1. 首頁 > 生活百科 > >

從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了

astro

從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了

文章圖片

從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了

文章圖片

從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了

文章圖片

從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了
作者：于佳卉
在2026第五屆AIGC開發者大會上 ， 由至頂科技主辦的“企業AI應用與本地算力實踐”分論壇成為現場焦點之一 。 來自企業級AI服務、前沿模型與推理技術、產業應用實踐等領域的嘉賓 ， 從產業趨勢、工程方法、組織變革等多個維度 ， 圍繞企業如何在真實業務場景中落地AI能力、構建高效可靠的本地算力體系 ， 探討了業務流程重塑與價值增長的可行路徑 。
至頂科技CEO、PEC China發起人高飛在開場致辭時指出 ， 企業評估AI時容易陷入“刻舟求劍”——用當下體驗去推斷未來能力 ， 從而低估迭代速度、錯過窗口期 。 他將AI進入企業的過程概括為三個階段：第一階段從不了解到了解 ， 關鍵是避免用舊體驗否定新能力；第二階段將AI用于提效 ， 但更重要的是回答“提效之后下一步怎么做”；第三階段則是從“用AI”走向“成為AI企業” ， 在效率之外創造新模式、新崗位與新價值 。



至頂科技CEO、PEC China發起人高飛
高飛提出 ， 隨著模型使用日常化 ， “token”將成為新的生產要素 ， 企業成本結構可能從“雇人”逐步走向“雇token” 。 在這一趨勢下 ， 算力形態將走向多層協同：云端、本地數據中心與桌面端等共同承擔token生產 ， 以降低成本、提升可負擔性 。
中智達信創始人楊斌深耕醫療行業35年 ， 他指出 ， 醫療資源長期存在結構性不均衡 ， 頂級醫院與頂級外科專家稀缺 ， 患者在面對手術決策時常陷入“要不要做、找誰做”的焦慮 。 誤診與不必要手術帶來的現實風險 ， 也讓“將頂級醫生經驗沉淀為可傳承、可研究、可放大的資產”成為迫切需求 。



中智達信創始人楊斌
圍繞這一目標 ， 楊斌介紹 ， 中智達信長期聚焦外科高風險、復雜場景 ， 打通從醫生辦公室到手術室、ICU、病房與隨訪的全流程 ， 形成可追溯的外科臨床案例數據庫 ， 并在“場景—數據—應用”閉環基礎上推進?？茖２∨cAI智能體建設：先以場景確定數據內容與標準 ， 再通過數據采集與治理、模型訓練與臨床回歸形成自驅循環 。 他強調 ， 體系必須嵌入診療流程、不增加醫生負擔 ， 讓數據在真實業務中自然形成 ， 才能真正支撐臨床、教學與科研 。
OPC（One Person Company）近兩個月再度走熱 ， 軟積木CEO、PEC China發起人劉海峰表示 ， 越來越多個人或小團隊正在借助AI獨立完成過去需要多人協作的產品研發與業務運營 。 他以“過去三年與未來三年”為分水嶺判斷：ChatGPT 3.5發布以來的三年是AI產品落地的關鍵期 ， 而從2026年開始 ， 尤其是Agent智能體持續成熟 ， 將推動更多可規?；⒖勺儸F的應用涌現 ， 為個人、團隊與企業帶來新機會 。



軟積木CEO、PEC China發起人劉海峰
劉海峰指出 ， OPC并不等同于“真的只有一個人” ， 更像“超強個體/小團隊的公司化運營形態”：以個人為主體 ， 借助AI放大生產效率 ， 并讓業務模式快速商業化、可復制 。 他強調 ， AI上半場沉淀的是模型、算力和數據 ， 下半場拼的則是認知、流程與組織重構能力 。
趨境科技生態合作負責人劉顯赫在分享中提出 ， 企業落地大模型的痛點正從“訓練”轉向“推理” 。 開源模型參數越來越大 ， 免費模型“能不能低成本跑起來、跑得穩、跑得起” ， 成為規?；瘧玫年P鍵門檻 。 他指出 ， 推理階段對GPU的核心訴求往往集中在顯存 ， 而顯存成本高昂 ， 使得不少行業在本地化部署超大模型時面臨現實阻力 。



趨境科技生態合作負責人劉顯赫
圍繞“如何把硬件潛力發揮到極致” ， 劉顯赫介紹 ， 團隊在推理層面持續推進從端側到集群的優化 ， 并通過開源社區沉淀技術能力 ， 形成面向企業的推理引擎與商業化服務方案 。 他強調 ， 與單純追求“每秒生成多少token”不同 ， 企業真正關心的是場景SLO：例如超長文本輸入后的首字延遲、多輪對話穩定性、離線批處理交付等 。 推理引擎的價值 ， 在于圍繞這些真實業務指標做定制化優化 ， 實現更高吞吐、更低延遲與更穩定的交付 ， 幫助企業從“可以用”走向“用得起、用得穩” 。
雅江智算首席信息官劉克華介紹 ， 為提升資源利用率并向用戶提供“好用、低成本”的圖像處理能力 ， 雅江智算開發了文生圖平臺MCS Aihub ， 用戶輸入提示詞或上傳圖片即可生成作品 。 他表示 ， 團隊通過前端頁面加載優化以及后端算力調度、作業調度優化 ， 實現平臺整體的低延遲與高并發處理效果 。
【從“企業AI”到“AI企業”，這場會議把AI落地路徑講透了】


雅江智算首席信息官劉克華
在模型側 ， 平臺集成了國內外開源與閉源模型能力；當用戶需求超出開源模型范圍時 ， 平臺還提供API中轉站對接多家閉源模型 ， 并可向外部直接提供服務 。 圍繞不同人群 ， 平臺形成三類產品形態：創意開發者可制作并分享模板獲得分成；普通用戶可直接生成或復用模板并一鍵分享至社交平臺；企業用戶則可通過獨立API系統調用模型 ， 數據不在平臺側流轉 ， 滿足企業對數據路徑與隔離的要求 。
一橙智能創始人&CEO楊道存表示 ， 過去一年模型能力顯著提升、推理成本持續下降 ， 使企業場景中的智能體應用加速落地 。 Agent不再只是“聊天工具” ， 而是逐步滲透到業務流程 ， 成為能夠調用工具、執行任務、交付結果的“行動者”“執行者” 。



一橙智能創始人&CEO楊道存
會上 ， 楊道存結合實踐提出六點建議：第一 ， 先信息化再智能化 ， 數據是落地基?。 壞詼?， 重視人機協作 ， 規劃好人工干預節點；第三 ， 用AI提升人而非替代人；第四 ， 以員工價值為中心構建“愛用、好用”的應用 ， 避免盲目跟風；第五 ， 借助大模型重構現有業務流程；第六 ， 從步驟繁瑣但確定性高、重復勞動密集、信息過載效率低的場景切入 ， 優先做企業內部產品驗證 。
在圓桌對話環節 ， 至頂AI實驗室聯合主理人陸飛擔任主持 ， 與中智達信創始人楊斌、寅譜計算CTO熊巍、至頂AI實驗室研究員鄧震東、北京智體紀元科技有限公司創始人莫欣圍繞“AI落地的關鍵：場景、算力與組織如何協同重塑企業競爭力？”展開討論 。



圓桌對話
嘉賓普遍認為 ， 進入2026年 ， 企業關注點已從模型參數轉向落地成效：場景牽引的剛需是首要驅動力 ， AI需要融入業務系統與流程形成可執行閉環 。 與此同時 ， 智能體時代對核心業務數據的觸達需求 ， 使本地化/隱私型算力方案的重要性顯著上升 ， 而To B落地更需以準確率與工程化能力為底線 ， 避免“功能齊全但交付不可用” 。
從“企業AI”到“AI企業” ， 不僅是工具升級 ， 更是生產方式與組織能力的再造 。 本次分論壇從趨勢判斷到工程實踐 ， 再到組織與流程重構 ， 勾勒出企業邁向“AI企業”的清晰路徑：以場景牽引價值閉環 ， 以推理與本地算力降低門檻與成本 ， 以工程化與治理保障可控可用 。 隨著智能體應用加速滲透業務流程 ， 企業將迎來從“能用AI”到“用好AI、用得起AI”的關鍵窗口期 。


    推薦閱讀