近年來，生成式人工智能的迅猛發(fā)展，正重塑全球科技產(chǎn)業(yè)的格局。從最初的大模型參數(shù)競(jìng)爭(zhēng)，到如今探索應(yīng)用落地的實(shí)踐，行業(yè)逐漸達(dá)成新共識(shí)：人工智能的價(jià)值正從內(nèi)容生成領(lǐng)域，向更具戰(zhàn)略意義的企業(yè)決策環(huán)節(jié)延伸。據(jù)Gartner預(yù)測(cè)，到2027年，將有半數(shù)的商業(yè)決策由具備決策智能的人工智能體輔助或直接完成。

當(dāng)人工智能開始深度介入企業(yè)業(yè)務(wù)決策時(shí)，技術(shù)挑戰(zhàn)已超越單純的模型能力范疇。企業(yè)更關(guān)注人工智能的可解釋性、可控性以及邏輯可靠性——這些特質(zhì)直接決定人工智能能否真正融入核心決策體系。這一需求變化，促使越來越多企業(yè)管理者將目光投向決策智能領(lǐng)域。

中科聞歌作為中國(guó)科學(xué)院自動(dòng)化所孵化的科技企業(yè)，選擇了一條差異化發(fā)展路徑。該公司CEO羅引指出，企業(yè)級(jí)人工智能的核心競(jìng)爭(zhēng)力不在于模型參數(shù)規(guī)模，而在于系統(tǒng)化的推演與判斷能力。他強(qiáng)調(diào)，如果人工智能只能提供結(jié)果卻無法解釋決策過程，就難以獲得企業(yè)決策層的信任。

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾·卡尼曼在《思考，快與慢》中提出的“雙系統(tǒng)理論”，為理解當(dāng)前人工智能的局限性提供了理論框架?，F(xiàn)有生成式人工智能主要依賴“系統(tǒng)1”的直覺式反應(yīng)，通過概率計(jì)算快速生成答案，但常伴隨邏輯斷層和事實(shí)性錯(cuò)誤。而企業(yè)決策需要的是“系統(tǒng)2”的深度推理能力——能夠建立因果關(guān)系、處理復(fù)雜約束條件并形成可驗(yàn)證的判斷。

羅引進(jìn)一步解釋，企業(yè)真正需要的是經(jīng)得起反復(fù)驗(yàn)證的決策支持，而非一次性“聰明”的答案。這種需求驅(qū)動(dòng)中科聞歌構(gòu)建了獨(dú)特的決策智能體系，其核心在于從海量數(shù)據(jù)中挖掘因果關(guān)系，構(gòu)建可解釋的決策模型。這一理念源于復(fù)雜系統(tǒng)計(jì)算方法論，通過將非結(jié)構(gòu)化的社會(huì)與商業(yè)行為轉(zhuǎn)化為可建模的決策系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)與科學(xué)決策。

中科聞歌的創(chuàng)業(yè)歷程始于2016年。當(dāng)時(shí)，羅引與團(tuán)隊(duì)成員在科研與產(chǎn)業(yè)需求的碰撞中意識(shí)到：實(shí)驗(yàn)室算法與實(shí)際業(yè)務(wù)需求存在顯著鴻溝。企業(yè)關(guān)注的不是理論最優(yōu)解，而是如何在復(fù)雜約束條件下穩(wěn)定解決問題。這種認(rèn)知促使他們放棄純學(xué)術(shù)路線，轉(zhuǎn)而深入政務(wù)、金融、能源等高復(fù)雜度場(chǎng)景，與客戶共同梳理業(yè)務(wù)邏輯，構(gòu)建從數(shù)據(jù)感知到?jīng)Q策執(zhí)行的全鏈路體系。

2022年大模型技術(shù)爆發(fā)后，團(tuán)隊(duì)迅速啟動(dòng)自研大模型“雅意”的研發(fā)，但明確將重點(diǎn)放在方法論創(chuàng)新上。羅引認(rèn)為，對(duì)于政企等高責(zé)任場(chǎng)景，黑盒模型無法滿足決策透明性要求。人工智能要參與關(guān)鍵決策，必須具備行業(yè)知識(shí)理解能力和可控的推理機(jī)制。這種堅(jiān)持使中科聞歌在模型熱潮中保持差異化定位。

為解決人工智能與決策體系的融合難題，中科聞歌提出DOMA（Data–Ontology–Models–Agents）決策智能架構(gòu)。該架構(gòu)通過四層結(jié)構(gòu)實(shí)現(xiàn)決策邏輯的顯性化表達(dá)：數(shù)據(jù)層構(gòu)建動(dòng)態(tài)業(yè)務(wù)映射，本體層固化行業(yè)規(guī)則與因果關(guān)系，模型層完成受約束推理，智能體層推動(dòng)決策落地。這種設(shè)計(jì)使人工智能的決策建議具備完整的邏輯鏈條，滿足企業(yè)可解釋、可追溯的需求。

經(jīng)過八年深耕，中科聞歌的決策智能系統(tǒng)已在多個(gè)關(guān)鍵領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用。其技術(shù)方案獲得產(chǎn)業(yè)資本與國(guó)資基金的長(zhǎng)期支持，驗(yàn)證了決策智能在復(fù)雜商業(yè)場(chǎng)景中的可行性。羅引強(qiáng)調(diào)，決策智能不是短期技術(shù)風(fēng)口，而是需要持續(xù)投入的“重工程”。通過將決策能力轉(zhuǎn)化為可演進(jìn)的系統(tǒng)平臺(tái)，企業(yè)能夠建立應(yīng)對(duì)不確定性的核心優(yōu)勢(shì)。

在當(dāng)今充滿變數(shù)的商業(yè)環(huán)境中，企業(yè)需要的不僅是技術(shù)工具，更是能夠深度理解業(yè)務(wù)邏輯、具備邏輯韌性的決策伙伴。中科聞歌的實(shí)踐表明，當(dāng)人工智能成為組織決策體系的有機(jī)組成部分時(shí)，其真正價(jià)值才能得到釋放——不是替代人類決策者，而是通過增強(qiáng)組織認(rèn)知能力，幫助企業(yè)在復(fù)雜環(huán)境中形成穩(wěn)定、可驗(yàn)證的判斷機(jī)制。