06:43

人工智能正经历从“生成语句”到“深入产业核心”的关键跃迁。

作为深耕企业级AI领域的资深从业者，中关村科金高级副总裁范斌认为，中国企业正凭借完备的产业链与对降本增效的“执念”，将丰富的应用场景转化为独特的产业优势。他强调，AI规模化应用的时代已经到来，而智能体作为关键载体，正辅以全栈式的安全管控，推动AI从“项目制”向“运营常态”演进。在2026世界人工智能大会现场，澎湃科技与就AI的产业应用问题展开深度对话。

以下为对话节选：

澎湃科技： 今年是第几次参加人工智能大会？感受到了哪些变化？

范斌：从2018年到现在，我基本上参加了一半的大会。

今年感受到的最大变化是人变多了，也更年轻了，参展厂商的结构也发生了变化。我记得2018年来的时候，大厅门口基本都是一些国内外大厂的展台。今年非常欣喜地看到有很多新面孔，不少是刚成立的初创公司，还有很多非常有朝气的年轻人，加入到了人工智能产业里。我觉得这是一个非常好、令人欣喜的变化。

更深层的变化在于，AI本身已经从“能力涌现”走向“产业深融”。它不再停留在外围验证，而是真正扎进了产业核心。规模化落地成为关键词，真正开始创造业务价值。两三年前我提过一个说法叫“停止试水，开始AI规模化应用”，今天来看，这个判断正成为现实。很多AI应用已经进入核心业务，稳定输出、安全可控、持续创造价值。这也是中关村科金过去一直在做的事，聚焦“垂类大模型+企业智能体”，通过企业级AI全栈能力，推动AI赋能千行百业。

澎湃新闻： 大家普遍认为中国有丰富的应用市场，所以在AI应用上一定能一马当先。但从应用场景到真正形成产业竞争力，中间还有很长的路要走。你觉得中国应怎样把AI的场景优势转化为产业优势？

范斌： 场景多，不等于产业强。场景只是原材料，能把它沉淀为可复制的产品和智能体，才是真本事。

中国确实有天然优势，产业链全世界最全、最稳定，场景丰富且复杂，且我们对降本增效有执念。越复杂的场景，AI越擅长，它的强项就是通过海量数据分析来解析复杂问题，往往比人看得更清楚。

更关键的是，这些场景反过来也在训练AI。AI像小孩，只有扔进足够复杂的环境里，才能越学越聪明。金融、汽车、工业、零售……每个行业都在给它“喂题”。

中关村科金为什么从金融切进去？因为金融是AI的“最难考场”，精度要求高、合规风控严、场景链条长。我们服务了500多家金融机构，覆盖100%的国有大行、50%以上的中国百强银行及70%的信托机构。把金融这个硬骨头啃下来，再把能力复制到汽车、工业、政务、零售和出海等领域，目前已经服务了3000多家行业头部政企。这不是简单铺数量，是每一家都在帮我们打磨平台和智能体。

场景本身不是护城河，把场景吃透、沉淀为可规模化的能力，才是护城河。

澎湃新闻：其实早在2024年时，我们在WAIC已经开始探讨大模型的应用，但当时大家普遍觉得不太好用，一方面有大模型能力的问题，另一方面缺乏行业数据，存在数据孤岛的问题，那么到了今年，模型能力提升了很多，以往的问题还是问题吗？现在又有哪些新问题？

范斌：AI大模型的应用日新月异，每隔半年、三个月甚至一个月，回头再看就觉得以前的做法已经落后了。模型能力确实在飞速提升，但“模型强”和“企业用得上”之间，还隔着四道门槛。

第一是知识门槛。大模型学到的知识很多，但要让其为我所用，必须让模型理解企业内部的制度、产品、业务细节等，知识工程是很大的门槛。第二，AI要对外部环境有感知。企业里有很多外围系统，如财务、生产、账务、对客系统等，AI需要能连接这些系统，才能深入理解业务，这也是一个鸿沟。第三，现在大模型不只是回答问题，还要执行任务、产生结果，如何评估这些结果，是需要注意的方向。第四，运营上的风险控制。大模型像人一样可能有幻觉或判断偏差。你怎么持续监控、怎么及时干预？

四道门槛本质是一个问题：企业缺的不是模型接口，而是一套让AI进入业务、执行任务并持续运营的完整系统。

针对上述问题，中关村科金在这方面也做了很多探索，目前我们拥有自研的企业级AI全栈能力，从基础模型、AI平台、到智能体、行业解决方案等，其中得助大模型平台已完成国家网信办双重合规认证，得助智能体平台也在今年5月正式通过中国信通院“可信AI”评估，目前已经沉淀了300多个成熟智能体和200多个AI能力组件，通过不同组合来解决企业落地AI的各种实际问题。

我们不是做一个模型给企业调接口，而是把平台、组件、智能体、场景方案全部搭好，让企业拿来就能用。

澎湃新闻： 金融行业，安全风险是非常严肃的事，目前在AI风控方面，有哪些新的措施？

范斌：安全问题一直是智能体和AI领域非常重要的问题，这几年变得越发重要，尤其在强监管的金融行业。我觉得企业级AI的安全性要做到几点：第一，数据可控，保护客户隐私。第二，模型调用可控，避免调用有安全问题的外部模型。第三，模型输出可追溯，尤其在金融应用中，要知道输出原因、来源和依据。第四，模型行为可审计，逻辑可追溯。第五，业务权限可约束，不能把所有权限都给AI，金融行业中哪些能做、哪些不能做要提前限制。归根结底，就是安全上要可干预、可监测，在使用过程中监测AI行为，发现问题及时干预。

澎湃新闻： 是不是随着模型能力越来越强，AI的风险也越来越高？有一天AI可能会超出人的监控？

范斌： 这其实是一个有争议的问题。未来AI是否有意识、如何发展，我持乐观态度，AI的发展方向应该是服务于人类福祉。

但乐观不能靠侥幸，要靠体系。我们在做的是全栈式管控：从底层模型到平台到场景方案，每一层都有安全机制。智能体的价值观由人来训练，出了问题有接管机制，整个使用过程可监测、可干预。

AI失控的前提是人对它失控。全栈自研的好处就是，代码在自己手里，数据在自己手里，平台在自己手里，主动权也在自己手里。

澎湃新闻： 今年年初有个很热的事，全民开始“养小龙虾”，智能体也由此进入大众视野。现在越来越多企业也在用智能体落实AI功能。你认为智能体是AI应用的关键载体吗？

范斌：简单回答，是的。智能体是AI连接现实世界的“手和脚”。它不只是回答问题，而是感知业务、调用工具、执行流程、交付结果。

举个例子，在客服场景中，数字人接电话，感知客户情绪和需求后，查询知识或客户授权信息，告诉客户如何满足需求。此外，智能体还能执行流程，既有公司预设的业务流程，也有根据具体情况动态调整的流程，最后智能体能交付结果，不是只给建议。

这不只是一个对话框，而是一个能干活、能闭环的“数字员工”。

澎湃新闻： 我的理解是，智能体可能是当下AI应用的关键载体，但它会不会是过渡性的中间态？下一步发展趋势会是什么？

范斌：智能体可以是虚拟的，也可以是实体的。下一步很明显，从“比特世界”走向“原子世界”，就是具身智能。

养老陪伴机器人、农业巡检机器人、工业操作机器人……AI不再只存在于屏幕里，而是有了物理身体，能直接跟现实世界交互。

但无论形态怎么变，核心逻辑不变：AI必须能感知、能决策、能执行、能交付结果。虚拟智能体是今天的答案，具身智能是明天的延伸。

澎湃新闻： 中关村科金现在有海外业务吗？你怎么看中国AI企业出海？

范斌：全球化是中关村科金最重要的战略之一，我没目前已经服务覆盖180多个国家和地区的100多种语言。

我认为AI出海不仅是产品出海，还包括当地系统接入、处理复杂业务、控制成本和合规，是一整套体系。只卖产品的方式已经不奏效了。另外，出海不能简单复制中国经验，每个国家监管、文化、数据政策、数字化基础、支付价格都不同。比如非洲，基础设施不完善，电话可能带有噪音。东南亚有特殊金融场景。我们要结合中国场景与本地监管和特色，才能做好出海。

中国AI出海的核心竞争力，不是把国内方案翻译成英文，而是把在中国复杂场景里打磨出来的工程能力、交付体系和行业know-how，与本地生态重新组合。出海是一场体系化能力的输出，不是一次产品出口。

澎湃新闻： 根据你的判断，未来三年中国AI企业在应用方面会有哪些发展趋势？标志性变化是什么？

范斌：我觉得未来两三年会有三个标志性变化。首先，AI从“辅助”走向“主导”。我们现在做的声纹克隆，一个客服专员带5到10个数字人，客户听到的跟真人一模一样，出现问题人工接管时客户完全无感。以前有“我帮您转接主管”的提示音，现在不需要了，因为客户分不清对面是人是AI。这只是一个开始，未来三年，AI会在越来越多场景里从“副驾驶”变成“主驾驶”。

其次，软件从“功能驱动”变成“任务驱动”。以前你得自己点菜单、操作软件功能来完成一件事；未来你只需告诉Agent“我要做什么”，它帮你调用所有系统和工具来完成。这本质上是在重构企业软件的底层交互逻辑。

最后，AI从“项目制”变成“运营常态”。过去企业花几百万上一个AI项目，交付之后就结束了。未来AI是持续运营的。模型在迭代、Token在消耗、业务效果在变化，需要持续的优化和管理。

未来三年，企业之间的差距不再是“有没有上AI”，而是“有没有把AI沉淀为可持续运营的组织能力”。

06:43

来源：澎湃新闻记者 宦艳红