WAIC 追問 | 讓AI輔助管理者做決策，中科聞歌的把握有多大

撰文 | 雁 秋

編輯 | 李信馬

題圖 | 豆包AI

普通人使用AI，大多只把它當(dāng)成閑聊解悶的聊天搭子，或是整理會議紀(jì)要、摘要文檔的便捷助手。但當(dāng)AI被引入企業(yè)層面，場景會變得更復(fù)雜，它不僅要面對海量異構(gòu)數(shù)據(jù)，還要適配多部門協(xié)同的剛性流程。

管理者更是有著截然不同的訴求，他們不滿足于“能說會道”，而需要一種決策輔助。多數(shù)管理者有個(gè)共同的困惑：行業(yè)把大模型說得這么強(qiáng)，為什么我的經(jīng)營決策還不能智能化？產(chǎn)線該怎么排、原材料該備多少、設(shè)備異常該從哪個(gè)環(huán)節(jié)排查？

因此，人工智能如果只局限于溝通、思考、推理，沒有任何具體落地的提效動作，那么從商業(yè)層面上講，它就是虛幻的智能。技術(shù)發(fā)展到現(xiàn)在，模型不再比誰更能聊、更聰明，而是看誰能從工具層面提供好用、管用的框架。

中科聞歌第一個(gè)跑出來了。

據(jù)灼識咨詢（CIC）數(shù)據(jù)，中科聞歌在2024年中國企業(yè)級大模型驅(qū)動的決策智能市場排名第一，市場份額11.4%。在WAIC 2026期間，中科聞歌發(fā)布了業(yè)界首個(gè)“基、樞、核、腦、端”完整AI決策產(chǎn)品體系。這套體系被形象地比作一棵“決策AI樹”，向下扎根，向上生長出認(rèn)知、推理和決策能力，五個(gè)層級環(huán)環(huán)相扣。

CEO羅引表示，AI的下一站絕不只是生成答案，而是深度參與決策：“這是一場組織能力的重構(gòu)。”DoNews受邀與一眾媒體對話羅引，深度了解到這家公司在決策智能領(lǐng)域的產(chǎn)業(yè)邏輯、創(chuàng)業(yè)方法論與責(zé)任邊界。

（以下內(nèi)容經(jīng)由論壇內(nèi)容和現(xiàn)場交流整理）

01、決策是AI的“高階形態(tài)”

羅引曾給AI的發(fā)展規(guī)劃了三個(gè)節(jié)點(diǎn)：

• 計(jì)算AI：處理數(shù)據(jù)、洞察規(guī)律，是效率工具；
• 生成AI：能寫能畫能拍視頻，是內(nèi)容助手；
• 決策AI：模擬推演、預(yù)測變化、輔助判斷，真正幫人做決定——目前站在最頂層。

三者既非簡單的線性替代關(guān)系，也非疊加關(guān)系，而是“被調(diào)用”。“生成AI可以調(diào)用計(jì)算AI，而決策AI就是去調(diào)用生成式AI。就像人一樣，工具肯定是越用越高級?！绷_引說。

這一判斷與學(xué)界形成呼應(yīng)。中國科學(xué)院自動化研究所副所長曾大軍在WAIC學(xué)術(shù)報(bào)告中指出，決策范式已進(jìn)入以AI深度參與為特征的“智”的階段：“過去我們覺得沒有辦法分析、沒法算、沒法推演的各種復(fù)雜決策問題，現(xiàn)在都在人工智能的牽引下，被納入可計(jì)算、可推演、可評估、可決策的范疇?！?/p>

為什么是現(xiàn)在？因?yàn)槠髽I(yè)算賬的邏輯變了。

過去談?wù)揂IGC，幾乎都是聊天溝通，產(chǎn)生不了真正的生產(chǎn)價(jià)值。老板們必然會反過來思考，我花這么多錢買算力，最后帶來的價(jià)值是什么？羅引認(rèn)為，企業(yè)管理層一定會回到流程上。

羅引從產(chǎn)業(yè)需求側(cè)解釋了決策AI爆發(fā)的必然性。在上個(gè)世紀(jì)，管理學(xué)界已經(jīng)講了這個(gè)問題，人的決策需要增強(qiáng)理性，所有的管理其實(shí)就是決策，只是沒有這套體系來支撐，但在未來的5到10年內(nèi)，大量行業(yè)將向決策AI轉(zhuǎn)型。

“工業(yè)領(lǐng)域的制造越來越多，機(jī)器手臂工藝越來越復(fù)雜，生產(chǎn)的決策未來肯定不是老板在做，因?yàn)橄到y(tǒng)可以把市場變化、需求、供應(yīng)鏈全部梳理好后自動排整個(gè)流程。人只需要在中間做戰(zhàn)略頂層的考量。”

中科聞歌CEO羅引

基于此，中科聞歌發(fā)布的體系可以說完整覆蓋了企業(yè)上下鏈路的需求，官方用五個(gè)字概括：

基，海匯TokSea Token平臺：

統(tǒng)一管算力、管模型、管智能資產(chǎn)，解決企業(yè)“一堆GPU不知道怎么分”的老問題；

樞，DIP本體數(shù)據(jù)平臺：

把散落在訂單、機(jī)臺、工序里的碎片數(shù)據(jù)，擰成AI能讀懂的“數(shù)字孿生”；

核，磐石ScienceOne + 雅意YaYi：

科學(xué)與通用雙引擎，一個(gè)搞科研，一個(gè)撐場景，各司其職；

腦，決策機(jī)Decitron：

模擬推演、方案比選、算概率，羅引的原話是：通用大模型只能回答現(xiàn)在，而Decitron負(fù)責(zé)計(jì)算未來；

端，龍工Claworks：

把決策指令精準(zhǔn)注入一線崗位，讓AI的腦子直接長進(jìn)業(yè)務(wù)流程里。

中科聞歌“基—樞—核—腦—端”決策大模型產(chǎn)品體系

中科聞歌這次也拿出了實(shí)打?qū)嵉慕Y(jié)果，以前企業(yè)從發(fā)現(xiàn)問題到拿到分析報(bào)告，平均要等32小時(shí)，現(xiàn)在10分鐘搞定，響應(yīng)速度最高提升192倍。另外，建設(shè)和運(yùn)營成本最高砍掉90%以上。

羅引特別提到?jīng)Q策機(jī)Decitron的代際差異：“通用大模型只能回答現(xiàn)在，而Decitron負(fù)責(zé)計(jì)算未來。”在國際權(quán)威數(shù)據(jù)集PolyBench三項(xiàng)核心指標(biāo)上，Decitron達(dá)到SOTA，跨領(lǐng)域穩(wěn)定性超越GPT-5.5和Claude-4.7。

02、誰為AI決策擔(dān)責(zé)?

決策系統(tǒng)有個(gè)最敏感的問題：決策沒有唯一正確的答案，其決定涉及價(jià)值判斷、風(fēng)險(xiǎn)偏好與時(shí)效性，出了錯(cuò)，誰來負(fù)責(zé)？

AI時(shí)代下的權(quán)責(zé)問題是國際學(xué)術(shù)界近年來密集討論的部分。有學(xué)者提出構(gòu)建“開發(fā)者—操作方—用戶”三級責(zé)任框架，也有研究主張將AI理解為一種工具，其輸出結(jié)果的責(zé)任仍應(yīng)由人類操作者承擔(dān)。更有學(xué)者警告，當(dāng)AI系統(tǒng)以算法自動運(yùn)行、非人為控制為由逃避責(zé)任時(shí)，受害者將獨(dú)自承受后果。

在WAIC 2026科學(xué)前沿論壇上。圖靈獎(jiǎng)得主約書亞·本吉奧同樣發(fā)出警告，他認(rèn)為當(dāng)前的安全措施，已經(jīng)追不上AI能力狂飆的速度，任何高風(fēng)險(xiǎn)系統(tǒng)在發(fā)布前都應(yīng)先證明其安全性。

中科聞歌在這方面是如何理解和落實(shí)的？羅引在回答DoNews的問題時(shí)，通過微觀、中觀、宏觀三個(gè)維度劃分責(zé)任邊界。

具體來看，微觀的日常生產(chǎn)層面，出錯(cuò)是可以接受的，前提是把出錯(cuò)的概率降到很低。“就像自動駕駛，特斯拉事故率是人工的1/25。如果我能在生產(chǎn)流程中控制到十分之一，提升幾個(gè)點(diǎn)，用戶都能接受?！?/p>

中觀的企業(yè)經(jīng)營層面，中科聞歌的這套框架基本上不會出錯(cuò)。羅引在產(chǎn)品方面有十足的把握，因?yàn)榈讓拥腟OP已經(jīng)梳理得很清楚，上層的計(jì)算也可以通過工具驗(yàn)證。

至于宏觀戰(zhàn)略層面決策，中科聞歌做的工作是把最大概率、中間概率和異常事件都算出來，然后告訴領(lǐng)導(dǎo)者，希望決策機(jī)能夠幫他們把不全面的問題考慮清楚?！耙郧八麄兛赡芏疾恢腊l(fā)生哪些情況，我們能給找出來，他們就覺得已經(jīng)很好。但最終的戰(zhàn)略決策權(quán)仍在人手中?！?/p>

中科聞歌CEO羅引

中科聞歌對于自己的分層框架所提供的“正確結(jié)果”持積極態(tài)度，公司堅(jiān)持不做“大模型即答案”的簡單敘事，而是要讓AI在高責(zé)任場景下做到可驗(yàn)證、可追溯、可問責(zé)?！叭绻鸄I要參與關(guān)鍵決策，它必須是安全、可控的，必須真正理解行業(yè)邏輯，而不是‘猜得差不多'。這并非技術(shù)保守，而是對決策責(zé)任的基本尊重。”

而中科聞歌在市場上也有強(qiáng)大的競爭力。在羅引看來，大廠有龐大的流量支撐做通用大模型，中科聞歌不去爭那塊市場，只聚焦決策領(lǐng)域的數(shù)據(jù)積累。“我們不希望攤大餅，一下子覆蓋很多行業(yè)，在一個(gè)領(lǐng)域做深之后，把流程標(biāo)準(zhǔn)化，再去復(fù)制，這個(gè)是我們走的不太一樣的路線?！?/p>

這種聚焦策略在數(shù)據(jù)上已有體現(xiàn)，數(shù)據(jù)顯示，中科聞歌營收從2023年的2.497億元增至2025年的4.053億元，毛利率由44.0%提升至51.2%，凈收入留存率達(dá)139.5%；交付周期在2025年達(dá)到80.2天，產(chǎn)品化能力正在快速提升。

目前中科聞歌累計(jì)服務(wù)超1000家企業(yè)及政府客戶，覆蓋數(shù)據(jù)智能、運(yùn)營智能、工業(yè)智能、戰(zhàn)略智能等關(guān)鍵領(lǐng)域。

03、科研派的“踩坑”與“進(jìn)化”

中科聞歌的命名有著宏大而浪漫的寓意。

“聞歌”，取“聞弦歌而知雅意”之意。除了字面上的風(fēng)雅自詡，還包括科學(xué)理性的補(bǔ)充：技術(shù)不止于計(jì)算，更在于“理解”，中科聞歌希望為企業(yè)打造AI時(shí)代先進(jìn)的業(yè)務(wù)和決策系統(tǒng)。

無論是現(xiàn)場的產(chǎn)品發(fā)布，還是會后的媒體交流，中科聞歌大篇幅闡述了他們?yōu)槭裁匆鰶Q策AI，以及憑什么能做好。在聆聽完一眾成果和預(yù)期判斷后，DoNews決定把視角轉(zhuǎn)回到過去。

2017年，中科聞歌在國家鼓勵(lì)科研人員離崗創(chuàng)業(yè)的政策背景下成立，王磊為公司聯(lián)合創(chuàng)始人、董事長，羅引為聯(lián)合創(chuàng)始人、CEO，曾大軍為聯(lián)合創(chuàng)始人。九年后的6月份，香港聯(lián)交所的大屏幕上，股票代碼“1956”正式亮起。中科聞歌以“決策大模型第一股”的身份登陸港股，開盤大漲超80%，市值一度突破190億港元。

盡管擁有中科院的背景，但走到港交所的這一路，中科聞歌踩過哪些坑，又走過哪些彎路？在回答DoNews的問題之前，羅引先是自嘲“太多了”，然后認(rèn)真回憶，并坦誠地分享了過往的經(jīng)歷，而這些經(jīng)歷對理解科學(xué)家創(chuàng)業(yè)的普遍困境也極具參考價(jià)值。

最典型的"坑"的就是拿著算法找場景。“我們原來做算法的同事能力都很強(qiáng)，一開始他們會認(rèn)為‘我有好的算法，你到底有些什么場景’？但用算法找場景是比較難的?！绷_引直言，這是技術(shù)創(chuàng)業(yè)者普遍會走的彎路。但后來團(tuán)隊(duì)徹底扭轉(zhuǎn)了思路，“別對自己說有什么，就說這個(gè)市場需求是什么、客戶需求是什么，然后再提煉出技術(shù)問題，再嘗試用什么算法去解決?！?/p>

之所以能夠集中精力轉(zhuǎn)換思路，要得益于公司的團(tuán)隊(duì)管理。羅引特別提到，在中科聞歌成立的同一年，自動化所成立了約30家企業(yè)，而中科聞歌是率先跑出來的之一，關(guān)鍵在團(tuán)隊(duì)。

羅引表示，依托中國科學(xué)院鼓勵(lì)科技成果轉(zhuǎn)化和科研人員創(chuàng)新創(chuàng)業(yè)的良好機(jī)制，公司在創(chuàng)業(yè)初期獲得了充分的發(fā)展空間，并持續(xù)通過股權(quán)激勵(lì)等方式凝聚核心人才?！皠?chuàng)業(yè)過程中難免遇到困難，但核心創(chuàng)始團(tuán)隊(duì)長期保持穩(wěn)定。特別是在發(fā)展初期，正是大家彼此信任、共同扛住壓力，推動公司一步步走到今天?！?/p>

中科聞歌起步時(shí)沒有客戶，也沒有銷售團(tuán)隊(duì)，甚至沒有人聽得懂他們在說什么。羅引笑稱，過去在經(jīng)營、法律、運(yùn)營甚至和資本方面的溝通問題上，團(tuán)隊(duì)幾乎都是小白?！皠?chuàng)業(yè)初期最需要補(bǔ)齊的就是經(jīng)營能力，需要不斷地去學(xué)習(xí)，不能說我就只是搞科研，拒絕學(xué)習(xí)經(jīng)營，眼界和認(rèn)知都要拉開?！?/p>

當(dāng)被問及“現(xiàn)在非做不可的一件事”，羅引的回答沒有猶豫：“還是聚焦在‘決策’這個(gè)點(diǎn)。我們一定要在市場上跑出比別的企業(yè)更高出幾個(gè)身位。大家可能都意識到了這個(gè)點(diǎn)，但是誰能把這個(gè)東西轉(zhuǎn)化效率越高，誰的市場競爭力就越強(qiáng)?！?/p>

尾聲

從研究到產(chǎn)業(yè)、從算法到場景、從生成到?jīng)Q策，中科聞歌用九年時(shí)間完成了三次跨越。這條路徑是否會被更多后來者復(fù)制尚未可知，但至少在2026年的當(dāng)下，它已為“AI下一站”提供了一個(gè)可落地的樣本。