DeepSeek-R1推理模型发布对科技行业、企业以及AI市场的影响，其在降低成本、推动创新和促进开源发展等方面意义重大。
- 对AI市场格局的冲击：DeepSeek-R1推理模型的发布在科技行业引发震动，导致主要AI股票突然抛售，削弱了OpenAI和Anthropic等资金雄厚的AI实验室的优势。因为DeepSeek以较低成本开发出可与OpenAI的o1竞争的模型，改变了市场竞争态势。
- 企业应用优势
- 成本大幅降低：使用AI模型成本呈下降趋势，DeepSeek-R1尤为突出。OpenAI的o1每百万输出令牌成本为60美元，而DeepSeek-R1仅为2.19美元。即便通过美国的Together.ai和Fireworks AI访问R1，每百万令牌成本分别为8美元和9美元，仍远低于o1，这使得企业构建AI应用成本显著降低，更利于大规模部署应用。
- 功能满足需求：虽然o1在性能上仍有优势，但R1的能力足以满足大多数企业应用需求。并且未来还会有更先进的模型推出，持续提升企业应用的质量和多样性。
- 推动行业创新：R1在成本控制和技术简化上表现出色，若其他机构能重现其成果，将打破AI创新的资金壁垒，推动AI实验室和企业更快创新，催生更多AI产品。这表明并非只有依赖大规模计算集群和海量数据集才能实现技术突破，优秀的工程技术和人才同样关键。
- 开源成果显著：尽管DeepSeek-R1未完全开源，仅发布了权重，但对开源社区意义重大。发布后，在Hugging Face上已产生500多个衍生模型，下载量达数百万次。其不同参数规模的精简版本，为企业在不同硬件上运行模型提供了灵活性。而且R1能展示完整思考过程，便于开发者理解和优化模型。这一系列成果让人们看到开源模型的潜力，有望促进知识和研究的共享，推动AI领域共同进步。
JPMorgan Chase通过TrueCD自动化加速应用程序功能发布的相关情况，旨在满足客户需求并提升业务表现。
TrueCD自动化解决方案
- 多方面自动化：TrueCD强调在软件交付过程早期进行广泛的测试自动化，利用企业认可的工具构建、测试和部署代码。例如，其工具链可根据功能需求生成Gherkin领域特定语言规范，方便创建可运行测试，提前发现并解决问题，减少返工，加速交付。
- 全面交付流程：采用12步软件交付流程，涵盖单元、合同、组件、验收、端到端、性能、安全和弹性等多种类型测试的前期自动化，确保每个阶段都经过全面验证。
- 模拟技术运用：运用模拟技术模仿难以访问或不可用组件的行为，打造更灵活高效的测试环境。
- 自动化部署策略：实现蓝绿部署等先进部署策略自动化，支持零停机发布，并具备自动化回滚功能，能快速恢复变更，缩短部署时间，提升敏捷性和响应速度。
TrueCD帮助摩根大通每两周发布一次Chase Mobile应用更新，使开发过程对变更更具响应性，提高软件质量，加快上市时间，降低开发成本，提升开发团队生产力，增强客户满意度。它符合devOps创建快速反馈循环的原则，加速软件交付生命周期，同时保持高质量，提前发现问题并快速可靠地将代码变更交付到生产环境。
Pig API，它为AI代理提供虚拟桌面以实现Windows应用自动化，旨在解决企业在将现代AI解决方案与遗留系统集成时面临的难题。
在AI发展过程中，约66%的组织仍依赖遗留应用进行核心运营，这些系统缺乏必要的API，导致集成困难，增加了维护成本和安全风险。传统的RPA工具在处理基于GUI且缺少现代集成点的遗留系统时，存在诸多挑战，如集成繁琐、易出错，难以适应界面和工作流程的动态变化。
Pig API的解决方案
- 连接现代AI与遗留软件：Pig API允许AI代理在云托管的虚拟Windows桌面中直接与GUI交互，无需本地基础设施即可实现数据输入和工作流程管理等任务的自动化，用户还能随时干预。
- 技术实现细节：通过Python SDK，开发者可将虚拟环境集成到工作流程中。其核心是能为AI代理创建和管理VM，如示例代码展示的，可轻松初始化、连接VM并定义任务。此外，Pig API支持AI代理模拟多种人类操作，如鼠标移动、点击、键盘输入、截图等，方便执行复杂工作流程。
- LLM集成提升功能：Pig API与LLMs（如Anthropic的Claude或OpenAI的GPT）集成，使AI代理在自动化工作流程中具备决策能力，可执行多步骤任务，如数据提取和处理工作流程。
与传统RPA工具（如UiPath和AutoHotkey）相比，Pig API更适用于传统工具难以处理的非结构化流程或GUI密集型环境。与微软UFO项目和Anthropic的Computer Use等新兴技术相比，Pig API专注于企业级工作流程，为处理遗留系统的企业提供了新选择。
ServiceNow的AI编排器在企业工作流中的应用，强调其通过协调AI代理实现复杂任务自动化，以及在数据驱动下为企业AI带来更高投资回报。
Agentic AI与ServiceNow的发展：Agentic AI是能为企业工作流带来变革的实用技术，ServiceNow押注于此，过去两年通过Now Assist技术逐步增加AI服务，2024年推出首批agentic AI服务。如今，该公司发布AI Agent Orchestrator和AI Agent Studio，从基础的生成式AI辅助迈向端到端任务自动化。
AI编排器的功能及优势
AI Agent Orchestrator是协调管理不同AI代理交互以完成复杂任务的“大脑”，AI Agent Studio是用于创建、部署和维护自定义AI代理的平台。ServiceNow计划发布大量专业AI代理处理企业跨IT、HR和客户服务的复杂工作流。早期用户反馈效率显著提升，如某用户工单解决时间缩短70%。
Agentic AI编排的必要性
众多企业技术供应商都重视agentic AI，但ServiceNow的独特之处在于其专注于企业流程工作流。以新员工入职流程为例，涉及多个复杂步骤，AI代理编排器可创建专业AI代理团队，分别处理IT账户设置、HR系统注册、培训安排等任务，并协调各代理间的沟通与交接，监控进度、解决问题，实现对整个流程的端到端管理。
尽管将不同AI流程或大语言模型（LLMs）串联的技术并不新鲜，如LangChain等，但ServiceNow的编排器基于自有平台构建。它具备短期和长期记忆能力，为AI代理提供上下文。编排器平台中有多种模型，大型语言模型用于决策和规划，小型LLMs用于特定动作，如总结、生成邮件等。
ServiceNow在AI和企业自动化领域的战略定位依赖于Workflow Data Fabric。它作为基础技术，支持跨系统数据访问、上下文维护、安全数据处理以及与现有企业系统集成，为agentic AI工作流提供数据支持，帮助企业在ServiceNow平台上管理和编排所有企业流程与工作流。
