-->

　　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）