课程 ID: 19302
描述:
话题概述:
大模型能力在落地企业级应用时，往往会遭遇“懂语言但不懂业务”的落地鸿沟。传统的 RAG 架构在面对 CRM 等强逻辑、高动态的复杂业务系统时，常常暴露出上下文缺失、跨域聚合困难以及数据一致性等致命问题。
本次演讲将深入探讨如何为 AI-Native 架构构建一个统一的“实时语义层。我们将结合中大型 CRM 场景的落地实践，详细拆解如何通过多模态存储路由、元数据映射、以及自动化对齐评测系统，让复杂且孤立的行业数据真正变成大模型可直接理解和消费的业务知识。
演讲题纲:
1、为什么传统数仓和基础 RAG 撑不起 AI-Native CRM？
2、新一代实时语义层的核心架构设计与工程权衡
3、典型场景复盘：AI-Native CRM 的“懂”与“动”
4、架构的生命线：自动化评测与持续迭代系统
5、总结与避坑指南
话题亮点：
拒绝纸上谈兵，直击工程痛点： 深刻剖析大模型结合复杂企业数据时的“水土不服”，分享在多类型存储、实时数据一致性等实际工程问题上的真实权衡。
语义路由架构： 展示如何通过元数据虚拟化，在不拷贝第三方庞大系统数据的前提下，实现极低成本的 AI 语义层构建。
可闭环的自动化 MLOps 实践，基于线上 CRM 业务逻辑的数据智能自动化评测和语义更新体系。
用真实的CRM场景，一步步倒推底层架构设计。