WAIC大咖說｜如何讓AI從“燒錢”變“省錢”？中科聞歌CEO羅引：企業運營成本直降90%，AI下一站是深度參與決策

“最近，可能大家都很關注股票，我是不怎么看，不太關心股價。上市后，反而比過去沖刺階段更有激情，因為在完成了一些里程碑的事情后，可以甩開膀子真正地跟產業深度碰撞。”7月18日，在2026世界人工智能大會（WAIC 2026）現場，中科聞歌CEO（首席執行官）羅引接受包括《每日經濟新聞》記者在內的媒體記者采訪時，坦然聊起了資本市場對公司的預期。

中科聞歌系中科院自動化研究所的科學家創立的AI（人工智能）公司，今年6月底登陸港交所，成為“港股決策大模型第一股”。

《每日經濟新聞》記者了解到，當下，企業對人工智能的需求正悄然發生變化，從以往早期的分析型AI處理數據的“效率工具”，到過去兩年生成式AI成為“內容助手”，如今企業真正需要的是懂業務、懂決策的“決策大腦”。

當越來越多的玩家涌入AI賽道，決策智能如何重構組織能力？隨著Token（詞元）“通脹時代”的來臨，決策智能如何算好“成本賬”？

企業建設與運營成本降九成決策智能正在重構組織能力

隨著大模型技術走向成熟，AI產業競爭邏輯正發生根本的轉變。

“今天，企業的核心競爭力，不再是擁有多少算力模型，而是在于能否適應高速變化、不確定性的社會，看清事實并更準確地判斷因果，快速做出微觀和宏觀的判斷。從智能到決策，這是一場組織能力的重構。”在羅引看來，AI的下一站，絕不只是生成答案，而是深度參與決策。

羅引將決策智能發展劃分為“三重躍遷”：從計算AI、生成AI，最終走向決策AI。真正的高階形態，是決策AI賦能企業中高層決策，調用生成式AI和計算型AI，層層疊加，最終嵌入組織的判斷、協同與行動鏈條。

受訪者供圖

在中國科學院自動化研究所副所長曾大軍看來，“決策范式演變”這一階段，最根本的變化在于決策問題的邊界被重新劃定。“過去，我們覺得沒法分析、沒法算、沒法推演、沒法進行定量分析的各種復雜決策問題，現在都在人工智能的牽引下，被納入可計算、可推演、可評估、可決策的范疇。”

曾大軍判斷，決策智能已進入系統布局的關鍵階段，“現在，誰能先沖出來，從工具層面真正提供好用、管用的這套框架，對下一步的進展就會起到非常強的牽引作用”。

在WAIC 2026舉行期間，中科聞歌發布業界首個“基、樞、核、腦、端”完整AI決策產品體系。《每日經濟新聞》記者現場獲悉，該體系以DOMA（數據—本體—模型—智能體）架構為技術底座，覆蓋數據治理、業務建模、模型推理與智能體執行全鏈路，打通從企業生產經營決策到科學發現的AI決策閉環。

記者還注意到，這一決策AI產品體系直接為企業帶來降本和效率提速。數據顯示，企業建設與運營成本最高降低約90%，決策響應速度最高提升192倍，原本平均需要32小時的分析，如今10分鐘即可完成，推動企業決策能力走向“智能化裝配”。

Token“通脹時代”來臨決策智能如何算好成本賬？

AI爆發式增長之下，人工智能時代，衡量價值的“新貨幣”Token正經歷一場結構性“通脹”。一方面，部分模型價格持續走低甚至免費，另一方面則是面向復雜任務的旗艦模型和Token價格逆勢上漲。

這意味著，相比單輪問答，企業的戰略推演、生產調度、市場預測等決策任務，往往涉及多輪理解、任務拆解、工具調用和長鏈路執行，Token消耗量是普通對話的數十倍乃至上百倍。

中科聞歌“決策AI樹”（受訪者供圖）

那么，決策AI在實際部署時，如何平衡思考決策智能的準確性與Token的消耗成本？對此，羅引表示，“我們的產品覆蓋中觀、宏觀、微觀三個層面，使用頻次完全不同”。

羅引進一步分析稱，一方面，微觀層面的問題，相對來說使用的頻率更高，因為它們跟生產關聯；中觀層面可能是按天來計算的；宏觀層面則是按年或者按季度來。把這三層分好之后，我們可以選擇不同參數或者不同算力要求的模型與其搭配，投入和產出就能夠算得過來賬了。

另一方面，羅引指出，更深層的邏輯是“以質換量”，雖然一些大模型也可以幫你做決策分析，但“消耗的Token成本并沒有帶來收益，得不到全面準確的分析”。而決策智能平臺背后，是多個專家智能體協同，一次推演的成本可能是常規問答的幾十倍，但得到的結果是準確而專業的，用戶愿意為確定性決策價值買單。

談及未來Token價值的拐點，羅引認為，這取決于底層計算范式的突破。

“這個得從物理層面研究，是不是能夠攻克一些底層技術，比如半導體、超導、量子力學等問題，如果能夠把底層計算的范式改變，未來成本一定會急劇下降。現有這套GPU（圖形處理器）的邏輯，只要參數量大了、耗電量大了，一定解決不了。”羅引坦言。

羅引表示，其在與中科大量子計算專家進行交流時了解到，如果未來能用幾千甚至幾萬個量子比特承載大模型參數，未來的計算成本，可能是現在的萬分之一，但這一天的到來“可能還需要十年，但到底是多少個‘十年’，目前尚不好判斷”。

市場規模未來5年將增近10倍哪些領域能率先吃到“螃蟹”？

當市場開始不再滿足于AI只是當“詩人”和“助手”，決策智能正成為AI產業下一個增長極。

據《每日經濟新聞》記者了解，中國企業級大模型驅動的決策智能市場規模正處于高速擴張期。灼識咨詢的數據顯示，2025年該市場規模已達到39億元，占整個企業級大模型市場的21.6%；預計到2030年，該市場規模將大幅增長至375億元，也就意味著未來5年將增近10倍。

（受訪者供圖）

那么，未來決策智能還將在哪些場景和領域最先迎來爆發？

羅引指出，首先科研領域是必然的，尤其是在材料領域。比如，AI for Science（AI4S）的爆發速度遠超生物制藥，原因在于“生物制藥和其他領域，從實驗室研究走向臨床再到市場推廣，需要的時間一般在5到10年，但新材料出現一兩年就可以面向市場，轉化鏈條更短”。

其次，制造領域是決策智能落地的另一個主戰場，每個工廠都希望有個大腦，將低能耗、排產效率不高、生產環節有異常的各個地方，修復成相對完美的狀態，用“廠長思路”進行AI升級。

最后，社會服務與消費領域同樣蘊含巨大潛力，他明確感受到，AI在促進消費、物流貿易等方面正成為“隱形推手”，可以帶動更多生產效能，提高商品和資金流轉的效率。