撰文 | 雁 秋

裁剪 | 李信马

题图 | 豆包AI

粗俗东谈主使用AI，大多只把它当成闲聊解闷的聊天搭子，或是整甘心议纪要、节录文档的方便助手。但当AI被引入企业层面，场景会变得更复杂，它不仅要面临海量异构数据，还要适配多部门协同的刚性进程。

经管者更是有着截然违反的诉求，他们不温存于“能说会谈”，而需要一种决策辅助。多数经管者有个共同的困惑：行业把大模子说得这样强，为什么我的谋略决策还弗成智能化？产线该怎么排、原材料该备几许、开发特别该从哪个设施排查？

因此，东谈主工智能若是只局限于交流、念念考、推理，莫得任何具体落地的提效手脚，那么从生意层面上讲，它即是演叨的智能。本领发展到当今，模子不再比谁更能聊、更聪惠，而是看谁能从器具层面提供好用、管用的框架。

中科闻歌第一个跑出来了。

据灼识有计划（CIC）数据，中科闻歌在2024年中国企业级大模子驱动的决策智能市集名轮番一，市集份额11.4%。在WAIC 2026期间，中科闻歌发布了业界首个“基、枢、核、脑、端”圆善AI决策家具体系。这套体系被形象地比作一棵“决策AI树”，向下扎根，朝上滋长出通晓、推理和决策才气，五个层级丝丝入扣。

CEO罗引示意，AI的下一站毫不仅仅生成谜底，而是深度参与决策：“这是一场组织才气的重构。”DoNews受邀与一众媒体对话罗引，深度了解到这家公司在决策智能领域的产业逻辑、创业方法论与遭殃规模。

（以下内容经由论坛内容和现场交流整理）

01、决策是AI的“高阶形态”

罗引曾给AI的发展贪图了三个节点：

三者既非浮浅的线性替代相关，也非重叠相关，而是“被调用”。“生成AI不错调用推断打算AI，而决策AI即是去调用生成式AI。就像东谈主一样，器具确定是越用越高档。”罗引说。

这一判断与学界酿成呼应。中国科学院自动化筹商所副长处曾雄师在WAIC学术讲述中指出，决策范式已干预以AI深度参与为特征的“智”的阶段：“畴昔咱们认为莫得看法分析、没法算、没法推演的多样复杂决策问题，当今都在东谈主工智能的牵引下，被纳入可推断打算、可推演、可评估、可决策的限度。”

为什么是当今？因为企业算账的逻辑变了。

畴昔驳倒AIGC，险些都是聊天交流，产生不了果然的分娩价值。雇主们势必会反过来念念考，我花这样多钱买算力，终末带来的价值是什么？罗引认为，企业经管层一定会回到进程上。

罗引从产业需求侧解释了决策AI爆发的势必性。在上个世纪，经管学界照旧讲了这个问题，东谈主的决策需要增强感性，悉数的经管其实即是决策，仅仅莫得这套体系来相沿，但在改日的5到10年内，多数行业将向决策AI转型。

“工业领域的制造越来越多，机器手臂工艺越来越复杂，分娩的决策改日确定不是雇主在作念，因为系统不错把市集变化、需求、供应链全部梳理好后自动排悉数这个词进程。东谈主只需要在中间作念计谋顶层的考量。”

中科闻歌CEO罗引

基于此，中科闻歌发布的体系不错说圆善遮蔽了企业迤逦链路的需求，官方用五个字空洞：

基，海汇TokSea Token平台：

提拔管算力、管模子、管智能金钱，解决企业“一堆GPU不知谈怎么分”的老问题；

枢，DIP本色数据平台：

把洒落在订单、机台、工序里的碎屑数据，拧成AI能读懂的“数字孪生”；

核，磐石ScienceOne + 雅意YaYi：

科学与通用双引擎，一个搞科研，一个撑场景，各司其职；

脑，决策机Decitron：

模拟推演、决议比选、算概率，罗引的原话是：通用大模子只可报告当今，而Decitron负责推断打算改日；

端，龙工Claworks：

把决策提醒精确注入一线岗亭，让AI的脑子成功前途业务进程里。

中科闻歌“基—枢—核—脑—端”决策大模子家具体系

中科闻歌此次也拿出了实打实的终端，以前企业从发现问题到拿到分析讲述，平均要等32小时，当今10分钟贬责，反馈速率最高普及192倍。另外，建树和运营成本最高砍掉90%以上。

罗引荒芜提到决策机Decitron的代际各异：“通用大模子只可报告当今，而Decitron负责推断打算改日。”在海外泰斗数据集PolyBench三项中枢方针上，Decitron达到SOTA，跨领域领路性越过GPT-5.5和Claude-4.7。

02、谁为AI决策担责?

决策系统有个最敏锐的问题：决策莫得独一正确的谜底，其决定波及价值判断、风险偏好与时效性，出了错，谁来负责？

AI期间下的权责骂题是海外学术界频年来密集筹划的部分。有学者建议构建“开发者—操作方—用户”三级遭殃框架，也有筹商看法将AI意会为一种器具，其输出终端的遭殃仍应由东谈主类操作家承担。更有学者申饬，当AI系统以算法自动运行、非东谈主为扬弃为由走避遭殃时，受害者将独自承受后果。

在WAIC 2026科学前沿论坛上。图灵奖得主约书亚·本吉奥相似发出申饬，他认为现时的安全措施，照旧追不上AI才气狂飙的速率，任何高风险系统在发布前都应先证实其安全性。

中科闻歌在这方面是如何意会和落实的？罗引在报告DoNews的问题时，通过微不雅、中不雅、宏不雅三个维度差别遭殃规模。

具体来看，微不雅的正常分娩层面，出错是不错采纳的，前提是把出错的概率降到很低。“就像自动驾驶，特斯拉事故率是东谈主工的1/25。若是我能在分娩进程中扬弃到极度之一，普及几个点，用户都能采纳。”

中不雅的企业谋略层面，中科闻歌的这套框架基本上不会出错。罗引在家具方面有绝对的把捏，因为底层的SOP照旧梳理得很了了，表层的推断打算也不错通过器具考证。

至于宏不雅计谋层面决策，中科闻歌作念的职责是把最能够率、中间概率和特别事件都算出来，然后告诉提醒者，但愿决策机能够帮他们把不全面的问题计划了了。“以前他们可能都不知谈发生哪些情况，咱们能给找出来，他们就认为照旧很好。但最终的计谋决策权仍在东谈主手中。”

中科闻歌CEO罗引

中科闻歌关于我方的分层框架所提供的“正确终端”持积极作风，公司宝石不作念“大模子即谜底”的浮浅叙事，而是要让AI在高遭殃场景下作念到可考证、可记挂、可问责。“若是AI要参与关节决策，它必须是安全、可控的，必须果然意会行业逻辑，而不是‘猜得差未几'。这并非本领保守，而是对决策遭殃的基本尊重。”

而中科闻歌在市集上也有苍劲的竞争力。在罗引看来，大厂有雄伟的流量相沿作念通用大模子，中科闻歌不去争那块市集，只聚焦决策领域的数据积聚。“咱们不但愿摊大饼，一下子遮蔽许多行业，在一个领域作念深之后，把进程轨范化，再去复制，这个是咱们走的不太一样的道路。”

这种聚焦策略在数据上已有体现，数据理解，中科闻歌营收从2023年的2.497亿元增至2025年的4.053亿元，毛利率由44.0%普及至51.2%，净收入留存率达139.5%；录用周期在2025年达到80.2天，家具化才气正在快速普及。

咫尺中科闻歌累计作事超1000家企业及政府客户，遮蔽数据智能、运营智能、工业智能、计谋智能等关节领域。

03、科研派的“踩坑”与“进化”

中科闻歌的定名有着庞杂而轻易的寓意。

“闻歌”，取“闻弦歌而知雅意”之意。除了字面上的风雅自爱，还包括科学感性的补充：本领不啻于推断打算，更在于“意会”，中科闻歌但愿为企业打造AI期间先进的业务和决策系统。

不管是现场的家具发布，如故会后的媒体交流，中科闻歌大篇幅阐明了他们为什么要作念决策AI，以及凭什么能作念好。在凝听完一众终端和预期判断后，DoNews决定把视角转回到畴昔。

2017年，中科闻歌在国度饱读动科研东谈主员离岗创业的政策布景下成立，王磊为公司结伴独创东谈主、董事长，罗引为结伴独创东谈主、CEO，曾雄师为结伴独创东谈主。九年后的6月份，香港联交所的大屏幕上，股票代码“1956”适当亮起。中科闻歌以“决策大模子第一股”的身份登陆港股，开盘大涨超80%，市值一度冲破190亿港元。

尽管领有中科院的布景，但走到港交所的这一起，中科闻歌踩过哪些坑，又走过哪些弯路？在报告DoNews的问题之前，罗引先是自嘲“太多了”，然后谨慎回忆，并坦诚地共享了过往的阅历，而这些阅历对意会科学家创业的广宽逆境也极具参考价值。

最典型的"坑"的即是拿着算法找场景。“咱们原本作念算法的共事才气都很强，一初始他们会认为‘我有好的算法，你到底有些什么场景’？但用算法找场景是相比难的。”罗引直言，这是本领创业者广宽会走的弯路。但自后团队透彻扭转了念念路，“别对我方说有什么，就说这个市集需求是什么、客户需求是什么，然后再索求出本领问题，再尝试用什么算法去解决。”

之是以能够聚首元气心灵调理念念路，要成绩于公司的团队经管。罗引荒芜提到，在中科闻歌成立的澌灭年，自动化所成立了约30家企业，而中科闻歌是领先跑出来的之一，关节在团队。

罗引示意，依托中国科学院饱读动科技终端升沉和科研东谈主员改造创业的邃密机制，公司在创业初期取得了充分的发展空间，并不竭通过股权激发等形式凝华中枢东谈主才。“创业过程中未免遭遇清贫，但中枢独创团队永远保持领路。荒芜是在发展初期，恰是全球彼此信任、共同扛住压力，鞭策公司一步步走到今天。”

中科闻歌起步时莫得客户，也莫得销售团队，致使莫得东谈主听得懂他们在说什么。罗引笑称，畴昔在谋略、法律、运营致使和本钱方面的交流问题上，团队险些都是小白。“创业初期最需要补王人的即是谋略才气，需要不竭地去学习，弗成说我就仅仅搞科研，隔断学习谋略，眼界和通晓都要拉开。”

当被问及“当今非作念不可的一件事”，罗引的报告莫得瞻念望：“如故聚焦在‘决策’这个点。咱们一定要在市集上跑出比别的企业更高出几个身位。全球可能都订立到了这个点，然而谁能把这个东西升沉遵守越高，谁的市集竞争力就越强。”

尾声

从筹商到产业、从算法到场景、从生成到决策开云体育(中国)官方网站，中科闻歌用九年时刻完成了三次进取。这条旅途是否会被更多自后者复制尚未可知，但至少在2026年确当下，它已为“AI下一站”提供了一个可落地的样本。