清华-康奈尔创新发展论坛上,瑞泊谈AI走到今天, 真正重要的是什么

日前，第二届清华-康奈尔MBA创新发展论坛在生机勃勃、花团锦簇的清华大学五道口金融学院圆满举办。

清华大学五道口金融学院院长焦捷、MBA教育中心主任魏晨阳；康奈尔大学约翰逊管理学院院长Vishal Gaur；中国科学院院士、清华大学生命科学学院院长时松海；2001年诺贝尔经济学奖获得者；斯坦福大学商学院名誉院长、Philip HKnight教授Michael Spence；清华大学国家治理研究院院长、法学院教授王振民等领导和专家出席。现场嘉宾云集、人气高涨，清华与康奈尔两校精英、业界翘楚齐聚一堂，以国家战略为导向、以前沿科技为引擎，共话创新发展，现场氛围热烈、成果丰硕。瑞泊技术控股集团董事长乙壤月博士受邀参加圆桌论坛，围绕AI产业落地、商业化路径、合规治理与行业未来发表了瑞泊观点。

以下为乙壤月博士在清华-康奈尔创新发展论坛上发言的重点内容：

一、AI今天到底先改写了企业的什么？

AI在企业落地中，到底能解决什么核心问题？很多企业现在有一个误解，以为AI的价值主要体现在“多快写一篇文章、做一页PPT、回一个问题”。但真正进入组织以后，AI首先改写的，往往不是这些表层动作，而是企业内部那部分最昂贵、最缓慢、最容易断裂的信息流和任务链。

AI在企业里最先创造价值的，通常有三层。

第一层，是把知识从文件、制度、流程和个人经验里“解放”出来。很多企业不是没有知识，而是知识分散在文档、制度、邮件、系统和老员工脑子里，找不到、用不上、也沉淀不下来。大模型首先解决的是“找知识、懂知识、用知识”的问题，让碎片化经验第一次变成机器可调用的组织能力。

第二层，是把高频、重复、规则相对清晰的任务链重做一遍。真正有价值的AI，不是帮人多写一段文案，而是进入客服、风控、运营、投研、财务、合规、人力这些岗位，把原来依赖人工串起来的任务链，变成更短、更稳、更少返工的流程。

第三层，才是经营模式变化。过去很多软件卖的是工具，未来越来越多系统卖的是结果。企业最终买单的，不是一个模型接口，也不是一个会说话的界面，而是某种可以被验收、被计费、被复制的结果能力。

“AI最先吞掉的，不是岗位名称，而是岗位内部那些低附加值、可重复、可标准化的信息劳动。”

换句话说，AI不是先把人整体拿走，而是先把“写、录、算、查、报、转、对”这一类信息劳动切下来、重构掉。这也是为什么，AI落地从来不只是“多一个工具”，而是组织里多一层数字劳动力。

二、什么样的AI公司，才真正有长期价值？

优质AI创业公司到底应该靠什么取胜？如果非要排序，我们的判断是：第一是场景深耕能力，第二是交付能力，第三才是技术壁垒；但真正跑出来的公司，三者必须合一。

今天参数、开源能力、底层模型都在快速扩散，单纯依靠“我模型更大一点、我算法更巧一点”，已经很难长期构成护城河。真正的壁垒，往往来自你是不是理解行业知识、业务规则、流程细节、合规边界和客户真正的验收标准。谁更懂场景，谁才更接近结果。

但只有懂场景还不够。很多团队能做Demo，做不好工程；能做单点能力，做不好全流程；能做一个bot，做不好组织级系统。企业级AI真正的门槛，不在于“做一个模型”，而在于能不能把数据、知识、流程、权限、评测、审计、系统对接和样板复制，做成一个持续运转的生产系统。

今天技术团队最容易踩的坑，主要有三个：过度迷信技术先进性，低估业务复杂性；过度重视Demo，低估交付和治理；过早追求大而全，反而没有先把一个样板场景打透。

“参数会贬值，闭环会升值。”

因为未来真正被高估值和高信任托住的，不是谁最会讲模型，而是谁最能把模型、知识、流程、治理和结果交付，做成一个闭环。

“优质AI公司不是最会讲模型的公司，而是最能把AI交付成结果的公司。”

三、大模型为什么迟迟进不了主流程？

关于“数据隐私、可解释性、可追溯”这些问题，很多人以为AI进不了主流程，是因为模型还不够强、成本还不够低、客户还不够开放。但在真实项目里，真正把系统挡在门外的，往往不是模型的上限，而是责任链和治理体系的下限。

一旦AI从问答走向执行，从建议走向操作，它面对的就不再只是“能不能用”的问题，而是“出了问题怎么办、责任怎么界定、过程能不能回放、结果能不能追溯”的问题。

企业最怕的不是模型偶尔答错，而是“看起来很对，其实没证据”；不是某一次输出不理想，而是系统已经进入主流程之后，却没人知道它读了什么、调了什么、依据了什么、留下了什么日志。

因此，真正能进入主流程的AI，必须提前把几条线建好：最小权限，防止系统越权；角色隔离，防止责任边界混淆；动态撤销，防止异常行为持续放大；引用可验、来源可追、版本可绑定，防止“像真的一样错”；持续评测、全链路日志、可回放和不可篡改审计，确保系统能被真正纳入责任链。

“可信不是加分项，而是入场券。”

“没有治理的Agent，不是生产力，很可能是风险放大器。”

大家都在追模型能力，但真正决定AI能不能进入主流程的，不是谁更聪明，而是谁更能把AI安全地接进组织责任链。

四、在今天的AI噪音里，企业到底该先做什么？

AI变化这么快，方向这么多，组织到底先做什么，才不至于错过这一轮机会？今天很多企业最大的误区，是仍然在用旧尺子量新生产力。一上来就问ROI，只问能不能省几个人，只问能不能先做个试点。可真正更重要的问题，是AI会不会打开新的能力边界，会不会重写主流程，会不会形成新的组织壁垒。

“先看方向价值，再看流程价值，最后看利润兑现；先打透一个样板场景，再谈规模复制；先把治理前置，再让Agent进入主流程。”

真正的分水岭，从来不在“接没接上AI”，而在于有没有把第一条结果链跑通。不是接一个模型，不是做一个知识库，不是开一个创新小组，而是能不能把一条清晰的任务链、结果链、责任链真正打通。

“今天做AI，最危险的不是慢，而是热闹很多、闭环很少。”

“未来最贵的，不是模型本身，而是把模型安全地接进组织能力的那一层系统工程。”

五、谁会在AI时代真正升值？

AI当然会改写岗位，但它首先改写的，往往不是整个职业名称，而是职业内部的任务结构。最先被系统性重构的，通常是“写、录、算、查、报”这类以文本、数据、规则和报告为核心的信息型工作；而真正持续升值的，则是那些能够定义问题、设计流程、校验结果、组织协同、承担责任的人。

“AI时代最先升值的，不是会点工具的人，而是能定义问题、设计流程、校验结果的人。”

模型会迭代，热点会更替。但真正留在企业里的，不会是某一个短期热词，而是谁把AI真正做成了组织能力。

瑞泊简介

瑞泊(XrayBot)定位为「行业超脑」构建者，领先的人工智能国家高新技术企业、专精特新企业、国家双软认证企业、科研成果转移转化基地、「北京市通用人工智能产业创新伙伴计划成员」大模型伙伴成员企业，2025年国家重点研发计划中标单位，国家级科研机构科技成果转移转化一等奖获得者，2024中关村论坛年会北京市人工智能行业大模型创新应用大赛一等奖获得者，2023年中国十大大模型案例及国家特色产业集群赋能典型案例大奖获得者、中国AI金雁奖“技术创新大奖”获得者。瑞泊坚守人工智能核心技术多年，2018年起即与国际主流的AI实验室同步开始了大模型技术的研发，是中国最早进入这一领域的机构之一。瑞泊「行业超脑」及「VIDYA」智慧认知大模型专注垂直行业领域，2026年3月发布「VIDYA X2」行业推理大模型并发布全栈智算一体机，服务金融、航运、工业、政务、医疗、教育、IT运维等众多行业，为企业集团、政府机构、城市建设“量身定制”注重降本增效及价值创造的数字化建设及转型解决方案。面向各垂直行业关键业务流程，瑞泊“嵌入式”的合作模式长期陪同客户逐步实现“一切业务数据化，一切数据业务化”的真正数字化转型。瑞泊核心团队的成员均来国内外著名高校相关领域的教授或博士，他们或曾担任世界五百强高科技企业的核心高管，或曾为国家级科研机构的学术领导者及技术专家；同时，瑞泊联合国家顶尖科研机构成立了联合试验室，确保了所交付项目理念的前瞻性与技术的先进性。瑞泊是中国目前在行业大模型领域中进入行业数量、获得商业合同数量、订单金额及与各大行业头部企业成立联合实验室数量领先的AI专业公司。瑞泊所有的产品均基于完全自主知识产权的核心技术，注重复杂业务逻辑与人工智能技术深度融合，善于将人类智能与机器智能无缝衔接，共生互补。伴随着全球范围内大模型等关键技术的突破以及瑞泊「VIDYA」智慧认知大模型的大规模商用，通用人工智能（AGI）及激动人心的全数字化世界正加速到来，瑞泊始终与您相伴，拥抱未来！

科研成果转移转化基地

国家重点研发计划中标单位

北京市大模型伙伴成员企业