汽车座舱等方面通过生成式AI提升用户体验，逐步实现智能化、自动化应用。
东软集团高级副总裁兼首席技术官、首席信息官陈锡民
东软将ToB的AIGC应用分为“经办类”和“场景类”，经办类的AIGC应用开发无法简单复制，而是要通过自研的ToB智能体平台来满足不同领域业务办理过程中的精准意图识别、动态流程加载和复杂工具调用要求，进而实现技术的通用性和复用性，降低开发部署成本。场景类则注重客户的具体需求，避免一味依赖大模型微调和优化，通过东软大语言模型系统工程的关键技术、工具和算法来确保不同场景中的AIGC应用效果。
“一方面利用AI提高自身的软件生产效率，另一方面通过AIGC的行业嵌入，为医疗、社保等行业提供高价值的AI应用。”闻英友说，这就是东软在智能化变革中的两个重点布局方向“智能化软件生产”和”智能化解决方案”。
这是最好的时代，也是最坏的时代，所以与时代共舞肯定没错。东软的成长之路正诠释了这一点：机遇催生发展，挑战锤炼能力。
一个好的时代具备两个关键词：机会和困难。
“所有的能力都是源于困难，正是这些困难促使我们发现并解决问题。”东软集团创始人、董事长刘积仁博士说道，东软在33年的创业历程中，每一次收获都与克服困难息息相关，感恩时代给予的压力，帮助我们的能力得以成长，站上更高的台阶。
在汽车信息化的浪潮中赋能产业、在大健康领域服务民生、为充分就业注入活力、投研医疗设备为国争光、教医养融合赋能城市、数据价值化进程中创造模式，东软正以实际行动诠释着这种创新与担当。
东软集团创始人、董事长刘积仁博士
从信息流到价值链的跃迁
自去年下半年起，东软进入了全新的变革阶段。今年3月11日，正式启动解决方案智能化战略，致力于打造以智能化、数据价值化、服务化和生态化的解决方案。
东软在职能组织、销售体系、生产体系、研发体系、领导力、专业化分工与协作等方面进行了全面革新，使组织架构更加简洁、透明、高效，实现端到端的管理优化。
东软集团10月发布的2024年三季报显示，前三季度营业收入为68.91亿元，同比增长10.03%；净利润为1.52亿元，同比增长13.06%。
在东软解决方案论坛上，刘积仁特别强调了对知识资产积累的重视。所以在研发方面，东软着力于从解决方案的智能化和数据价值化两个方向挖掘现有潜力。
“软件企业若无法复用其资产，就难以实现高效运作。”东软集团首席执行官兼首席战略官荣新节说道，每个项目都从头开始并不可行，因此我们将多年积累的资产提炼为“软件零部件”，在新的系统中灵活组合、重组产生新的方案，满足客户不断变化的市场价值需求。
刘积仁总结了解决方案发展的三个阶段：
基础建设阶段：最初解决方案是解决信息化的从无到有问题，帮助像医院、工厂和政府等领域建立起基本的数字化流程，提升管理效率；
精细化管理阶段：在信息化普及后，解决方案进一步转向支持企业的精准运行和决策优化，注重提升运营效率，实现流程的精细化管理；
价值创造阶段：现在解决方案更注重价值的实际创造，通过数据赋能、跨部门协作和智能服务等带来增值效果。
一个例子是，城市养老平台建设不仅能通过解决方案获得收入，还可以通过云服务、云医院、养老机构、就业机构等服务带来进一步收益，这正是解决方案服务化的体现。同时，养老平台的建设需与人社局、民政局等多方协作，可能采取合资公司模式，共同形成创业和运营的生态，这便是解决方案生态化的思路，生态中不仅包括传统合作方，还将拓展更多场景的合作伙伴，从而提升产业整体协作效率。
这种变化不仅是东软面临的问题，也是所有软件企业将面临的问题。刘积仁指出，东软的变革不仅仅是一个口号或愿景，而是建立在扎实的资源和行业积累之上，也为未来AI的发展奠定基础。
为生成式AI落地铺平道路
AI如今已成为企业的必备技术，不但影响着其他行业，也影响软件行业本身。但很多时候我们在谈论大模型应用时，忽视了实际落地中的复杂性和专业性。
东软研究院常务副院长兼东软魔形科技研究院常务副院长闻英友看到现在很多企业在尝试生成式AI应用后，发现难以满足业务需求，进而产生对生成式AI的怀疑，所以目前企业多处于购买算力和搭建基础设施的初期准备阶段。
东软研究院常务副院长兼东软魔形科技研究院常务副院长闻英友
在生成式AI 2B应用中，东软扮演着关键角色，致力帮助客户解决大模型部署的“最后一公里”。东软有义务，也有责任，帮助企业将生成式AI落地，转变成实际的业务价值。
作为大模型“最后一公里”的铺路人，东软主要聚焦三方面工作。
第一，不和通用大模型较劲，而是用一种可靠、可控的方式提供给客户，提出“大语言模型系统工程（LLM Systems Engineering，LLM-SE）”，保障模型在行业中的专业应用；
第二，智能体的研发，2B场景有着极低的容忍度，所以智能体要满足极高的准确性和成功率，以确保关键业务中不出错。东软遵循“以战养战”的模式，在实际应用中快速迭代，目前已在医保、人社等系统中投入使用；
第三，知识工程，围绕解决“查得全、查得快、查得准”三大问题开展领域知识图谱构建和RAG技术研发，提升大模型应用的专业性。
东软集团高级副总裁兼首席技术官、首席信息官陈锡民也强调，东软的大模型应用更侧重行业解决方案的赋能，满足客户对严谨性和质量的高要求。东软在行业解决方案、汽车座舱等方面通过生成式AI提升用户体验，逐步实现智能化、自动化应用。
东软集团高级副总裁兼首席技术官、首席信息官陈锡民
东软将ToB的AIGC应用分为“经办类”和“场景类”，经办类的AIGC应用开发无法简单复制，而是要通过自研的ToB智能体平台来满足不同领域业务办理过程中的精准意图识别、动态流程加载和复杂工具调用要求，进而实现技术的通用性和复用性，降低开发部署成本。场景类则注重客户的具体需求，避免一味依赖大模型微调和优化，通过东软大语言模型系统工程的关键技术、工具和算法来确保不同场景中的AIGC应用效果。
“一方面利用AI提高自身的软件生产效率，另一方面通过AIGC的行业嵌入，为医疗、社保等行业提供高价值的AI应用。”闻英友说，这就是东软在智能化变革中的两个重点布局方向“智能化软件生产”和”智能化解决方案”。
