彩訊股份 CEO 白琳：企業級AI正從技術熱潮走向系統化落地

采訪嘉賓 | 白琳

策劃 | 李忠良

在“人工智能 +”行動持續推進、人工智能被視為培育新質生產力重要引擎的背景下，企業級 AI 應用正迎來從探索走向深化的關鍵階段。

1 月 31 日，在雄安新區舉辦的“人工智能 +”創新生態系列活動期間，彩訊股份正式發布《企業級 AI 應用白皮書》（以下簡稱白皮書），系統梳理企業級 AI 的發展階段、核心挑戰與落地路徑，為行業提供面向實踐的參考框架。活動期間，彩訊股份 CEO 白琳接受（本站）媒體采訪。

Q1 “當前，‘人工智能 +’行動正在深入各行各業，AI 被視為發展‘新質生產力’的重要引擎。彩訊股份在這個時間點發布《企業級 AI 應用白皮書》，是基于怎樣的行業洞察？您希望這份白皮書給行業發展帶來怎樣的價值？

A：我們之所以選擇在這個時間點發布《企業級 AI 應用白皮書》，核心基于一個判斷：在企業級 AI 應用場景中，人工智能正從以技術驅動為主，逐步轉向以企業應用落地為核心的深化階段。從實踐情況看，AI 在企業中已經“能用”，但距離“用好”“用久”仍有明顯差距，真正實現規模化、可持續業務價值的案例并不多。這背后反映的并不是技術不足，而是企業級 AI 應用正在面臨一套全新的系統性挑戰，包括業務場景選擇、系統架構重構、數據治理、安全合規以及組織協同等問題。

我們發布這份白皮書，并不是要給行業提供一套“標準答案”，而是希望基于彩訊股份在政企和行業客戶中的長期實踐，對企業級 AI 當前所處的發展階段、真實痛點以及可行路徑做一次系統性的梳理和判斷。從行業角度來看，我們希望這份白皮書能夠起到三方面的價值：第一，幫助企業理性看待 AI，從“熱潮”回到“工程和系統”；第二，為企業推進 AI 落地提供一套可參考的思考框架；第三，推動行業在企業級 AI 方向形成更加務實、可持續的共識。

Q2 “市面上關于大模型的討論已經非常多了，但企業真正關心的不僅僅是模型參數，更是應用如何落地，如何在企業業務場景中發揮價值。白皮書提到了‘用 AI 重新定義企業軟件’，這與傳統的企業數字化相比，本質的區別在哪里？彩訊眼中的‘下一代企業軟件’是什么樣子的？”

A：傳統企業數字化，本質上是“流程數字化 + 系統自動化”，軟件更多扮演的是規則執行者和效率工具的角色。而我們在白皮書中提出“用 AI 重新定義企業級軟件”，核心變化在于：軟件開始從“被動執行規則”，轉向“參與業務理解與決策”。

在 AI 尤其是大模型能力的支撐下，企業軟件不再只是流程的終點，而是能夠：理解業務語境、處理非結構化信息、在一定范圍內進行判斷和推薦、并隨著業務變化持續演進。這意味著，企業軟件正在從“功能集合”，演進為“智能系統”。

在彩訊看來，下一代企業軟件至少具備三個特征：第一，它是 AI 原生的，而不是在原有系統上簡單疊加智能能力；第二，它是場景驅動的，圍繞真實業務問題而非技術能力設計；第三，它是可治理、可演進的，能夠被企業長期管理和持續優化。這也是我們認為，企業級 AI 必須從系統層面重新思考軟件形態的根本原因。

Q3 今天也是先睹為快第一時間學習了白皮書的內容，看到彩訊對行業落地過程的痛點挑戰做了深入的分析，公司也給出的解決問題的答案是“1+1+N” 的策略”，可否請您簡要介紹下這個策略具體指什么？

A：我們在白皮書里提出“1+1+N”，其實是想回答一個很現實的問題：企業級 AI 面對的是高度復雜、長期運行的真實業務環境，這種復雜性不可能靠單一模型或單一產品來解決。

第一個“1”，是頂層方法論。不是先選技術，而是先解決場景怎么選、價值怎么評估、優先級怎么排，新一代“認知型”應用與舊有“流程型“系統如何融合的問題，避免 AI 一開始就跑偏。

第二個“1”，是工具平臺。以彩訊的 RichAIbox 為例，它解決的是 AI 能不能跑得穩、能不能持續演進的問題，讓模型、數據、流程和系統可以被統一調度，而不是一次性交付。

“N”，則是面向不同業務場景的應用實踐。真正深入業務流程，在實踐中不斷沉淀經驗。只有前面兩個“1”打好基礎，這些場景能力才能被持續復用、不斷擴展。所以，“1+1+N”不是一個技術口號，而是一條從試點走向工程化的現實路徑。

Q4 與消費級 AI 不同，企業級 AI 更強調穩定性、可控性和業務價值。這些特性給企業級 AI 應用落地帶來哪些困難？彩訊是如何看待和解決這些問題的？

A：與消費級 AI 不同，企業級 AI 一旦進入業務系統，所承擔的不只是技術功能，更涉及流程責任、業務結果與合規要求，容錯率極低。這也決定了企業在推進 AI 應用時需要更為審慎。

企業級 AI 面臨的挑戰主要集中在三個方面：第一，業務復雜且高度定制，無法簡單復制；第二，對穩定性和安全性的要求極高，不能“試錯式運行”；第三，AI 必須能夠被管理、被審計，并真正產生可衡量的業務價值。這也是為什么很多企業看起來比較謹慎，并不是保守，而是對系統性風險有清醒認知。

彩訊的應對思路也很明確：一方面，我們通過平臺化和工程化能力，把模型、數據和應用納入統一治理體系，并提供全套 AI 工具集支撐（如：智能體構建、數據治理、服務治理、智能體運營等產品工具集）；另一方面，我們始終強調 AI 必須嵌入業務流程，而不是游離于系統之外。

在我們看來，企業級 AI 的成功，更多來自系統設計和治理能力，而不是單點技術突破。

Q5 今天也看到彩訊與穩準智能聯合發布了“彩訊數擎大模型”，聚焦在垂直領域的數據模型，這與我們常規理解的 LLM、VLM 有什么差異，在企業級 AI 應用落地過程中將起到什么作用？

A：在企業級 AI 場景中，不同類型的模型承擔著不同角色。LLM 更擅長處理非結構化文本信息，適用于知識問答、智能客服、AI 郵箱等場景；VLM 則進一步擴展到多模態理解，適合圖文、視頻等復雜數據場景。

而我們與穩準智能聯合推出的“數擎”大模型，本質上屬于 LDM（數據模型），主要面向結構化數據，擅長進行預測、歸因和趨勢分析。在企業真實業務中，結構化數據依然是決策的核心基礎，例如銷售預測、風險控制、智能推薦等。LDM 在這些場景中，能夠與 LLM、VLM 形成互補，共同構成企業級 AI 的完整能力體系。這也是我們在白皮書中強調“多模型協同”的原因，企業級 AI 并不是由某一種模型單獨完成，而是一個系統工程。

Q6 展望未來 3-5 年，您認為企業級 AI 應用市場會形成怎樣的格局？您希望行業如何理解彩訊在企業級 AI 生態中的角色？

A：展望未來 3—5 年，企業級 AI 市場呈現出從探索走向分層與專業化的發展。一方面，底層模型能力會持續進步并趨于通用；另一方面，真正的差異化競爭將集中在：誰更懂企業業務，誰更擅長 AI 與 IT 與場景的融合，包括數據治理、服務治理，誰能夠長期陪伴企業完成 AI 的演進。

彩訊將依托 Rich AI 全棧體系，致力于成為大模型能力與企業業務價值之間的“修橋人”，推動 AI 不僅可用，更能在真實業務中持續創造價值。通過長期深耕企業場景、持續推進企業級 AI 應用的系統化落地，彩訊與客戶及產業伙伴協同，推動 AI 真正轉化為企業發展的新質生產力。