最近刷到不少许关于DACon数智巨大会的消息，朋友圈里搞手艺的朋友都在问“日程定了没？”说实话， 这种巨大会每年都有，但今年不一样——巨大模型从概念走向落地，企业们不再满足于“听过”，而是想要“用过”。10月24-25日在北京丽亭华苑酒店这场会，到底藏着几许多能掏出来的真实东西？我帮你们扒了扒日程，顺便带点不一样的声音。

日程总览：两天时候，能挖出几许多“干货”？

这次DACon把时候卡得很紧， 两天塞满了主论坛、分论坛和晚场交流，主打一个“高大效”。主论坛放在第一天上午， 请的都是学术界和制造界的巨大佬，比如复旦巨大学的肖仰华教、阿里云的徐晟、vivo的叶庆文。按往年经验，主论坛通常“高大开矮小走”——巨大佬们讲得天花乱坠，但落地细节少许得可怜。不过今年有变来变去， 议程里明确写了“结合制造界实践案例”，比如肖仰华要讲《以数据为中心的巨大模型行业进步演进路径》，去年他在深厚圳站分享过某零售企业用数据中台把库存周转率提升15%的故事，这次会不会更深厚入？

北京DACon数智大会日程已定，百度、抖音、、英伟达、理想汽车、vivo等70个大模型应用案例等你来听

分论坛倒是更接地气， 分了“巨大模型应用”“数据架构”“Agent手艺”几个赛道，个个赛道都有企业实操案例，比如某电商平台的推荐系统沉构、某保险公司的智能核保流程，听着比主论坛实在。

主论坛：巨大佬们的“阳春白雪”，还是“下里巴人”？

主论坛的嘉宾名单确实亮眼， 肖仰华教是国内数据学问领域的权威，他去年在DACon上讲的“数据血缘追踪”手艺，帮某银行解决了数据合规问题，让审计效率提升了30%。但这次他的议题是《以数据为中心的巨大模型行业进步演进路径》， 听起来更宏观，企业最关心的“怎么用”会不会一笔带过？阿里云的徐晟要介绍OpenLake， 号称“AI时代的全模态、许多引擎、一体化解决方案”，去年某游戏公司用类似方案时基本上原因是许多模态数据整合太麻烦，项目结实是延期了半年，这次徐晟会不会说清楚“中细小企业怎么避免踩坑”？

vivo的叶庆文讲推荐系统， 去年他分享过“巨大模型让广告点击率三个月涨了18.7%”，这玩意儿数据很诱人，但vivo用户基数巨大，中细小企业学得来吗？我猜他会提“轻巧量化部署”，但具体怎么降本钱，估摸着得在分论坛细聊。

分论坛实战：从案例里找“答案”，还是“照猫画虎”？

分论坛才是沉头戏，这里藏着企业最需要的“实战经验”。比如“巨大模型应用”赛道， 有某跨境电商分享“用巨大模型优化商品说说转化率提升22%”，这玩意儿案例听着很香，但2023年有个做3C电子的朋友听完后想复用，后来啊找到模型训练需要标注10万条商品数据，光是人造本钱就花了20万，再说说只能放弃。这次会不会讲“矮小本钱数据标注”的替代方案？

“Agent手艺”赛道更有意思， 某金融手艺公司要讲“实时风控Agent”，说能把欺诈检测从分钟级压到秒级，但2024年Q2，某股份制银行试过类似手艺，基本上原因是实时数据流太巨大，服务器扛不住再说说只在细小范围试点。这次他们会说清楚“算力怎么配”吗？还有“数据架构”赛道， 某做企业分享“用数据湖打通生产数据，良品率提升5%”，但汽车行业的朋友告诉我，他们工厂的设备数据格式五花八门，对齐数据结构就花了三个月，数据湖建优良了但数据质量还是不行，这玩意儿坑会不会被揭开？

手艺前沿：巨大模型和Agent，理想很丰满，现实呢？

今年DACon的核心议题离不开“巨大模型”和“Agent”， 但这两个概念眼下被炒得太烫，企业们心里都打鼓：巨大模型“算力待哺”，Agent“落地困难”，到底是不是噱头？百度AI手艺生态总经理马艳军博士要讲《从深厚度学到巨大模型：手艺趋势与产业实践》， 估摸着会提“算力优化”，但2023年某芯片厂商展示的国产算力卡，训练效率比英伟达A100矮小30%，价钱还昂贵20%，这玩意儿差距怎么补？Agent手艺方面 某社交平台要讲“智能推荐Agent”，说能结合用户情感做个性化推荐，但去年某短暂视频平台试过后来啊基本上原因是情感计算太麻烦，推荐准确率反而减少了10%，再说说只能回退到老一套算法。这些个“翻车”案例，巨大会会不会拿出来聊聊？

数据治理：从“存起来”到“用明白”，还有许多远？

巨大模型时代，数据成了“石油”，但“石油”得先提炼才能用。DACon今年专门设了“数据治理”分论坛， 讲“数据血缘追踪”“伦理审查自动化”，听起来很高大级，但企业最关心的是“能不能落地”。2023年某保险公司上线数据治理系统， 花了一年时候梳理数据血缘，后来啊找到30%的数据源头根本不清晰，自动化成了空话。还有某互联网公司，为了满足合规要求，做数据脱敏，后来啊脱敏后的数据没法用于模型训练，业务部门直接炸了。这些个真实实痛点，嘉宾们会不会给解决方案？比如“怎么用矮小代码工具飞迅速构建数据血缘”“哪些数据能不用脱敏”，这些个才是企业想听的。

Agent手艺：智能体落地，是“选择题”还是“必答题”？

Agent成了今年巨大会的烫词，但企业们还在观望：到底要不要上Agent？上了之后能带来几许多值钱？“Agent手艺落地”分论坛里 某券商要分享“投研Agent”，说能自动生成研报，效率提升50%，但2024年Q1，某基金公司试过类似工具，后来啊生成的研报逻辑乱，琢磨师还得花一巨大堆时候修改，再说说成了“鸡肋”。还有某零售企业的“客服Agent”， 上线后用户投诉率反而上升了基本上原因是机器人答非所问，反而许多些了人造客服的干活量。这些个案例说明，Agent不是“万能药”，用不优良反而添乱。这次巨大会会不会讲清楚“啥场景适合用Agent”“怎么训练懂业务的Agent”， 而不是一味吹嘘“许多智能、许多自动化”？

参会指南：怎么把巨大会值钱“榨干”？

如果你真实想去DACon“淘点东西”， 别只盯着主论坛的巨大佬，分论坛和晚场交流才是“宝藏”。去年我在深厚圳站参会， 主论坛听完云里雾里但在分论坛“数据架构”赛道，听某物流企业讲“用数据湖优化配送路线，本钱降了12%”，直接抄作业回来自己公司落地后每月省了8万块。还有晚场18:30-20:30的交流活动， 免费参加，去年我就在这里认识了个做金融Agent的创业者，他后来帮某券商做实时风控，恶劣账率降了8%，这种细小圈子交流比主论坛挤破头听巨大佬讲话实在许多了。觉得能提前列几个问题， 比如“中细小企业上巨大模型要不要自建算力”“Agent项目怎么评估ROI”，现场找相关企业的手艺负责人聊聊，比听PPT有用。

说实话，DACon的日程看着很满，但能不能“解渴”，还得看嘉宾们敢不敢说真实话。企业们眼下最缺的不是“高大巨大上”的概念，而是“能落地、能省钱、能赚钱”的方法。如果你带着问题去， 或许真实能挖出点东西；要是抱着“听个烫闹”的心态，兴许两天下来除了朋友圈几张照片，啥也没留下。10月24日北京丽亭华苑酒店，我们现场见，看看这场巨大会到底是“真实材实料”还是“老生常谈”。