复盘AI春节大战：从玩具到工具

在大模型“去泡沫”时代，重构AI的生产力支点。

采访｜何伊凡

文｜《中国企业家》记者 闫俊文

见习编辑｜李原编辑｜何伊凡

头图摄影｜邓攀

2026年开年的两个月，科技公司为两种情绪环绕：兴奋和恐慌。

春节期间，互联网大厂强势布局，发放了总计45亿元的现金红包为AI产品引流。2026年除夕春晚当天，豆包、千问、元宝的DAU峰值分别为1.45亿、7352万、4054万，创下国产AI应用用户规模新高。

大模型公司也用市值飙涨，验证了市场认可。智谱与MiniMax两家公司从1月到2月，股价翻了三四倍，市值一度超过京东、快手等大厂。模型价值被重估，也在投资圈内再度掀起融资热潮。

不过，市场兴奋情绪还未被完全消化，AI又营造了一幅末日图景。

一篇名为《2028年全球智能危机》的文章在华尔街被刷屏，它指出：AI替代人最终带来的是失业、交易的萎缩与社会的动荡。“当软件生成的边际成本无限趋近于零，支撑现代资本主义的‘摩擦力’消失了，随之而去的是利润、就业以及社会契约。”

来源：中企图库

这篇文章更让“SaaS黄昏论”叙事泛起，带动美股市场甲骨文、Palantir以及国内用友、金蝶等软件和SaaS公司市值走低。

对此，中科闻歌董事长王磊告诉《中国企业家》：进入2026年，大模型的叙事将从“帮助个人提效、充当智能助手”，进一步走向“重塑生产价值”。整个软件行业最近都在探讨，怎样用AI来重构IT。

王磊于2017年创立中科闻歌，公司长期致力于为全球企业打造AI时代先进的业务与决策系统，目前DIP（Decision Intelligence Platform，决策智能平台）在数百家企业落地应用。2025年，中科闻歌的“雅意”大模型升级为面向AI4S（AI for Science）基座模型，并参与了国家级科学基础大模型“磐石”的建设。

来源：视觉中国

王磊判断，AI将从内容智能、效率智能，迈向工具和生产力智能阶段，从过去偏“原子化”的生成能力，进化到重塑行业、改变世界的能力。

但他也特别提醒，要心存对复杂的敬畏。“我们必须认识到，人工智能是一个杠杆，企业必须为它找到业务的支点。把杠杆找到，把支点立好，新业务才能被撬动起来。”

在他看来，大模型落地到个人与企业层面，更像是一个系统工程、长期战役，它涉及数据治理、工具链、知识库建设以及成本和流程的改造。大模型只是企业运用AI的起点，而不会是终点。“未来AI落地一定要在性价比方面取得优势。让客户能接受、买得起、用得好，才能规模化落地。”王磊说。

以下是《中国企业家》对中科闻歌董事长王磊的访谈实录（有删减）：

AI春节大战落幕，“SaaS黄昏论”又来

《中国企业家》：今年春节，互联网大厂还在用移动互联网时代的玩法，比如“红包裂变”来增加用户。但AI更强调留存，原来日活、月活概念已经不存在了。你怎么评判大厂的行为？

王磊：春节的窗口是AI营销的一个主战场。大厂的打法和互联网时代一样，仍要争夺潜在用户、潜在移动端入口与注意力。因此，我认为传统的营销手段仍然有效。从全球来看，美国的大模型在元旦前后同样出现了明显的热度高峰。

除了模型的日常使用之外，2026年整个模型的叙事从过去帮助个人提效、充当智能助手，进一步走向对生产价值的重塑。眼下整个软件行业密集讨论的核心问题，是怎样用AI来重构企业IT。

《中国企业家》：去年春节DeepSeek-R1横空出世，今年大家比拼的不再是大模型的参数，而是工具化的能力，能干什么事，而不仅仅是一个聊天的工具。

王磊：对于IT行业，2026年将是一个分水岭。AI会重构整个生产过程，提升百倍效率，创造出更加先进的IT软件。

过去，我们谈模型，必谈参数和它的生成能力，以及怎样做到对指令的遵循能力。现在，先进的基座模型已经具备了生产级能力，它正在跟IT和软件行业结合。比如过去软件的生产流程，有人做设计，有人做架构，有人搞编码。现在，你设计好产品思路，加上对AI工具的合理使用，就能很快做出优秀的软件。

AI正在完成从内容智能、效率智能，向工具和生产力智能转变；从过去偏“原子化”的生成能力，进化为能够重塑行业、推动变革、改变世界的能力。

《中国企业家》：产品经理和技术人员是两个工种，大家经常吵架磨合。现在，这两个岗位可以是一个人。

王磊：通过使用智能体，一个人可以获得“一个人带一个团队”的战斗力。最近“一人公司”很流行，我觉得未来这类可能会成为AI平台和AI生产力释放的主流方向。更重要的是，它让人从大量繁琐的重复工作中解放出来，把时间用在更关键、更有创造性的事情上。

《中国企业家》：移动互联网刚开始的时候，也是从聊天和玩具开始的。随着像LBS技术出现，移动互联网和生活更加紧密地结合。但对AI来说，走到Agent和Coding的阶段，相当于模拟一个人走向AGI的过程，克服的难题是不一样的。

王磊：这决定了AI能走多深、多远。信息技术帮我们完成了线下到线上的转变，线下切换到线上，要增加数据、增加操作的复杂程度。但AI是删减，把复杂的数据、流程，通过自然语言交互的形式在后台运转后，给出相关答案。

AI时代，后端技术更复杂，前端更便捷、更有效率了，这是AI生命力非常强的一点。面向未来，AI不能停留在“生成内容”这一层，还需要进一步增强对复杂世界的理解能力，以及在此基础上的创造与交互能力，真正参与到现实问题的解决和行动中。

《中国企业家》：在移动互联网时代，我们很多行为和动作都在产生大量的新数据，比如你在平台上订餐、打车。但在AI时代，它的结果并不产生新数据，而是把原来的一些数据通过推理变成可执行的任务。

王磊：互联网和移动互联网时代的繁荣带来了丰富的数据，我们用这些数据来训练大模型。训练完成后，这些数据又变成了模型的参数记忆。现在，我们更需要将模型能力的认知飞轮与实时、复杂、动态的数据体系打通，让两者形成持续连接。连接之后，它就会指导你去做判断、做决策和行动。

人工智能发展到现在，正在实现的是对人类认知的拓展和部分认知的替代，并进一步向决策和行动迈进。AI的演进划分为三个阶段：第一是认知智能，第二是效率智能，第三是决策和行动智能。

来源：AI生成

《中国企业家》：你怎么看“传统SaaS已死”的这种判断？

王磊：要看它是什么样的SaaS。如果它采用非常复杂的系统，输出了一个简单的流程，比如传统的ERP、CRM，在AI的交互模式和处理能力下，确实有可能被AI替代。因为AI能快速理解数据，也可以产生便捷的应用。

但我们必须看到，很多企业级的复杂需求没有得到满足。用我以前做科研经历的话说，人要心存对复杂的敬畏。

AI一定不是简单地让SaaS止步于生产力革命，它应该为复杂问题和系统提供一个更好的解决方案。我们必须认识到，人工智能是一个杠杆，企业的业务要找到一些支点，把杠杆找到，把支点立好，你的新业务才能被撬动起来。

《中国企业家》：怎么理解对复杂的敬畏？你应该做的几件事是什么？

王磊：一年前，几乎所有投资人都在问同一个问题：当基础模型试图“吞下全部知识”时，其他AI公司还有空间吗？

我认为，基础模型确实强大，它像一个读遍天下武功秘籍的高手——知识全面、能力通用。但问题在于，复杂场景不是考试，而是实战。没有长期、反复的场景训练，再强的通用模型，在复杂业务中也可能失真、失控，甚至“走火入魔”。

企业级应用面对的是大量细碎、真实、专业的问题。这些问题，单靠预训练阶段的“通识教育”解决不了。当前很多基础模型的问题不是“不聪明”，而是“太泛化”。博学，但不够精准；强大，但不够贴合场景。

真正的敬畏，是承认复杂场景需要结构化能力，需要系统级设计，而不是参数规模的堆叠。

可以看到，像Anthropic这样的公司，价值不只在做基础模型，更在于面向复杂场景的深度强化和可控能力建设。

未来的AI竞争，不只是模型之争。而是行业级决策系统、行业智能体、系统级软件能力的竞争。我认为，能够真正走进场景、解决行业核心问题的AI，才会拥有长期价值。

《中国企业家》：企业落地AI，要怎么找到业务支点，从哪儿进入？

王磊：第一，要治理数据，才能达到AI ready的效果；第二，数据要让模型用得上。目前，模型还存在着“推理不可控”的问题，因为它是随机的，我们要让知识结构化；第三，模型的先进化，最后要达成多智能体的协同决策。

智能危机来了？

《中国企业家》：你们想做的事和Anthropic有点接近。

王磊：美国现在有两家企业，未来可能从B端赛道中率先突围。一个是Anthropic，它主攻基础模型，但要兼顾面向行业落地的可信与安全。还有一个是Palantir（数据分析与决策平台公司），它从“决策”这一核心环节切入，直接做业务闭环，并且已经在全球500强企业中沉淀了不少标杆案例，做出了很强的示范效应。

Anthropic跟OpenAI走的路线有点不一样，OpenAI追求智能边界，追求大众都能用得起的AI工具和能力，但Anthropic是把基础大模型和生产场景相结合。

来源：视觉中国

中国有很多对标OpenAI的公司，但我们很少看到生产和行业的创业企业出现。它可能不像基座模型那样，数量用一只手就能数得过来。未来，我认为行业会百花齐放，在行业级的决策模型、应用智能体和AI平台方案领域会出现一批优秀的公司。

《中国企业家》：目前几家刚上市的基础模型公司，他们新发布的产品都指向了生产力方向。

王磊：他们更多在延续OpenAI Codex模式，做订阅和Token收费，商业模式还不太一样。

很多公司还是看用户消费多少Token，为其提供服务。但我们已经看到一些公司提出：我来提供平台解决方案，收取类似以前SaaS的技术费用，也就是价值费用。

Token是最简单的收费模式，看你要调用模型多少次。但很多企业在场景使用时，不是调用Token就能解决问题，还要结合数据、知识库和业务模型，它必须提供一个体系化的解决方案。

《中国企业家》：表面上看，今年春节是AI应用的狂欢，但背后是工具的进步，是to B端的进步。国内几家模型公司的迭代，其实都在指向生产端的变化，到底能解决什么问题。

王磊：硅谷最近有些言论都指向，水下的大鱼已经冒头了。

《中国企业家》：水下的大鱼指什么？

王磊：我觉得一个是IT行业，一个是科研行业。有人曾经统计过，IT行业仅仅是给程序员发工资，全球一年就要花1万亿美元。此前GitHub上统计，有3%到5%的程序是AI构建的。到了今年春节，有些人说，程序60%到70%都是AI做的，有些产品经理已经可以做到端到端。这意味着AI正在把人从繁琐的代码搬运中解放出来，让更多精力回到架构设计与创造性问题解决上。

在科研领域或金融行业，是更大的产业规模，科学家取得一个进展会带来革命性的变化。如果AI在这些领域能协助科学家取得一些科研突破，对社会的价值和对经济发展的推动是非常可观的。

《中国企业家》：不管是模型公司，还是应用公司，你判断谁会是赢家呢？可能没有输家。

王磊：有些AI公司上市之后，市值达到了互联网平台公司的市值体量，这说明资本市场对AI趋势和对AI生产力价值塑造的认同。现在才刚刚开始，未来应该有更多优秀的企业都会成为时代的佼佼者。

从长久发展来看，这些AI公司的模型能力很重要，但不是全部。第一，要具备很强的技术能力、创新能力。第二，要具备行业价值和生产价值的塑造能力，比如传统的互联网平台公司完成“数实融合”之后，展现了效率提升，塑造了生活和社会的便利。第三，无论是技术模型还是行业AI系统的打造者，要有生态的塑造能力。如果一个企业想成为这个行业的AI佼佼者，他必须梳理清楚数据和应用的场景。

《中国企业家》：最近有一篇《2028年全球智能危机》的文章刷屏，你对此怎么看？

王磊：有些人先知先觉，他已经体会到了AI杠杆的作用和能力。但有些人可能还没有意识到AI杠杆的存在，这里存在认知延迟的问题。

OpenClaw可以虚拟很多生产智能体和协作智能体，极大提升人的工作效率，从内容生成到认知提升。未来将是更复杂的优化和推演，这就导致了所谓“智能危机”的出现。

很多时候，AI和人不是一个被替代的关系。而是我们应该意识到，随着时代发展，我们自己的能力应该怎样去重构。

我在公司里推行AI是非常激进的，要求所有人都要用AI参与他的工作，很多企业也已经把AI嵌入了流程里。

但我认为，焦虑也大可不必。第一，你要慢慢认识AI；第二，你绝对要使用AI，你要使用最先进的AI，来看AI哪些方面能真正帮助你，让焦虑转化成我们能力重构和能力进化的动力。

AI落地要考虑性价比

《中国企业家》：不管技术发展到哪个阶段，人类的判断永远是最宝贵的，你们做的事情是用AI帮助企业做决策。

王磊：我们服务过不少企业客户，其中一家大型进出口企业产品门类繁多、知识体系复杂。我们在销售环节把产品知识体系化、结构化，让新人快速上手，尽快接近成熟销售水平，显著提升整体效率。原本集中在少数“关键人”手里的经验与诀窍，也能通过模型沉淀为组织能力，让新人更快学会、用得上、做得出来。

来源：AI生成

《中国企业家》：决策包括很多类，比如战略决策、产品决策，你们要解决的决策问题偏向哪一类？

王磊：决策的本质，是在信息支撑下，从多种选项中做出行动选择，并用结果完成闭环验证。

现实里，无论企业经营还是个人生活，都是“拿到信息—分析权衡—形成方案—做出选择”。经验足的人更稳；经验不足、数据不全或认知有限的人更容易偏差。AI能把这套流程做成系统、可复用，降低误判损失，提升决策的稳定性与收益。

以化工研发为例，新手常因经验不足走弯路、试错低效。引入模型和系统化方法后，实验路径可被引导与校正，减少无效试错，加快工艺优化和新材料发现验证。

《中国企业家》：你们还推出了一个名为DIP的决策智能平台。

王磊：DIP是我们为企业打造面向AI时代的业务与决策系统：业务是底座，决策是关键，业务升级最终要体现在决策价值上。

我们借鉴Palantir的AIP（生成式人工智能平台），但其更偏数据解析与描述；而我们的DIP不只是叠加AI，而是把决策智能的关键要素纳入，形成可落地的决策闭环。大家可以将DIP想象为“企业的数字大脑导航仪”，不仅提供地图（数据），还直接给出最佳行驶路线（决策）。

《中国企业家》：Palantir有哪些值得你学习的点？

王磊：它把数据真正做成了产品。企业一旦接入Palantir，原本的ERP数据就能在短时间内转化为业务价值，迅速跑通“数据—洞察—行动—收益”的链路。

《中国企业家》：所以你手里的底牌是什么？

王磊：我们的整体战略可以概括为“2+1”。

“2”是两项底座能力。其一是自主可控的核心模型能力。“雅意”“磐石”系列的建设，核心目标是掌握底层架构与演进能力，形成持续迭代能力。其中，“磐石”在AI4S方向已经具备较强的专业推理与科研辅助能力。

其二是系统级决策平台能力。模型只是能力源头，真正的价值在于工程化与产品化——让模型嵌入企业流程，成为可复制的决策系统，而不是孤立工具。

“1”是方法论——我们坚持一套名为“DOMA”的核心方法论，即Data、Ontology、Model、Agents，其运行原理可以概括为：数据治理先行，知识结构建模，模型能力整合，智能体执行协同。其目标是构建从数据到决策的闭环体系，让AI具备持续输出结果的能力。

《中国企业家》：你所要解决的技术性的问题是什么？你们还在做基础模型吗？

王磊：行业早期竞争集中在预训练规模，但是在当前阶段，竞争核心转向后训练。重点在垂直领域强化——提升推理深度、稳定性与复杂场景适配能力。

以“磐石”大模型为例，我们持续推进面向特定领域的推理增强训练，并把重心放在后训练阶段的针对性强化，全面提升垂直推理能力——这不仅是技术路线选择，更是AI在真实场景落地并产生价值的关键。

《中国企业家》：你现在选择深耕这个方向对算力的要求大吗？

王磊：对算力的要求依然很高。当前，高质量训练算力仍然是稀缺资源。尤其是在强化推理与专业能力训练阶段，对算力稳定性和规模都有要求。

我们磐石大模型的训练规模在持续扩大，模型精细度也在全面提升，闻歌也会持续加大在算力基础上的投入。

《中国企业家》：雅意模型的参数不算很大，为什么？

王磊：我们早期自主研发和开源了700亿参数规模的模型，现在参数已经到千亿和万亿级别，模型采用了MoE架构，通过“专家分工”提升效率。这样做的逻辑很清晰——不是一味做大参数，而是做得有效。

在我们的实践中发现，超大模型更适合平台级服务；适度规模模型更利于企业部署、运维与成本控制。

在产业落地场景下，“性能—成本比”远比参数规模更重要。最终用户的衡量标准，是效果、稳定性和可持续交付能力。

《中国企业家》：2025年我们讨论过杀手级应用什么时候能出来，那时候看起来还有些遥远，但今年已经有苗头了。

王磊：再过半年到一年，我们可以看一个指标——手机屏幕时间结构。判断很简单：AI应用一定会成为高频入口。未来，人们可以不刷抖音、不看小红书，但很难不使用AI。

它不会只是一个娱乐型应用，而是嵌入工作流的基础工具。我们每天一到两个小时的人机协同，会成为常态。这种渗透深度，可能超过移动互联网时代。

例如AI Coding，本质上已经是典型的“杀手级能力”。它改变的是生产方式，而不仅是使用习惯。

《中国企业家》：如果你要做一个“中国版××”，你会有一个标杆吗？

王磊：对标国际一流是必要的，但简单复制没有意义。

无论是“中国版Anthropic”，还是“中国版Palantir”，关键不在标签，而在定位。一方面要达到世界级技术标准；另一方面要形成真正立足中国场景的能力体系。

对中科闻歌而言，不满足于做单纯的生成模型。更重要的是构建面向决策的结构化能力——把数据、知识、流程和行动连接起来，形成可执行、可复用、可规模化的决策闭环。这正是我们想凸显的差异化价值。

AI负责逻辑与计算，人类负责审美与责任。我们对复杂的敬畏，本质上是对人类智慧灵光的敬畏。