復盤AI春節大戰：從玩具到工具

在大模型“去泡沫”時代，重構AI的生產力支點。

采訪｜何伊凡

文｜《中國企業家》記者 閆俊文

見習編輯｜李原編輯｜何伊凡

頭圖攝影｜鄧攀

2026年開年的兩個月，科技公司為兩種情緒環繞：興奮和恐慌。

春節期間，互聯網大廠強勢布局，發放了總計45億元的現金紅包為AI產品引流。2026年除夕春晚當天，豆包、千問、元寶的DAU峰值分別為1.45億、7352萬、4054萬，創下國產AI應用用戶規模新高。

大模型公司也用市值飆漲，驗證了市場認可。智譜與MiniMax兩家公司從1月到2月，股價翻了三四倍，市值一度超過京東、快手等大廠。模型價值被重估，也在投資圈內再度掀起融資熱潮。

不過，市場興奮情緒還未被完全消化，AI又營造了一幅末日圖景。

一篇名為《2028年全球智能危機》的文章在華爾街被刷屏，它指出：AI替代人最終帶來的是失業、交易的萎縮與社會的動蕩。“當軟件生成的邊際成本無限趨近于零，支撐現代資本主義的‘摩擦力’消失了，隨之而去的是利潤、就業以及社會契約。”

來源：中企圖庫

這篇文章更讓“SaaS黃昏論”敘事泛起，帶動美股市場甲骨文、Palantir以及國內用友、金蝶等軟件和SaaS公司市值走低。

對此，中科聞歌董事長王磊告訴《中國企業家》：進入2026年，大模型的敘事將從“幫助個人提效、充當智能助手”，進一步走向“重塑生產價值”。整個軟件行業最近都在探討，怎樣用AI來重構IT。

王磊于2017年創立中科聞歌，公司長期致力于為全球企業打造AI時代先進的業務與決策系統，目前DIP（Decision Intelligence Platform，決策智能平臺）在數百家企業落地應用。2025年，中科聞歌的“雅意”大模型升級為面向AI4S（AI for Science）基座模型，并參與了國家級科學基礎大模型“磐石”的建設。

來源：視覺中國

王磊判斷，AI將從內容智能、效率智能，邁向工具和生產力智能階段，從過去偏“原子化”的生成能力，進化到重塑行業、改變世界的能力。

但他也特別提醒，要心存對復雜的敬畏。“我們必須認識到，人工智能是一個杠桿，企業必須為它找到業務的支點。把杠桿找到，把支點立好，新業務才能被撬動起來。”

在他看來，大模型落地到個人與企業層面，更像是一個系統工程、長期戰役，它涉及數據治理、工具鏈、知識庫建設以及成本和流程的改造。大模型只是企業運用AI的起點，而不會是終點。“未來AI落地一定要在性價比方面取得優勢。讓客戶能接受、買得起、用得好，才能規模化落地。”王磊說。

以下是《中國企業家》對中科聞歌董事長王磊的訪談實錄（有刪減）：

AI春節大戰落幕，“SaaS黃昏論”又來

《中國企業家》：今年春節，互聯網大廠還在用移動互聯網時代的玩法，比如“紅包裂變”來增加用戶。但AI更強調留存，原來日活、月活概念已經不存在了。你怎么評判大廠的行為？

王磊：春節的窗口是AI營銷的一個主戰場。大廠的打法和互聯網時代一樣，仍要爭奪潛在用戶、潛在移動端入口與注意力。因此，我認為傳統的營銷手段仍然有效。從全球來看，美國的大模型在元旦前后同樣出現了明顯的熱度高峰。

除了模型的日常使用之外，2026年整個模型的敘事從過去幫助個人提效、充當智能助手，進一步走向對生產價值的重塑。眼下整個軟件行業密集討論的核心問題，是怎樣用AI來重構企業IT。

《中國企業家》：去年春節DeepSeek-R1橫空出世，今年大家比拼的不再是大模型的參數，而是工具化的能力，能干什么事，而不僅僅是一個聊天的工具。

王磊：對于IT行業，2026年將是一個分水嶺。AI會重構整個生產過程，提升百倍效率，創造出更加先進的IT軟件。

過去，我們談模型，必談參數和它的生成能力，以及怎樣做到對指令的遵循能力。現在，先進的基座模型已經具備了生產級能力，它正在跟IT和軟件行業結合。比如過去軟件的生產流程，有人做設計，有人做架構，有人搞編碼。現在，你設計好產品思路，加上對AI工具的合理使用，就能很快做出優秀的軟件。

AI正在完成從內容智能、效率智能，向工具和生產力智能轉變；從過去偏“原子化”的生成能力，進化為能夠重塑行業、推動變革、改變世界的能力。

《中國企業家》：產品經理和技術人員是兩個工種，大家經常吵架磨合。現在，這兩個崗位可以是一個人。

王磊：通過使用智能體，一個人可以獲得“一個人帶一個團隊”的戰斗力。最近“一人公司”很流行，我覺得未來這類可能會成為AI平臺和AI生產力釋放的主流方向。更重要的是，它讓人從大量繁瑣的重復工作中解放出來，把時間用在更關鍵、更有創造性的事情上。

《中國企業家》：移動互聯網剛開始的時候，也是從聊天和玩具開始的。隨著像LBS技術出現，移動互聯網和生活更加緊密地結合。但對AI來說，走到Agent和Coding的階段，相當于模擬一個人走向AGI的過程，克服的難題是不一樣的。

王磊：這決定了AI能走多深、多遠。信息技術幫我們完成了線下到線上的轉變，線下切換到線上，要增加數據、增加操作的復雜程度。但AI是刪減，把復雜的數據、流程，通過自然語言交互的形式在后臺運轉后，給出相關答案。

AI時代，后端技術更復雜，前端更便捷、更有效率了，這是AI生命力非常強的一點。面向未來，AI不能停留在“生成內容”這一層，還需要進一步增強對復雜世界的理解能力，以及在此基礎上的創造與交互能力，真正參與到現實問題的解決和行動中。

《中國企業家》：在移動互聯網時代，我們很多行為和動作都在產生大量的新數據，比如你在平臺上訂餐、打車。但在AI時代，它的結果并不產生新數據，而是把原來的一些數據通過推理變成可執行的任務。

王磊：互聯網和移動互聯網時代的繁榮帶來了豐富的數據，我們用這些數據來訓練大模型。訓練完成后，這些數據又變成了模型的參數記憶。現在，我們更需要將模型能力的認知飛輪與實時、復雜、動態的數據體系打通，讓兩者形成持續連接。連接之后，它就會指導你去做判斷、做決策和行動。

人工智能發展到現在，正在實現的是對人類認知的拓展和部分認知的替代，并進一步向決策和行動邁進。AI的演進劃分為三個階段：第一是認知智能，第二是效率智能，第三是決策和行動智能。

來源：AI生成

《中國企業家》：你怎么看“傳統SaaS已死”的這種判斷？

王磊：要看它是什么樣的SaaS。如果它采用非常復雜的系統，輸出了一個簡單的流程，比如傳統的ERP、CRM，在AI的交互模式和處理能力下，確實有可能被AI替代。因為AI能快速理解數據，也可以產生便捷的應用。

但我們必須看到，很多企業級的復雜需求沒有得到滿足。用我以前做科研經歷的話說，人要心存對復雜的敬畏。

AI一定不是簡單地讓SaaS止步于生產力革命，它應該為復雜問題和系統提供一個更好的解決方案。我們必須認識到，人工智能是一個杠桿，企業的業務要找到一些支點，把杠桿找到，把支點立好，你的新業務才能被撬動起來。

《中國企業家》：怎么理解對復雜的敬畏？你應該做的幾件事是什么？

王磊：一年前，幾乎所有投資人都在問同一個問題：當基礎模型試圖“吞下全部知識”時，其他AI公司還有空間嗎？

我認為，基礎模型確實強大，它像一個讀遍天下武功秘籍的高手——知識全面、能力通用。但問題在于，復雜場景不是考試，而是實戰。沒有長期、反復的場景訓練，再強的通用模型，在復雜業務中也可能失真、失控，甚至“走火入魔”。

企業級應用面對的是大量細碎、真實、專業的問題。這些問題，單靠預訓練階段的“通識教育”解決不了。當前很多基礎模型的問題不是“不聰明”，而是“太泛化”。博學，但不夠精準；強大，但不夠貼合場景。

真正的敬畏，是承認復雜場景需要結構化能力，需要系統級設計，而不是參數規模的堆疊。

可以看到，像Anthropic這樣的公司，價值不只在做基礎模型，更在于面向復雜場景的深度強化和可控能力建設。

未來的AI競爭，不只是模型之爭。而是行業級決策系統、行業智能體、系統級軟件能力的競爭。我認為，能夠真正走進場景、解決行業核心問題的AI，才會擁有長期價值。

《中國企業家》：企業落地AI，要怎么找到業務支點，從哪兒進入？

王磊：第一，要治理數據，才能達到AI ready的效果；第二，數據要讓模型用得上。目前，模型還存在著“推理不可控”的問題，因為它是隨機的，我們要讓知識結構化；第三，模型的先進化，最后要達成多智能體的協同決策。

智能危機來了？

《中國企業家》：你們想做的事和Anthropic有點接近。

王磊：美國現在有兩家企業，未來可能從B端賽道中率先突圍。一個是Anthropic，它主攻基礎模型，但要兼顧面向行業落地的可信與安全。還有一個是Palantir（數據分析與決策平臺公司），它從“決策”這一核心環節切入，直接做業務閉環，并且已經在全球500強企業中沉淀了不少標桿案例，做出了很強的示范效應。

Anthropic跟OpenAI走的路線有點不一樣，OpenAI追求智能邊界，追求大眾都能用得起的AI工具和能力，但Anthropic是把基礎大模型和生產場景相結合。

來源：視覺中國

中國有很多對標OpenAI的公司，但我們很少看到生產和行業的創業企業出現。它可能不像基座模型那樣，數量用一只手就能數得過來。未來，我認為行業會百花齊放，在行業級的決策模型、應用智能體和AI平臺方案領域會出現一批優秀的公司。

《中國企業家》：目前幾家剛上市的基礎模型公司，他們新發布的產品都指向了生產力方向。

王磊：他們更多在延續OpenAI Codex模式，做訂閱和Token收費，商業模式還不太一樣。

很多公司還是看用戶消費多少Token，為其提供服務。但我們已經看到一些公司提出：我來提供平臺解決方案，收取類似以前SaaS的技術費用，也就是價值費用。

Token是最簡單的收費模式，看你要調用模型多少次。但很多企業在場景使用時，不是調用Token就能解決問題，還要結合數據、知識庫和業務模型，它必須提供一個體系化的解決方案。

《中國企業家》：表面上看，今年春節是AI應用的狂歡，但背后是工具的進步，是to B端的進步。國內幾家模型公司的迭代，其實都在指向生產端的變化，到底能解決什么問題。

王磊：硅谷最近有些言論都指向，水下的大魚已經冒頭了。

《中國企業家》：水下的大魚指什么？

王磊：我覺得一個是IT行業，一個是科研行業。有人曾經統計過，IT行業僅僅是給程序員發工資，全球一年就要花1萬億美元。此前GitHub上統計，有3%到5%的程序是AI構建的。到了今年春節，有些人說，程序60%到70%都是AI做的，有些產品經理已經可以做到端到端。這意味著AI正在把人從繁瑣的代碼搬運中解放出來，讓更多精力回到架構設計與創造性問題解決上。

在科研領域或金融行業，是更大的產業規模，科學家取得一個進展會帶來革命性的變化。如果AI在這些領域能協助科學家取得一些科研突破，對社會的價值和對經濟發展的推動是非常可觀的。

《中國企業家》：不管是模型公司，還是應用公司，你判斷誰會是贏家呢？可能沒有輸家。

王磊：有些AI公司上市之后，市值達到了互聯網平臺公司的市值體量，這說明資本市場對AI趨勢和對AI生產力價值塑造的認同。現在才剛剛開始，未來應該有更多優秀的企業都會成為時代的佼佼者。

從長久發展來看，這些AI公司的模型能力很重要，但不是全部。第一，要具備很強的技術能力、創新能力。第二，要具備行業價值和生產價值的塑造能力，比如傳統的互聯網平臺公司完成“數實融合”之后，展現了效率提升，塑造了生活和社會的便利。第三，無論是技術模型還是行業AI系統的打造者，要有生態的塑造能力。如果一個企業想成為這個行業的AI佼佼者，他必須梳理清楚數據和應用的場景。

《中國企業家》：最近有一篇《2028年全球智能危機》的文章刷屏，你對此怎么看？

王磊：有些人先知先覺，他已經體會到了AI杠桿的作用和能力。但有些人可能還沒有意識到AI杠桿的存在，這里存在認知延遲的問題。

OpenClaw可以虛擬很多生產智能體和協作智能體，極大提升人的工作效率，從內容生成到認知提升。未來將是更復雜的優化和推演，這就導致了所謂“智能危機”的出現。

很多時候，AI和人不是一個被替代的關系。而是我們應該意識到，隨著時代發展，我們自己的能力應該怎樣去重構。

我在公司里推行AI是非常激進的，要求所有人都要用AI參與他的工作，很多企業也已經把AI嵌入了流程里。

但我認為，焦慮也大可不必。第一，你要慢慢認識AI；第二，你絕對要使用AI，你要使用最先進的AI，來看AI哪些方面能真正幫助你，讓焦慮轉化成我們能力重構和能力進化的動力。

AI落地要考慮性價比

《中國企業家》：不管技術發展到哪個階段，人類的判斷永遠是最寶貴的，你們做的事情是用AI幫助企業做決策。

王磊：我們服務過不少企業客戶，其中一家大型進出口企業產品門類繁多、知識體系復雜。我們在銷售環節把產品知識體系化、結構化，讓新人快速上手，盡快接近成熟銷售水平，顯著提升整體效率。原本集中在少數“關鍵人”手里的經驗與訣竅，也能通過模型沉淀為組織能力，讓新人更快學會、用得上、做得出來。

來源：AI生成

《中國企業家》：決策包括很多類，比如戰略決策、產品決策，你們要解決的決策問題偏向哪一類？

王磊：決策的本質，是在信息支撐下，從多種選項中做出行動選擇，并用結果完成閉環驗證。

現實里，無論企業經營還是個人生活，都是“拿到信息—分析權衡—形成方案—做出選擇”。經驗足的人更穩；經驗不足、數據不全或認知有限的人更容易偏差。AI能把這套流程做成系統、可復用，降低誤判損失，提升決策的穩定性與收益。

以化工研發為例，新手常因經驗不足走彎路、試錯低效。引入模型和系統化方法后，實驗路徑可被引導與校正，減少無效試錯，加快工藝優化和新材料發現驗證。

《中國企業家》：你們還推出了一個名為DIP的決策智能平臺。

王磊：DIP是我們為企業打造面向AI時代的業務與決策系統：業務是底座，決策是關鍵，業務升級最終要體現在決策價值上。

我們借鑒Palantir的AIP（生成式人工智能平臺），但其更偏數據解析與描述；而我們的DIP不只是疊加AI，而是把決策智能的關鍵要素納入，形成可落地的決策閉環。大家可以將DIP想象為“企業的數字大腦導航儀”，不僅提供地圖（數據），還直接給出最佳行駛路線（決策）。

《中國企業家》：Palantir有哪些值得你學習的點？

王磊：它把數據真正做成了產品。企業一旦接入Palantir，原本的ERP數據就能在短時間內轉化為業務價值，迅速跑通“數據—洞察—行動—收益”的鏈路。

《中國企業家》：所以你手里的底牌是什么？

王磊：我們的整體戰略可以概括為“2+1”。

“2”是兩項底座能力。其一是自主可控的核心模型能力。“雅意”“磐石”系列的建設，核心目標是掌握底層架構與演進能力，形成持續迭代能力。其中，“磐石”在AI4S方向已經具備較強的專業推理與科研輔助能力。

其二是系統級決策平臺能力。模型只是能力源頭，真正的價值在于工程化與產品化——讓模型嵌入企業流程，成為可復制的決策系統，而不是孤立工具。

“1”是方法論——我們堅持一套名為“DOMA”的核心方法論，即Data、Ontology、Model、Agents，其運行原理可以概括為：數據治理先行，知識結構建模，模型能力整合，智能體執行協同。其目標是構建從數據到決策的閉環體系，讓AI具備持續輸出結果的能力。

《中國企業家》：你所要解決的技術性的問題是什么？你們還在做基礎模型嗎？

王磊：行業早期競爭集中在預訓練規模，但是在當前階段，競爭核心轉向后訓練。重點在垂直領域強化——提升推理深度、穩定性與復雜場景適配能力。

以“磐石”大模型為例，我們持續推進面向特定領域的推理增強訓練，并把重心放在后訓練階段的針對性強化，全面提升垂直推理能力——這不僅是技術路線選擇，更是AI在真實場景落地并產生價值的關鍵。

《中國企業家》：你現在選擇深耕這個方向對算力的要求大嗎？

王磊：對算力的要求依然很高。當前，高質量訓練算力仍然是稀缺資源。尤其是在強化推理與專業能力訓練階段，對算力穩定性和規模都有要求。

我們磐石大模型的訓練規模在持續擴大，模型精細度也在全面提升，聞歌也會持續加大在算力基礎上的投入。

《中國企業家》：雅意模型的參數不算很大，為什么？

王磊：我們早期自主研發和開源了700億參數規模的模型，現在參數已經到千億和萬億級別，模型采用了MoE架構，通過“專家分工”提升效率。這樣做的邏輯很清晰——不是一味做大參數，而是做得有效。

在我們的實踐中發現，超大模型更適合平臺級服務；適度規模模型更利于企業部署、運維與成本控制。

在產業落地場景下，“性能—成本比”遠比參數規模更重要。最終用戶的衡量標準，是效果、穩定性和可持續交付能力。

《中國企業家》：2025年我們討論過殺手級應用什么時候能出來，那時候看起來還有些遙遠，但今年已經有苗頭了。

王磊：再過半年到一年，我們可以看一個指標——手機屏幕時間結構。判斷很簡單：AI應用一定會成為高頻入口。未來，人們可以不刷抖音、不看小紅書，但很難不使用AI。

它不會只是一個娛樂型應用，而是嵌入工作流的基礎工具。我們每天一到兩個小時的人機協同，會成為常態。這種滲透深度，可能超過移動互聯網時代。

例如AI Coding，本質上已經是典型的“殺手級能力”。它改變的是生產方式，而不僅是使用習慣。

《中國企業家》：如果你要做一個“中國版××”，你會有一個標桿嗎？

王磊：對標國際一流是必要的，但簡單復制沒有意義。

無論是“中國版Anthropic”，還是“中國版Palantir”，關鍵不在標簽，而在定位。一方面要達到世界級技術標準；另一方面要形成真正立足中國場景的能力體系。

對中科聞歌而言，不滿足于做單純的生成模型。更重要的是構建面向決策的結構化能力——把數據、知識、流程和行動連接起來，形成可執行、可復用、可規模化的決策閉環。這正是我們想凸顯的差異化價值。

AI負責邏輯與計算，人類負責審美與責任。我們對復雜的敬畏，本質上是對人類智慧靈光的敬畏。