中關村科金范斌：AI的下一站，從“比特世界”走向“原子世界”

06:43

人工智能正經歷從“生成語句”到“深入產業核心”的關鍵躍遷。

作為深耕企業級AI領域的資深從業者，中關村科金高級副總裁范斌認為，中國企業正憑借完備的產業鏈與對降本增效的“執念”，將豐富的應用場景轉化為獨特的產業優勢。他強調，AI規模化應用的時代已經到來，而智能體作為關鍵載體，正輔以全棧式的安全管控，推動AI從“項目制”向“運營常態”演進。在2026世界人工智能大會現場，澎湃科技與就AI的產業應用問題展開深度對話。

以下為對話節選：

澎湃科技： 今年是第幾次參加人工智能大會？感受到了哪些變化？

范斌：從2018年到現在，我基本上參加了一半的大會。

今年感受到的最大變化是人變多了，也更年輕了，參展廠商的結構也發生了變化。我記得2018年來的時候，大廳門口基本都是一些國內外大廠的展臺。今年非常欣喜地看到有很多新面孔，不少是剛成立的初創公司，還有很多非常有朝氣的年輕人，加入到了人工智能產業里。我覺得這是一個非常好、令人欣喜的變化。

更深層的變化在于，AI本身已經從“能力涌現”走向“產業深融”。它不再停留在外圍驗證，而是真正扎進了產業核心。規模化落地成為關鍵詞，真正開始創造業務價值。兩三年前我提過一個說法叫“停止試水，開始AI規模化應用”，今天來看，這個判斷正成為現實。很多AI應用已經進入核心業務，穩定輸出、安全可控、持續創造價值。這也是中關村科金過去一直在做的事，聚焦“垂類大模型+企業智能體”，通過企業級AI全棧能力，推動AI賦能千行百業。

澎湃新聞： 大家普遍認為中國有豐富的應用市場，所以在AI應用上一定能一馬當先。但從應用場景到真正形成產業競爭力，中間還有很長的路要走。你覺得中國應怎樣把AI的場景優勢轉化為產業優勢？

范斌： 場景多，不等于產業強。場景只是原材料，能把它沉淀為可復制的產品和智能體，才是真本事。

中國確實有天然優勢，產業鏈全世界最全、最穩定，場景豐富且復雜，且我們對降本增效有執念。越復雜的場景，AI越擅長，它的強項就是通過海量數據分析來解析復雜問題，往往比人看得更清楚。

更關鍵的是，這些場景反過來也在訓練AI。AI像小孩，只有扔進足夠復雜的環境里，才能越學越聰明。金融、汽車、工業、零售……每個行業都在給它“喂題”。

中關村科金為什么從金融切進去？因為金融是AI的“最難考場”，精度要求高、合規風控嚴、場景鏈條長。我們服務了500多家金融機構，覆蓋100%的國有大行、50%以上的中國百強銀行及70%的信托機構。把金融這個硬骨頭啃下來，再把能力復制到汽車、工業、政務、零售和出海等領域，目前已經服務了3000多家行業頭部政企。這不是簡單鋪數量，是每一家都在幫我們打磨平臺和智能體。

場景本身不是護城河，把場景吃透、沉淀為可規模化的能力，才是護城河。

澎湃新聞：其實早在2024年時，我們在WAIC已經開始探討大模型的應用，但當時大家普遍覺得不太好用，一方面有大模型能力的問題，另一方面缺乏行業數據，存在數據孤島的問題，那么到了今年，模型能力提升了很多，以往的問題還是問題嗎？現在又有哪些新問題？

范斌：AI大模型的應用日新月異，每隔半年、三個月甚至一個月，回頭再看就覺得以前的做法已經落后了。模型能力確實在飛速提升，但“模型強”和“企業用得上”之間，還隔著四道門檻。

第一是知識門檻。大模型學到的知識很多，但要讓其為我所用，必須讓模型理解企業內部的制度、產品、業務細節等，知識工程是很大的門檻。第二，AI要對外部環境有感知。企業里有很多外圍系統，如財務、生產、賬務、對客系統等，AI需要能連接這些系統，才能深入理解業務，這也是一個鴻溝。第三，現在大模型不只是回答問題，還要執行任務、產生結果，如何評估這些結果，是需要注意的方向。第四，運營上的風險控制。大模型像人一樣可能有幻覺或判斷偏差。你怎么持續監控、怎么及時干預？

四道門檻本質是一個問題：企業缺的不是模型接口，而是一套讓AI進入業務、執行任務并持續運營的完整系統。

針對上述問題，中關村科金在這方面也做了很多探索，目前我們擁有自研的企業級AI全棧能力，從基礎模型、AI平臺、到智能體、行業解決方案等，其中得助大模型平臺已完成國家網信辦雙重合規認證，得助智能體平臺也在今年5月正式通過中國信通院“可信AI”評估，目前已經沉淀了300多個成熟智能體和200多個AI能力組件，通過不同組合來解決企業落地AI的各種實際問題。

我們不是做一個模型給企業調接口，而是把平臺、組件、智能體、場景方案全部搭好，讓企業拿來就能用。

澎湃新聞： 金融行業，安全風險是非常嚴肅的事，目前在AI風控方面，有哪些新的措施？

范斌：安全問題一直是智能體和AI領域非常重要的問題，這幾年變得越發重要，尤其在強監管的金融行業。我覺得企業級AI的安全性要做到幾點：第一，數據可控，保護客戶隱私。第二，模型調用可控，避免調用有安全問題的外部模型。第三，模型輸出可追溯，尤其在金融應用中，要知道輸出原因、來源和依據。第四，模型行為可審計，邏輯可追溯。第五，業務權限可約束，不能把所有權限都給AI，金融行業中哪些能做、哪些不能做要提前限制。歸根結底，就是安全上要可干預、可監測，在使用過程中監測AI行為，發現問題及時干預。

澎湃新聞： 是不是隨著模型能力越來越強，AI的風險也越來越高？有一天AI可能會超出人的監控？

范斌： 這其實是一個有爭議的問題。未來AI是否有意識、如何發展，我持樂觀態度，AI的發展方向應該是服務于人類福祉。

但樂觀不能靠僥幸，要靠體系。我們在做的是全棧式管控：從底層模型到平臺到場景方案，每一層都有安全機制。智能體的價值觀由人來訓練，出了問題有接管機制，整個使用過程可監測、可干預。

AI失控的前提是人對它失控。全棧自研的好處就是，代碼在自己手里，數據在自己手里，平臺在自己手里，主動權也在自己手里。

澎湃新聞： 今年年初有個很熱的事，全民開始“養小龍蝦”，智能體也由此進入大眾視野。現在越來越多企業也在用智能體落實AI功能。你認為智能體是AI應用的關鍵載體嗎？

范斌：簡單回答，是的。智能體是AI連接現實世界的“手和腳”。它不只是回答問題，而是感知業務、調用工具、執行流程、交付結果。

舉個例子，在客服場景中，數字人接電話，感知客戶情緒和需求后，查詢知識或客戶授權信息，告訴客戶如何滿足需求。此外，智能體還能執行流程，既有公司預設的業務流程，也有根據具體情況動態調整的流程，最后智能體能交付結果，不是只給建議。

這不只是一個對話框，而是一個能干活、能閉環的“數字員工”。

澎湃新聞： 我的理解是，智能體可能是當下AI應用的關鍵載體，但它會不會是過渡性的中間態？下一步發展趨勢會是什么？

范斌：智能體可以是虛擬的，也可以是實體的。下一步很明顯，從“比特世界”走向“原子世界”，就是具身智能。

養老陪伴機器人、農業巡檢機器人、工業操作機器人……AI不再只存在于屏幕里，而是有了物理身體，能直接跟現實世界交互。

但無論形態怎么變，核心邏輯不變：AI必須能感知、能決策、能執行、能交付結果。虛擬智能體是今天的答案，具身智能是明天的延伸。

澎湃新聞： 中關村科金現在有海外業務嗎？你怎么看中國AI企業出海？

范斌：全球化是中關村科金最重要的戰略之一，我沒目前已經服務覆蓋180多個國家和地區的100多種語言。

我認為AI出海不僅是產品出海，還包括當地系統接入、處理復雜業務、控制成本和合規，是一整套體系。只賣產品的方式已經不奏效了。另外，出海不能簡單復制中國經驗，每個國家監管、文化、數據政策、數字化基礎、支付價格都不同。比如非洲，基礎設施不完善，電話可能帶有噪音。東南亞有特殊金融場景。我們要結合中國場景與本地監管和特色，才能做好出海。

中國AI出海的核心競爭力，不是把國內方案翻譯成英文，而是把在中國復雜場景里打磨出來的工程能力、交付體系和行業know-how，與本地生態重新組合。出海是一場體系化能力的輸出，不是一次產品出口。

澎湃新聞： 根據你的判斷，未來三年中國AI企業在應用方面會有哪些發展趨勢？標志性變化是什么？

范斌：我覺得未來兩三年會有三個標志性變化。首先，AI從“輔助”走向“主導”。我們現在做的聲紋克隆，一個客服專員帶5到10個數字人，客戶聽到的跟真人一模一樣，出現問題人工接管時客戶完全無感。以前有“我幫您轉接主管”的提示音，現在不需要了，因為客戶分不清對面是人是AI。這只是一個開始，未來三年，AI會在越來越多場景里從“副駕駛”變成“主駕駛”。

其次，軟件從“功能驅動”變成“任務驅動”。以前你得自己點菜單、操作軟件功能來完成一件事；未來你只需告訴Agent“我要做什么”，它幫你調用所有系統和工具來完成。這本質上是在重構企業軟件的底層交互邏輯。

最后，AI從“項目制”變成“運營常態”。過去企業花幾百萬上一個AI項目，交付之后就結束了。未來AI是持續運營的。模型在迭代、Token在消耗、業務效果在變化，需要持續的優化和管理。

未來三年，企業之間的差距不再是“有沒有上AI”，而是“有沒有把AI沉淀為可持續運營的組織能力”。

06:43

來源：澎湃新聞記者 宦艷紅