华为发布企业智能化白皮书，提出 DIMAK 与 H 型双塔架构
华为在白皮书里给出一套让企业 AI 从单点提效走向流程协同的工程方法：先由经营目标定义技术选型，再用 DIMAK 沉淀数据与知识，靠 H 型双塔把智能体接入原有系统。
一家为电商商家做 AI 商拍的服务商把生图、换模特接入商品上架流程，单个岗位效率提升约 20 倍，但审核、运营等后续环节没打通，收益传不到整条业务链。企业该自建哪些能力、采购哪些能力，成为新的问题。
正文摘录
一位为电商商家提供 AI 方案的彭经理告诉量子位，他们已经将 AI 生图、换模特、换背景等能力接入到商品上架流程。 按他的估算，商品负责人接入系统后，完成素材处理、商品上架等相关操作的速度，可以达到原来的约 20 倍。目前，这套系统已经被 8 家店铺采用，单家店铺每月付费约 2 万元。 “最好还是人工看一遍。”彭经理说，生成的素材是否符合要求，仍需要人工检查操作。目前，这套 AI 能力主要集中在商品型录制作环节，与审核、选品、运营等后续流程的衔接还没有完全打通。 换句话说，AI 已经帮助一个岗位节省了时间，但这部分收益如何进一步传导到整个业务流程，仍然需要解决。 当量子位进一步问到，企业是否应该自己训练模型、搭建完整 AI 团队时，他的回答很直接：“包亏钱。” 随后他补充，这笔账最终取决于业务规模。如果没有足够大的业务量支撑，无论是模型训练、企业数据整合，还是持续的 Token 消耗，前期投入都很难通过业务收益覆盖。 更进一步，在他看来，企业真正需要考虑的，并不是简单地“要不要上 AI”，而是哪些智能能力值得自己建设，哪些可以直接采购？ 这些选择，又会带来新的问题：一个场景跑通后，怎样扩展到上下游环节？局部积累的经验，如何沉淀为企业可以反复使用的能力？模型和工具更新后，已有成果怎样继续使用？不同应用又该如何与企业原有的数据和系统衔接？ 而这也不只是 AI 商拍的问题。随着 AI 进入更多行业和业务环节，类似的建设、应用与扩展问题，也会出现在更多企业面前。 可以说，从单点应用到企业智能化，中间还隔着能力建设、流程连接和组织协同。企业需要一套方法，让分散的 AI 工具和实践真正融入业务，并逐步形成能够持续积累、不断演进的企业能力。