十年攒下260亿张发票，百望为什么说行业模型不是通用模型缩小版？

百望股份CTO王志伟站上2026 ITValue Summit数字价值年会的讲台时，先讲了一件让他"心里凉了一半"的事。当天上午，有一位嘉宾提到垂类模型可能"不太行"。而他接下来要分享的，恰恰是百望怎么做垂类财税大模型。

好在那位嘉宾随后又补充，有三种手段能把垂类模型做好、跨过三个门槛。这与王志伟后面的内容有相通之处。他索性把这个插曲当作开场，把问题直接摆到了台面上：通用大模型参数规模、榜单分数和通用知识都不再稀缺之后，模型能不能真正走进企业的核心业务流程？

十年发票，攒出一份"数字DNA"

百望是一家以电子发票起家的公司，十年来一直做票、税、单证相关产品。王志伟把这些看似不同的数据类型，理解为同一笔交易从发生、结算、纳税到产业协同的完整链路。

截至目前，百望处理交易凭证超过260亿张，累计交易金额超过千万亿元，覆盖企业税号九千万以上，其中大型集团企业三千多家，成长性企业三千万家，沉淀了四千多项企业实际运营指标。

在王志伟的定义里，每一张发票都是企业与社会发生关系时留下的"数字DNA"。它不是简单的静态凭证，而是这个企业和产业发生关系时留下的可行数据。票、税、单证串联起来，才能理解一个企业的经营实景、上下游关系和财税特征。

这组数据的价值不只在规模。王志伟拆成三个维度：广度上，能看到不同上下游之间的交易关系；长度上，积累了跨度超过十年的企业经营脉络关系数据；新鲜度上，交易发生后大约能T+1更新，跟上正在发生的商业行为。

行业模型是"长出来"的工作系统

王志伟的核心判断是，行业模型并不是通用模型的缩小版，而是通用模型进入产业实景之后"长出来"的一套工作系统。

他观察到，过去三年大家比较模型，看的是参数规模、榜单分数和通用知识；未来三年，随着大模型深入产业，竞争中心可能会变成：模型能不能进入真正的业务，能不能让数据持续回流，能不能让多个专业角色完成最终工作，让业务来验收。

他的判断依据是，模型能力正在快速商品化，回答常识性问题越来越普遍，但具有专业技能、工种经验的垂类智能体，还是越来越稀缺。

通用模型要进入企业核心流程，王志伟认为必须跨过三道门槛：

• 幻觉与事实风险：财税场景下，不是"说得通"就够。出问题可能面临罚款甚至处罚，影响企业信用。模型必须配备事实校验器，对发票、税票、工商及企业经营行为做交叉验证。
• 数据主权：财务、交易数据是企业高度敏感的资产，很多企业不可能放在通用模型之上。私有化部署让模型在企业内网独立运行，数据主权和AI主权由企业自己掌握。
• 成本问题：企业如果一直调用外部通用模型的Token，成本和治理上都不可控。

这三点决定了，垂类能力和私有化部署是企业AI的技术条件和技术前提。

关于幻觉，王志伟的切入点是训练数据本身。公开知识能告诉模型税法怎么写、会计准则怎么解释、政策文件怎么规定，但无法告诉模型一笔交易在真实场景中、这个企业的经营状况是怎样的。

所以在他看来，百望最有价值的数据并不是发票本身，而是发票背后对应的商业事件。每张发票连接着交易对手、订单合同以及背后的商业行为。这类数据对财税大模型来说，训练价值比网上公开数据高得多。

他还重新解释了"泛化"。企业真正需要的泛化，不是覆盖更多问题，而是把每一个能力变成每一个工种的专业能力，嵌入不同组织和流程，能够被负荷、被追溯。如果模型只给一个答案，说不清为什么是这样、依赖什么数据，对企业就是巨大风险。

从回答准确率，转向异常发现率

百望的路径是：真实的交易数据打底，规则、约束、行为证据链、记录过程，最后用业务结果来验收每一次回答、每一次执行。

王志伟说，模型最值得信任的基础，是值得信任的数据。他们训练的不是只会聊天、会背税法的聊天机器人，而是能从连续交易中识别事件关系、识别连续变化的行业模型。

微观场景里，常见的问题是"能不能评价一下这张发票是不是合理"。判断背后，要对交易背景、上下游关系、企业经营状况、税务规则、历史行为、行业惯例做统一处理。

为此，百望定义的垂类模型包含五层能力：

1. 持续更新的行业知识；
2. 确定性地表达行业规则；
3. 真实交易行为；
4. 嵌入企业工作流；
5. 可验收、可被追责的评价体系。

王志伟强调，缺任何一环，这个模型最终只是停留在演示层面。

考核指标也随之改变。百望把衡量标准从回答准确率，转向异常发现率、申报差错率、人工审核命中率等业务结果。这套逻辑被他概括为数据飞轮：真实业务产生交易数据，数据训练行业模型，模型支撑AI决策，决策产生业务结果，专家反馈再反哺高质量训练集。飞轮一旦转起来，便越用越好用。

如今，百望正从一家电子发票SaaS公司，转型为以真实交易数据为基石的AI公司。这条路的目标指向，是王志伟反复强调的那句话——"最终卖结果"。