惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
美团技术团队
Last Week in AI
Last Week in AI
WordPress大学
WordPress大学
博客园 - 三生石上(FineUI控件)
博客园 - 聂微东
雷峰网
雷峰网
阮一峰的网络日志
阮一峰的网络日志
博客园 - 叶小钗
IT之家
IT之家
Google DeepMind News
Google DeepMind News
D
Docker
J
Java Code Geeks
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 【当耐特】
V
V2EX
Hugging Face - Blog
Hugging Face - Blog
博客园 - Franky
月光博客
月光博客
宝玉的分享
宝玉的分享
酷 壳 – CoolShell
酷 壳 – CoolShell
aimingoo的专栏
aimingoo的专栏
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

OpenAI News

Using custom GPTs ChatGPT for customer success teams Applications of AI at OpenAI Research with ChatGPT Analyzing data with ChatGPT Financial services Responsible and safe use of AI Writing with ChatGPT ChatGPT for research Creating images with ChatGPT Personalizing ChatGPT ChatGPT for finance teams Getting started with ChatGPT Working with files in ChatGPT Learn ChatGPT workflows for sales teams Prompting fundamentals ChatGPT for managers Using projects in ChatGPT Learn ChatGPT workflows for marketing teams Brainstorming with ChatGPT AI fundamentals ChatGPT for operations teams Healthcare Our response to the Axios developer tool compromise Using skills CyberAgent moves faster with ChatGPT Enterprise and Codex The next phase of enterprise AI 儿童安全蓝图正式发布 推出 OpenAI 安全研究员计划 智能时代的产业政策
推动组织转型,促进业务创新
2025-10-28 · via OpenAI News

大日本印刷株式会社 (DNP) 成立于 1876 年,是全球规模最大的印刷企业之一,拥有超过 3.7 万名员工。DNP 的业务版图横跨智能传播、生活与医疗保健以及电子产品三大领域。在“构建未来标准”这一品牌宣言的指引下,公司致力于在推动可持续发展的同时,实现人与社会的深度链接。

作为这一承诺的核心,DNP 长期以来始终积极拥抱前沿技术。2023 年 4 月,公司做出战略决策,在全集团范围内推广人工智能应用。同年 5 月,DNP 便已搭建起覆盖整个企业的安全应用环境。2025 年 2 月,公司正式在十大核心部门全面上线 ChatGPT Enterprise。在短短三个月内,他们便取得了显著成效:

  • 90% 的 ChatGPT Enterprise 应用案例取得可衡量的成果
  • 周活跃使用率 (WAU) 达 100%
  • 缩短工时的自动化率达 87%
  • 知识复用率(通过定制 GPT 实现)达 70%
  • 业务处理量提升 10 倍

战略部署:加速 AI 应用落地

为了充分释放生成式 AI 的潜力,DNP 锁定并重点投入了十个最具影响力的核心部门。公司制定了明确的衡量基准:每位员工每周使用 ChatGPT 不少于 100 次,且缩短任务工时的自动化率需达到 50% 以上。

“我们通过提升使用情况的透明度来驱动应用落地。每支团队都在不断尝试、分享经验并持续迭代。这种势能最终转化为可规模化的影响力。”

— 大竹博行 (Hiroyuki Otake),研发与工程管理部、ICT 控管办公室总经理

得益于这一战略,个人的提效成果通过定制 GPT 和共享案例迅速在团队间传播开来,并最终演变为推动业务转型的主流模式。

在晴朗蓝天下,带有 DNP 徽标的现代玻璃办公楼矗立于城市中,周围环绕着树木与城市建筑。

专利调研耗时缩短 95%

在引入 ChatGPT Enterprise 的部门中,ICT 研发部门的成效尤为显著。DNP 先进业务中心、P&I 创新研发部总经理石田洋平 (Yohei Ishida) 带领团队实现了专利调研与申请策略的自动化升级,彻底取代了以往的人工操作。

石田团队利用 ChatGPT Enterprise 构建了以下工作流:

  • 专利调研:实现自动检索、摘要提取与分类,使调研耗时缩短了 95%,同时调研覆盖范围扩大至原来的 10 倍
  • 申请策略:精准识别 DNP 技术与竞品专利之间的差异化优势,从而降低驳回风险,并最大限度地减少了修改工作量
  • 竞争分析:自动生成初稿报告,使报告准备时间缩短 80%

通过提升知识产权 (IP) 战略水平,DNP 进一步巩固了其产品的独特性,并显著提升了长期市场竞争力。

“过去,专利申请高度依赖个人判断,各部门乃至每个人的评判标准都参差不齐。有了 ChatGPT Enterprise,我们现在能够做出客观决策。这不仅提升了专利申请的数量,更保障了其产出质量。”

—石田洋平 (Yohei Ishida),先进业务中心、P&I 创新研发部总经理

零基础员工也能编写 Python 脚本

DNP 的研发部门致力于推动 QCD(质量、成本、交付)创新,旨在提升既有产品与服务的价值,并不断开拓新品类。在需要高端分析与评估技术的领域,DNP 借力 ChatGPT Enterprise,大幅缩短以往在材料评估的实验设备操作、数据测量及结果分析上所需的时间。

具体成效包括:

  • 高效整合信息:将整理英文专利信息及设备原理的时间,从数月缩短至 3 天
  • 零基础代码赋能:让完全没有 Python 经验的员工能够通过 ChatGPT Enterprise 生成并运行代码

一个尤为显著的案例是,原本不具备 Python 基础的员工,现在无需任何学习成本,即可直接生成代码并进行数据分析。以往需要耗时一年以上的研发任务,如今在短短几天内便得以落地。通过将 AI 的强大功能与研究人员的专业知识相结合,团队发掘出了全新的业务洞察,为整个部门带来了深远的影响。

强化 IT 合规与云端运维

DNP 正利用 ChatGPT Enterprise 推动 IT 治理的现代化转型。信息创新事业总处、ICT 中心系统基础设施开发部总经理小林正浩 (Masahiro Kobayashi) 指出,该工具显著优化了以往依赖人工且标准不一的任务流:

  • 外部安全审计:将审计比对时间从 30 分钟缩短至 5 分钟;密码套件的筛选耗时从 3 小时降至 1 小时
  • 云安全合规:针对约 100 项 CIS 基准 (CIS Benchmark) 非合规项的初步检查,由以往的 2 个人工日大幅缩短至 10 分钟
  • 评审支持:通过参考设计规范及历史记录,将需求评审时间从 1 小时缩短至 30 分钟
“该模型在收集相关数据及生成清晰输出方面表现卓越。这使我们的团队能够从繁琐的文档比对中解放出来,将精力集中于更核心的决策工作。”

—小林正浩 (Masahiro Kobayashi),信息创新事业总处、ICT 中心系统基础设施开发部总经理

他还补充道,AI 不会取代人工监督:“验证和最终检查仍然由人类负责。”

借力 AI 沉淀组织知识

知识流失是 DNP 面临的最大挑战之一。许多核心专业经验往往仅存在于资深员工的脑海中,或被埋没在海量的纸质文档里。

在先进业务中心、AI 业务开发部技术开发总经理大泽伊作 (Isaku Osawa) 的领导下,DNP 正利用 AI 正面解决这一难题。

大泽团队借助 ChatGPT Enterprise,将从纸质手册到历史质量日志的所有非结构化数据进行结构化与数字化处理。这些记录在导入后,便成为内部知识库的一部分,员工可以通过定制 GPT 随时调取。在这一过程中,定义数据架构所需的时间缩短了 90%;同时,团队能够审阅的技术论文数量也实现翻倍。

“我们的目标是将‘代际经验’转化为‘数字劳动力’,”大泽表示。这一转变不仅缓解了劳动力短缺的压力,更显著提升了公司长期的创新能力。

成效速览

  • 90% 的应用案例已取得显著成效
  • 周活跃使用率 (WAU) 达 100%
  • 专利调研耗时缩短 95%
  • 缩短任务工时的自动化率达 87%
  • 业务处理量提升 10 倍

未来展望

“AI 智能体将无缝融入各种场景,让每个人都能在潜移默化中从 AI 中获益,”大竹 (Otake) 表示。他预见未来将从“人机协作”转向一个全新的基础 — 部分业务将通过“AI 与 AI 之间的交互”自动运行。随着机器人技术的进步,该趋势将进一步加速,最终实现物理 AI 在现实世界中的落地应用。

展望未来,大竹强调知识沉淀至关重要:“我们必须将为人创建的信息转化为 AI 能够理解的信息,并确保这些知识得到妥善保存与共享。我们的目标是在应对劳动力缩短的同时,持续提升生产力。”其核心目标是将技术秘诀和质量记录编纂为结构化数据,以便 AI 智能体及未来的物理 AI 进行学习和应用,从而减少对个人经验的依赖,将其转化为持久的竞争优势。

秉持“构建未来标准”这一品牌愿景,DNP 正致力于发挥在印刷与信息技术领域的优势,加速向“AI 原生企业”转型,为社会打造全新的标准。