AI颠覆的既是生产工具，也是生产模式！——亚杰AI最佳实践沙龙活动成功举办

北京2025年5月26日/美通社/ -- 5月15日，由亚杰商会主办的"智算赋能，AI创未来——AI最佳实践应用沙龙"活动在亚杰汇成功举行。本次活动通过主题分享、圆桌讨论等多元形式，围绕AI技术落地、算力普惠、商业模式及路径创新等核心议题展开深度交流，为参会者呈现了一场兼具前瞻性与实践价值的思维盛宴。亚杰商会执行会长羊东、常务副会长兼秘书长郭基梅及摇篮计划导师、亚杰摇篮计划19期、20期人工智能领域创业者学员、行业专家及投资人共40余人参与本次活动。

猜中开头易，猜中结尾难！——寻求AI时代的最佳实践

羊东老师在开场致辞中提出了对AI发展的深刻思考。他从投资视角指出当前AI应用面临三大核心命题：

一是商业模式演化中的不确定性：他指出，AI技术的范式变革虽已明确，但其最终形态仍充满不确定性。他以互联网发展史类比："互联网初期，门户网站是主流，但最终存活的是平台型公司。AI时代的‘谷歌'和‘亚马逊'会是谁？答案或许远超我们当下的想象。"

二是AI对软件内涵的本质颠覆：区别于传统软件的工具性，AI的"非确定性输出"颠覆用户对软件的理解。软件从工具化到参谋化是质的升级，使用方式会有根本改变。如智能体的回答重新定义人机协作规则。

三是对企业工作流程和管理的重构：AI的输出具有非确定性，需要体现企业的价值观和方法论。这种特性将颠覆企业的管理模式和商业模式。有利于打破IT系统的僵化，但带来灵活性的同时，又增加了不确定性。

他提醒创业者需关注AI在决策中的边界问题，并探索技术与商业的闭环路径。

让算力像水电一样普惠 —— 九章云极的智算创新实践

九章云极首席AI科学家缪旭先生向与会人员分享了《智算创新与AI赋能》主题报告，以"智算中心的创新范式"为核心，深入讲解了九章云极在AI基础设施领域的探索。针对传统算力采购的弹性不足、技术门槛高痛点，九章云极推出"算力包"模式，以"度"为计费单位，通过serverless架构实现GPU资源弹性调度，配套阿拉丁开发工具降低使用成本，推动算力从"奢侈品"变为"基础设施"，目标是"让算力像水电一样普惠"。据他介绍，目前，九章云极通过构建"算力 + 算法"的一体化服务，已建成5个智算中心，算力规模达5000P，未来三年纳管10万P。

在技术实践层面，缪旭先生重点解析了智能体（AI Agent）的开发逻辑。他提出，当前AI的创新瓶颈在于"从0到1的创造力"，九章云极通过"思维链推理 + 强化学习"的方法来训练专业的智能体，将手搓工作流进一步简化，已在工业检测、供应链优化等场景中实现突破。例如，其 CV 智能体可通过多工具调用和沙箱环境训练，将工业场景中的裸土覆盖检测准确率从71%提升至90%。

"2025年是智能体经济的元年，真正的智能体革命将在交互中诞生。未来，AI 将成为人类的最佳合作伙伴，但前提是设计出高信息密度的交互界面，让用户无需成为‘微操专家'即可高效协作。"展望未来，缪旭先生认为人机协同是长期主题，智能体交互需平衡信息复杂度和简洁性。他表示，AI的价值不在于替代人类，而在于延伸能力边界。未来成功的企业将是"人类创意 + AI 执行"的复合体，组织管理需从"人力驱动"转向"人机协同驱动"。

从"实验室"走向"生产线"——AI 应用的落地挑战与创新路径

在圆桌讨论环节，亚杰执行会长羊东与九章云极首席AI科学家缪旭，句子互动创始人& CEO李佳芮，共绩科技创始人付智，原粒（北京）半导体技术有限公司联合创始人/ COO 原钢，奥克福（北京）机器人科技有限公司董事长柴建伟围绕AI应用落地、技术挑战、商业模式等话题展开深入讨论，以下为精彩内容摘录：

Q1：当前 AI 应用从概念到产业化的"最后一公里"难点是什么？如何突破？

李佳芮：最大难点在于数据孤岛与工具整合。以零售行业为例，实现"千人千面"营销需打通用户行为数据、库存系统与智能决策模型，但跨平台数据合规成本高，工具调用效率低。参考美国Agentic AI模式，国内企业可先聚焦单一业务场景，通过低代码平台快速集成现有工具，再逐步扩展至全链路自动化。

原钢：芯片设计公司是代码编写工作量很大的一类公司，先进的代码生成大模型能帮助芯片公司提高生产效率。不过处于安全的考虑，芯片公司主要编码工作都在隔离的内网服务器进行，无法直接调用公网的先进大模型，必须进行本地部署。而本地化大模型部署的门槛不算低，一个是需要昂贵的推理服务器硬件，另外一个是需要性能很强，同时代码生成效果很好的先进模型。目前目前一些开源的模型代码生成的质量已经比较好，可以在代码修改、辅助代码生成方面发挥很大作用。如果公司IT部门能力很强，或者有第三方机构提供服务，也可以基于开源模型结合本公司积累下来的代码库做微调和强化学习，再配合高效的大模型一体机等开发专属的智能体，提高芯片公司的开发效率。

Q2：年轻创业者如何构建‘AI 原生组织'？在管理模式上有何创新？传统企业如何借鉴？

付智：我们公司提出"AI原生组织"理念，核心是用AI重构管理全流程。在招聘层面：要求候选人"使用AI后效率提升0.4 倍以上"，通过考察其与AI协作能力筛选人才。在协作层面：企业大脑系统自动解析会议录音、生成任务工单，并通过知识图谱关联员工技能与项目需求，实现"无人化任务分发"。例如销售团队只需语音记录客户需求，系统自动生成商机线索并分配跟进人员。传统企业可以从"工具层"切入，先部署 AI 辅助行政、客服等标准化流程，再逐步向核心业务渗透，避免直接颠覆现有架构。

柴建伟：AI应用应该聚焦落地，为真实需求而生。很多专业场景的技术人员需要AI化的解决方案，来解决目前大量人力的重复性工作。比如说桥梁结构检测中的裂缝检测项，传统检测模式是人凑近，用相机拍照，然后再回办公室一条条标注，再出报告，费时费力费人！需要一个AI裂缝自动识别标注软件就可以解决，但却一直没有成熟的软件。AI应用路漫漫，需要大量的基础教育，普及工作，与需求相向而生！

Q3：垂直领域 AI 如何构建可持续商业模式？

李佳芮：我认为垂直领域AI要构建可持续的商业模式，核心在于两点：一是深度嵌入业务场景，二是持续创造效率和转化价值。以我们句子互动的产品为例，我们在在线教育行业智能帮助机构搭建大模型驱动的数字员工，高效管理全链路营销、销售、客服工作流，这本质上解决的是获客成本高、服务不及时的问题。我们基于自研的平台快速构建专属的教育场景智能体，比如销售触达智能体、线索清洗智能体、客户分层智能体，这些AI Agent 不只是工具，而是直接影响招生转化、学员留存、复购增长。只有把AI能力转化成业务转化、降本增效的可衡量价值，客户才愿意长期付费。所以我们一直坚持从业务场景出发，打造标准化+定制化结合的AI产品体系，这才是垂直领域AI走向可持续商业模式的关键路径。

付智：算力共享平台的商业化需解决信任机制与收益分配。我们通过记录算力贡献者的资源使用数据，按"计算时长 + 任务难度"自动分配收益，吸引个人用户共享闲置算力。目前平台已汇聚 30 万 + 节点，算力成本较传统云服务器降低40%。垂直领域需构建"技术 + 生态"双壁垒，通过开源工具吸引开发者，再以数据反哺模型优化，形成正向循环。

羊东老师在圆桌讨论环节进行总结发言，他表示本次讨论揭示了 AI 产业化的核心矛盾：技术的通用性与场景的特异性、数据的开放性与安全的封闭性、效率的提升与伦理的约束。对创业者而言，破局之道在于"精准定位场景价值，小步快跑验证模型，构建AI原生组织"。亚杰在组织学员互相帮助，了解最佳实践，紧跟技术的范式变革，希望大家充分讨论，亚杰商会将持续通过"摇篮计划"对接行业资源，推动AI技术从"实验室"走向"生产线"，助力创业者在智能革命中找到属于自己的生态位。

结语：

此次沙龙不仅展现了 AI 技术的澎湃动能，更揭示了商业创新的底层逻辑：唯有将技术洞察与行业需求深度融合，方能在智能时代抢占先机。亚杰作为国内创新创业领域的引领者，将持续发挥"摇篮计划"与"亚杰基金"的孵化优势，未来将组织更多活动，推动 AI 技术与实体经济深度融合，为更多创业者赋能。