收听播客：构建人工智能：从构想到落地 | 与Artefact 对话Artefact Ardian
在私募股权行业日新月异的格局中，行业讨论已远远超越了单纯的金融工程范畴。如今，价值创造越来越取决于企业利用数据的能力。在第二届“人工智能与另类投资”（AI x AI）峰会上，Ardian数据科学团队的Arthur Artefact合伙人Elina Ashkinazi-Ildis展开对话，共同剖析了从人工智能的理论潜力到切实的运营卓越这一历程。
他们的对话揭示了一个关键事实：虽然生成式人工智能（GenAI）是吸引众人关注的“性感”催化剂，但真正的赢家却是那些多年来默默无闻地致力于构建坚实数据基础的人。
“数据治理和数据质量……这听起来并不时髦，也缺乏吸引力。但如今随着生成式人工智能的出现，人们能够创造出令人惊叹的应用场景并获得惊人的成果……这突然让人们产生了兴趣。他们会问：‘我该怎么做才能充分发挥人工智能的全部潜力？’而答案往往是：首先，必须在数据治理方面达成共识，”Ardian的高级数据科学家亚瑟·加尼耶（Arthur Garnier）说道。
人工智能成功的四层金字塔
ArtefactArtifact，这家曾隶属于ArdianExpansion投资组合的公司，十年来一直致力于完善其数字化转型策略。据Elina介绍，成功的人工智能整合并非首先关注技术本身，而是要遵循一个确保可持续发展的四层金字塔模型：
- 用例层：“我们的业务是什么？”这是起点。在编写任何代码之前，企业必须明确团队的时间都花在了哪里，以及哪些痛点一旦解决，就能有效提升销售额和利润率。
- 运营模式：如何将投资专业人士与数据科学家联系起来？要取得成功，就需要一个能够让这两个领域高效协作的框架。
- 基础设施与治理：这是“引擎室”。如果没有干净、结构化且易于获取的数据，即使是最先进的算法也会失效
- 变革管理：这是人性因素发挥作用的领域。它涉及流程变革、员工培训、转变思维方式，并确保组织能够与技术同步发展。
GAIA：战略敏捷性案例研究
讨论的核心是GAIA——Ardian的内部生成式人工智能平台。GAIA在“自建与采购”的争议中代表了一种战略性的折中方案。埃琳娜的建议非常务实：“如果市场上已有能解决所有问题的方案，且价格在预算范围内……那就别自己开发了，直接买下来就行。”
然而，Ardian 选择构建 GAIA，是因为这使他们能够对其内部智能保持绝对控制权。Arthur 指出，当一家公司完成了 95% 的繁重工作——即清理、整理并掌握其数据时，剩下的 5%——即将这些数据整合到定制的人工智能工具中——便成为自然而有力的一步。通过在微软、OpenAI、Mistral 等合作伙伴技术之上构建定制层，Ardian 实现了以下几个关键目标：
- 技术灵活性：他们保持“技术中立”，能够在不重建整个系统的情况下，将一个大型语言模型替换为更新、更优的版本。
- 自下而上的创新：GAIA 的许多功能并非源自董事会，而是源自内部黑客马拉松活动（例如“Ardian Startup Studio”）以及员工在内部路演中提出自身需求。
- 数据主权：人工智能领域95%的工作在于清理和掌控内部数据。一旦完成这一步，最终的实施方案便会成为专有资产，而非租赁服务。
“流程再造”的必要性
这次对话中最深刻的见解，或许是埃琳娜的那句箴言：“让我们重新设计流程吧。”将人工智能应用于一个失效或混乱的流程，就像给一辆装有方轮子的汽车换上更快的引擎一样。埃琳娜将教导人工智能“代理”比作教导幼儿过马路。你不能给它们一百万个变量和“捷径”。你必须将流程简化为二元且精确的步骤：
红灯：停下。* 绿灯：左右观察，然后过马路。
“技术只是其中很小的一部分……对任何行业来说，真正棘手的是第一步[流程简化]，”埃琳娜·阿什基纳齐-伊尔迪斯解释道
对于像Ardian这样的私募股权公司而言，这意味着要审视其投资组合中的企业——从数字原生企业到“硬核”制造业——并帮助它们剔除低效的传统工作流程，然后在此基础上叠加人工智能技术。
弥合差距：从技术孤岛到业务影响
Ardian AI x AI 峰会的核心主题非常明确：数据科学家“各自为政”的时代已经结束。亚瑟强调，要想让人工智能真正发挥作用，数据科学必须融入业务部门。
当技术团队在真空状态下工作时，他们构建的仪表盘往往无人问津。而当他们与投资团队紧密协作，整合来自公司各方的实时反馈和“推广大使”时，他们所打造的工具（如 GAIA）便能从根本上改变公司的运营方式。
随着私募股权行业的不断发展，投资者的职责已不再仅仅是提供资金；他们还需制定技术路线图，确保其投资组合公司不仅能挺过人工智能浪潮，更能借此浪潮将运营效率提升至新的高度。
