AI落地：七成难题不在技术本身，而是人的组织

昨天开幕的2026世界人工智能大会与往届不同，展馆里最热闹的话题不再是“谁的参数更大”，而是“AI落地了吗”“真的有用吗”。具身机器人上线汽车生产线，AI系统进入矿山安全监控，企业级智能体帮消费品公司把用户调研周期压缩到原来的十分之一……一个清晰的信号是：AI正在从技术展示走向真实的业务承接。

其中，特赞科技今年以“数字成林”为主题亮相大会。其核心产品GEA（Generative Enterprise Agent，企业级智能体）覆盖洞察研究、内容增长、设计创作与产品创新四条产品线，已在消费品、快消、科技出海等行业实现规模化部署。

所谓“数字成林”，是一个形象的比喻——不同的AI智能体在同一套企业上下文中独立运行、相互连接，形成持续生长的企业智能生态，而非一次性交付的工具。截至目前，特赞服务了180余家企业客户，包括60余家《财富》世界500强，平台专业用户超100万，产品在全球50余个国家和地区运营。

特赞科技创始人范凌同时是同济大学教授、设计人工智能实验室主任，2015年以学者身份下场创业，长期研究人与AI的共生关系。他提出，AI落地的七成难题不在技术本身，而在人和组织的适配调整——“组织流程的重塑，人的能力的提升，这些都需要耐心。”他同时强调，AI越能干，人的判断力、审美和品味就越珍贵。

在现场直播中，范凌用三个阶段梳理了生成式AI这几年的演进：

以GPT为代表的“能聊”阶段，以DeepSeek为代表的“能推理”阶段，以及当下AI可以操作电脑、自主完成任务的“能干”阶段。“能聊到能干，事实上是从AI能跟你对话，到真的帮你干活的这个变化”，他说，这个变化让普通个体的能量被大幅放大——以前一件事需要很多职能配合，现在AI可以兼做多个角色，“补齐了人的短板”。

但他也给这种乐观加了一个注脚。他在研究中总结出一个1:2:7的比例：在AI能否真正产业落地的权重中，模型能力占10%，产业专属数据占20%，人和组织的适配调整占70%。“七的里边可能有组织的调整、有人的能力的提升、有流程的重塑。我们现在的阶段要去解决那7的问题，然后才能做到产业的真正落地。”他以蒸汽机到电动机的历史作参照，那场技术迁移花了约30年，“这需要有耐心，1:2:7的这种耐心。”

在特赞，范凌正在把这个判断落到产品里。特赞自研的企业级智能体GEA（Generative Enterprise Agent），核心逻辑就是把企业沉淀多年的内容资产、决策经验、业务上下文，转化成AI真正可以调用的”企业记忆"，让智能体不再输出泛化内容，而是能为具体企业的具体业务目标服务。GEA自从今年4月发布以来，已经覆盖洞察研究、内容增长、设计创作与产品创新四条产品线，现服务60余家《财富》世界500强，平台专业用户超百万。这次，特赞把千行百业的实践也搬到了2026世界人工智能大会展览现场。

这也正是特赞在竞争中的壁垒所在：不是比拼模型参数，而是在每一家企业的业务场景中积累难以复制的上下文。范凌带领团队最近训练另一个模型——“主观世界模型”，也指向同一逻辑：不是统计用户的点击行为，而是试图让AI读懂一个人内在的动机、偏好与跨情境的判断方式。“这里也值得我们反思：当AI很多事都能干了以后，我们人的角色是什么？人性、审美、品味，又成为我们区别于机器智能的立身之本了。”

“我更希望AI去理解人，而不是内卷。”范凌说。这句话说的是他的研究方向，也像是他对整个行业的提醒。

（来源：上观新闻 作者：新民晚报 张炯强）