北京2025年5月26日/美通社/ -- 5月15日，由亞杰商會主辦的"智算賦能，AI創(chuàng)未來——AI最佳實踐應用沙龍"活動在亞杰匯成功舉行。本次活動通過主題分享、圓桌討論等多元形式，圍繞AI技術落地、算力普惠、商業(yè)模式及路徑創(chuàng)新等核心議題展開深度交流，為參會者呈現(xiàn)了一場兼具前瞻性與實踐價值的思維盛宴。亞杰商會執(zhí)行會長羊東、常務副會長兼秘書長郭基梅及搖籃計劃導師、亞杰搖籃計劃19期、20期人工智能領域創(chuàng)業(yè)者學員、行業(yè)專家及投資人共40余人參與本次活動。

猜中開頭易，猜中結尾難！——尋求AI時代的最佳實踐

羊東老師在開場致辭中提出了對AI發(fā)展的深刻思考。他從投資視角指出當前AI應用面臨三大核心命題：

一是商業(yè)模式演化中的不確定性：他指出，AI技術的范式變革雖已明確，但其最終形態(tài)仍充滿不確定性。他以互聯(lián)網(wǎng)發(fā)展史類比："互聯(lián)網(wǎng)初期，門戶網(wǎng)站是主流，但最終存活的是平臺型公司。AI時代的‘谷歌'和‘亞馬遜'會是誰？答案或許遠超我們當下的想象。"

二是AI對軟件內(nèi)涵的本質顛覆：區(qū)別于傳統(tǒng)軟件的工具性，AI的"非確定性輸出"顛覆用戶對軟件的理解。軟件從工具化到參謀化是質的升級，使用方式會有根本改變。如智能體的回答重新定義人機協(xié)作規(guī)則。

三是對企業(yè)工作流程和管理的重構：AI的輸出具有非確定性，需要體現(xiàn)企業(yè)的價值觀和方法論。這種特性將顛覆企業(yè)的管理模式和商業(yè)模式。有利于打破IT系統(tǒng)的僵化，但帶來靈活性的同時，又增加了不確定性。

他提醒創(chuàng)業(yè)者需關注AI在決策中的邊界問題，并探索技術與商業(yè)的閉環(huán)路徑。

讓算力像水電一樣普惠 —— 九章云極的智算創(chuàng)新實踐

九章云極首席AI科學家繆旭先生向與會人員分享了《智算創(chuàng)新與AI賦能》主題報告，以"智算中心的創(chuàng)新范式"為核心，深入講解了九章云極在AI基礎設施領域的探索。針對傳統(tǒng)算力采購的彈性不足、技術門檻高痛點，九章云極推出"算力包"模式，以"度"為計費單位，通過serverless架構實現(xiàn)GPU資源彈性調(diào)度，配套阿拉丁開發(fā)工具降低使用成本，推動算力從"奢侈品"變?yōu)?基礎設施"，目標是"讓算力像水電一樣普惠"。據(jù)他介紹，目前，九章云極通過構建"算力 + 算法"的一體化服務，已建成5個智算中心，算力規(guī)模達5000P，未來三年納管10萬P。

在技術實踐層面，繆旭先生重點解析了智能體（AI Agent）的開發(fā)邏輯。他提出，當前AI的創(chuàng)新瓶頸在于"從0到1的創(chuàng)造力"，九章云極通過"思維鏈推理 + 強化學習"的方法來訓練專業(yè)的智能體，將手搓工作流進一步簡化，已在工業(yè)檢測、供應鏈優(yōu)化等場景中實現(xiàn)突破。例如，其 CV 智能體可通過多工具調(diào)用和沙箱環(huán)境訓練，將工業(yè)場景中的裸土覆蓋檢測準確率從71%提升至90%。

"2025年是智能體經(jīng)濟的元年，真正的智能體革命將在交互中誕生。未來，AI 將成為人類的最佳合作伙伴，但前提是設計出高信息密度的交互界面，讓用戶無需成為‘微操專家'即可高效協(xié)作。"展望未來，繆旭先生認為人機協(xié)同是長期主題，智能體交互需平衡信息復雜度和簡潔性。他表示，AI的價值不在于替代人類，而在于延伸能力邊界。未來成功的企業(yè)將是"人類創(chuàng)意 + AI 執(zhí)行"的復合體，組織管理需從"人力驅動"轉向"人機協(xié)同驅動"。

從"實驗室"走向"生產(chǎn)線"——AI 應用的落地挑戰(zhàn)與創(chuàng)新路徑

在圓桌討論環(huán)節(jié)，亞杰執(zhí)行會長羊東與九章云極首席AI科學家繆旭，句子互動創(chuàng)始人& CEO李佳芮，共績科技創(chuàng)始人付智，原粒（北京）半導體技術有限公司聯(lián)合創(chuàng)始人/ COO 原鋼，奧克福（北京）機器人科技有限公司董事長柴建偉圍繞AI應用落地、技術挑戰(zhàn)、商業(yè)模式等話題展開深入討論，以下為精彩內(nèi)容摘錄：

Q1：當前 AI 應用從概念到產(chǎn)業(yè)化的"最后一公里"難點是什么？如何突破？

李佳芮：最大難點在于數(shù)據(jù)孤島與工具整合。以零售行業(yè)為例，實現(xiàn)"千人千面"營銷需打通用戶行為數(shù)據(jù)、庫存系統(tǒng)與智能決策模型，但跨平臺數(shù)據(jù)合規(guī)成本高，工具調(diào)用效率低。參考美國Agentic AI模式，國內(nèi)企業(yè)可先聚焦單一業(yè)務場景，通過低代碼平臺快速集成現(xiàn)有工具，再逐步擴展至全鏈路自動化。

原鋼：芯片設計公司是代碼編寫工作量很大的一類公司，先進的代碼生成大模型能幫助芯片公司提高生產(chǎn)效率。不過處于安全的考慮，芯片公司主要編碼工作都在隔離的內(nèi)網(wǎng)服務器進行，無法直接調(diào)用公網(wǎng)的先進大模型，必須進行本地部署。而本地化大模型部署的門檻不算低，一個是需要昂貴的推理服務器硬件，另外一個是需要性能很強，同時代碼生成效果很好的先進模型。目前目前一些開源的模型代碼生成的質量已經(jīng)比較好，可以在代碼修改、輔助代碼生成方面發(fā)揮很大作用。如果公司IT部門能力很強，或者有第三方機構提供服務，也可以基于開源模型結合本公司積累下來的代碼庫做微調(diào)和強化學習，再配合高效的大模型一體機等開發(fā)專屬的智能體，提高芯片公司的開發(fā)效率。

Q2：年輕創(chuàng)業(yè)者如何構建‘AI 原生組織'？在管理模式上有何創(chuàng)新？傳統(tǒng)企業(yè)如何借鑒？

付智：我們公司提出"AI原生組織"理念，核心是用AI重構管理全流程。在招聘層面：要求候選人"使用AI后效率提升0.4 倍以上"，通過考察其與AI協(xié)作能力篩選人才。在協(xié)作層面：企業(yè)大腦系統(tǒng)自動解析會議錄音、生成任務工單，并通過知識圖譜關聯(lián)員工技能與項目需求，實現(xiàn)"無人化任務分發(fā)"。例如銷售團隊只需語音記錄客戶需求，系統(tǒng)自動生成商機線索并分配跟進人員。傳統(tǒng)企業(yè)可以從"工具層"切入，先部署 AI 輔助行政、客服等標準化流程，再逐步向核心業(yè)務滲透，避免直接顛覆現(xiàn)有架構。

柴建偉：AI應用應該聚焦落地，為真實需求而生。很多專業(yè)場景的技術人員需要AI化的解決方案，來解決目前大量人力的重復性工作。比如說橋梁結構檢測中的裂縫檢測項，傳統(tǒng)檢測模式是人湊近，用相機拍照，然后再回辦公室一條條標注，再出報告，費時費力費人！需要一個AI裂縫自動識別標注軟件就可以解決，但卻一直沒有成熟的軟件。AI應用路漫漫，需要大量的基礎教育，普及工作，與需求相向而生！

Q3：垂直領域 AI 如何構建可持續(xù)商業(yè)模式？

李佳芮：我認為垂直領域AI要構建可持續(xù)的商業(yè)模式，核心在于兩點：一是深度嵌入業(yè)務場景，二是持續(xù)創(chuàng)造效率和轉化價值。以我們句子互動的產(chǎn)品為例，我們在在線教育行業(yè)智能幫助機構搭建大模型驅動的數(shù)字員工，高效管理全鏈路營銷、銷售、客服工作流，這本質上解決的是獲客成本高、服務不及時的問題。我們基于自研的平臺快速構建專屬的教育場景智能體，比如銷售觸達智能體、線索清洗智能體、客戶分層智能體，這些AI Agent 不只是工具，而是直接影響招生轉化、學員留存、復購增長。只有把AI能力轉化成業(yè)務轉化、降本增效的可衡量價值，客戶才愿意長期付費。所以我們一直堅持從業(yè)務場景出發(fā)，打造標準化+定制化結合的AI產(chǎn)品體系，這才是垂直領域AI走向可持續(xù)商業(yè)模式的關鍵路徑。

付智：算力共享平臺的商業(yè)化需解決信任機制與收益分配。我們通過記錄算力貢獻者的資源使用數(shù)據(jù)，按"計算時長 + 任務難度"自動分配收益，吸引個人用戶共享閑置算力。目前平臺已匯聚 30 萬 + 節(jié)點，算力成本較傳統(tǒng)云服務器降低40%。垂直領域需構建"技術 + 生態(tài)"雙壁壘，通過開源工具吸引開發(fā)者，再以數(shù)據(jù)反哺模型優(yōu)化，形成正向循環(huán)。

羊東老師在圓桌討論環(huán)節(jié)進行總結發(fā)言，他表示本次討論揭示了 AI 產(chǎn)業(yè)化的核心矛盾：技術的通用性與場景的特異性、數(shù)據(jù)的開放性與安全的封閉性、效率的提升與倫理的約束。對創(chuàng)業(yè)者而言，破局之道在于"精準定位場景價值，小步快跑驗證模型，構建AI原生組織"。亞杰在組織學員互相幫助，了解最佳實踐，緊跟技術的范式變革，希望大家充分討論，亞杰商會將持續(xù)通過"搖籃計劃"對接行業(yè)資源，推動AI技術從"實驗室"走向"生產(chǎn)線"，助力創(chuàng)業(yè)者在智能革命中找到屬于自己的生態(tài)位。

結語：

此次沙龍不僅展現(xiàn)了 AI 技術的澎湃動能，更揭示了商業(yè)創(chuàng)新的底層邏輯：唯有將技術洞察與行業(yè)需求深度融合，方能在智能時代搶占先機。亞杰作為國內(nèi)創(chuàng)新創(chuàng)業(yè)領域的引領者，將持續(xù)發(fā)揮"搖籃計劃"與"亞杰基金"的孵化優(yōu)勢，未來將組織更多活動，推動 AI 技術與實體經(jīng)濟深度融合，為更多創(chuàng)業(yè)者賦能。

審核編輯 黃宇