#企業AI
當達沃斯還在熱議AI未來時,中國一家公司的AI教育已經服務了全球5000萬群體
作為全球最具影響力的思想與議程平台之一,達沃斯論壇向來被視為觀察世界走向的風向標。各國政要、跨國企業掌舵者、學者與國際組織負責人齊聚一堂,共同討論那些決定人類走向的長期議題。1月19日至23日,世界經濟論壇第56屆年會如期而至。但這註定是一屆被載入史冊的達沃斯——恰逢全球政治、經濟與技術格局正在重塑的節點,貿易壁壘與技術分化的陰影持續籠罩,世界處於一種前所未有的分裂與重組之中;與此同時,人工智慧作為新一輪生產力革命的核心動力,圍繞技術的長期價值、應用邊界與社會影響亟需展開更多的深度交流與對話。在這一宏大敘事中,松鼠Ai創始人栗浩洋作為僅有的兩家中國AI獨角獸企業家受邀出席2026冬季達沃斯並在AI論壇發言,這樣的出現具有特殊意義——當全球仍在辯論AI的未來走向時,以松鼠Ai為代表的中國企業已在教育領域沉澱出了被驗證有效性的產品。不僅如此,松鼠Ai更為全球在充滿不確定性的技術變革中,確立了一個可供參照的“確定性”坐標——當AI技術真正回歸以人為本,我們終將迎來一個更具普惠與光明的未來。AI的經濟價值,將被重新定義如果要衡量一場討論的重量,首先要看坐在談判桌前的是誰。本屆達沃斯的陣容堪稱“全球頂配”。政界不僅有中國國務院副總理何立峰、美國總統川普、歐盟委員會主席馮德萊恩等大國領袖出席;商界更集結了約 1700 位領袖,其中包括馬斯克、黃仁勳、薩提亞·納德拉、Demis Hassabis 等掌控著全球算力與未來的科技巨擘。在如此高規格陣容的頂層對話中,幾乎沒有人再懷疑 AI 的重要性。分歧只存在於一個問題:AI 究竟會加劇不平等,還是修復不平等?科技巨頭們對此有著不同的切面解讀。 輝達CEO黃仁勳將 AI 定義為“人類史上最大規模的基礎設施建設”,強調其作為社會底座的普適性;而微軟CEO薩提亞·納德拉則更關注落地,他反覆提醒:如果AI不能擴散至各行各業,成為一種普遍的賦能工具,那麼技術繁榮將是脆弱的泡沫。這些討論,表面上是技術路線之爭,底層卻指向一個更現實的問題:誰有能力、也有意願,把AI變成一種“公共價值和公共能力”。正是在這樣的全球性討論場中,松鼠 Ai 的出現引發了廣泛關注。松鼠Ai作為中國僅有的兩家受邀出席2026冬季達沃斯並在AI論壇發言的AI獨角獸企業,其智適應教學系統並非概念模型,而是已在真實課堂規模化應用、持續產生可驗證學習效果與經濟價值的人工智慧產品。在松鼠Ai創始人栗浩洋看來,AI不僅無可避免地讓財富向少數能夠駕馭它的人匯聚,但還能讓大眾,尤其是最基層的百姓百倍受益。他以親身經歷生動說明:“我的父親是一位特級教師,退休後別人請他講課的費用是每小時1000美金。而松鼠Ai智能老師,在上百次‘人機大戰’中證明其能夠戰勝包括我父親在內的特級教師群體,但每小時成本僅需10美金。這是百倍的普惠,填平了普通人與精英在教育、法律、醫療等關鍵領域的鴻溝。”在此基礎上,栗浩洋進一步提出了一個深刻且犀利的觀點——AI讓社會福利與生產力提升的方式,已經突破傳統統計體系:傳統經濟學的測算邏輯是"價值等於交易額",GDP等於市場支付的總和,但 AI 的價值往往不通過價格完全體現。“當消費者付費10美金使用松鼠Ai智能老師,經濟學家不應該只用10美金來計算GDP,實際上應該用1000美金來計算,因為這就是前AI時代同等價值的服務。傳統的計算方法完全忽略了AI給全社會帶來的百倍價值增量,從而會嚴重低估人工智慧的真實產值。"這種價值重構的終極指向,是將AI從一種“商業特權”進化為一種“公共能力”。 AI需要像水、電和網路一樣,脫離稀缺品的屬性,成為社會運行的基礎設施。AI的經濟價值,也需要被重新定義。松鼠Ai在達沃斯所展示的,正是這種“公共能力”的具象化:一方面,松鼠Ai打破階層壟斷,通過百倍的成本壓縮,讓貧困山區的孩子也能擁有“特級教師” ;另一方面,松鼠Ai向貧困家庭捐贈價值千萬的帳號,這不是一種慈善施捨,而是在驗證一種新的社會分配機制——讓技術紅利無差別地覆蓋每一個個體。穿越數字鴻溝的“中國方案”如果說過去兩年,人們還在為大模型的湧現能力感到興奮,那麼到了今年,達沃斯討論的核心詞已經悄然轉向:落地。在算力不再是瓶頸、模型參數捲到天際的今天,我們不再通過“誰擁有更高級的AI”來劃分階層,而是通過“誰能更平等地獲得AI的賦能”來衡量社會的文明程度。在這樣的背景下,松鼠Ai因為驚人的務實精神和落地能力,在達沃斯的聚光燈下顯得尤為閃耀。在AI教育領域,松鼠Ai已經率先把技術能力轉化為公共能力,為全球性問題提供最領先的現實解法。作為《時代》周刊(TIME)公佈的年度“最佳發明”,松鼠Ai的智適應學習系統,融合了認知科學、教育心理學與機器學習,能理解文字、圖像、語音,並生成個性化教學策略。沙利文和安永最新的行業報告中,將其認證為L5級自動駕駛的智能老師——系統可以像一個經驗豐富的老教師一樣,不僅能傳授知識,還能洞察學生的情緒,拆解知識的圖譜,甚至在學生自己都未察覺困惑時,精準地找到那個認知的斷點。這一“因材施教”夢想的實現,源於松鼠Ai將知識拆解為微顆粒單元,通過機率圖模型編織成動態知識圖譜。系統不僅判斷對錯,更通過反應時間、猶豫模式、習慣性錯誤等七十多個維度,即時推斷學生的思維卡點。就在不久前,松鼠Ai完成了一場目前世界範圍內最大規模的AI教學對照實驗——其發起的「最多人參與的AI與傳統教學差異化實驗」吉尼斯世界紀錄™挑戰成功。這是一場涵蓋1,662名學生、歷時兩個月、由艾瑞諮詢發佈權威報告、北師大納入教育部專項全程追蹤的嚴苛實驗。而這場實證,最終以AI教學組在提分、穩定性和補弱效應上的全面勝出而宣告成功。不同於許多尚處於實驗室階段的技術雛形,松鼠Ai已經在中國廣袤的土地上驗證了其模式的普適性。目前,松鼠Ai已與超過6萬家公立學校達成合作,並在全國開設了超過3000家線下“AI自習室”。從縣城、鄉鎮到城市邊緣與山區,松鼠Ai將“僅屬於富人的個性化教育”,變為每個孩子觸手可及的日常。這不是概念,而是規模化落地的技術現實。“AI智能老師+專業督學”的雙軌協同範式,進一步突破了地域與資源的限制。無論是一線城市的名校,還是偏遠地區的鄉村學校,這套系統都能穩定地輸出高品質的個性化教育服務。這種跨越地域、規模化落地的能力,正是世界渴望看到的“中國經驗”。在這個意義上,松鼠Ai 帶來的不僅是教育產品的革新,更是一場關於“技術權利”的啟蒙:在智能時代,獲得個性化的高品質教育,不應是昂貴的商品,而應是每個人觸手可及的基本權利。這也正是松鼠Ai在達沃斯語境中被反覆討論以及被強烈關注的原因——大量AI應用仍停留在概念階段,而松鼠Ai已經完成了從演算法、內容到學習效果的閉環驗證,並在真實規模中持續運轉。並且,松鼠Ai並不是在展示“更強的AI”,而是在證明技術可以被用來填平鴻溝,而非製造新鴻溝。做“教育平權”的全球踐行者如果把達沃斯理解為全球未來的“議程場”,那麼今年的核心討論並不僅是“AI 能不能做”,而是“AI 如何真正普及到全球、特別是發展中經濟體”,讓技術帶來的紅利不再被少數國家或企業壟斷。面對貿易壁壘、技術陣營和供應鏈重組帶來的“碎片化”擔憂,世界亟需一種能夠跨越國界的合作路徑。在所有領域中,教育是少數仍然不被地緣政治完全阻斷的合作方向。因為無論一個國家處於何種發展階段,教育始終是最長期、最基礎的需求;而AI技術,正在讓優質教育第一次具備全球普及的現實條件——它可以以可負擔的成本,提供可複製的教學質量,縮小資源差距。正是在這一點上,松鼠Ai的角色被進一步放大,並且模式已具備全球複製的潛力:在北美,應對教師短缺;在東亞,追求更精準的個性化;在中東,緩解人口增長帶來的教育缺口;在非洲,適應多語言、多體系的複雜需求。在全球討論AI未來走向時,標準與規則往往決定誰能主導產業生態。2023年,全球技術標準界的權威組織IEEE發出一封“重量級邀請函”:希望建立一套“AI教育大模型標準”。這一工作組匯聚了來自數十個國家的頂尖科學家與人工智慧企業,成員名單幾乎是全球學術界與產業界的“名人堂”。成員包括“機器學習教父”Tom Mitchell、史丹佛教授Stephen Ciesinski、哈佛教育學泰斗Chris Dede,以及中國科學院王飛躍、牛津大學Stefan Zohren、劍橋大學Steven Watson等世界級專家。在這樣一個“全球智庫級”的組織中,主席的選拔無疑是最關鍵的權力分配。令人注意的是,IEEE並未選擇西方學者,而是把工作組主席的關鍵位置,交給了松鼠Ai創始人栗浩洋。這種“規則層面的領先”,也是一種現實證明:全球AI教育未來的運行規範、介面標準、能力邊界,希望由全世界最成熟領先的企業來共同完善及最佳化。松鼠Ai也已經完全具備將AI教育產品推向世界、並在全球範圍內建立生態的實力。在達沃斯期間,松鼠Ai不僅在多個高層雙邊與多邊場合亮相,並參與了卡達投資局等重要國際交流活動,進一步證明其在全球教育科技領域的影響力正在上升。因為這種“教育平權”的方案不分國界。目前,松鼠AI正在率先為全球市場提供“中國機會”,基於教育數位化與AI教學的成熟能力,發展中經濟體可以獲得一種成熟的“可負擔、可持續、可複製”的普惠路徑。 (AI寒武紀)
誰是AI領域下一個敲鐘人?
自2023年下半年以來,已有25家人工智慧相關企業在港交所IPO上市,僅2025年上半年就有5家AI企業成功上市。可見AI類股正成為資金鏈條上最具確定性的增長點。資本的目光從來不會無的放矢。那些被資本選中的“AI寵兒”們,究竟具備怎樣的共性?那些落地方向最具現實變現潛力?而想成為“AI第一股”的公司,又應該怎麼走?2025年,AI似乎成了少數仍能匯聚確定性與想像力的方向,吸引著資金、人才與敘事的加速匯聚。IT橘子資料顯示,截止今年三季度,共有764家AI公司獲得風投投資,創下近五年新高,交易金額高達830億元。表面上看,一級市場熱度在回升,但事實上,市場可投賽道並不多,而資金仍集中湧向了AI領域,呈現出一種風景獨好的狀況。這種“熱度集中”的現象,並非只出現在一級市場。二級市場的IPO動向,同樣驗證了AI的資本吸引力。據LiveReport巨量資料統計,自2023年下半年以來,已有25家人工智慧相關企業在港交所IPO上市,僅2025年上半年就有5家AI企業成功上市。可見AI類股正成為資金鏈條上最具確定性的增長點。資本的目光從來不會無的放矢。那些被資本選中的“AI寵兒”們,究竟具備怎樣的共性?那些落地方向最具現實變現潛力?而想成為“AI第一股”的公司,又應該怎麼走?這些,正是下一階段AI產業競爭的關鍵命題。被資本選中的“AI寵兒”們對比2024年,今年被資本選中的AI企業,顯然更加務實。據產業家統計,2025年前三個季度,人工智慧領域一級市場共發生548起交易事件,同比增長44.59%,具體到細分賽道上,AI通用應用和AI行業應用佔據近一半,成為增長最迅猛的兩條主線;在交易金額上,AI行業應用則躍升為資金最集中的洗到賽道,達到150億元。這一趨勢與去年資本在AIGC層的狂熱完全不一樣。2024年同期,AIGC賽道交易金額高達308億元,佔總額六成。而今年這一數字銳減至111億元,同比下降64.01%。資本對AIGC“降溫”也直接拉低了整個AI交易金額,使得2025年前三個季度交易金額僅為460.64億元,同比下降8.43%。然而,資金並未離場,而是更精準地流向了“能落地”的領域。資本將更多資源投向AI通用應用、AI行業應用以及AI基礎技術三大方向,分別增長216%、36.8%和153.74%。值得注意的是,基礎層雖然拿到更多融資,但這在一定程度上與該領域裝置重、投入高有關。資本不是收縮,而是在調整配置,把錢放在更能轉化為生產力的地方。進一步剖析前三季度一級市場獲得1億以上融資的企業,發現大部分公司主要是聚焦於醫療、物流、自動駕駛、機器人、行銷數位化這幾類具體的應用場景。資本顯然在回歸一個原則,即AI要“親民”。再看AI領域的二級市場。截止2025年7月,二級市場成功上市五家企業,涵蓋倉儲物流、解決方案、無人礦卡等多個領域。表面上看這些企業也屬於行業應用,但不同點在於,IT橘子將這些企業歸於了AI基礎層和AI技術層。此外,這些企業普遍具備穩健的盈利能力。例如極智嘉收入達人民幣10.25億元,同期增長31.0%,這得益於倉儲機械人跑通AI商業模式;雲知聲雖整體利潤增長放緩,但其山海大模型收入近1億元,同比激增457%。顯示出AI技術在原有業務體系中的放大效應。值得注意的是,無論是一級市場還是二級市場,這些“AI寵兒”大部分AI屬性都不夠“純粹”。換句話說,AI並非它們的唯一標籤,大多數並不是AI原生公司。明略科技仍以政企數位化、知識圖譜和智能決策為主營;雲知聲早在2012年成立,定位也曾轉換;滴普科技的根基在資料分析。一級市場上,真正“純AI”的公司屈指可數,僅有的幾家,背後也都有巨頭加持或成熟產業鏈的資源托底。比如betteryear背靠阿里,Intent AI獲得的是戰略投資。同樣地,二級市場的贏家往往是那些深耕行業已久,再借AI完成躍遷的企業。這透露出一個耐人尋味的現象,無論是一級市場還是二級市場,資本押的不是AI,而是“能AI化的公司”,真正走向IPO的公司更是有著清晰的商業化路徑。AI落地產業,真實溫度幾何?資本的選擇,從不是孤立事件,這背後反映出的是市場對落地難易度的集體判斷。回看AI技術熱潮襲來的這幾年,技術落地最多、最快的是介面層的改造。這一層改造集中發生在程式設計開發、客服、辦公、內容行銷等場景,它們具備“低風險、高頻率”的特徵,AI在這些環節提升了操作效率、降低了人力成本,也迅速讓企業初步看到了ROI的正反饋。比如在程式設計開發場景,GitHub的一項研究顯示,AI程式設計助手可使開發者完成任務的速度提升約26%,AI不僅擅長程式碼補全、單元測試生成、邏輯最佳化,甚至參與初步的程式碼審查。但隨著AI進入更高階的開發環節,短板逐漸顯現。MIT一項實驗指出,對於資深開發者而言,AI對生產力的提升僅為8%~13%,甚至在某些場景中,AI的引導反而讓開發時間延長了19%。這也解釋了為什麼在一級市場上,許多主打介面層應用的AI初創企業在早期看似炙手可熱,卻很難持續放大營收曲線。技術門檻不高、服務可替代性強、同質化嚴重,是這個賽道的系統性難題。這些介面層的AI改造,只有與業務流程深度串聯,才能釋放真正的生產力。一些企業已經意識到這一點,開始將AI嵌入核心業務鏈條。由此,在醫療、金融、教育、物流、零售等領域,AI的重心正逐步下沉至流程層的改造。醫療行業是一個典型樣本,阿里雲白皮書提出的四象限模型顯示,醫學影像診斷與藥物研發處於“高成熟度+高潛力”區間,其中醫學影像AI產品商業化率已達90%;英矽智能其生成式AI平台將抗體研發周期壓縮10倍,實現四項藥物授權合作,總金額超15億美元。而就在今年這家企業獲得多筆大額融資。AI在醫療行業的落地,不僅限於研發。BD公司通過預測性分析最佳化庫存管理,將預測準確率提升20%,顯著降低庫存成本;而森億智能的智慧醫院解決方案,通過AI驅動的病歷生成與質控,將醫生文書時間縮短50%;西門子的AI平台,在提升診斷精度的同時,將放射科工作流程效率提升40%,實現協同最佳化。這些案例背後的共同點在於AI不再只是工具,而是嵌入系統之中的決策變數。一旦進入流程,它便成為企業最深的護城河,也因此成為資本最願意押注的方向。但流程層的改造並不輕鬆。首先是資料,企業的資料分散在不同系統、格式不統一,AI模型要理解需要大量清洗與標註。其次是組織,要讓AI接管決策流程,意味著管理層要放權給演算法。多數企業依然在“AI+人工”雙軌狀態,模型決策還需要人工驗證。醫療場景就凸顯了這種複雜性。資料偏差、解釋性不足、倫理責任模糊、流程嵌入複雜等問題,使得AI目前在醫療行業主要承擔質控、影像判讀、醫患溝通等角色,離“獨立診斷”仍有顯著距離。不過,從技術節奏來看,這仍不是AI落地的盡頭。AI真正的價值,在於對業務邏輯的重新定義。這一層不是工具升級,也不是流程最佳化,而是對整個系統運行機制的重塑。自動駕駛、具身智能,以及像京東、快手建構的AI導購系統,阿里國際站的“AI合夥人”,本質上都在探索一種AI原生的組織與營運方式。但這一步也最遠。它要求的不僅是高品質資料和巨額算力投入,更需要多年的工程落地驗證。在當下,能進入這一層的公司寥寥,大多數仍處於實驗室驗證或局部試點階段。總的來說,介面層AI持續變現難,業務邏輯重塑層AI投的是未來,而流程改造層AI則可能是眼下最容易兌現的商業化區間。這也解釋了為什麼一級市場真正“純AI”的公司數量極少,而二級市場上大多數被歸為“AI概念股”的上市企業,其實是“AI+多年行業經驗”的組合體。尋找AI浪潮裡的下一個IPO在AI領域,下一個敲鐘的人,正在加速趕來。資料顯示,截至2025年7月24日,港交所已有214家公司遞交上市申請,其中AI相關企業多達48家,佔比22.43%。換句話說,每5家擬上市公司中,就有1家與AI相關。更有意思的是,這48家AI概念擬上市公司中,11家為A+H公司,佔比高達22.92%。這意味著AI領域已有一批技術成熟、商業化路徑清晰、具備國際化佈局能力的“頭部企業”嶄露頭角。它們正通過雙重上市來穩固資本根基、放大全球影響力。天下英雄如過江之鯽,誰能脫穎而出,成為下一個真正意義上的產業敲鐘人?回看2025年前後成功登陸資本市場的一批AI公司,可以發現一種隱性的共識:落地路徑要“以點帶面”,技術打法需“以場景起家”。無論是雲知聲的醫療AI、明略的行銷AI,還是極智嘉的倉儲機器人、斯年智駕的港口無人車,幾乎都遵循了類似軌跡,那就是從一個確定性高的業務場景出發,深挖需求、打磨產品,做到業內領先,再逐步橫向擴張相近領域。雲知聲選擇的突破口是病歷質控和地鐵語音購票兩個場景。通過樹立標竿項目,它構築起能用、好用的早期使用者認知,為後續通用大模型的應用拓展提供了現實抓手。海致科技也是類似路徑,其通過知識圖譜技術切入金融反欺詐場景,逐步將能力延展至營運風控與資料治理,實現了“場景突破—平台沉澱”的良性循環。這些AI企業在商業化的路徑選擇上,也普遍繞開了與通用大模型正面競爭,轉而採取“垂直化+專精化”的策略。值得注意的是,這批走到“敲鐘”前線的AI企業,還有一個共性,那就是他們幾乎都在早期就投入建設了自己的平台型產品或基礎技術架構。比如雲知聲擁有自研的大模型平台“雲知大腦”與語音晶片Atlas;滴普科技打造了FastData與FastAGI雙平台,分別對應資料引擎與智能引擎;明略在“秒針系統”與“小明助理”之間建構起從分析到決策的全鏈路AI營運系統;而極智嘉和斯年智駕則圍繞AI應用場景建構了軟硬體一體化的全端方案,實現從演算法、感知、決策、執行的端到端閉環。這些自主平台一方面凝聚了核心演算法、模型、工具鏈,形成技術壁壘,另一方面也方便產品標準化複製,降低項目交付成本。是AI企業從人力密集型項目向產品化、規模化發展的必要階段,誰的平台能力強,誰就更能主導商業化節奏。據IDC等機構預測,中國AI解決方案市場未來5年仍將保持50%以上年增長,2030年規模可望超過兆元。這既是巨大機遇,也是激烈戰場。大模型時代技術日新月異,唯有掌握獨特場景資料和know-how,才能抵禦同質化競爭,成為下一個敲鐘的人。 (鈦媒體)