北京
7月21日消息，在2026世界人工智能大会（WAIC）期间，语生科学首席科学家郭权玮受邀参加InfoQ举办的“AI正在重写什么”主题圆桌论坛，与产业、投资及技术领域多位嘉宾共同探讨AI产业发展趋势。他提出两项判断：AI的下一站将是本地模型与本地智能体；衡量AI产品是否真正成功，不在于用户是否付费，而在于企业是否愿意围绕AI重构业务流程。
郭权玮认为，过去两年，大模型行业主要围绕模型规模和能力展开竞争，但真正决定AI能否进入企业核心业务场景的，并非模型参数，而是数据是否能够留在本地。
据介绍，随着AI逐步深入企业知识库、研发资料、业务流程及工具调用等场景，数据隐私、安全、权限管理以及长期推理成本成为企业部署AI面临的现实约束。相比完全依赖云端推理，本地模型能够在企业原有数据环境中完成理解、推理和执行，在保障数据安全的同时降低长期调用成本，更适合持续处理企业海量数据。
他表示，随着新一代AI硬件不断成熟，本地部署高性能模型已具备现实基础，未来真正具有竞争力的AI，不仅需要具备强大的模型能力，更要能够在数据不离开企业的前提下完成完整任务闭环，持续提供智能服务。
据了解，语生科学目前已围绕本地大模型、本地智能体等方向展开布局，希望推动AI运行在企业自身的数据环境中，而非持续依赖云端服务。
谈及AI商业化，郭权玮提出了不同于行业普遍关注用户规模和付费率的判断标准。他认为，一个AI产品是否真正进入产业，并不取决于用户数量或订阅收入，而在于企业是否因为它改变了自身的运行方式。
他表示，企业采购AI产品、完成POC验证甚至开通账号，并不意味着AI真正融入业务。真正昂贵的成本在于企业需要重新整理数据、开放核心系统权限、调整业务流程（SOP）、重构组织协作方式，并重新定义责任人和验收标准。只有当企业愿意承担这些组织变革成本，AI才能真正从工具升级为生产系统。
郭权玮以Palantir为例表示，其企业AI能力的核心并非接入更强的大模型，而是通过驻场工程师深入企业，将人员、订单、设备、库存、权限、规则及业务流程组织为统一系统，实现模型、数据、工具和业务的闭环运行。
他认为，本地模型解决的是企业“敢不敢用”的问题，而流程重构回答的是企业“值不值得用”的问题。当前AI竞争正从参数规模转向产业落地，从展示模型能力转向创造真实生产力。未来，谁能够让AI真正进入企业现场、融入业务流程，并持续创造可验证的业务价值，谁就更有机会赢得下一阶段竞争。（定西）
