中科闻歌CEO罗引：AI 走向企业核心，绕不开“决策”

中科闻歌CEO罗引

记者/ 何己派 编辑/ 谭璐

过去两年，生成式AI的快速演进深刻影响了全球科技产业。

从大模型参数竞赛到应用落地探索，行业正在形成新的共识：AI的价值正从内容生成，走向更高价值的企业决策环节。

Gartner预测，到2027年，50%的商业决策，将由决策智能类AI智能体辅助或自动化完成。

当AI开始介入业务决策时，企业面临的已不只是模型能力问题，而是可解释性、可控性与逻辑可靠性的问题。

如何让AI真正进入核心决策体系，成为越来越多企业管理者关注的关键命题。

诞生于中国科学院自动化所的中科闻歌，选择了一条不同于通用大模型厂商的路径——决策智能（Decision Intelligence）。

在中科闻歌CEO罗引看来，企业级AI的核心，不在于模型参数规模，而在于是否具备系统性的推演与判断能力。如果AI只能生成答案，却无法解释判断过程，它就不可能进入企业的决策中枢。

在卡尼曼的《思考，快与慢》中，“系统1”代表直觉与快速反应，“系统2”则代表逻辑推理与复杂决策。

目前的生成式AI，大多停留在“系统1”的层面——基于概率快速生成答案，但往往伴随着幻觉和逻辑断层。而企业决策所依赖的，是具备逻辑推理与因果判断能力的“系统2”。

罗引指出，企业真正需要的，不是一次性“看起来很聪明”的结果，而是经得起追问、可以反复验证的判断。

公司名称“闻歌”，取自“闻弦歌而知雅意”，隐喻了决策智能的核心——从数据表象中，洞察因果联系，推演未来趋势。

这一理念源于复杂系统计算的方法论：将高度非结构化的社会与商业行为，拆解为可建模、可推演的决策系统。

成立8年来，中科闻歌围绕决策智能持续深耕，其相关系统已在政务、金融、能源、媒体等高复杂度场景实现规模化应用，并获得多家产业与国资背景基金的长期支持。

以下为罗引自述，经编辑整理：

离岗创业：从算法研究到决策能力

中科闻歌的起点，源自中国科学院自动化所。2016年，我和王磊董事长，还有几位中科院的同事做了一个并不轻松的决定——离岗创业。

这并不是一个冲动的选择。

我们当时想得很现实——在研究所做科研，目标是追求算法性能和理论最优解；而在产业场景中，企业真正关心的，是问题能否在复杂约束下被长期、稳定地解决。

那段时间，我反复问自己一个问题：如果这些算法永远停留在论文里，它们的价值究竟在哪里？

正是带着这样的疑问，我们走进了真实行业场景。创业初期，我们并没有急于做产品包装，而是把大量时间投入到非结构化数据分析和复杂业务建模中，与客户一起，一条条梳理业务逻辑。

这是一段很“重”的经历，也让我们逐渐意识到：很多决策难题，并不是算力不够，而是规则、经验和因果关系从未被系统性地表达出来。

在这一过程中，我们逐步搭建起从数据感知、认知理解到决策执行的完整链路，也就是后来形成的DIOS（认知与决策基础平台），为后续的决策智能体系奠定了基础。

2022年底，大模型浪潮席卷而来。

我们当然也感到振奋，但很快意识到一个现实问题：对于政企和高责任场景而言，黑盒模型并不能直接进入决策中枢。

如果 AI 要参与关键决策，它必须是安全、可控的，必须真正理解行业逻辑，而不是“猜得差不多”。这并非技术保守，而是对决策责任的基本尊重。

正是这一阶段，我们启动了自研大模型“雅意”，并同步完成研发体系的调整。对我而言，比模型本身更重要的，是方法论层面的清晰判断。

随着大模型逐渐普及，越来越多企业发现：模型并不稀缺，真正稀缺的是——AI如何嵌入决策体系。

DOMA架构：回答“AI 如何进入决策核心”

在大量企业实践中，我们看到一个普遍现象：

AI多停留在信息检索、内容生成等辅助环节，而资源配置、风险判断、战略选择等关键决策，仍然高度依赖人工经验。

这样的现实背景下，我们提出了DOMA（Data–Ontology–Models–Agents）决策智能架构，系统性回应“企业如何用AI做决策”这一问题。

我常用一句话概括DOMA：先把决策逻辑说清楚，再让AI去执行。

在具体实践中，DOMA的四层结构各司其职、相互约束：

•Data（数据层）：刻画现实运行状态。通过持续感知和治理多源异构数据，构建对业务与环境的动态映射，为决策提供可靠事实基础。

•Ontology（领域本体层）：固化决策逻辑。将行业规则、业务约束与因果关系结构化表达，使经验从“人脑直觉”转变为“系统规则”。

•Models（专用模型层）：完成受约束推理。模型围绕明确决策目标，在规则和逻辑边界内进行判断，而非无约束生成。

•Agents（智能体层）：推动决策落地。通过多智能体协同与分工，将判断转化为可执行的行动与流程。

通过这四层结构，AI不再只是输出一个概率结果，而是在可解释、可追溯的推演空间中，给出具备逻辑链条的决策建议。

对企业而言，AI不再是“外挂工具”，而是逐步成为决策体系本身的一部分。

长期主义：在不确定性中寻找确定性

决策智能是一项“重工程”。

它需要长期深入行业、清洗复杂数据，并与客户一起反复打磨业务逻辑。这条路并不轻松，也不追逐短期风口，但能够沉淀真正的组织能力。

在我看来，决策这件事，不能靠一次模型升级解决，它必须被做成一套可以持续演进的系统。

目前，中科闻歌的决策智能系统，已在金融、能源、媒体、政务等多个高复杂度场景中落地。

随着决策能力被持续工程化、平台化，我们也在将这套方法论向更多关键行业复制。

在不确定性加剧的时代，企业需要的并不是更多工具，而是一套能够理解复杂性、具备逻辑韧性，并深度嵌入业务核心的决策智能系统。

AI的真正价值，并非替代人，而在于成为组织决策体系的一部分，帮助组织在不确定性中形成稳定、可解释、可复盘的判断。

这正是中科闻歌长期坚持的方向。