新智元報(bào)道

編輯：Aeneas KingHZ

【新智元導(dǎo)讀】這個(gè)春節(jié)，港股AI認(rèn)購(gòu)?fù)跽Q生！當(dāng)人人追逐Agent風(fēng)口，海致科技卻押注「流程自動(dòng)化」：企業(yè)真正需要的，不是會(huì)聊天的AI，而是能把業(yè)務(wù)跑通的AI。這個(gè)判斷，跟OpenClaw之父押注的萬億美金賽道竟不謀而合。

這個(gè)春節(jié)，「AI旋風(fēng)」引爆港股。

不久前，海致科技（02706）結(jié)束招股。

超額認(rèn)購(gòu)4068倍，直接刷新紀(jì)錄，成了2026年開年的「認(rèn)購(gòu)?fù)酢埂?/p>

更耐人尋味的是：大模型光環(huán)退潮、資金回歸理性，高瓴、君聯(lián)、BAI資本等機(jī)構(gòu)卻集體下注。

他們押注的是能把企業(yè)流程跑起來的AI。

作為公認(rèn)的「AI除幻第一股」，海致科技做的很直白：讓AI少胡說，讓系統(tǒng)能落地干活。

在此背景下，海致科技憑什么能「獨(dú)領(lǐng)風(fēng)騷」？

答案就藏在它對(duì)產(chǎn)業(yè)AI的「反常識(shí)」預(yù)判里：

產(chǎn)業(yè)AI的終極目標(biāo)，是讓業(yè)務(wù)流程徹底自動(dòng)化。因?yàn)椋磥砥髽I(yè)的主角不是人，而是AI！

但更反常識(shí)的是：在未來，企業(yè)里最像Agent的，反而是人。

OpenClaw背后，

萬億美元Agent行業(yè)共識(shí)浮現(xiàn)

去年年末，OpenClaw一夜爆火，徹底宣告：個(gè)性化Agent的黃金時(shí)代來了！

最近，OpenAI創(chuàng)始成員之一、特斯拉前AI負(fù)責(zé)人Karpathy終于按捺不住，好好折騰一下OpenClaw這類智能體。他認(rèn)為：

大語言模型智能體，曾是LLM之上的新抽象層。與之類似，如今的Claw正成為智能體之上的新抽象層。

Claw，無疑是AI技術(shù)棧中一個(gè)令人驚艷和興奮的新層級(jí)。

Karpathy還丟下過一個(gè)更猛的判斷：智能體會(huì)取代傳統(tǒng)的AppStore。

甚至Claude Cowork發(fā)布了幾款插件，最后竟引爆了全球軟件業(yè)末日，全球股市或因此蒸發(fā)萬億市值！

未來Agent會(huì)替代大部分軟件。

OpenClaw創(chuàng)始人斯坦伯格就曾指出：未來的互聯(lián)網(wǎng)世界，80%的App會(huì)因全新的Agent服務(wù)架構(gòu)消亡。

這是一個(gè)業(yè)界比較有共識(shí)的方向，因?yàn)锳gent對(duì)比傳統(tǒng)軟件能夠?qū)崿F(xiàn)自動(dòng)化，從生產(chǎn)力工具變成了生產(chǎn)力本身。

產(chǎn)業(yè)AI視角：人人都有Agent，其實(shí)是個(gè)偽命題？

去年，業(yè)界流行的口號(hào)「人人都有Agent」，現(xiàn)在似乎已成為現(xiàn)實(shí)。

但這其實(shí)是個(gè)偽命題。

在海致科技看來，OpenClaw的這場(chǎng)Agent喧囂并不屬于產(chǎn)業(yè)AI——

產(chǎn)業(yè)AI的終極目標(biāo)，并不在此。

原因就在于，在2B賽道和2C賽道，AI截然不同。

對(duì)個(gè)人，AI拼的是體驗(yàn)：快不快、好不好玩、是不是更「懂你」。 對(duì)企業(yè)，AI拼的是結(jié)果：能不能把流程自動(dòng)跑完，能不能把風(fēng)險(xiǎn)壓住。

對(duì)于AI的需求，B端在于流程自動(dòng)化，即基于對(duì)垂直場(chǎng)景業(yè)務(wù)邏輯和業(yè)務(wù)流程的深度理解和準(zhǔn)確執(zhí)行；而C端，用戶更在意能不能指揮大量不同Agent實(shí)現(xiàn)多種功能。

目前，很多人沒有意識(shí)到產(chǎn)業(yè)AI≠員工個(gè)人AI助手，而對(duì)產(chǎn)業(yè)AI最大的誤區(qū)就是把B端問題C端化。

對(duì)個(gè)人而言，你讓ChatGPT寫一首詩，好壞全憑喜好；即便它一本正經(jīng)地胡說八道，也無傷大雅。

但對(duì)企業(yè)而言，AI的核心價(jià)值是一套套嚴(yán)謹(jǐn)、規(guī)范、甚至堪稱「冷酷」的流程。

無論是政務(wù)辦公的層層審批、監(jiān)管執(zhí)法的合規(guī)邊界，還是供應(yīng)鏈上的庫存周轉(zhuǎn)、生產(chǎn)制造的精密排產(chǎn)，它們都有著不可逾越的剛性要求。

這些流程有明確規(guī)則、清晰邊界、剛性要求。一旦出錯(cuò)，沒有機(jī)會(huì)「再來一次」，而是資金損失、合規(guī)罰單、甚至安全事故。

這意味著，企業(yè)對(duì)AI的渴望，絕不是弄一個(gè)會(huì)說話的「門面」。

未來，企業(yè)將由AI自主執(zhí)行任務(wù)，實(shí)現(xiàn)高度協(xié)同、更大規(guī)模和更精細(xì)化的管理。

而只有少量的人類員工輔助AI做一些判斷，以及在前期更少更頂端的專家設(shè)計(jì)與優(yōu)化整個(gè)AI治理框架。

真正扮演Agent的，是人

如果說互聯(lián)網(wǎng)解決了「連接」，數(shù)字化解決了「記錄」，那智能化要解決的就是一件事：讓系統(tǒng)自己運(yùn)轉(zhuǎn)。

順著這個(gè)邏輯推演，海致科技接連拋出兩個(gè)反常識(shí)的判斷。

首先，未來企業(yè)業(yè)務(wù)流程的真正主角，不是人，而是AI。

也就是說，在真正實(shí)現(xiàn)AI運(yùn)營(yíng)的企業(yè)里，機(jī)器將主導(dǎo)核心業(yè)務(wù)流程。

這一判斷聽起來似乎有些激進(jìn)，甚至帶著一絲「硅基生物奪權(quán)」的科幻色彩。

但正如最好的賽跑運(yùn)動(dòng)員也跑不過汽車，再厲害的舉重運(yùn)動(dòng)員力量比不過挖土機(jī)，人類在數(shù)據(jù)處理上現(xiàn)在也開始跟不上AI。

在之前的產(chǎn)業(yè)數(shù)字化浪潮下，越來越多的機(jī)器在采集數(shù)據(jù)，而且規(guī)模與日俱增。

以可量化、可分析、可溯源為標(biāo)準(zhǔn)的現(xiàn)代企業(yè)數(shù)字化管理，從數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)管理中獲得極大效能的提升；同時(shí)，越來越多的數(shù)據(jù)淤積和沉睡情況，也正在發(fā)生。

依托物聯(lián)網(wǎng)、大數(shù)據(jù)這些龐大的基礎(chǔ)設(shè)施支撐，越來越多的行業(yè)管理更細(xì)、規(guī)模更大，躍升堪稱指數(shù)級(jí)。

企業(yè)管理者普遍意識(shí)到，制約數(shù)據(jù)價(jià)值釋放的最大瓶頸，是人而非機(jī)器；單純追加人力，已無法應(yīng)對(duì)爆發(fā)式增長(zhǎng)的數(shù)據(jù)需求，AI自動(dòng)化則成為唯一出路。

比如，城市交通單日百TB數(shù)據(jù)，毫秒級(jí)處理調(diào)度，人工處理難如登天，但AI游刃有余。

比如，電力配網(wǎng)數(shù)萬節(jié)點(diǎn)實(shí)時(shí)產(chǎn)數(shù)，要精準(zhǔn)匹配源網(wǎng)荷儲(chǔ)，AI從從容容，而人難以避免忙中出錯(cuò)。

比如，銀行信用卡單日數(shù)TB風(fēng)控?cái)?shù)據(jù)，授信申請(qǐng)數(shù)以萬計(jì)，但風(fēng)控人員單日僅能審核數(shù)十筆，AI可秒級(jí)完成。

再比如，運(yùn)營(yíng)商數(shù)億用戶日均海量數(shù)據(jù)，人工難以做出精準(zhǔn)到用戶畫像，AI卻能精準(zhǔn)推送營(yíng)銷服務(wù)。

而一線員工的角色也會(huì)被徹底重構(gòu)：他們會(huì)從流程的「執(zhí)行者」，轉(zhuǎn)變?yōu)闄C(jī)器的「輔助者」。

更反常識(shí)的是：未來企業(yè)里，真正扮演「Agent」的不是AI，而是人！

90%的核心業(yè)務(wù)由AI自主閉環(huán)。剩下的10%，那些需要肉身感知、復(fù)雜社交或特殊處置的環(huán)節(jié)，才交給人類這臺(tái)「最高級(jí)和最貴的傳感器」去處理。

最終，會(huì)形成一種AI主導(dǎo)流程、人力輔助優(yōu)化全新運(yùn)營(yíng)模式。

比如，在城市治理中，AI未來可能負(fù)責(zé)了所有的流程流轉(zhuǎn)。

但當(dāng)遇到需要溫情執(zhí)法或復(fù)雜糾紛調(diào)解時(shí)，人類就是那個(gè)負(fù)責(zé)「柔性落地」的Agent。

最終形成的，是一種「AI主導(dǎo)流程、人力輔助優(yōu)化」的全新運(yùn)營(yíng)模式。

人不再是流水線上的螺絲釘，而被解放出來去處理那些真正需要「人性」、需要復(fù)雜判斷的高階任務(wù)。

在這種模式下，人類將迎來生產(chǎn)力的極度釋放。

不過，未來是美好的，現(xiàn)在產(chǎn)業(yè)AI到底卡在哪里？LLM是產(chǎn)業(yè)AI的最終答案嗎？

產(chǎn)業(yè)AI，走到了這一步

回顧過去幾年，產(chǎn)業(yè)AI大致經(jīng)歷了兩個(gè)階段。

第一個(gè)階段，就是基于微調(diào)的產(chǎn)業(yè)大模型構(gòu)建。

然而，這個(gè)領(lǐng)域的很多問題卻無法避免。

比如，產(chǎn)業(yè)數(shù)據(jù)無法一次性匹配超大規(guī)模參數(shù)模型，而以多輪LORA等微調(diào)方法產(chǎn)業(yè)大模型無法有效控制大模型能力遺忘的持續(xù)衰減。

另外，產(chǎn)業(yè)大模型基于大模型技術(shù)框架，只是大量的文本知識(shí)暴力出奇跡，大模型并不真正懂得企業(yè)的數(shù)據(jù)，無法真正意義上幫助企業(yè)決策。

更關(guān)鍵的是：企業(yè)知識(shí)是分專業(yè)、分版本、分系統(tǒng)管理的，不是一堆文本可以靠「暴力融合」解決的。

與微調(diào)笨重的AI構(gòu)建相比，RAG的服務(wù)形態(tài)可能更適合企業(yè)專業(yè)知識(shí)與大模型一加一大于二的真正訴求。

于是，越來越多的企業(yè)，開始嘗試用更客觀準(zhǔn)確的知識(shí)圖譜構(gòu)建企業(yè)的專業(yè)知識(shí)體系、用基于圖模孿生的新技術(shù)范式打造企業(yè)更為實(shí)用可靠的AI應(yīng)用體系。

第二個(gè)階段，就是產(chǎn)業(yè)Agent的構(gòu)建。

在這個(gè)階段，問題依然明顯。

當(dāng)前Agent更多是基于場(chǎng)景和知識(shí)的構(gòu)建，無法進(jìn)行體系化管理，比如知識(shí)復(fù)用、場(chǎng)景自適應(yīng)、可持續(xù)運(yùn)營(yíng)等等。

一方面很多的企業(yè)AI客戶，對(duì)于智能體的認(rèn)知，早已不再沉迷于簡(jiǎn)單應(yīng)用。

僅僅依靠企業(yè)文本的暴力投喂，能產(chǎn)生政策規(guī)章問答和報(bào)告生成寫作服務(wù)，但嘗鮮期已過，企業(yè)早已回歸理性。

另一方面，各類基于已有計(jì)算服務(wù)和數(shù)據(jù)表格的Prompt命題作文式開發(fā)，手搓各類眼花繚亂的數(shù)據(jù)Agent……

企業(yè)開始逐漸厭煩營(yíng)造看似欣欣向榮的「虛假繁榮」。

行業(yè)越來越意識(shí)到，企業(yè)AI智能體既不該是文件助手，也不應(yīng)該是糅雜各類報(bào)表查詢接口的語音操作系統(tǒng)，而應(yīng)該

• 真正理解企業(yè)的數(shù)字化運(yùn)行環(huán)境，

• 真正懂?dāng)?shù)據(jù)、懂計(jì)算、懂流程，

• 能夠基于業(yè)務(wù)目標(biāo)，自動(dòng)地尋找數(shù)據(jù)、分析數(shù)據(jù)，推動(dòng)業(yè)務(wù)流程的高效執(zhí)行。

這一切的關(guān)鍵前提，是企業(yè)是否能建立起一套企業(yè)數(shù)據(jù)、計(jì)算、流程的知識(shí)體系與AI對(duì)接，即AI Ready，才是未來企業(yè)能夠借助AI實(shí)現(xiàn)效率提升的關(guān)鍵。

最近，Anthropic公布了一個(gè)數(shù)據(jù)：軟件工程占約50%智能體工具API調(diào)用。

但更關(guān)鍵的是趨勢(shì)，他們發(fā)現(xiàn)其他行業(yè)也開始出現(xiàn)應(yīng)用，未來潛力巨大，關(guān)鍵在于利用企業(yè)專有數(shù)據(jù)。

AI接管企業(yè)實(shí)現(xiàn)流程自動(dòng)化將為企業(yè)帶來巨大的生產(chǎn)力提升，堪比第三次工業(yè)革命，而這件事正在發(fā)生。

海致在逐步幫用戶實(shí)現(xiàn)這一點(diǎn)，一切都是時(shí)間問題。

實(shí)戰(zhàn)見真章

銀行、電力系統(tǒng)，AI不再是擺設(shè)

海致為什么說他能夠?qū)崿F(xiàn)這個(gè)未來的？

他們的秘訣是圖模融合技術(shù)。

不僅以圖承載企業(yè)私有全量數(shù)據(jù)資產(chǎn)、行業(yè)知識(shí)的關(guān)系梳理與深度應(yīng)用，更關(guān)鍵的是，與大模型深度融合使大模型能夠讀懂和據(jù)此執(zhí)行。

這一技術(shù)路線已經(jīng)在產(chǎn)業(yè)端實(shí)現(xiàn)了商業(yè)化落地，產(chǎn)生了相當(dāng)高的復(fù)購(gòu)率和粘性，從技術(shù)和商業(yè)兩個(gè)角度證明了自己巨大的發(fā)展前景。

在金融、電力等關(guān)鍵行業(yè)要求高、業(yè)務(wù)復(fù)雜，而海致科技卻步伐落地案例，更能體現(xiàn)其技術(shù)產(chǎn)品的價(jià)值，也印證了業(yè)務(wù)流程自動(dòng)化的廣闊應(yīng)用空間。

在金融行業(yè)，業(yè)務(wù)流程嚴(yán)謹(jǐn)、合規(guī)要求高，容錯(cuò)率極低，尤其是風(fēng)控、反洗錢、信貸審核等場(chǎng)景。

傳統(tǒng)人工操作不僅效率低，而且難以避免人為失誤。

但在華東某銀行，海致科技為其落地了「?jìng)€(gè)人信貸申請(qǐng)反欺詐關(guān)系圖譜項(xiàng)目」，實(shí)現(xiàn)了風(fēng)控流程的自動(dòng)化、精準(zhǔn)化運(yùn)行。

在電力行業(yè)新型電力系統(tǒng)建設(shè)中，主+配+微融合的全新電網(wǎng)運(yùn)行架構(gòu)，使得未來業(yè)務(wù)流程復(fù)雜度、設(shè)備數(shù)量級(jí)、安全合規(guī)性等客觀要素急劇增加，尤其是輸電線路運(yùn)維、設(shè)備故障處置等場(chǎng)景。

傳統(tǒng)依靠人工運(yùn)營(yíng)運(yùn)維，已不可能適應(yīng)電網(wǎng)的可靠運(yùn)行。

比如在輸電線路運(yùn)維場(chǎng)景中，海致科技通過Context Graph（上下文圖譜）解讀運(yùn)維規(guī)程、Ontology（本體）整合設(shè)備運(yùn)行數(shù)據(jù)，AI能夠自主判斷設(shè)備運(yùn)行狀態(tài)，提前預(yù)判故障風(fēng)險(xiǎn)，自動(dòng)生成巡檢計(jì)劃并調(diào)度運(yùn)維人員，大幅減少人工巡檢的工作量等等。

如今，越來越多的產(chǎn)業(yè)數(shù)字化實(shí)踐，已經(jīng)指明了這一航向——

產(chǎn)業(yè)AI的終極歸宿，從來都不是錦上添花的個(gè)人智能助手，而是大刀闊斧的全鏈路、全場(chǎng)景業(yè)務(wù)流程自動(dòng)化。

這些無不指向同一個(gè)本質(zhì)——

產(chǎn)業(yè)AI的核心價(jià)值不在于滿足個(gè)性化的個(gè)人創(chuàng)作需求，而在于深度理解產(chǎn)業(yè)規(guī)則，嚴(yán)守流程邊界，并在毫秒級(jí)的時(shí)間尺度上進(jìn)行著人類無法企及的高效決策。

這，才是產(chǎn)業(yè)AI不變的終極方向。

十年后，企業(yè)的核心競(jìng)爭(zhēng)力在哪里

十年后，企業(yè)的核心競(jìng)爭(zhēng)力是什么？是算法嗎？是算力嗎？

海致科技認(rèn)為，是數(shù)據(jù)的規(guī)范性，企業(yè)計(jì)算的標(biāo)準(zhǔn)化，以及流程體系的知識(shí)化構(gòu)建。

隨著產(chǎn)業(yè)AI進(jìn)入「規(guī)?；詣?dòng)運(yùn)行時(shí)代」，單純的「數(shù)字員工」必將淪為過渡產(chǎn)品，而真正能實(shí)現(xiàn)「單數(shù)據(jù)到跨數(shù)據(jù)、單流程到多流程」自動(dòng)化的企業(yè)，將構(gòu)建起難以逾越的護(hù)城河。

如果產(chǎn)業(yè)AI市場(chǎng)在2029年達(dá)到近3000億元規(guī)模，真正的分水嶺，就在于那些率先構(gòu)建了AI ready的企業(yè)。

可以說，海致科技之所以在2026年的港股一戰(zhàn)成名，不僅是因?yàn)樗腥蝾I(lǐng)先的圖技術(shù)，更因?yàn)樗氏戎该髁四菞l最難、但也最有價(jià)值的路——

讓AI真正接管流程，讓人成為企業(yè)的Agent。

現(xiàn)在，這場(chǎng)從「數(shù)字化」到「智能化」的跨越，才剛剛開始。

參考資料：

https://www.haizhi.com/about