AI算法在企业中的应用分两类：传统机器学习（分类、预测）和大模型（理解、生成）。在贵阳，理解两类算法的原理和适用场景，才能选对技术路线。
在贵阳，分类算法判断"这是什么"（客户高意向还是低意向），回归算法预测"未来会怎样"（下个月销量多少）。这类算法需要标注好的历史数据训练，适合规则明确、数据结构化的场景。
在贵阳，大模型理解自然语言，能回答问题、写文档、分析文本。不需要专门标注数据，用通用大模型加企业知识库就行。适合非结构化文本处理：客服对话、文档问答、内容生成。
在贵阳，结构化数据、规则明确的场景（销售预测、客户分类），用传统机器学习。非结构化文本、需要理解语义的场景（智能客服、文档分析），用大模型。不是所有问题都要用大模型。
在贵阳，算法效果好不好，80%取决于数据。数据量不够、质量差，再好的算法也白搭。上算法项目前先评估自己的数据够不够。
在贵阳，AI算法不是替代人，而是辅助人。算法给出结果和建议，人做最终决策。好的AI应用设计是让AI处理80%标准情况，人处理20%复杂情况。
18140041855 
