在大模型“去泡沫”時(shí)代，重構(gòu)AI的生產(chǎn)力支點(diǎn)。

采訪｜何伊凡

文｜《中國(guó)企業(yè)家》記者 閆俊文

見習(xí)編輯｜李原編輯｜何伊凡

頭圖攝影｜鄧攀

2026年開年的兩個(gè)月，科技公司為兩種情緒環(huán)繞：興奮和恐慌。

春節(jié)期間，互聯(lián)網(wǎng)大廠強(qiáng)勢(shì)布局，發(fā)放了總計(jì)45億元的現(xiàn)金紅包為AI產(chǎn)品引流。2026年除夕春晚當(dāng)天，豆包、千問、元寶的DAU峰值分別為1.45億、7352萬、4054萬，創(chuàng)下國(guó)產(chǎn)AI應(yīng)用用戶規(guī)模新高。

大模型公司也用市值飆漲，驗(yàn)證了市場(chǎng)認(rèn)可。智譜與MiniMax兩家公司從1月到2月，股價(jià)翻了三四倍，市值一度超過京東、快手等大廠。模型價(jià)值被重估，也在投資圈內(nèi)再度掀起融資熱潮。

不過，市場(chǎng)興奮情緒還未被完全消化，AI又營(yíng)造了一幅末日?qǐng)D景。

一篇名為《2028年全球智能危機(jī)》的文章在華爾街被刷屏，它指出：AI替代人最終帶來的是失業(yè)、交易的萎縮與社會(huì)的動(dòng)蕩。“當(dāng)軟件生成的邊際成本無限趨近于零，支撐現(xiàn)代資本主義的‘摩擦力’消失了，隨之而去的是利潤(rùn)、就業(yè)以及社會(huì)契約?！?/strong>

來源：中企圖庫(kù)

這篇文章更讓“SaaS黃昏論”敘事泛起，帶動(dòng)美股市場(chǎng)甲骨文、Palantir以及國(guó)內(nèi)用友、金蝶等軟件和SaaS公司市值走低。

對(duì)此，中科聞歌董事長(zhǎng)王磊告訴《中國(guó)企業(yè)家》：進(jìn)入2026年，大模型的敘事將從“幫助個(gè)人提效、充當(dāng)智能助手”，進(jìn)一步走向“重塑生產(chǎn)價(jià)值”。整個(gè)軟件行業(yè)最近都在探討，怎樣用AI來重構(gòu)IT。

王磊于2017年創(chuàng)立中科聞歌，公司長(zhǎng)期致力于為全球企業(yè)打造AI時(shí)代先進(jìn)的業(yè)務(wù)與決策系統(tǒng)，目前DIP（Decision Intelligence Platform，決策智能平臺(tái)）在數(shù)百家企業(yè)落地應(yīng)用。2025年，中科聞歌的“雅意”大模型升級(jí)為面向AI4S（AI for Science）基座模型，并參與了國(guó)家級(jí)科學(xué)基礎(chǔ)大模型“磐石”的建設(shè)。

來源：視覺中國(guó)

王磊判斷，AI將從內(nèi)容智能、效率智能，邁向工具和生產(chǎn)力智能階段，從過去偏“原子化”的生成能力，進(jìn)化到重塑行業(yè)、改變世界的能力。

但他也特別提醒，要心存對(duì)復(fù)雜的敬畏。“我們必須認(rèn)識(shí)到，人工智能是一個(gè)杠桿，企業(yè)必須為它找到業(yè)務(wù)的支點(diǎn)。把杠桿找到，把支點(diǎn)立好，新業(yè)務(wù)才能被撬動(dòng)起來?！?/p>

在他看來，大模型落地到個(gè)人與企業(yè)層面，更像是一個(gè)系統(tǒng)工程、長(zhǎng)期戰(zhàn)役，它涉及數(shù)據(jù)治理、工具鏈、知識(shí)庫(kù)建設(shè)以及成本和流程的改造。大模型只是企業(yè)運(yùn)用AI的起點(diǎn)，而不會(huì)是終點(diǎn)?！拔磥鞟I落地一定要在性價(jià)比方面取得優(yōu)勢(shì)。讓客戶能接受、買得起、用得好，才能規(guī)模化落地?！蓖趵谡f。

以下是《中國(guó)企業(yè)家》對(duì)中科聞歌董事長(zhǎng)王磊的訪談實(shí)錄（有刪減）：

AI春節(jié)大戰(zhàn)落幕，“SaaS黃昏論”又來

《中國(guó)企業(yè)家》：今年春節(jié)，互聯(lián)網(wǎng)大廠還在用移動(dòng)互聯(lián)網(wǎng)時(shí)代的玩法，比如“紅包裂變”來增加用戶。但AI更強(qiáng)調(diào)留存，原來日活、月活概念已經(jīng)不存在了。你怎么評(píng)判大廠的行為？

王磊：春節(jié)的窗口是AI營(yíng)銷的一個(gè)主戰(zhàn)場(chǎng)。大廠的打法和互聯(lián)網(wǎng)時(shí)代一樣，仍要爭(zhēng)奪潛在用戶、潛在移動(dòng)端入口與注意力。因此，我認(rèn)為傳統(tǒng)的營(yíng)銷手段仍然有效。從全球來看，美國(guó)的大模型在元旦前后同樣出現(xiàn)了明顯的熱度高峰。

除了模型的日常使用之外，2026年整個(gè)模型的敘事從過去幫助個(gè)人提效、充當(dāng)智能助手，進(jìn)一步走向?qū)ιa(chǎn)價(jià)值的重塑。眼下整個(gè)軟件行業(yè)密集討論的核心問題，是怎樣用AI來重構(gòu)企業(yè)IT。

《中國(guó)企業(yè)家》：去年春節(jié)DeepSeek-R1橫空出世，今年大家比拼的不再是大模型的參數(shù)，而是工具化的能力，能干什么事，而不僅僅是一個(gè)聊天的工具。

王磊：對(duì)于IT行業(yè)，2026年將是一個(gè)分水嶺。AI會(huì)重構(gòu)整個(gè)生產(chǎn)過程，提升百倍效率，創(chuàng)造出更加先進(jìn)的IT軟件。

過去，我們談模型，必談參數(shù)和它的生成能力，以及怎樣做到對(duì)指令的遵循能力?，F(xiàn)在，先進(jìn)的基座模型已經(jīng)具備了生產(chǎn)級(jí)能力，它正在跟IT和軟件行業(yè)結(jié)合。比如過去軟件的生產(chǎn)流程，有人做設(shè)計(jì)，有人做架構(gòu)，有人搞編碼。現(xiàn)在，你設(shè)計(jì)好產(chǎn)品思路，加上對(duì)AI工具的合理使用，就能很快做出優(yōu)秀的軟件。

AI正在完成從內(nèi)容智能、效率智能，向工具和生產(chǎn)力智能轉(zhuǎn)變；從過去偏“原子化”的生成能力，進(jìn)化為能夠重塑行業(yè)、推動(dòng)變革、改變世界的能力。

《中國(guó)企業(yè)家》：產(chǎn)品經(jīng)理和技術(shù)人員是兩個(gè)工種，大家經(jīng)常吵架磨合?，F(xiàn)在，這兩個(gè)崗位可以是一個(gè)人。

王磊：通過使用智能體，一個(gè)人可以獲得“一個(gè)人帶一個(gè)團(tuán)隊(duì)”的戰(zhàn)斗力。最近“一人公司”很流行，我覺得未來這類可能會(huì)成為AI平臺(tái)和AI生產(chǎn)力釋放的主流方向。更重要的是，它讓人從大量繁瑣的重復(fù)工作中解放出來，把時(shí)間用在更關(guān)鍵、更有創(chuàng)造性的事情上。

《中國(guó)企業(yè)家》：移動(dòng)互聯(lián)網(wǎng)剛開始的時(shí)候，也是從聊天和玩具開始的。隨著像LBS技術(shù)出現(xiàn)，移動(dòng)互聯(lián)網(wǎng)和生活更加緊密地結(jié)合。但對(duì)AI來說，走到Agent和Coding的階段，相當(dāng)于模擬一個(gè)人走向AGI的過程，克服的難題是不一樣的。

王磊：這決定了AI能走多深、多遠(yuǎn)。信息技術(shù)幫我們完成了線下到線上的轉(zhuǎn)變，線下切換到線上，要增加數(shù)據(jù)、增加操作的復(fù)雜程度。但AI是刪減，把復(fù)雜的數(shù)據(jù)、流程，通過自然語言交互的形式在后臺(tái)運(yùn)轉(zhuǎn)后，給出相關(guān)答案。

AI時(shí)代，后端技術(shù)更復(fù)雜，前端更便捷、更有效率了，這是AI生命力非常強(qiáng)的一點(diǎn)。面向未來，AI不能停留在“生成內(nèi)容”這一層，還需要進(jìn)一步增強(qiáng)對(duì)復(fù)雜世界的理解能力，以及在此基礎(chǔ)上的創(chuàng)造與交互能力，真正參與到現(xiàn)實(shí)問題的解決和行動(dòng)中。

《中國(guó)企業(yè)家》：在移動(dòng)互聯(lián)網(wǎng)時(shí)代，我們很多行為和動(dòng)作都在產(chǎn)生大量的新數(shù)據(jù)，比如你在平臺(tái)上訂餐、打車。但在AI時(shí)代，它的結(jié)果并不產(chǎn)生新數(shù)據(jù)，而是把原來的一些數(shù)據(jù)通過推理變成可執(zhí)行的任務(wù)。

王磊：互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)時(shí)代的繁榮帶來了豐富的數(shù)據(jù)，我們用這些數(shù)據(jù)來訓(xùn)練大模型。訓(xùn)練完成后，這些數(shù)據(jù)又變成了模型的參數(shù)記憶?，F(xiàn)在，我們更需要將模型能力的認(rèn)知飛輪與實(shí)時(shí)、復(fù)雜、動(dòng)態(tài)的數(shù)據(jù)體系打通，讓兩者形成持續(xù)連接。連接之后，它就會(huì)指導(dǎo)你去做判斷、做決策和行動(dòng)。

人工智能發(fā)展到現(xiàn)在，正在實(shí)現(xiàn)的是對(duì)人類認(rèn)知的拓展和部分認(rèn)知的替代，并進(jìn)一步向決策和行動(dòng)邁進(jìn)。AI的演進(jìn)劃分為三個(gè)階段：第一是認(rèn)知智能，第二是效率智能，第三是決策和行動(dòng)智能。

來源：AI生成

《中國(guó)企業(yè)家》：你怎么看“傳統(tǒng)SaaS已死”的這種判斷？

王磊：要看它是什么樣的SaaS。如果它采用非常復(fù)雜的系統(tǒng)，輸出了一個(gè)簡(jiǎn)單的流程，比如傳統(tǒng)的ERP、CRM，在AI的交互模式和處理能力下，確實(shí)有可能被AI替代。因?yàn)锳I能快速理解數(shù)據(jù)，也可以產(chǎn)生便捷的應(yīng)用。

但我們必須看到，很多企業(yè)級(jí)的復(fù)雜需求沒有得到滿足。用我以前做科研經(jīng)歷的話說，人要心存對(duì)復(fù)雜的敬畏。

AI一定不是簡(jiǎn)單地讓SaaS止步于生產(chǎn)力革命，它應(yīng)該為復(fù)雜問題和系統(tǒng)提供一個(gè)更好的解決方案。我們必須認(rèn)識(shí)到，人工智能是一個(gè)杠桿，企業(yè)的業(yè)務(wù)要找到一些支點(diǎn)，把杠桿找到，把支點(diǎn)立好，你的新業(yè)務(wù)才能被撬動(dòng)起來。

《中國(guó)企業(yè)家》：怎么理解對(duì)復(fù)雜的敬畏？你應(yīng)該做的幾件事是什么？

王磊：一年前，幾乎所有投資人都在問同一個(gè)問題：當(dāng)基礎(chǔ)模型試圖“吞下全部知識(shí)”時(shí)，其他AI公司還有空間嗎？

我認(rèn)為，基礎(chǔ)模型確實(shí)強(qiáng)大，它像一個(gè)讀遍天下武功秘籍的高手——知識(shí)全面、能力通用。但問題在于，復(fù)雜場(chǎng)景不是考試，而是實(shí)戰(zhàn)。沒有長(zhǎng)期、反復(fù)的場(chǎng)景訓(xùn)練，再?gòu)?qiáng)的通用模型，在復(fù)雜業(yè)務(wù)中也可能失真、失控，甚至“走火入魔”。

企業(yè)級(jí)應(yīng)用面對(duì)的是大量細(xì)碎、真實(shí)、專業(yè)的問題。這些問題，單靠預(yù)訓(xùn)練階段的“通識(shí)教育”解決不了。當(dāng)前很多基礎(chǔ)模型的問題不是“不聰明”，而是“太泛化”。博學(xué)，但不夠精準(zhǔn)；強(qiáng)大，但不夠貼合場(chǎng)景。

真正的敬畏，是承認(rèn)復(fù)雜場(chǎng)景需要結(jié)構(gòu)化能力，需要系統(tǒng)級(jí)設(shè)計(jì)，而不是參數(shù)規(guī)模的堆疊。

可以看到，像Anthropic這樣的公司，價(jià)值不只在做基礎(chǔ)模型，更在于面向復(fù)雜場(chǎng)景的深度強(qiáng)化和可控能力建設(shè)。

未來的AI競(jìng)爭(zhēng)，不只是模型之爭(zhēng)。而是行業(yè)級(jí)決策系統(tǒng)、行業(yè)智能體、系統(tǒng)級(jí)軟件能力的競(jìng)爭(zhēng)。我認(rèn)為，能夠真正走進(jìn)場(chǎng)景、解決行業(yè)核心問題的AI，才會(huì)擁有長(zhǎng)期價(jià)值。

《中國(guó)企業(yè)家》：企業(yè)落地AI，要怎么找到業(yè)務(wù)支點(diǎn)，從哪兒進(jìn)入？

王磊：第一，要治理數(shù)據(jù)，才能達(dá)到AI ready的效果；第二，數(shù)據(jù)要讓模型用得上。目前，模型還存在著“推理不可控”的問題，因?yàn)樗请S機(jī)的，我們要讓知識(shí)結(jié)構(gòu)化；第三，模型的先進(jìn)化，最后要達(dá)成多智能體的協(xié)同決策。

智能危機(jī)來了？

《中國(guó)企業(yè)家》：你們想做的事和Anthropic有點(diǎn)接近。

王磊：美國(guó)現(xiàn)在有兩家企業(yè)，未來可能從B端賽道中率先突圍。一個(gè)是Anthropic，它主攻基礎(chǔ)模型，但要兼顧面向行業(yè)落地的可信與安全。還有一個(gè)是Palantir（數(shù)據(jù)分析與決策平臺(tái)公司），它從“決策”這一核心環(huán)節(jié)切入，直接做業(yè)務(wù)閉環(huán)，并且已經(jīng)在全球500強(qiáng)企業(yè)中沉淀了不少標(biāo)桿案例，做出了很強(qiáng)的示范效應(yīng)。

Anthropic跟OpenAI走的路線有點(diǎn)不一樣，OpenAI追求智能邊界，追求大眾都能用得起的AI工具和能力，但Anthropic是把基礎(chǔ)大模型和生產(chǎn)場(chǎng)景相結(jié)合。

來源：視覺中國(guó)

中國(guó)有很多對(duì)標(biāo)OpenAI的公司，但我們很少看到生產(chǎn)和行業(yè)的創(chuàng)業(yè)企業(yè)出現(xiàn)。它可能不像基座模型那樣，數(shù)量用一只手就能數(shù)得過來。未來，我認(rèn)為行業(yè)會(huì)百花齊放，在行業(yè)級(jí)的決策模型、應(yīng)用智能體和AI平臺(tái)方案領(lǐng)域會(huì)出現(xiàn)一批優(yōu)秀的公司。

《中國(guó)企業(yè)家》：目前幾家剛上市的基礎(chǔ)模型公司，他們新發(fā)布的產(chǎn)品都指向了生產(chǎn)力方向。

王磊：他們更多在延續(xù)OpenAI Codex模式，做訂閱和Token收費(fèi)，商業(yè)模式還不太一樣。

很多公司還是看用戶消費(fèi)多少Token，為其提供服務(wù)。但我們已經(jīng)看到一些公司提出：我來提供平臺(tái)解決方案，收取類似以前SaaS的技術(shù)費(fèi)用，也就是價(jià)值費(fèi)用。

Token是最簡(jiǎn)單的收費(fèi)模式，看你要調(diào)用模型多少次。但很多企業(yè)在場(chǎng)景使用時(shí)，不是調(diào)用Token就能解決問題，還要結(jié)合數(shù)據(jù)、知識(shí)庫(kù)和業(yè)務(wù)模型，它必須提供一個(gè)體系化的解決方案。

《中國(guó)企業(yè)家》：表面上看，今年春節(jié)是AI應(yīng)用的狂歡，但背后是工具的進(jìn)步，是to B端的進(jìn)步。國(guó)內(nèi)幾家模型公司的迭代，其實(shí)都在指向生產(chǎn)端的變化，到底能解決什么問題。

王磊：硅谷最近有些言論都指向，水下的大魚已經(jīng)冒頭了。

《中國(guó)企業(yè)家》：水下的大魚指什么？

王磊：我覺得一個(gè)是IT行業(yè)，一個(gè)是科研行業(yè)。有人曾經(jīng)統(tǒng)計(jì)過，IT行業(yè)僅僅是給程序員發(fā)工資，全球一年就要花1萬億美元。此前GitHub上統(tǒng)計(jì)，有3%到5%的程序是AI構(gòu)建的。到了今年春節(jié)，有些人說，程序60%到70%都是AI做的，有些產(chǎn)品經(jīng)理已經(jīng)可以做到端到端。這意味著AI正在把人從繁瑣的代碼搬運(yùn)中解放出來，讓更多精力回到架構(gòu)設(shè)計(jì)與創(chuàng)造性問題解決上。

在科研領(lǐng)域或金融行業(yè)，是更大的產(chǎn)業(yè)規(guī)模，科學(xué)家取得一個(gè)進(jìn)展會(huì)帶來革命性的變化。如果AI在這些領(lǐng)域能協(xié)助科學(xué)家取得一些科研突破，對(duì)社會(huì)的價(jià)值和對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)是非常可觀的。

《中國(guó)企業(yè)家》：不管是模型公司，還是應(yīng)用公司，你判斷誰會(huì)是贏家呢？可能沒有輸家。

王磊：有些AI公司上市之后，市值達(dá)到了互聯(lián)網(wǎng)平臺(tái)公司的市值體量，這說明資本市場(chǎng)對(duì)AI趨勢(shì)和對(duì)AI生產(chǎn)力價(jià)值塑造的認(rèn)同。現(xiàn)在才剛剛開始，未來應(yīng)該有更多優(yōu)秀的企業(yè)都會(huì)成為時(shí)代的佼佼者。

從長(zhǎng)久發(fā)展來看，這些AI公司的模型能力很重要，但不是全部。第一，要具備很強(qiáng)的技術(shù)能力、創(chuàng)新能力。第二，要具備行業(yè)價(jià)值和生產(chǎn)價(jià)值的塑造能力，比如傳統(tǒng)的互聯(lián)網(wǎng)平臺(tái)公司完成“數(shù)實(shí)融合”之后，展現(xiàn)了效率提升，塑造了生活和社會(huì)的便利。第三，無論是技術(shù)模型還是行業(yè)AI系統(tǒng)的打造者，要有生態(tài)的塑造能力。如果一個(gè)企業(yè)想成為這個(gè)行業(yè)的AI佼佼者，他必須梳理清楚數(shù)據(jù)和應(yīng)用的場(chǎng)景。

《中國(guó)企業(yè)家》：最近有一篇《2028年全球智能危機(jī)》的文章刷屏，你對(duì)此怎么看？

王磊：有些人先知先覺，他已經(jīng)體會(huì)到了AI杠桿的作用和能力。但有些人可能還沒有意識(shí)到AI杠桿的存在，這里存在認(rèn)知延遲的問題。

OpenClaw可以虛擬很多生產(chǎn)智能體和協(xié)作智能體，極大提升人的工作效率，從內(nèi)容生成到認(rèn)知提升。未來將是更復(fù)雜的優(yōu)化和推演，這就導(dǎo)致了所謂“智能危機(jī)”的出現(xiàn)。

很多時(shí)候，AI和人不是一個(gè)被替代的關(guān)系。而是我們應(yīng)該意識(shí)到，隨著時(shí)代發(fā)展，我們自己的能力應(yīng)該怎樣去重構(gòu)。

我在公司里推行AI是非常激進(jìn)的，要求所有人都要用AI參與他的工作，很多企業(yè)也已經(jīng)把AI嵌入了流程里。

但我認(rèn)為，焦慮也大可不必。第一，你要慢慢認(rèn)識(shí)AI；第二，你絕對(duì)要使用AI，你要使用最先進(jìn)的AI，來看AI哪些方面能真正幫助你，讓焦慮轉(zhuǎn)化成我們能力重構(gòu)和能力進(jìn)化的動(dòng)力。

AI落地要考慮性價(jià)比

《中國(guó)企業(yè)家》：不管技術(shù)發(fā)展到哪個(gè)階段，人類的判斷永遠(yuǎn)是最寶貴的，你們做的事情是用AI幫助企業(yè)做決策。

王磊：我們服務(wù)過不少企業(yè)客戶，其中一家大型進(jìn)出口企業(yè)產(chǎn)品門類繁多、知識(shí)體系復(fù)雜。我們?cè)阡N售環(huán)節(jié)把產(chǎn)品知識(shí)體系化、結(jié)構(gòu)化，讓新人快速上手，盡快接近成熟銷售水平，顯著提升整體效率。原本集中在少數(shù)“關(guān)鍵人”手里的經(jīng)驗(yàn)與訣竅，也能通過模型沉淀為組織能力，讓新人更快學(xué)會(huì)、用得上、做得出來。

來源：AI生成

《中國(guó)企業(yè)家》：決策包括很多類，比如戰(zhàn)略決策、產(chǎn)品決策，你們要解決的決策問題偏向哪一類？

王磊：決策的本質(zhì)，是在信息支撐下，從多種選項(xiàng)中做出行動(dòng)選擇，并用結(jié)果完成閉環(huán)驗(yàn)證。

現(xiàn)實(shí)里，無論企業(yè)經(jīng)營(yíng)還是個(gè)人生活，都是“拿到信息—分析權(quán)衡—形成方案—做出選擇”。經(jīng)驗(yàn)足的人更穩(wěn)；經(jīng)驗(yàn)不足、數(shù)據(jù)不全或認(rèn)知有限的人更容易偏差。AI能把這套流程做成系統(tǒng)、可復(fù)用，降低誤判損失，提升決策的穩(wěn)定性與收益。

以化工研發(fā)為例，新手常因經(jīng)驗(yàn)不足走彎路、試錯(cuò)低效。引入模型和系統(tǒng)化方法后，實(shí)驗(yàn)路徑可被引導(dǎo)與校正，減少無效試錯(cuò)，加快工藝優(yōu)化和新材料發(fā)現(xiàn)驗(yàn)證。

《中國(guó)企業(yè)家》：你們還推出了一個(gè)名為DIP的決策智能平臺(tái)。

王磊：DIP是我們?yōu)槠髽I(yè)打造面向AI時(shí)代的業(yè)務(wù)與決策系統(tǒng)：業(yè)務(wù)是底座，決策是關(guān)鍵，業(yè)務(wù)升級(jí)最終要體現(xiàn)在決策價(jià)值上。

我們借鑒Palantir的AIP（生成式人工智能平臺(tái)），但其更偏數(shù)據(jù)解析與描述；而我們的DIP不只是疊加AI，而是把決策智能的關(guān)鍵要素納入，形成可落地的決策閉環(huán)。大家可以將DIP想象為“企業(yè)的數(shù)字大腦導(dǎo)航儀”，不僅提供地圖（數(shù)據(jù)），還直接給出最佳行駛路線（決策）。

《中國(guó)企業(yè)家》：Palantir有哪些值得你學(xué)習(xí)的點(diǎn)？

王磊：它把數(shù)據(jù)真正做成了產(chǎn)品。企業(yè)一旦接入Palantir，原本的ERP數(shù)據(jù)就能在短時(shí)間內(nèi)轉(zhuǎn)化為業(yè)務(wù)價(jià)值，迅速跑通“數(shù)據(jù)—洞察—行動(dòng)—收益”的鏈路。

《中國(guó)企業(yè)家》：所以你手里的底牌是什么？

王磊：我們的整體戰(zhàn)略可以概括為“2+1”。

“2”是兩項(xiàng)底座能力。其一是自主可控的核心模型能力?！把乓狻薄芭褪毕盗械慕ㄔO(shè)，核心目標(biāo)是掌握底層架構(gòu)與演進(jìn)能力，形成持續(xù)迭代能力。其中，“磐石”在AI4S方向已經(jīng)具備較強(qiáng)的專業(yè)推理與科研輔助能力。

其二是系統(tǒng)級(jí)決策平臺(tái)能力。模型只是能力源頭，真正的價(jià)值在于工程化與產(chǎn)品化——讓模型嵌入企業(yè)流程，成為可復(fù)制的決策系統(tǒng)，而不是孤立工具。

“1”是方法論——我們堅(jiān)持一套名為“DOMA”的核心方法論，即Data、Ontology、Model、Agents，其運(yùn)行原理可以概括為：數(shù)據(jù)治理先行，知識(shí)結(jié)構(gòu)建模，模型能力整合，智能體執(zhí)行協(xié)同。其目標(biāo)是構(gòu)建從數(shù)據(jù)到?jīng)Q策的閉環(huán)體系，讓AI具備持續(xù)輸出結(jié)果的能力。

《中國(guó)企業(yè)家》：你所要解決的技術(shù)性的問題是什么？你們還在做基礎(chǔ)模型嗎？

王磊：行業(yè)早期競(jìng)爭(zhēng)集中在預(yù)訓(xùn)練規(guī)模，但是在當(dāng)前階段，競(jìng)爭(zhēng)核心轉(zhuǎn)向后訓(xùn)練。重點(diǎn)在垂直領(lǐng)域強(qiáng)化——提升推理深度、穩(wěn)定性與復(fù)雜場(chǎng)景適配能力。

以“磐石”大模型為例，我們持續(xù)推進(jìn)面向特定領(lǐng)域的推理增強(qiáng)訓(xùn)練，并把重心放在后訓(xùn)練階段的針對(duì)性強(qiáng)化，全面提升垂直推理能力——這不僅是技術(shù)路線選擇，更是AI在真實(shí)場(chǎng)景落地并產(chǎn)生價(jià)值的關(guān)鍵。

《中國(guó)企業(yè)家》：你現(xiàn)在選擇深耕這個(gè)方向?qū)λ懔Φ囊蟠髥幔?/p>

王磊：對(duì)算力的要求依然很高。當(dāng)前，高質(zhì)量訓(xùn)練算力仍然是稀缺資源。尤其是在強(qiáng)化推理與專業(yè)能力訓(xùn)練階段，對(duì)算力穩(wěn)定性和規(guī)模都有要求。

我們磐石大模型的訓(xùn)練規(guī)模在持續(xù)擴(kuò)大，模型精細(xì)度也在全面提升，聞歌也會(huì)持續(xù)加大在算力基礎(chǔ)上的投入。

《中國(guó)企業(yè)家》：雅意模型的參數(shù)不算很大，為什么？

王磊：我們?cè)缙谧灾餮邪l(fā)和開源了700億參數(shù)規(guī)模的模型，現(xiàn)在參數(shù)已經(jīng)到千億和萬億級(jí)別，模型采用了MoE架構(gòu)，通過“專家分工”提升效率。這樣做的邏輯很清晰——不是一味做大參數(shù)，而是做得有效。

在我們的實(shí)踐中發(fā)現(xiàn)，超大模型更適合平臺(tái)級(jí)服務(wù)；適度規(guī)模模型更利于企業(yè)部署、運(yùn)維與成本控制。

在產(chǎn)業(yè)落地場(chǎng)景下，“性能—成本比”遠(yuǎn)比參數(shù)規(guī)模更重要。最終用戶的衡量標(biāo)準(zhǔn)，是效果、穩(wěn)定性和可持續(xù)交付能力。

《中國(guó)企業(yè)家》：2025年我們討論過殺手級(jí)應(yīng)用什么時(shí)候能出來，那時(shí)候看起來還有些遙遠(yuǎn)，但今年已經(jīng)有苗頭了。

王磊：再過半年到一年，我們可以看一個(gè)指標(biāo)——手機(jī)屏幕時(shí)間結(jié)構(gòu)。判斷很簡(jiǎn)單：AI應(yīng)用一定會(huì)成為高頻入口。未來，人們可以不刷抖音、不看小紅書，但很難不使用AI。

它不會(huì)只是一個(gè)娛樂型應(yīng)用，而是嵌入工作流的基礎(chǔ)工具。我們每天一到兩個(gè)小時(shí)的人機(jī)協(xié)同，會(huì)成為常態(tài)。這種滲透深度，可能超過移動(dòng)互聯(lián)網(wǎng)時(shí)代。

例如AI Coding，本質(zhì)上已經(jīng)是典型的“殺手級(jí)能力”。它改變的是生產(chǎn)方式，而不僅是使用習(xí)慣。

《中國(guó)企業(yè)家》：如果你要做一個(gè)“中國(guó)版××”，你會(huì)有一個(gè)標(biāo)桿嗎？

王磊：對(duì)標(biāo)國(guó)際一流是必要的，但簡(jiǎn)單復(fù)制沒有意義。

無論是“中國(guó)版Anthropic”，還是“中國(guó)版Palantir”，關(guān)鍵不在標(biāo)簽，而在定位。一方面要達(dá)到世界級(jí)技術(shù)標(biāo)準(zhǔn)；另一方面要形成真正立足中國(guó)場(chǎng)景的能力體系。

對(duì)中科聞歌而言，不滿足于做單純的生成模型。更重要的是構(gòu)建面向決策的結(jié)構(gòu)化能力——把數(shù)據(jù)、知識(shí)、流程和行動(dòng)連接起來，形成可執(zhí)行、可復(fù)用、可規(guī)?；臎Q策閉環(huán)。這正是我們想凸顯的差異化價(jià)值。

AI負(fù)責(zé)邏輯與計(jì)算，人類負(fù)責(zé)審美與責(zé)任。我們對(duì)復(fù)雜的敬畏，本質(zhì)上是對(duì)人類智慧靈光的敬畏。