9月17日下午，2026 ITValue Summit数字价值年会“如何成为一个AI原生的超级组织”闭门会在三亚举行。StartLux联合创始人兼CTO、语生科学首席科学家郭权玮，百望股份联席总经理王强宇，品胜AI产品中心总监丛泽龙出席，分别从智能基础设施、企业数据与模型、硬件研发实践三个维度，讨论AI原生组织的落地路径。
郭权玮将AI原生超级组织的标准定义为“每一次工作都能带来下一次的改进”。他指出，当前企业更换模型或工具时，往往需要重新解释业务背景和工作要求，导致长期任务的工作状态与业务关系中断。为此，StartLux构建了一套本地智能基础设施，涵盖模型、推理运行系统、智能体执行框架及记忆系统。郭权玮强调，模型和框架可以迭代，但企业积累的知识、流程和上下文应当能够延续和迁移。在具体实现上，StartLux提供基础设施，由企业自行导入数据和流程，掌握自身数据边界。
王强宇则从数据主权角度提出，AI原生企业应当拥有自己的模型、员工与Agent共同工作的协作平台，并能在业务运行中产生新数据以推动模型迭代。他以百望关注的财税场景为例，指出真实交易数据和企业业务数据是模型理解专业问题的基础。在成本层面，他认为企业大量任务有清晰的领域边界，未必每次都需要调用大规模通用模型，行业模型、企业模型和小模型应有自己的应用空间，建议私有化部署与通用模型、专用小模型结合使用。针对数据授权问题，王强宇明确表示，进入具体企业需取得授权，并在私有化部署环境中运行，再接入企业Agent体系。
丛泽龙分享了品胜的实践案例。品胜一款AI硬件产品从研发到量产通常需要六到八个月，而AI能力持续快速迭代，团队需同时改进研发流程并更新工作方式。在硬件方案信息对齐环节，团队依托2015年上线的PLM系统积累的物料、设计规范和风险记录，搭建元器件库并接入原厂及第三方平台信息，AI可依据产品用途检索元器件、检查匹配关系和成本约束。据丛泽龙介绍，原本需要一个月对齐的信息，现在一周左右可以完成。在专利图纸制作环节，输入3D模型后，Agent可生成带批注的拆解图，单次生成耗时66秒，专业判断仍由工程师负责。
丛泽龙透露，品胜AI团队将工位搬至业务部门，观察最耗时步骤并评估改造优先级。随着具体工作得到改善，业务部门从排斥转向主动提需求，研发、验证、法务、财务等部门的需求排期已到三四个月之后。但一个二十多人的团队无法承担全公司每一项改造，团队因此将重点放在提升企业整体AI认知上。丛泽龙认为，仅给每个岗位配备AI工具只能实现“岗位增强”，只有从管理层到一线都理解AI能力边界、流程节点及责任权限划分，AI才会从少数人的工具变成整个组织的工作方式。
三位嘉宾的讨论留下了尚未解决的分歧：企业是否都需要自己的模型，拥有真实数据能否解决业务对准确性的要求，以及小规模AI团队如何带动整个组织。这些问题将“AI原生”从概念带回企业每天的具体工作之中。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
