当企业完成第一轮AI部署后，下一步该往哪里走？
7月19日，在2026世界人工智能大会“价值落地与产业实证”论坛中，蚂蚁集团CEO韩歆毅给出了他的判断。在他看来，企业AI落地不能停留在工具提效层面，而应扎根产业场景，务实追求价值落地。围绕这一方向，他提出了三个层面，企业AI的智能不止于知识累积，更在于经验沉淀；企业AI的更高价值，不止于个体提效，更在于组织进化；实现深度落地的路径，是打造“组织智能”。
过去两年，大量企业完成了AI的初步接入，不仅调用大模型API、搭建内部知识库、配置AI助手，而且还开发数字员工。不过，在韩歆毅看来，这还远远不够。
中数睿智在WAIC期间发布的《因果世界模型技术体系蓝皮书》显示，超八成企业完成AI布局，不足四成收获实质性利润，九成以上试点难以规模化长效运转。大量企业仍停留在浅层模型试用，缺少打通服务、交易、可信治理的完整底层基建，这也正是AI下半场产业竞争的核心矛盾。
韩歆毅引述2024年图灵奖得主理查德·萨顿在本届WAIC主论坛上的观点指出，当前AI本质上仍然“弱小”且“不可靠”，行业普遍混淆了计算能力与真正的智能。依赖静态人类数据训练的模型正在触达天花板，真正意义上的智能，应该来自智能体与环境的实时交互，并在行动中自主构建数据、自主学习，校正认知，从“人类数据时代”迈入“经验时代”。
这一判断直指当前企业AI的普遍误区。行业普遍认为，大模型越“聪明”，能回答的问题越多，对企业的价值就越大，因此很多企业把重心放在了“让模型掌握更多知识”上。但在韩歆毅看来，一个靠既有世界公开知识堆砌出来的通用大模型，未必能真正理解一家企业的真实运行逻辑。真正的企业级AI智能，需要扎根企业真实的业务流程，持续沉淀企业专属的数据和经验，在真实运转中自主迭代学习、识别低效卡点，形成适配企业自身经营逻辑的判断力。他将这种能力称为“经验型智能”（Experience AI）。
价值的另一个维度是组织效率。当前不少智能体产品仍停留在工具部署层面，帮助员工更快地查资料、写邮件、整理会议纪要、审理合同，希望以此实现组织的提质增效。
但韩歆毅在蚂蚁的实践中发现了一个现象，只做浅层的个体工具提效，有时不仅无法解决组织问题，反而可能引发组织流程设计中的“免责”惯性。员工学会了用AI梳理和识别风险，却回避决策，层层请示，反而拖累了组织效率。
他以蚂蚁内部的合同审批流程为例，员工看到了AI识别出的风险清单，反而选择层层上报，结果合同流转时间变长了。“AI提效的，是个体免责的效率，而不一定是组织决策的效率。”在他看来，智能体真正的价值，不应只是帮助员工更快地完成任务，而是成为智慧的顾问，辅助员工在业务推进与风险管控之间找到平衡。
如何实现深度落地？韩歆毅提出的路径是打造“组织智能”（Institutional AI）。企业应当先把智能体铺设到每一个关键流程里，沉淀企业的专属数据，没有企业专属数据，就没有企业专属智能。进而搭建可信的数据底座，利用区块链和密算等技术，保障全流程数据真实、可追溯和安全流通。最终形成持续迭代的经验闭环，数据持续流入模型，驱动AI长期自我学习、沉淀企业独有的业务经验，持续诊断组织低效问题并输出优化建议，实现从个人效率提升到组织整体生产力升级。
“我们需要的不只是更聪明的智能体，更需要可信的智能体。”韩歆毅如是称。
在WAIC2026上，蚂蚁数科正式发布商业智能体超级工厂方案及核心平台 Agentar 2.0，涵盖智能体开发、数据治理、经验沉淀和组织进化四个层面。截至目前，蚂蚁数科已服务全部国有银行和股份制银行、超过60%的地方性商业银行，以及数百家金融机构，落地超300个金融行业智能体，相关方案覆盖金融、能源、出行、消费等场景。
韩歆毅表示，这套方案的目标不是帮助企业更快地开发一个智能体，而是帮助企业逐步建设一套面向AI时代的新型生产系统，让智能体进入真实流程，让企业经验得到沉淀，让数据安全可信地流动，最终推动个人能力和组织能力共同进化。
“AI替代的只会是标准和重复的工作，但替代不了人的判断与创造。”韩歆毅表示，它会放大和强化由人沉淀下来的企业经验，让组织更加智能和高效，实现业务增长与员工成长的统一。这才是技术服务于人的真正含义。
（《财经》新媒体综编）
216.73.217.106
