五位AI企業(yè)負(fù)責(zé)人直面核心矛盾。

在AI加速滲透各行各業(yè)的今天，AI Agent已從炙手可熱的概念，邁向價(jià)值驗(yàn)證的關(guān)鍵十字路口。它究竟是企業(yè)降本增效的利器，還是驅(qū)動(dòng)增長(zhǎng)的新引擎？在落地過(guò)程中，又面臨哪些信任、成本與習(xí)慣的深層阻力？

12月3日下午，在2025甲子引力年終盛典中，甲子光年智庫(kù)院長(zhǎng)宋濤作為主持人，對(duì)話卓世科技創(chuàng)始合伙人&COO李偉偉、紅熊AICEO溫德亮、深度原理COO張露陽(yáng)、螞蟻數(shù)科AI原生科技總經(jīng)理王磊、零一萬(wàn)物企業(yè)解決方案技術(shù)負(fù)責(zé)人王猛，圍繞《智能體社會(huì)：人與AI共創(chuàng)的產(chǎn)業(yè)秩序》這一主題展開(kāi)了深入探討。

在這場(chǎng)對(duì)話中，零一萬(wàn)物王猛直言，智能體經(jīng)濟(jì)時(shí)代，Al Agent是推動(dòng)企業(yè)轉(zhuǎn)型的關(guān)鍵執(zhí)行者，正在重塑以結(jié)果為導(dǎo)向的新質(zhì)生產(chǎn)力：從降本到核心應(yīng)用增效。同時(shí)，AI必須深入核心業(yè)務(wù)場(chǎng)景，才能成為驅(qū)動(dòng)實(shí)際增長(zhǎng)的關(guān)鍵引擎；螞蟻數(shù)科王磊則強(qiáng)調(diào)金融場(chǎng)景的“風(fēng)險(xiǎn)可控下的價(jià)值創(chuàng)造”，嚴(yán)守嚴(yán)謹(jǐn)、專業(yè)、遵從的底線；深度原理張露陽(yáng)從科學(xué)研發(fā)視角出發(fā)，強(qiáng)調(diào)AI的長(zhǎng)期價(jià)值在于提升“創(chuàng)新斜率”，而不僅是優(yōu)化效率；紅熊AI溫德亮分享了在客服與營(yíng)銷場(chǎng)景中實(shí)現(xiàn)商業(yè)化閉環(huán)的實(shí)戰(zhàn)經(jīng)驗(yàn)，其關(guān)鍵在于通過(guò)“記憶”機(jī)制解決個(gè)性化與準(zhǔn)確率難題；卓世科技李偉偉則點(diǎn)明Agent落地需跨越“信任、習(xí)慣、費(fèi)用”三重障礙。

這些觀點(diǎn)共同揭示了一個(gè)趨勢(shì)：AI Agent的價(jià)值正從技術(shù)能力轉(zhuǎn)向真實(shí)的商業(yè)產(chǎn)出——它必須深入業(yè)務(wù)，解決問(wèn)題，并交出可衡量的價(jià)值答卷。

以下為本場(chǎng)圓桌的文字實(shí)錄，經(jīng)「甲子光年」編輯，在不改變?cè)獾幕A(chǔ)上略有刪改。

宋濤（主持人）：感謝各位嘉賓的到來(lái)，先請(qǐng)各位嘉賓簡(jiǎn)單的用一句話做自我介紹，介紹一下個(gè)人和你們的公司。

王猛（零一萬(wàn)物企業(yè)解決方案技術(shù)負(fù)責(zé)人）：我在大模型獨(dú)角獸公司零一萬(wàn)物在負(fù)責(zé)打造萬(wàn)智企業(yè)大模型一站式平臺(tái)，這是一款端到端的平臺(tái)型產(chǎn)品，覆蓋從模型訓(xùn)練、工具鏈構(gòu)建到應(yīng)用開(kāi)發(fā)的全鏈條。核心目標(biāo)是推動(dòng)大模型深入企業(yè)核心生產(chǎn)場(chǎng)景，在核心業(yè)務(wù)系統(tǒng)中創(chuàng)造真正價(jià)值。

王磊（螞蟻數(shù)科AI原生科技總經(jīng)理）：大家好我是王磊，來(lái)自螞蟻數(shù)科，螞蟻集團(tuán)科技商業(yè)化的獨(dú)立載體，去年四月開(kāi)始獨(dú)立運(yùn)營(yíng)。我們會(huì)把螞蟻集團(tuán)多年沉淀的科技產(chǎn)品及解決方案（包括底層的智算調(diào)度以及金融大模型、金融智能體、金融知識(shí)工程等）面向產(chǎn)業(yè)進(jìn)行輸出。

金融領(lǐng)域是我們的錨點(diǎn)，而非終點(diǎn)。我們也將這些能力拓展至其他注重嚴(yán)謹(jǐn)性的行業(yè)，比如能源、電力、工業(yè)制造、出行與交通等，與各行業(yè)共同打造解決方案，共享數(shù)字化與AI智能化帶來(lái)的紅利。

張露陽(yáng)（深度原理COO）：我是張露陽(yáng)，來(lái)自深度原理，我們是2024年成立于杭州的AI For Science公司，主要運(yùn)用AI模型和智能體去解鎖新材料和科學(xué)發(fā)現(xiàn)。

溫德亮（紅熊AICEO） ：大家好，我是紅熊AI的創(chuàng)始人兼CEO溫德亮，我們這家公司是通過(guò)AI+原生應(yīng)用的方式，通過(guò)Agent重構(gòu)客服、營(yíng)銷、教育整個(gè)商業(yè)板塊。

李偉偉（卓世科技創(chuàng)始合伙人&COO）：我是卓世科技的創(chuàng)始合伙人李偉偉，卓世科技一共做三件事：

第一件事，在做行業(yè)垂類模型。

第二件事，給學(xué)?；蛘哂心芰Υ預(yù)gent的企業(yè)，提供Agent和MaaS工具。

第三件事，在工業(yè)、企業(yè)，包括大健康方向，會(huì)提供人工智能的應(yīng)用超市，他們沒(méi)有辦法自己做技術(shù)，我們會(huì)提供應(yīng)用。

1.AI Agent的價(jià)值共識(shí)與落地之困

宋濤（主持人）：第一個(gè)問(wèn)題，Agent在服務(wù)企業(yè)的時(shí)候，到底給企業(yè)解決什么問(wèn)題，幫助他們降本增效、提高人力的生產(chǎn)效率、還是解決怎樣樣的實(shí)際問(wèn)題？

李偉偉：“降本增效”四個(gè)字涵蓋廣泛，但它背后其實(shí)藏著很多元素：

第一，涉及人員崗位的調(diào)整。在Agent應(yīng)用過(guò)程中，部分崗位可能被替代，比如助理、法務(wù)崗等等；

第二，推動(dòng)流程優(yōu)化。尤其在國(guó)資、央企包括政府機(jī)構(gòu)中，存在非常繁瑣的工作流程。人工智能的介入可以有效優(yōu)化這些流程。比如要出差，就這一件事背后，會(huì)藏著你要去哪里、天氣怎樣、酒店訂什么、機(jī)場(chǎng)在哪里、審批報(bào)告是什么、預(yù)算多少等等，Agent會(huì)幫你做所有要做的事。

第三，時(shí)間會(huì)被優(yōu)化，大大提升工作效率。所以總結(jié)了看似四個(gè)字，其實(shí)背后藏了1萬(wàn)件事。

溫德亮：因?yàn)槲乙?jiàn)過(guò)董事長(zhǎng)級(jí)別的人比較多，大概問(wèn)過(guò)他們很多降本增效最關(guān)注什么問(wèn)題，統(tǒng)一的反饋結(jié)論是不太喜歡降本，只喜歡增效，只有公司不行的情況下，才會(huì)考慮降本這件事。

因此，在總結(jié)“增效”的過(guò)程中，我們也總結(jié)了一套方法論：

第一，原有的業(yè)務(wù)流程AI化，AI重構(gòu)整個(gè)業(yè)務(wù)流程，這并不是每一家企業(yè)都能做到的。

第二個(gè)邏輯，是強(qiáng)化AI的集成能力，以往的AI+軟件、軟件+AI的概念是不一樣的。但是怎么通過(guò)現(xiàn)有的數(shù)字化系統(tǒng)，與AI更好地融合、提升原本的業(yè)務(wù)效率，比如經(jīng)營(yíng)效率、決策效率。

第三個(gè)邏輯，激活企業(yè)的核心數(shù)據(jù)資產(chǎn)。每家企業(yè)在經(jīng)營(yíng)中都會(huì)沉淀獨(dú)特的資質(zhì)與數(shù)據(jù)，這是很好的數(shù)字資產(chǎn)。

所以我們?cè)谡麄€(gè)過(guò)程當(dāng)中，其實(shí)按照三段式的方法論，來(lái)跟客戶做完整的交付，從而量變出來(lái)整個(gè)AI營(yíng)銷和AI客服等產(chǎn)品。

張露陽(yáng)：我們行業(yè)有兩個(gè)關(guān)鍵點(diǎn)：

第一，客戶既想讓我們實(shí)現(xiàn)降本增效，解決原來(lái)人力做起來(lái)比較繁瑣、效率較低的工作，但是長(zhǎng)期來(lái)看，更希望我們能解決的是，解決一些原來(lái)解決不了的問(wèn)題。

第二，如果說(shuō)的抽象一點(diǎn)，客戶長(zhǎng)期需要在戰(zhàn)略層面看到AI能夠提升創(chuàng)新斜率，而不僅僅是提升效率。效率是從A到B點(diǎn)速度更快，斜率更多是加速創(chuàng)新進(jìn)度。

王磊：降本增效是人類發(fā)展史中科技進(jìn)步的代名詞，也不是只有AI時(shí)代才出現(xiàn)。AI本身也并不是新詞。在過(guò)去十幾年，深度學(xué)習(xí)發(fā)展比較快速，簡(jiǎn)單來(lái)說(shuō)有三個(gè)階段：

第一階段是2012年，AlexNet在競(jìng)賽中憑借卷積神經(jīng)網(wǎng)絡(luò)大幅領(lǐng)先，極大提升了圖像識(shí)別的速度與準(zhǔn)確率，并由此引發(fā)了一系列產(chǎn)業(yè)變革。如今各類攝像頭技術(shù)及以視頻為核心的科技公司（如?？低暎┑呐d起，都源于該技術(shù)帶來(lái)的降本增效，但影響還不是很大。

第二階段是2016年、2017年左右，那個(gè)時(shí)候大家一定聽(tīng)到一個(gè)詞叫Alphago下圍棋，人類的競(jìng)技是棋類競(jìng)技的掌上明珠，也被AI攻克了。這說(shuō)明了AI的決策模型已經(jīng)比人更精準(zhǔn)、更有效。此類決策模型隨后被廣泛應(yīng)用于風(fēng)控、營(yíng)銷等領(lǐng)域。螞蟻集團(tuán)的互聯(lián)網(wǎng)金融產(chǎn)品，比如余額寶、花唄、借唄、網(wǎng)商貸等，之所以能服務(wù)這么多用戶，不是靠人來(lái)服務(wù)，正是依靠這些決策模型進(jìn)行授信決策。

自那2016年場(chǎng)對(duì)弈后，人類已不再尋求與機(jī)器進(jìn)行棋類競(jìng)賽，這本身也是一種效率的躍升。

當(dāng)前ChatGPT所代表的大模型階段，它降本增效的意義在于極大降低了交互門檻。從計(jì)算機(jī)領(lǐng)域的GUI、API，到如今的LUI（基于語(yǔ)言的交互界面），每一次交互門檻的大幅降低都引發(fā)了巨大的產(chǎn)業(yè)革命。比如大家都經(jīng)歷過(guò)像鼠標(biāo)、iphone，這些東西的出現(xiàn)，讓一些科技巨頭倒下，又誕生一批新的科技巨頭，所以大模型帶來(lái)的交互變革已不再是量變，而是質(zhì)變的過(guò)程。

王猛：相信大部分中國(guó)企業(yè)和CEO最關(guān)注的始終是兩件事：省錢和賺錢。在我們與企業(yè)客戶的實(shí)際溝通中，降本增效往往得到認(rèn)可，但真正令客戶興奮的，是實(shí)現(xiàn)規(guī)?；鲩L(zhǎng)與營(yíng)收提升——說(shuō)到底，企業(yè)渴望的是真金白銀的收益。

2025年，隨著推理AI Agent元年的到來(lái)，能夠自主規(guī)劃與智能決策的AI Agent正成為企業(yè)的真實(shí)生產(chǎn)力。為此，零一萬(wàn)物正式推出萬(wàn)智企業(yè)Agent——“超級(jí)員工”，讓Agent進(jìn)入客戶的核心業(yè)務(wù)系統(tǒng)，其重點(diǎn)從單純的“降本”轉(zhuǎn)向更根本的“增效”，幫助企業(yè)真正邁向價(jià)值增長(zhǎng)。

海外的情況也是如此，我們?cè)诤Ｍ夥?wù)的一些大型企業(yè)客戶中，推動(dòng)增效尤其具有吸引力。

例如，我們合作的一家全球前三的礦業(yè)公司，通過(guò)引入強(qiáng)化學(xué)習(xí)技術(shù)，我們能夠?qū)ζ溟_(kāi)采流程、設(shè)備調(diào)度與資源分配進(jìn)行動(dòng)態(tài)優(yōu)化與自主決策，從而在確保安全的前提下大幅提升產(chǎn)能與資源利用率。

因此，無(wú)論境內(nèi)還是海外，從“節(jié)約成本”到“創(chuàng)造增長(zhǎng)”，AI Agent 正成為驅(qū)動(dòng)企業(yè)核心生產(chǎn)力的關(guān)鍵。而“超級(jí)員工”的使命，正是深入業(yè)務(wù)場(chǎng)景，將智能轉(zhuǎn)化為每一分真實(shí)的收益。

宋濤（主持人）：在日常觀察中，我們注意到一個(gè)現(xiàn)象：許多企業(yè)認(rèn)可數(shù)字化轉(zhuǎn)型的價(jià)值，但為什么他們不愿意數(shù)字化轉(zhuǎn)型？同樣，在人工智能領(lǐng)域，很多企業(yè)都認(rèn)可人工智能帶來(lái)的好處，為什么很多企業(yè)他們?cè)趯?shí)際落地的時(shí)候還是不太愿意去用，他們不用的原因是什么？我們來(lái)聽(tīng)聽(tīng)各位嘉賓的分享。

李偉偉：我的理解用幾個(gè)關(guān)鍵詞來(lái)總結(jié)一下：

第一，信任。企業(yè)主在考慮要不要上人工智能應(yīng)用時(shí)，他其實(shí)會(huì)考慮我們是不是信任這個(gè)應(yīng)用體、智能體，它是不是真的可以幫我解決我想要解決的繁瑣的流程、工作、智能化，所以我覺(jué)得它背后藏的是數(shù)據(jù)和數(shù)據(jù)安全性。

第二，習(xí)慣。企業(yè)經(jīng)營(yíng)者通常依賴固有的安全慣性推進(jìn)公司發(fā)展。當(dāng)具有一定規(guī)模的企業(yè)面臨變革甚至革命時(shí)，需要投入大量精力去推動(dòng)、培訓(xùn)與說(shuō)服，讓大家來(lái)跟著一起看，但能干成嗎？不知道。

第三，費(fèi)用。因?yàn)樾碌母母镆欢ㄊ怯行碌耐度耄瑹o(wú)論企業(yè)規(guī)模大小，決策者需要有明確的意識(shí)與預(yù)算批準(zhǔn)，才能形成推動(dòng)變革的完整閉環(huán)。

所以有障礙還是需要去清除的，但是好在DeepSeek已經(jīng)橫掃了一批，無(wú)論是G端還是B端的領(lǐng)導(dǎo)們，他的意識(shí)已經(jīng)被洗的七七八八了，不用再告訴他什么是應(yīng)用場(chǎng)景、什么是Agent、什么是基模，他已經(jīng)很清楚了，只是說(shuō)他剛才那三個(gè)方面是不是做好了準(zhǔn)備，做好了準(zhǔn)備先行先試，我吃好了第一口蛋糕后面就會(huì)有發(fā)展。

溫德亮：因?yàn)槲易钤缭诩瘓F(tuán)里面做CTO，大部分的采購(gòu)預(yù)算是經(jīng)過(guò)我手的，這個(gè)我可以直截了當(dāng)代表一個(gè)主流群體的觀念，這個(gè)觀念是什么樣的呢？

第一，過(guò)往的數(shù)字化投入已經(jīng)花了很多錢，花了2000、3000萬(wàn)，但主要成果更多依賴人力運(yùn)營(yíng)和業(yè)務(wù)方的推動(dòng)，技術(shù)實(shí)際處于相對(duì)弱勢(shì)和從屬地位，企業(yè)內(nèi)仍以業(yè)務(wù)方為主導(dǎo)。

在實(shí)際應(yīng)用的時(shí)候你怎么在數(shù)字化基礎(chǔ)之上結(jié)合AI產(chǎn)生新的效果，你需要跟業(yè)務(wù)和技術(shù)同時(shí)證明一件事，這個(gè)事是可行的、可做的。

特別是今年，現(xiàn)在的軟件應(yīng)用包括Agent應(yīng)用出現(xiàn)的時(shí)候，還要通過(guò)運(yùn)營(yíng)、看老板用的好不好、看這個(gè)事做的明不明白、底層的數(shù)據(jù)清不清楚。這個(gè)事對(duì)于老板來(lái)講，會(huì)引發(fā)他不好的聯(lián)想，又回到了當(dāng)年數(shù)字化時(shí)代的事，我要先把信息化搞定才能搞數(shù)字化，是不是同樣的道理？所以對(duì)于老板來(lái)講，他怎么會(huì)強(qiáng)調(diào)一件事？就是你怎么能通過(guò)AI能重構(gòu)我的生產(chǎn)力，直接給我交付結(jié)果，這個(gè)是我在整個(gè)市場(chǎng)上面臨最大的一個(gè)需求來(lái)源。

從結(jié)論上來(lái)講，我覺(jué)得數(shù)字化其實(shí)已經(jīng)構(gòu)成了對(duì)現(xiàn)在AI智能有一定的阻礙，不是升級(jí)它，也不是幫助它，是阻礙的。同時(shí)中國(guó)一窩蜂的數(shù)字化、互聯(lián)網(wǎng)化、各種化，對(duì)于老板來(lái)講，你給我結(jié)論和結(jié)果就好了。

張露陽(yáng)：在我們這個(gè)行業(yè)中，主要問(wèn)題在于客戶對(duì)產(chǎn)品的期望值存在差異：購(gòu)買者（如管理者）與使用者（如工程師）的目標(biāo)往往不同。使用者更關(guān)注解決具體工程化問(wèn)題，而購(gòu)買者則期望實(shí)現(xiàn)突破性成果（例如研發(fā)超導(dǎo)材料）。這是我們需要明確定義AI產(chǎn)品與每個(gè)階段對(duì)于客戶之間的關(guān)系。

其次，在從事這個(gè)行業(yè)之前，我長(zhǎng)期從事自動(dòng)駕駛與AI安全研究，發(fā)現(xiàn)各方對(duì)“安全可信”的要求不一樣：監(jiān)管機(jī)構(gòu)側(cè)重對(duì)工程化實(shí)踐的安全能力證明，政府部門需要實(shí)際路測(cè)結(jié)果，而最終用戶更重視人機(jī)交互的透明、可控與可預(yù)測(cè)性，對(duì)于背后可審計(jì)、可驗(yàn)證的冷計(jì)算過(guò)程反而關(guān)注有限。這一差異構(gòu)成了現(xiàn)實(shí)挑戰(zhàn)，需要行業(yè)對(duì)安全可信建立共識(shí)性標(biāo)準(zhǔn)。

第三，大模型應(yīng)用于科學(xué)發(fā)現(xiàn)是比較嚴(yán)肅的一件事，拋開(kāi)它的可解釋性以外，我們是希望不斷地逼近物理世界的真相。大模型有的時(shí)候有討好型的人格，你不停地給它加壓，說(shuō)你算的不對(duì)，你再算一下，它可能就屈服了，這時(shí)候就讓一些決策者認(rèn)為它是否能夠給出啟發(fā)式的Idea，或者是給出反共識(shí)的Insight，我朝著那個(gè)方向做下去，因?yàn)楝F(xiàn)在實(shí)際上的使用體驗(yàn)是它有可能屈服。

王磊：面向AI的方向，中國(guó)乃至全球已形成戰(zhàn)略共識(shí)，一定會(huì)去做，我覺(jué)得不會(huì)有人懷疑我們?cè)谶@個(gè)方向是不是值得投資，或者是不是要做一些取舍。作為一個(gè)企業(yè)主更多是考量?jī)杉虑椋?/p>

第一，成本。 企業(yè)投入AI的實(shí)際成本往往難以估量，許多決策者對(duì)此缺乏清晰感知。過(guò)去幾年，不少企業(yè)（包括大型國(guó)央企和銀行）選擇通過(guò)預(yù)訓(xùn)練構(gòu)建自有行業(yè)大模型，但這條路徑成本高昂、迭代緩慢（模型更新周期長(zhǎng)達(dá)3-6個(gè)月），且成效有限。這種高投入、慢回報(bào)的模式實(shí)際上制約了一把手對(duì)AI的認(rèn)知與決心。

今年這一局面因DeepSeek等開(kāi)源模型的成熟而發(fā)生轉(zhuǎn)折。企業(yè)發(fā)現(xiàn)，基于開(kāi)源模型（如螞蟻開(kāi)源的百靈模型）進(jìn)行后續(xù)精調(diào)，效果已超過(guò)自研訓(xùn)練多年的模型，且成本大幅降低。這意味著行業(yè)已經(jīng)從大模型的戰(zhàn)爭(zhēng)收斂到更上層應(yīng)用的戰(zhàn)爭(zhēng)，關(guān)鍵在于后訓(xùn)練投入與業(yè)務(wù)價(jià)值產(chǎn)出是否匹配。

第二，價(jià)值。 企業(yè)需要判斷AI是否值得作為未來(lái)十年的戰(zhàn)略方向進(jìn)行投入。當(dāng)前，由于開(kāi)源模型顯著降低了基礎(chǔ)成本，企業(yè)能夠更聚焦于應(yīng)用層，以可承受的投入實(shí)現(xiàn)業(yè)務(wù)價(jià)值閉環(huán)。這也解釋了為什么今年成為Agent爆發(fā)的元年——成本結(jié)構(gòu)的優(yōu)化使得價(jià)值創(chuàng)造具備了現(xiàn)實(shí)可行性，企業(yè)能夠在可控投入下獲得可衡量的業(yè)務(wù)回報(bào)。

王猛：我回應(yīng)一下零一萬(wàn)物獨(dú)具特色的“一把手工程”，這一直是我們向公眾積極傳達(dá)的理念：企業(yè)AI數(shù)智化轉(zhuǎn)型必須是一把手驅(qū)動(dòng)的 “一把手工程”。事實(shí)上，大模型已經(jīng)進(jìn)入到技術(shù)拐點(diǎn)，已經(jīng)變得更加可用、有用、好用，但當(dāng)前大模型在企業(yè)中的滲透率不高，這在很大程度上受限于各行各業(yè)企業(yè)家的認(rèn)知與決心。

我們一直想要去推動(dòng)的是讓大模型在企業(yè)的核心業(yè)務(wù)里產(chǎn)生作用，一旦真正產(chǎn)生了作用，大家的體感會(huì)馬上就不一樣，而不再是說(shuō)大模型只能幫我們做個(gè)PPT，這個(gè)大家永遠(yuǎn)感覺(jué)不到滲透的。

所以我們的核心目標(biāo)是怎么建立一把手工程的信任？這個(gè)要求是挺高的，需要企業(yè)真正有決心把自己的業(yè)務(wù)流程打開(kāi)?，F(xiàn)在有個(gè)問(wèn)題是企業(yè)不懂模型，大模型公司不懂企業(yè)自身的核心業(yè)務(wù)流，所以兩方要合作共創(chuàng)。

合作就要求大模型公司提供無(wú)論是咨詢還是整套的方案，在這個(gè)基礎(chǔ)上是企業(yè)要把自己所有的數(shù)據(jù)和流程都跟我們分享，這其實(shí)是一個(gè)比較大的信任門檻。但一旦企業(yè)從上到下決定擁抱AI，以“一把手工程”戰(zhàn)略驅(qū)動(dòng)，和我們一起定戰(zhàn)略、找場(chǎng)景、調(diào)模型、搭應(yīng)用，雙方共創(chuàng)重塑價(jià)值生產(chǎn)鏈條，讓企業(yè)找到增長(zhǎng)的新引擎，創(chuàng)造的價(jià)值無(wú)疑也會(huì)是非?？捎^的。

總之，“一把手工程”是AI公司與傳統(tǒng)企業(yè)共創(chuàng)新質(zhì)生產(chǎn)力的最佳路徑。

2.嘉賓拆解：AI Agent如何真正“用起來(lái)”？

宋濤（主持人）：零一萬(wàn)物是在大模型領(lǐng)域的明星企業(yè)，你們?nèi)绾纹胶馔ㄓ么竽Ｐ湍芰εc企業(yè)具體業(yè)務(wù)場(chǎng)景中專用Agent的落地需求？在推動(dòng)企業(yè)落地過(guò)程中，您提到“一把手工程”的重要性。其中通常存在哪些實(shí)際卡點(diǎn)或堵點(diǎn)？針對(duì)這些挑戰(zhàn)，零一萬(wàn)物有哪些可行的解決方案或?qū)嵺`可供分享？

王猛：我們實(shí)際上接觸了非常多客戶，發(fā)現(xiàn)難以總結(jié)出普適規(guī)律，將模型應(yīng)用到企業(yè)核心業(yè)務(wù)系統(tǒng)的過(guò)程可分解為多個(gè)步驟，但其中具體挑戰(zhàn)因客戶差異極大。

在這一探索過(guò)程中，我們深刻認(rèn)識(shí)到：要真正解決客戶問(wèn)題，必須構(gòu)建一個(gè)完整、全棧的技術(shù)系統(tǒng)。

如果缺乏數(shù)據(jù)處理能力，很多客戶需求將難以落地；如果沒(méi)有模型訓(xùn)練支持，應(yīng)用效果便無(wú)法精準(zhǔn)達(dá)標(biāo)；而若不具備Agent架構(gòu)設(shè)計(jì)，則既不能充分發(fā)揮模型潛力，也容易使本可簡(jiǎn)化的流程變得復(fù)雜；包括強(qiáng)化學(xué)習(xí)在內(nèi)的多項(xiàng)技術(shù)，都必須扎實(shí)覆蓋。

因此，我們的核心經(jīng)驗(yàn)是：唯有構(gòu)建一個(gè)全面的全棧解決方案，才能從容、靈活地響應(yīng)各類客戶需求。

事實(shí)上，行業(yè)也在朝這一方向演進(jìn)。OpenAI推出了AgentKit，零一萬(wàn)物同樣布局于此。基于對(duì)行業(yè)趨勢(shì)的共識(shí)，我們也開(kāi)源了自己的解決方案——Open AgentKit（簡(jiǎn)稱OAK），與業(yè)界同行并肩探索。

我們堅(jiān)信，只有這樣的系統(tǒng)級(jí)方案，才能持續(xù)創(chuàng)造深度價(jià)值。

從戰(zhàn)略面上看，零一萬(wàn)物 “一橫多縱”戰(zhàn)略布局也正是我們探索出的現(xiàn)階段解法：

一橫是指萬(wàn)智平臺(tái)： 打造以萬(wàn)智2.0為核心的企業(yè)級(jí)AI操作系統(tǒng)，將Agent研發(fā)門檻降至“零代碼”，構(gòu)筑技術(shù)護(hù)城河。

多縱是指穿透多個(gè)垂直領(lǐng)域的政企客戶： 聚焦金融、政務(wù)、工業(yè)（電力/制造）、辦公、銷售等重點(diǎn)行業(yè)群，與燈塔客戶共建場(chǎng)景化解決方案，沉淀行業(yè)Know-how。

“一橫”代表平臺(tái)和模型的通用能力，“多縱”則是政務(wù)、金融、工業(yè)、能源、醫(yī)療等領(lǐng)域的行業(yè)解法。與此同時(shí)，零一萬(wàn)物的戰(zhàn)略目標(biāo)也十分明確，那就是讓AI能力可復(fù)制、可規(guī)模化部署，實(shí)現(xiàn)企業(yè)級(jí)“AI交付閉環(huán)”。

宋濤（主持人）：接下來(lái)這個(gè)問(wèn)題想問(wèn)問(wèn)我們螞蟻數(shù)科的王磊總，螞蟻數(shù)科其實(shí)一直是在業(yè)內(nèi)首推金融Agent的明星企業(yè)。在你看來(lái)，金融Agent的第一性原理是什么？這和傳統(tǒng)的數(shù)字化的產(chǎn)品，或者說(shuō)是辦公助手、AI助手有哪些本質(zhì)性的區(qū)別？

王磊：螞蟻集團(tuán)本質(zhì)上是一家擁有核心業(yè)務(wù)的公司，而非純粹的科技輸出方。我們的核心扎根于金融行業(yè)，因此我們對(duì)AI的關(guān)注首先聚焦于在自身金融場(chǎng)景中的應(yīng)用與實(shí)踐。這背后的第一性原理是“風(fēng)險(xiǎn)可控下的價(jià)值創(chuàng)造”。

這意味著，對(duì)我們而言，AI絕非僅是輔助工具，它必須能夠創(chuàng)造實(shí)際、可衡量的業(yè)務(wù)收益。同時(shí)，風(fēng)險(xiǎn)可控是金融行業(yè)不可逾越的底線，我們必須極度重視安全、合規(guī)與系統(tǒng)性風(fēng)險(xiǎn)的防范。這一原則構(gòu)成了我們技術(shù)體系的基石，也是我們將內(nèi)部驗(yàn)證過(guò)的技術(shù)、產(chǎn)品與方法論向更廣泛的嚴(yán)謹(jǐn)產(chǎn)業(yè)進(jìn)行輸出的根本依據(jù)。

基于這一原理，我們?cè)诮鹑陬I(lǐng)域應(yīng)用AI時(shí)，重點(diǎn)關(guān)注價(jià)值創(chuàng)造與AI的實(shí)時(shí)性、事實(shí)性、金融價(jià)值觀及合規(guī)安全等底層要求。我們將金融行業(yè)對(duì)AI的核心訴求抽象為三大特性：嚴(yán)謹(jǐn)性、專業(yè)性與遵從性。

金融業(yè)常被認(rèn)為與大模型“天生不對(duì)付”，因?yàn)樗麄儗?duì)幻覺(jué)與數(shù)據(jù)準(zhǔn)確性的容忍度極低。但我們所強(qiáng)調(diào)的嚴(yán)謹(jǐn)性，并不是要求大模型絕不犯錯(cuò)（這如同要求人永不犯錯(cuò)一樣不現(xiàn)實(shí)），而是指通過(guò)后訓(xùn)練、強(qiáng)化學(xué)習(xí)等技術(shù)手段，系統(tǒng)性地壓制幻覺(jué)，將其控制在業(yè)務(wù)可接受的范圍內(nèi)。需要指出，模型的幻覺(jué)在某種程度上是其智力水平的雙刃劍——例如，從千問(wèn)切換到DeepSeek時(shí)，幻覺(jué)率可能從5%升至15%，但這并不意味智力下降，有時(shí)甚至成正比。因此，嚴(yán)謹(jǐn)性的核心是管理而非消除幻覺(jué)。

專業(yè)性則要求大模型與垂直領(lǐng)域的專家判斷及專業(yè)語(yǔ)言對(duì)齊。比如，評(píng)估一只過(guò)去一年回撤18%的基金表現(xiàn)，金融專業(yè)人士與非專業(yè)人士的結(jié)論可能截然不同。專業(yè)分析需結(jié)合三年期表現(xiàn)（如累計(jì)上漲90%）、市場(chǎng)大盤等因素進(jìn)行綜合判斷。這類深度專業(yè)知識(shí)與數(shù)據(jù)往往無(wú)法完全通過(guò)預(yù)訓(xùn)練注入模型，必須依靠專業(yè)知識(shí)庫(kù)來(lái)補(bǔ)足。

遵從性超越了一般的技術(shù)性“指令遵循”，特指對(duì)監(jiān)管規(guī)則與合規(guī)紅線的嚴(yán)格遵守。這在金融領(lǐng)域是絕對(duì)不可觸碰的底線。

基于以上三大特性的考量，我們認(rèn)為，構(gòu)建一個(gè)真正的金融智能體，僅有一個(gè)強(qiáng)大的模型“大腦”是遠(yuǎn)遠(yuǎn)不夠的。一個(gè)智能體應(yīng)如同一個(gè)完整的“人”：它不僅需要“大腦”（模型），還需要掌握高辨識(shí)度的數(shù)據(jù)、專業(yè)的領(lǐng)域知識(shí)與經(jīng)驗(yàn)，并配備實(shí)用的“工具”來(lái)真正解決問(wèn)題，而非僅僅進(jìn)行對(duì)話或情感陪伴。比如，在金融場(chǎng)景中，智能體應(yīng)能協(xié)助生成資產(chǎn)配置報(bào)告，完成實(shí)質(zhì)性工作。

只有當(dāng)智能體融合了“大腦”、知識(shí)經(jīng)驗(yàn)（高辨識(shí)數(shù)據(jù)）與工具（執(zhí)行力），它才能成為一個(gè)真正可用的“數(shù)字員工”。這也正是我們認(rèn)為今年將成為智能體爆發(fā)元年的關(guān)鍵原因——智能體真正從原來(lái)的助理Copilot，變成數(shù)字員工的躍遷之年。

宋濤（主持人）：下面想問(wèn)深度原理的張總，你們有化學(xué)材料研發(fā)的專用Agent，這里面客戶愿意付費(fèi)的原因是什么？核心動(dòng)機(jī)是什么？你們幫助客戶解決了哪些化學(xué)材料研發(fā)方面的業(yè)務(wù)難題？

張露陽(yáng)：作為一家To B企業(yè)，最重要的還是長(zhǎng)期陪伴客戶成長(zhǎng)，并針對(duì)客戶短期、中期與長(zhǎng)期的不同需求提供持續(xù)價(jià)值。

短期價(jià)值體現(xiàn)在通過(guò)智能體幫助客戶解決那些長(zhǎng)期存在、繁瑣復(fù)雜且短期內(nèi)難以攻克的問(wèn)題。例如，利用算法與智能體能力，在數(shù)月內(nèi)協(xié)助客戶完成材料改進(jìn)、預(yù)測(cè)新配方關(guān)鍵性質(zhì)，并實(shí)現(xiàn)實(shí)驗(yàn)驗(yàn)證閉環(huán)。短期合作重點(diǎn)關(guān)注：能否切實(shí)解決復(fù)雜問(wèn)題、是否顯著縮短研發(fā)周期，以及是否提高單個(gè)項(xiàng)目的人效比。其核心在于，以更高效、更智能的方式為客戶創(chuàng)造即時(shí)、可感知的價(jià)值。

中期價(jià)值則擴(kuò)展到多個(gè)項(xiàng)目乃至整體管線中。

關(guān)鍵在于評(píng)估智能體方案能否持續(xù)提升每個(gè)研發(fā)或決策流程的成功率，以及是否具備足夠的魯棒性以抵御突發(fā)風(fēng)險(xiǎn)、減少潛在損失。中期階段需要算“整體賬”，衡量智能體帶來(lái)的成功概率提升與風(fēng)險(xiǎn)控制能力，是否為企業(yè)產(chǎn)生了明確的凈正向收益。

長(zhǎng)期價(jià)值著眼于根本性的創(chuàng)新效能提升。通過(guò)從短期試點(diǎn)到中期擴(kuò)展，再到全面深化的合作，最終目標(biāo)是幫助客戶提升研發(fā)創(chuàng)新的“斜率”——即加速創(chuàng)新效率、改變價(jià)值增長(zhǎng)曲線，實(shí)現(xiàn)可持續(xù)的、跨越式的能力進(jìn)階。

宋濤（主持人）：下面想問(wèn)紅熊AI的溫總，你們服務(wù)了很多B端企業(yè)，在哪些業(yè)務(wù)場(chǎng)景中實(shí)現(xiàn)了商業(yè)化的閉環(huán)？你們?nèi)绾纹胶馄髽I(yè)在通用場(chǎng)景和專業(yè)能力方面的需求？

溫德亮：在服務(wù)B端商業(yè)化場(chǎng)景中，主要涉及客服和營(yíng)銷兩個(gè)方面。以客服為例，客服本身并非標(biāo)準(zhǔn)化產(chǎn)品，因?yàn)槊考移髽I(yè)擁有各自的知識(shí)體系和業(yè)務(wù)流程。比如，在處理投訴時(shí)，不同企業(yè)的關(guān)注重點(diǎn)和低滿意度處理方式都不一樣。

所以，在提升業(yè)務(wù)準(zhǔn)確率和正確率的過(guò)程中，我們嘗試了多種解決方案，包括參數(shù)調(diào)優(yōu)、外掛知識(shí)庫(kù)、業(yè)務(wù)流程優(yōu)化以及工作流控制等，但發(fā)現(xiàn)準(zhǔn)確率、業(yè)務(wù)精準(zhǔn)率以及幻覺(jué)率仍難以有效控制。為此，我們研發(fā)并開(kāi)源了名為“記憶科學(xué)”的產(chǎn)品，即“記憶熊”。

這款產(chǎn)品的主要目的就是讓Agent和模型擁有人一樣的記憶能力，通過(guò)這種方式，在服務(wù)場(chǎng)景個(gè)性化能力上來(lái)講，追逐于每一個(gè)人的數(shù)據(jù)記憶，用這種方式處理。

在處理整套方案的時(shí)候，我們今年的業(yè)務(wù)營(yíng)收，一是AI自助解決率大幅度躍升，現(xiàn)在是98.4%左右，應(yīng)該算是行業(yè)里面指標(biāo)比較靠前的；二是幻覺(jué)率，通用的是0.2%，如果是垂直環(huán)境下的幻覺(jué)率，基本可以壓縮在零或者無(wú)限接近零的手段，所以從商業(yè)化進(jìn)程來(lái)講還是比較可觀的。

宋濤（主持人）：李總，今天的主題是構(gòu)建一個(gè)智能體的社會(huì)，那么我們要想真正實(shí)現(xiàn)人與智能體的共創(chuàng)，未來(lái)還有多長(zhǎng)的路？還有哪些難題需要解決？

李偉偉：有幾個(gè)關(guān)鍵詞便于大家的溝通和理解。

第一，懂人。智能體需與人交互，在交互過(guò)程中理解人所發(fā)出的指令，才能進(jìn)行回答。懂人這一點(diǎn)十分重要，無(wú)論在中小微企業(yè)還是央資國(guó)資，都存在大量應(yīng)用場(chǎng)景和垂類領(lǐng)域，如工業(yè)、大健康、康養(yǎng)、醫(yī)療等。在每個(gè)特定場(chǎng)景中，都需要實(shí)現(xiàn)人與機(jī)器的交互。

第二，懂事。要在行業(yè)或應(yīng)用場(chǎng)景中不斷理解其中的Know-How，需要對(duì)行業(yè)具備充分認(rèn)知。擁有這些認(rèn)知、數(shù)據(jù)和語(yǔ)料庫(kù)，才能持續(xù)完善智能體。

此外還需具備三種能力：

1.自我學(xué)習(xí)能力，形成類似肌肉記憶的機(jī)制。通過(guò)ToB、ToC或ToB與ToC結(jié)合的方式，持續(xù)借助數(shù)據(jù)循環(huán)、問(wèn)答循環(huán)實(shí)現(xiàn)能力再造，鞏固自身記憶與反應(yīng)。

2.邏輯推理能力。當(dāng)被提問(wèn)時(shí)，智能體需經(jīng)過(guò)一系列邏輯推理得出結(jié)果。這一過(guò)程需要充分理解人、事、數(shù)據(jù)以及整個(gè)應(yīng)用場(chǎng)景，才能有邏輯地進(jìn)行數(shù)據(jù)運(yùn)算，最終輸出合理結(jié)果，避免無(wú)根據(jù)的推斷。

3.多模態(tài)能力。能夠接收音頻、視頻、文字、圖片等多種形式輸入并進(jìn)行處理，同時(shí)也可輸出這些模態(tài)的內(nèi)容，因此多模態(tài)能力也十分重要。

宋濤（主持人）：今天幾位嘉賓的分享，從不同的層面給大家去做了解析。

第一，解析Agent能夠幫助企業(yè)解決什么樣的問(wèn)題。

第二，幫助大家簡(jiǎn)單分析了企業(yè)在解決問(wèn)題的過(guò)程中遇到了哪些困難。每位嘉賓也結(jié)合企業(yè)的特點(diǎn)，給大家簡(jiǎn)單的分享了一下，企業(yè)在做解決方案落地的成功經(jīng)驗(yàn)，一些實(shí)踐的好方法，希望我們今天的探討，能夠?qū)π袠I(yè)的發(fā)展有一定的幫助。

今天的圓桌論壇到這里結(jié)束，再次感謝五位嘉賓的精彩分享，謝謝大家！

（封面圖及文中配圖來(lái)源：2025甲子引力年終盛典）