作者：蘇打

出品：明亮公司

經(jīng)過多年數(shù)字化浸染后，企業(yè)端沉淀下來的大量數(shù)據(jù)，正等待進(jìn)一步盤活和價值重塑。AI下場，另一種高效“解題思路”隨之出現(xiàn)，并為相關(guān)鏈條上的創(chuàng)業(yè)公司帶來巨大機(jī)遇。

在今年的中關(guān)村論壇年會上，楓清科技與中化信息、吉林大學(xué)宣布成立“人工智能賦能新材料聯(lián)合實驗室”。聯(lián)合實驗室將重點建設(shè)垂直領(lǐng)域推理大模型、開發(fā)新材料領(lǐng)域高質(zhì)量數(shù)據(jù)集、構(gòu)建智能工具平臺，并推進(jìn)跨學(xué)科人才培養(yǎng)。楓清科技將利用自身平臺與大模型能力，助力材料研發(fā)全流程智能化，加速新材料的研發(fā)進(jìn)程。

近日，「明亮公司」與楓清科技創(chuàng)始人兼CEO高雪峰就數(shù)據(jù)智能化的應(yīng)用、楓清獨有的技術(shù)產(chǎn)品能力、圍繞鏈主企業(yè)全產(chǎn)業(yè)鏈開發(fā)的商業(yè)模式以及AI+新材料領(lǐng)域的前景等問題進(jìn)行深度探討，以期呈現(xiàn)生長于AI高速推進(jìn)環(huán)境中的創(chuàng)業(yè)公司如何把握機(jī)遇實現(xiàn)躍遷。

天眼查APP顯示，楓清科技（Fabarta）成立于2021年，定位“知識引擎與大模型雙輪驅(qū)動的新一代智能體平臺”，并希望通過新一代智能體平臺，幫助企業(yè)在復(fù)雜場景中實現(xiàn)精準(zhǔn)、可解釋、安全的智能化升級和決策智能。

2022年與2023年，楓清科技分別完成數(shù)億元天使輪融資及Pre- A輪融資。其中天使輪由藍(lán)馳創(chuàng)投領(lǐng)投，將門創(chuàng)投、加盛巢生資本跟投；Pre- A輪融資中，由朗瑪峰創(chuàng)投領(lǐng)投，藍(lán)馳創(chuàng)投與將門創(chuàng)投作為老股東均超額追投。

以下為明亮公司與高雪峰的對話（有刪節(jié)）

Q：明亮公司

A：高雪峰 楓清科技創(chuàng)始人兼CEO

行業(yè)智能體核心是規(guī)劃，而不是變大參數(shù)

Q：能否整體介紹一下楓清的主要產(chǎn)品特質(zhì)，以及伴隨行業(yè)對AI應(yīng)用的熱情變高，近期是否有迭代以及新思考？

A：產(chǎn)品特色方面，首先，我們的知識引擎支持多模態(tài)數(shù)據(jù)，可以將企業(yè)海量的多模態(tài)數(shù)據(jù)轉(zhuǎn)化為大模型可以理解的知識；

其次，我們的知識引擎不僅能夠把數(shù)據(jù)、圖片或文本向量化，讓AI能夠讀取向量并作分析或內(nèi)容生產(chǎn)，亦能將向量以及結(jié)構(gòu)化數(shù)據(jù)之間的關(guān)系記憶和存儲下來。

第三，能夠?qū)崿F(xiàn)智能數(shù)據(jù)編織。我們可以把企業(yè)積累的豐富數(shù)據(jù)，智能化編織到多模態(tài)知識引擎中——只要跟業(yè)務(wù)方把Schema（描述數(shù)據(jù)結(jié)構(gòu)的模式）定義出來，剩下的事情就完全可以用AI完成，大量節(jié)省了數(shù)據(jù)標(biāo)注等人工環(huán)節(jié)。

隨著客戶的體量越來越大，我們已經(jīng)把很多企業(yè)級能力，比如安全、數(shù)據(jù)權(quán)限管控以及多租戶管理等能力，都疊加到了產(chǎn)品之中，真正形成了一個企業(yè)級的知識管理與智能體應(yīng)用平臺。未來，伴隨AI的不斷發(fā)展，我們的產(chǎn)品體系也會跟隨技術(shù)發(fā)展趨勢以及客戶需求來進(jìn)行更新。

Q：應(yīng)用層面，你們在解決幻覺、可解釋性差、推理能力弱、數(shù)據(jù)安全這些痛點方面有哪些優(yōu)勢，目前處于同行業(yè)中什么水平？

A：這些問題均為大模型以概率為核心的技術(shù)基底自帶的弊端，一個核心解決方法是把概率與符號邏輯推理技術(shù)進(jìn)行深度融合。

因此，我們所有產(chǎn)品的出發(fā)點都圍繞著如何將符號邏輯推理能力融入到產(chǎn)品中。我們?yōu)榇藰?gòu)建了支持圖、向量和文本等多模態(tài)數(shù)據(jù)存儲和記憶知識引擎。我們的知識引擎從底層幫助企業(yè)將本地數(shù)據(jù)進(jìn)行結(jié)構(gòu)化組織，使其既包含圖結(jié)構(gòu)，又包含文本嵌入（embedding）的向量化數(shù)據(jù)。在此基礎(chǔ)上，我們再去進(jìn)行各種AI能力的建設(shè)，便能從底層彌補上述這些問題。

比如，針對解釋性差和推理能力弱，我們可以把企業(yè)本地積累多年的數(shù)據(jù)和知識變成結(jié)構(gòu)化的知識圖譜，疊加數(shù)據(jù)的向量化，通過模型體外精準(zhǔn)推理的方式進(jìn)行優(yōu)化；幻覺方面，我們會將大模型生成的內(nèi)容放入本地知識引擎中進(jìn)行二次校驗，這樣就能及時糾正和調(diào)整不精準(zhǔn)或者不符合本地數(shù)據(jù)與知識的問題并進(jìn)行修正。

就行業(yè)智能體而言，最重要的是怎么做規(guī)劃和執(zhí)行，其中的核心是規(guī)劃，這就要求它必須有一個懂這個行業(yè)的大腦，而不是單純地把模型參數(shù)變大。比如，在和一些企業(yè)進(jìn)行HSE等領(lǐng)域合作中，如果我們自己的大模型都不懂本地安全操作的各種流程和規(guī)范，就無法識別不同工廠傳上來的視頻內(nèi)容，更無法通過智能體編排調(diào)度去規(guī)劃每一步操作。所以，智能體的大腦一定要依托本地的知識沉淀和本地數(shù)據(jù)來微調(diào)。

數(shù)據(jù)安全是另一個story。很多企業(yè)的不同部門之間會進(jìn)行數(shù)據(jù)安全隔離，但如果把這些數(shù)據(jù)全部扔給一個大模型去做微調(diào)，調(diào)完可能很容易把原數(shù)據(jù)勾出來。而對已經(jīng)轉(zhuǎn)化到本地的多模態(tài)知識引擎中的知識，我們可以通過核心數(shù)據(jù)庫級別的數(shù)據(jù)權(quán)限管控能力，解決各部門對于原數(shù)據(jù)的訪問權(quán)問題。這就是為什么我們在解決實際行業(yè)問題時，必須要以數(shù)據(jù)為主中心，而不能沿用單純的model centric（模型為中心）的方式。

Q：楓清更擅長深耕哪些行業(yè)？目前積累的技術(shù)能力以及經(jīng)驗是否可以實現(xiàn)跨行業(yè)復(fù)用？

A：基于以數(shù)據(jù)為中心的原則，企業(yè)或者行業(yè)的本地數(shù)據(jù)就非常重要。我們獲取數(shù)據(jù)大致有以下路徑，一是來自大行業(yè)，比如化工、農(nóng)業(yè)、先進(jìn)制造、半導(dǎo)體制造等。在一個大行業(yè)中，單獨一家科技公司是無法獲取全面行業(yè)數(shù)據(jù)的，所以我們選擇與行業(yè)鏈主企業(yè)一起合作，形成了許多技術(shù)與行業(yè)的聯(lián)合優(yōu)勢。

另外有一些行業(yè)相對更通用，我們可以直接深入其中去做各種AI加場景化的賦能。比如跨境電商/跨境貿(mào)易，我們可以將其中一個環(huán)節(jié)150元左右的成本直接降至幾元錢，真正實現(xiàn)無人化。我們研發(fā)的新一代AI智能報關(guān)系統(tǒng)，結(jié)合多智能體協(xié)同處理技術(shù)，打造業(yè)了內(nèi)首個真正具備“理解-執(zhí)行-糾錯”能力的智能體產(chǎn)品。可以實現(xiàn)單證填報提速20 倍、核驗效率提升 10倍，并且支持7×24小時無間斷作業(yè)，旺季產(chǎn)能最高提升 300%。同時，系統(tǒng)還內(nèi)置可 AI 風(fēng)險哨兵，可實時比對港務(wù)與申報數(shù)據(jù)，自動生成修正方案，即使新人也能輕松應(yīng)對復(fù)雜案例。獨創(chuàng)“任務(wù)找人”模式打破傳統(tǒng)流程，從報關(guān)指令、單證錄入、智能核驗到異常修正與申報暫存，構(gòu)建全流程自動閉環(huán)，管理者僅需聚焦關(guān)鍵決策。

在大行業(yè)中，我們自研了智能體平臺，并已經(jīng)與客戶一起找到很多高價值場景開始嘗試，比如與中國中化旗下中化信息一起，探索化工和農(nóng)業(yè)的很多細(xì)分領(lǐng)域。近期，我們與一家著名通信領(lǐng)域鏈主企業(yè)將會啟動項目落地和簽約，另一家即將簽約的頭部半導(dǎo)體鏈主企業(yè)客戶，也將同我們一起推動AI能力的融合。

同時，我們也會繼續(xù)尋找更有價值的場景，比如化工新材料科研領(lǐng)域等。但整體而言，我們希望把行業(yè)智能體平臺以及多模態(tài)知識引擎，真正與行業(yè)場景與數(shù)據(jù)深度融合，所以目前并沒有規(guī)劃太多行業(yè)。

大行業(yè)層面，不同行業(yè)是無法直接進(jìn)行跨行業(yè)落地的。但我們的核心產(chǎn)品，包括多模態(tài)知識引擎、知識智能構(gòu)建，以及行業(yè)智能體平臺，包括圍繞知識引擎的大模型蒸餾技術(shù)等，都是跨行業(yè)通用的。這也是為什么我們既能服務(wù)化工和農(nóng)業(yè)，也可以服務(wù)金融保險，還能服務(wù)先進(jìn)制造業(yè)。我們還有“AI+跨境”的SaaS產(chǎn)品，基于既有的積累，只需兩三個月就能做出一個行業(yè)場景的智能化SaaS產(chǎn)品。

新材料潛力巨大，是各國「必爭之地」

Q：你們?nèi)绾味x“高價值場景”？

A：首先是有價值，其次是實現(xiàn)的成本可控，這是兩個最核心的問題。

怎么評估有價值？我們有幾個標(biāo)準(zhǔn)，第一，相應(yīng)的場景是不是能夠被頻繁地使用且具備粘性。很多公司做了一個DeepSeek一體機(jī)聊天機(jī)器人，但就讓大家沒事去聊聊天，一段時間后可能就沒人用了，這就不是一個高價值的場景。

其次，真正起到降本或是提效的目標(biāo)。在我看來，提效就是降本，降本就是另一種方式的效率提升。比如之前提到的HSE領(lǐng)域，我們可以通過對不同工廠的多模態(tài)數(shù)據(jù)、實時視頻流以及已積累的企業(yè)安全操作規(guī)程數(shù)據(jù)，智能探測出哪些操作在對應(yīng)的工廠里是有相應(yīng)風(fēng)險的，哪些高風(fēng)險持續(xù)發(fā)生就有可能導(dǎo)致非常嚴(yán)重的爆炸等等。這個在以前可能會需要布置很多人進(jìn)行24小時視頻監(jiān)控，而且這些人要能讀懂相應(yīng)的安全操作規(guī)程，然后一個一個進(jìn)行核對確認(rèn)。這種就是存在隱形降本的和提升效率需求的場景。

同時，我們也基于不同的行業(yè)做了結(jié)構(gòu)化數(shù)據(jù)和多模態(tài)數(shù)據(jù)融合的企業(yè)智能數(shù)據(jù)分析。不同行業(yè)的企業(yè)都有自己的數(shù)倉指標(biāo)，非常復(fù)雜，我們把企業(yè)能夠想到的數(shù)據(jù)全部扔到知識引擎當(dāng)中去做關(guān)聯(lián)，就可以進(jìn)行指標(biāo)類數(shù)據(jù)的智能歸因分析，從而提升數(shù)據(jù)分析團(tuán)隊的效率。

第三，高價值場景也是真正長期價值非常高的場景，比如新材料領(lǐng)域是各個國家必爭之地，未來能帶來的價值是非常巨大的。我們和中化信息，吉林大學(xué)聯(lián)合實驗室在做的AI+新材料項目，把AI跟傳統(tǒng)的仿真計算等進(jìn)行深度融合，希望利用人工智能技術(shù)加速新材料等領(lǐng)域的研發(fā)進(jìn)程。

但歸根結(jié)底，還是要評估場景中可實現(xiàn)的程度。如果有一種技術(shù)和一個場景，我們覺得價值都非常大，但需要兩三年非常重的投入才能實現(xiàn)一個簡單的原型驗證，這種我覺得也很難被稱為當(dāng)下的高價值的場景。

Q：上述提及的新材料項目，目前有哪些新進(jìn)展？你們對此有何預(yù)期？

A：新材料是我們在不斷研究和突破的一個領(lǐng)域，其潛在價值非常大，因為新材料是各個國家的必爭之地。這也是我們將其定義為高價值場景的主要原因之一。

4月份，我們聯(lián)合中化信息和吉林大學(xué)成立了AI+新材料的聯(lián)合實驗室，受到了北京市的高度重視，后續(xù)將結(jié)合本地沉淀的化工新材料領(lǐng)域數(shù)據(jù)實現(xiàn)化工領(lǐng)域行業(yè)模型。未來我們也會持續(xù)迭代這樣的一些模型。我們的團(tuán)隊在這個領(lǐng)域里面都有相應(yīng)的沉淀，預(yù)計七八月份就能推出很多成果，例如化工行業(yè)新材料合成模型，類似AI+仿真計算的產(chǎn)品也會隨后推出。

我們希望把這樣一個聯(lián)合實驗室做成更開放的生態(tài)。截至目前已經(jīng)有很多化工材料公司找到我們，希望加入到實驗室。同時我們還希望能夠引入像礦物晶體等新材料，它們與化工類新材料的表征結(jié)構(gòu)分子完全不同，但在AI融入產(chǎn)業(yè)的邏輯和理論上是類似的。

還有一個是生物制藥領(lǐng)域，也可以進(jìn)行類似的AI+生物制藥探索。未來我們會演進(jìn)成科學(xué)計算的聯(lián)合實驗室，把生物制藥、新材料等都納入進(jìn)來，如此一來，實驗室沉淀的組件及技術(shù)等便可以實現(xiàn)跨行業(yè)互動。

Q：DeepSeek的出現(xiàn)對你們而言帶來哪些積極的影響？

A：首先是AI的平權(quán)化。以前大家想使用這種推理模型，基本上只能用云上的API或者是跟大模型廠商合作私有化部署，幾乎很難將其變成行業(yè)的推理模型，而且成本也非常高。

而DeepSeek可以讓每一個鏈主企業(yè)都擁有一個滿血版本的推理模型，開放的蒸餾技術(shù)可以讓我們把一個基模型的推理能力結(jié)合行業(yè)數(shù)據(jù)，在一個小參數(shù)的模型上，體現(xiàn)出非常優(yōu)秀的既懂行業(yè)又懂推理的模型，同時也推動我們構(gòu)建起自身完整的產(chǎn)品矩陣。

其次，DeepSeek出圈后，所有人都開始關(guān)注AI，并推動了其他大模型的不斷迭代，給當(dāng)下整個AI生態(tài)注入了非常多的活力。這讓很多企業(yè)都意識到不接觸AI就會被行業(yè)所淘汰，并讓他們非常愿意投入和付費。

做大「AI+產(chǎn)業(yè)」，與鏈主企業(yè)站在一起

Q：在去年收入的基礎(chǔ)上，今年你們規(guī)劃的收入目標(biāo)是否有調(diào)整？

A：去年是我們真正商業(yè)化的第一年，當(dāng)年就實現(xiàn)了數(shù)千萬的訂單體量，大部分客戶都是去年底開始跟我們開展合作的。

隨著鏈主企業(yè)客戶越來越多，今年我們整體訂單量肯定會出現(xiàn)規(guī)?；奶嵘?，我們預(yù)期今年的既定目標(biāo)將會比去年翻一番。預(yù)計今年的總訂單數(shù)量肯定會超過既定目標(biāo)。至于最終能夠?qū)崿F(xiàn)多少的收入，主要取決于我們自己是否愿意在更多行業(yè)跟鏈主進(jìn)行更深度的投入。

此外，我們希望同時起量AI SaaS的產(chǎn)品。預(yù)計全年大約有20%的收入來自跨境SaaS的產(chǎn)品服務(wù)，為我們明年構(gòu)建起非常好的訂閱制收入基礎(chǔ)，而且現(xiàn)在只是早期階段，未來肯定會出現(xiàn)指數(shù)級的增長。只要產(chǎn)品是在市場上是受歡迎的，我們會配合KA客戶每年的預(yù)算進(jìn)行投入，構(gòu)建相應(yīng)的收入基礎(chǔ)。

Q：商業(yè)化路徑上，我們選擇攻堅鏈主企業(yè)的邏輯是什么？

A：首先，人工智能作為新一代工業(yè)革命的關(guān)鍵技術(shù)，只有與行業(yè)場景深度融合，才能真正釋放高質(zhì)量發(fā)展的新動能。行業(yè)場景know how的積累，行業(yè)核心的痛點，以及行業(yè)號召力和上下游產(chǎn)業(yè)鏈的數(shù)據(jù)積累，幾乎都掌握在鏈主企業(yè)手中，而這些又都是在AI+產(chǎn)業(yè)中非常重要的一部分。所以我們要做大AI+產(chǎn)業(yè)，深入這行業(yè)，與鏈主企業(yè)站在一起是行之有效的方式。

其次，我們的團(tuán)隊核心成員具備IBM和阿里的融合背景，在to B領(lǐng)域里面有近20年的積累，深知如何做出一個標(biāo)準(zhǔn)化、具備企業(yè)級能力的產(chǎn)品，而不是單純做個應(yīng)用。我們也一直在幫助客戶以超過他們想象的速度迭代其產(chǎn)品，所以鏈主企業(yè)與我們的合作都非常順利。

當(dāng)下我們的綜合規(guī)?？赡懿蝗缟鲜泄?，但客戶愿意選擇我們進(jìn)行更緊密的深入合作，這也能在一定程度上證明我們的團(tuán)隊基因、產(chǎn)品的能力以及正在做的事，是能夠真正解決實際行業(yè)和產(chǎn)業(yè)痛點的。而且我們和一些大廠也都是非常好的戰(zhàn)略合作伙伴，市場定位上也是能夠補充并充分合作的。

Q：目前鏈主企業(yè)在收入中的占比怎樣？

A：去年大約有60%的收入來自鏈主企業(yè)，今年至少會占到70-80%。但明年，來自鏈主企業(yè)的收入占比可能會明顯下降，我們希望降至50%左右，因為鏈主以外的行業(yè)場景SaaS收入會逐漸起量。但這是軟件領(lǐng)域良性收入結(jié)構(gòu)構(gòu)件的一個表現(xiàn)。

簡單來講，我們定義的鏈主企業(yè)并非單獨一個企業(yè)，而是其背后涉及的長產(chǎn)業(yè)鏈條，比如中化有一個場景，日化品的材料生產(chǎn)、原配料等的規(guī)則標(biāo)準(zhǔn)，我們會結(jié)合多模態(tài)的知識引擎產(chǎn)生一些相應(yīng)的智能化應(yīng)用，與中化一起把這些應(yīng)用銷售給全產(chǎn)業(yè)鏈的生產(chǎn)商。而且他們的出海業(yè)務(wù)也正好可以匹配我們的跨境SaaS服務(wù)能力，可以實現(xiàn)雙向賦能。

與單獨的企業(yè)相比，我們更希望在產(chǎn)業(yè)鏈上賺更多錢，所以不會拓展太快，也不會大量鋪不同的鏈主企業(yè)。因為一定要更深入下去才對得起之前的投入，回報也會更多。

高價值場景對應(yīng)的收入，更具戰(zhàn)略價值

Q：目前研發(fā)投入占比怎樣？

A：海外很多高價值的科技公司研發(fā)投入都非常大。我們作為一個以AI+科技為核心的公司，大比例投入也會放在研發(fā)上，當(dāng)下約為80%。

我覺得未來一段時間的研發(fā)投入也不會低于60%，甚至?xí)撸@也是該行業(yè)的一個特質(zhì)。

比起收入規(guī)模與研發(fā)投入的比例關(guān)系，就是市研率，我更關(guān)注研發(fā)投入的增速要低于整體的營收增速，這是衡量運營財務(wù)數(shù)據(jù)指標(biāo)時考慮的一個核心問題。

Q：在判斷營收來源時，哪些板塊的收入更具戰(zhàn)略價值？

A：整體而言，我們會重點關(guān)注跟鏈主企業(yè)合作，找到高價值場景，然后將標(biāo)準(zhǔn)化的產(chǎn)品推向整個行業(yè)，既要服務(wù)好鏈主企業(yè)，也要服務(wù)好大行業(yè)中的中小企業(yè)。所以只要符合這樣的潛在標(biāo)準(zhǔn)，這部分的營收就是高價值的。但如果我只是給客戶做了一個項目、解決了一個問題，但不能實現(xiàn)行業(yè)復(fù)制，即便能產(chǎn)生收入，也不符合高價值收入的邏輯。

Q：近幾年營收的增長處于什么水平？預(yù)計何時能實現(xiàn)盈虧平衡？

A：去年我們?nèi)?/strong>實現(xiàn)了數(shù)千萬的收入，每年營收增速超過200%，今年也會繼續(xù)保持這個速度，預(yù)計將會達(dá)到300%，我們對此非常樂觀。

以當(dāng)下的研發(fā)投入和運營成本計算，我們希望能夠在明年實現(xiàn)業(yè)務(wù)層面的盈虧平衡。但是如果出現(xiàn)一些新機(jī)遇，比如我們希望在AI+新材料領(lǐng)域進(jìn)行非常深入的研究，也可能會加大投入。

Q：融資和IPO方面，公司有哪些規(guī)劃和目標(biāo)？

A：融資方面，盡管目前只是Pre- A階段，但我們?nèi)耘f希望在以業(yè)務(wù)為重心的前提下，有持續(xù)的資金注入。整體而言，我們會更加歡迎能夠?qū)崿F(xiàn)資源協(xié)同的投資機(jī)構(gòu)，包括區(qū)域性資源和產(chǎn)業(yè)資源。

IPO方面，我們的路徑會比較多樣，包括單獨上市、與其他上市公司進(jìn)行深度合作等。相信時間應(yīng)該不會太久，如果能實現(xiàn)盈虧平衡，業(yè)務(wù)模式得到驗證，我們將會很快推進(jìn)IPO的相關(guān)事項。

在全球?qū)?biāo)Palantir，在中國成為融合「IBM+微軟」優(yōu)秀能力的科技型企業(yè)

Q：全球范圍內(nèi)，楓清是否有對標(biāo)的公司作為階段性目標(biāo)？

A：在美國比較清晰，我們對標(biāo)的是Palantir，希望能夠推動企業(yè)數(shù)據(jù)與AI的深度融合；在中國，我們更希望成為我們所在領(lǐng)域的“微軟”和“IBM”的結(jié)合體，只做“微軟”或者只做“IBM”都可能會水土不服。

一方面，微軟to B和to C的核心產(chǎn)品層面均有非常好的積累，產(chǎn)品力很強。另一方面，我曾在IBM工作十幾年，深知IBM在理解用戶需求和服務(wù)企業(yè)級客戶方面的經(jīng)驗非常獨到。我們想成為一家結(jié)合IBM Consulting 經(jīng)驗加上微軟優(yōu)秀的產(chǎn)品基因的公司，來服務(wù)好我們本土的企業(yè)級客戶。

Q：當(dāng)年選擇創(chuàng)業(yè)，是否因為看到行業(yè)中有一些尚未解決的問題，團(tuán)隊希望躬身入局？目前是否已經(jīng)階段性實現(xiàn)了目標(biāo)？

A：IBM任職期間，我作為IBM 認(rèn)知計算解決方案研究院負(fù)責(zé)人，做了很多前沿研究，也接觸到許多全球500強企業(yè)和非常多中國各行業(yè)的客戶。

我清楚地看到，中國的數(shù)字化進(jìn)程非?？?，大部分企業(yè)在數(shù)字化上面做了非常多投入。但到2021年左右，很多企業(yè)雖然都實現(xiàn)了數(shù)字化，沉淀下來的數(shù)據(jù)卻不知道用來干什么，最多用來做一些報表和展示，數(shù)據(jù)的價值密度非常低。那個時候我們就認(rèn)為，未來數(shù)據(jù)智能化市場一定非常大，而且這個市場剛剛興起，只有鏈主企業(yè)在開始關(guān)注，這是我們決定創(chuàng)業(yè)的契機(jī)。

實際上，2021年左右，我們在阿里任職時，就已經(jīng)開始使用生成式人工智能技術(shù)，那個時候這些AI能力只是我們在跟客戶談數(shù)智化升級過程中的一個體現(xiàn)。

所以決定創(chuàng)業(yè)后，我們看重的并非大模型市場，而是企業(yè)的智能化市場。大模型非常優(yōu)秀也非常值得關(guān)注，但行業(yè)一定還需要其他技術(shù)一起，來完成和實現(xiàn)企業(yè)的數(shù)智化進(jìn)程。在IBM時，我們有一個全球的項目叫Intelligent Workflow，就是如何把企業(yè)的工作流變得更智能化，這個也是當(dāng)下我們正在專注的事情。

我相信路還很長，我們已經(jīng)實現(xiàn)了一些階段性的勝利，但未來還要繼續(xù)努力與我們的企業(yè)客戶一起創(chuàng)造更多高價值場景，服務(wù)全產(chǎn)業(yè)鏈上的各種企業(yè)。

Q：業(yè)內(nèi)一直有觀點認(rèn)為，中國軟件業(yè)的商業(yè)化不太樂觀。你覺得AI加入后，是否能為行業(yè)帶來一些新機(jī)遇？

A：中國的數(shù)字化的進(jìn)程在不同行業(yè)和企業(yè)中，發(fā)展非常不均衡，有些企業(yè)采用的是標(biāo)準(zhǔn)ERP軟件，有些企業(yè)則會通過各種方式自建。另一方面，工作流的種類和廠商層出不窮，標(biāo)準(zhǔn)極不統(tǒng)一，導(dǎo)致構(gòu)建生態(tài)軟件時需要做非常多的定制化，涉及到很多API的對接、各種數(shù)據(jù)的梳理對接轉(zhuǎn)換等等。

面對中國標(biāo)準(zhǔn)化軟件的挑戰(zhàn)，AI+產(chǎn)業(yè)這波浪潮是真正可以顛覆原本整個軟件生態(tài)的規(guī)模和協(xié)同方式的，比如摒棄API，完全通過智能化的MCP協(xié)議完成對軟件數(shù)據(jù)和能力的操作。而且企業(yè)沉淀的數(shù)據(jù)也可以匯總到企業(yè)獨立的知識引擎中，實現(xiàn)知識的綜合運用。

未來將會是一個完全智能化交互的時代，中國的智能化市場也一定會涌現(xiàn)出非常多標(biāo)準(zhǔn)化的企業(yè)軟件，去改變原有的游戲規(guī)則。