-->

　　5月29日，2026证券市场年会行业分会数字经济大会在北京举行
。在以“智变·新引擎——人工智能如何重塑企业增长逻辑
”为主题的圆桌分享环节 ，与会嘉宾从AI带来的核心价值变革
、场景选择标准、服务价值迭代 、安全风险防范等维度展开了深度研讨。

　　AI深度融入企业运营

　　从技术概念到增长引擎
，AI正深度融入企业运营的各个环节 。在圆桌分享环节，来自不同赛道的企业负责人结合自身实践 ，分享了AI展现出的多元化价值路径
。

　　结合汽车研发行业特点与企业实践
，阿尔特汽车技术股份有限公司（以下简称“阿尔特 ”）CEO
、总裁张立强表示，AI已深度融入汽车研发全流程 ，不仅推动业务效率实现跨越式提升、加速人才梯队建设，更助力阿尔特从传统汽车研发服务商
，全面转型为汽车科技创新企业。

　　谈及AI为企业带来的核心改变，张立强坦言 ，效率提升与人才培育升级是阿尔特最直观的两大变革 。依托AI技术
，阿尔特实现研发工作精准提效
。在车身开发 、整车造型等核心环节，AI可承接大量标准化
、重复性研发工作 ，有效减少人力投入、压缩作业周期。同时
，AI打破了汽车行业研发人才培养瓶颈，能够快速赋能青年工程师 ，帮助其在短期内掌握资深工程师的整车开发理念与专业技术
，助力企业高效搭建人才梯队 。

　　B2B营销领域也在经历类似的深刻变革
。北京百炼智能科技有限公司（以下简称“百炼智能
”）创始人兼CEO冯是聪表示，AI正深刻改变B2B营销SaaS（软件即服务）的商业模式 ，AI带来的最大变化是客户从“购买工具”转向“购买结果 ”
，企业不再需要自行完成复杂的数据分析链条，AI直接输出可执行结论。

　　从产品形态来看 ，AI正在将SaaS的交互方式从多步骤菜单式操作压缩为自然语言对话式指令 。冯是聪举例称，过去用户需要执行大量人工操作才能筛选出上市公司招投标信息
，现在一句自然语言指令即可完成。

　　北京格灵深瞳信息技术股份有限公司（以下简称“格灵深瞳”）从事视觉智能已有很长时间，在应用落地方向积累了丰富经验
。格灵深瞳CEO吴一洲提到：“当下的AI技术正以高频 、跃阶的方式突飞猛进。我们更愿意把现在这个时代称为大模型时代或智能体时代 。
”

　　在她看来 ，这种技术跃迁正改变着行业的商业逻辑
。“在传统小模型时代
，也就是‘手搓算法’时代，商业模式要实现规模化并不容易。但在当下的大模型时代 ，随着大模型原生或智能体原生的技术架构逐渐成熟
，视觉智能产品有机会变得更加标准化
、工具化，让客户受益 ，同时也为公司探索规模化经营提供新的可能 。”

　　信息安全领域的企业则更关注增长背后的风险底线
，北京北信源软件股份有限公司（以下简称“北信源 ”）副总裁姜来表示：“在AI全球化发展新格局中，公司在三大战略的基础上 ，确立了‘智能的安全、安全的智能’双轮驱动发展策略
。
”

　　“大模型飞速发展
，既是挑战也是机遇。挑战方面，我们的客户 ，尤其是关键基础设施单位，反馈的告警信息量大幅增加；机遇方面
，AI的快速发展让北信源能从传统安全厂商进入到AI场景化应用领域 。”姜来表示，“公司能跨界推出翻译产品 ，离不开大模型的技术支撑
。我们将凭借自身技术积淀
，持续拓展多元应用场景，打造新的增长曲线。 ”

　　多元赛道中的AI价值突围

　　AI如何真正创造价值？企业在拥抱AI时又该如何平衡收益与风险？围绕这些核心问题 ，与会嘉宾从场景选择 、服务迭代、安全底线等维度展开了深入探讨 。

　　谈及如何判断一个场景值不值得投入
，吴一洲给出的判断框架是：“主要就是看两本账，客户的收益账和公司的商业账
。
”

　　在客户收益账方面 ，她表示
，大部分客户接受AI都是从降本增效切入的。而如今，客户需求已经升级 。“经历了前面很长时间的使用 ，客户的需求更多走向了业务应用。比如
，如何让算法嵌入到业务流程和日常任务中，同时还能帮客户建立一套可持续运营
、反馈和迭代的机制
。正因如此 ，我们的业务方向也从提供给客户一次性的算法、一次性的买卖，变成了给客户提供一套真正易用的工具集。”

　　再看公司商业账
，吴一洲提到：“在大模型Native和Agentic Native架构的支撑下，以及AI定义的软硬协同体系支撑下 ，基于我们的视觉智能工坊等产品能力
，客户可以逐步实现从早期导入到自主运营的完整路径 。 ”

　　如果说场景选择是“做什么
”的问题，那么服务价值迭代则是“怎么做”的问题
。在这方面 ，阿尔特与百炼智能的实践提供了不同赛道的参考样本。

　　张立强表示
，阿尔特的服务模式，已从人力规模型技术服务转向全流程综合解决方案 。整车厂商客户的付费逻辑 ，如今高度聚焦研发周期压缩与研发品质升级两大方向
。凭借多年AI技术自研积累
，阿尔特打造出圆方 、御风等汽车研发垂类AI工具，完成技术能力沉淀并实现对外赋能 ，这也成为企业吸引整车厂商客户的核心竞争力。

　　“AI时代客户买单的底层逻辑在于两个层面 。 ”冯是聪表示
，一是行业专有数据的覆盖能力，通用大模型往往只覆盖约60%的公开数据 ，剩余40%的数据缺失会导致分析结论出现偏差
。只有将数据覆盖率提升至90%或95%以上，才能产出真正可靠的商业分析结果。二是交付物形态的升级
，传统SaaS出售的是工具，客户需要自行完成分析判断；现在AI直接输出结论 ，客户不再需要进行中间推理步骤 。

　　在积极拥抱AI实现价值提升的同时
，新型安全风险也随之而来
。姜来分析，企业布局AI主要围绕降本增效
、辅助决策两大方向 ，而这两大场景均存在易被忽视的安全漏洞。

　　“在降本增效场景中
，AI生成代码的漏洞明显增多 。
”姜来建议，运用AI辅助编程以及使用智能体时 ，需加强代码规范
，严格落实代码审计，守住安全关口。在AI辅助决策场景下 ，比如上市公司董事会研讨常涉及财报、经营数据 、投融资等核心商业机密
，应该采用私有化部署，严防核心数据流入公有大模型
。

　　“企业借力AI加速发展的同时 ，必须树立底线思维，AI就像汽车
，速度越快，就越需要坚固
、灵敏、智能的刹车与防护体系 ，提速必先固防。”姜来表示 。

　　在论坛尾声
，各位嘉宾用一句话凝练了各自企业在AI时代全新的增长逻辑
。

　　“依托全链条AI自研技术与落地应用，阿尔特完成业务模式与企业定位的深度蜕变 ，从传统汽车研发服务商
，正式转型为具备自主科创能力的汽车科技创新企业。 ”张立强表示 。

　　姜来则表示：“在AI时代，北信源正进一步通过AI赋能传统的安全产品 ，同时以安全为基因开拓新的AI应用场景
。”

　　冯是聪认为：“从卖工具到给结果
，从年费到按次收费，我们正让客户用最低的成本拿到最高的价值。
”

　　吴一洲说：“我们正在通过AI原生架构和AI定义的软硬协同 ，打造一套端到端的 、为客户赋能的视觉能力平台 。我们更愿意陪伴客户
，让客户也拥有能力，用AI看见和理解世界
。”

　　可以说 ，不同赛道企业的实践共同印证了一个趋势：AI不再是锦上添花的技术选项，而正成为企业增长方程式的核心变量。AI时代的竞争
，已从技术参数的比拼转向场景落地的较量 。如何让AI跑得更快
、更稳、更远，在商业世界中行稳致远 ，仍是每一家企业需要持续回答的命题

（文章来源：证券日报）