吴晓波对话中科闻歌：AI真正改变企业的，是决策能力
AI未必立刻创造增长，却正在迅速拉开企业之间的效率鸿沟。眼下，OpenClaw（“小龙虾”）等智能体工具风靡全球，越来越多企业开始积极拥抱AI——接入模型、部署应用、尝试智能体，希望借此打开新一轮增长空间。但热潮背后，企业管理者的困惑并未减少：AI究竟该从哪里用起？为什么模型接入了，流程却没有明显改变？为什么企业真正复杂的判断，仍然只能依赖老板和核心骨干？
在“AI闪耀中国2026”开年首场对谈中，著名财经作家吴晓波就将这一现实问题抛给了中科闻歌联合创始人、董事长王磊博士，王磊给出的判断十分明确：AI的终局不是生成，而是决策。
生成只是起点，决策才是企业AI的胜负手
“AI的终局不是生成，而是决策。”在王磊看来，这不是一句停留在技术层面的判断，而是越来越多企业正在面对的现实课题。
在对谈中，吴晓波提出了一个很多企业管理者绕不开的问题：为什么企业拥抱AI已成共识，真正能够持续带来经营改善的案例却依然不多？
对此，王磊认为，企业迟迟看不到AI带来稳定经营改善，症结并不在“不够重视”，而在“用错了位置”。目前，多数企业仍然把AI当作一个更聪明的内容生成工具，或者一个局部提效的助手。它可以写方案、做总结、生成代码，却并不天然理解企业真实的业务逻辑，更无法自动进入经营与管理的核心链条。正因如此，很多企业“引入的AI”只是改变了业务边缘环节，它既不理解企业运行的真实逻辑，也无法承担关键决策判断。
对个人用户而言，OpenClaw等智能体之所以迅速走红，恰恰是因为它把AI从“会生成”推进到了“能代办”。它不只是能写一段话、答一个问题，而是可以帮用户拆解任务、整理资料、调用工具、跑通流程，去完成订计划、做信息整理、生成文档、协助执行等一整套具体动作。对个人来说，这样的AI已经足够惊艳，也足够实用。
但对企业来说，真正决定经营成效的，依然不是它能不能生成、会不会执行，而是能不能进入真实业务：排期怎么调，资源怎么配，风险怎么控，研发方向怎么选，异常怎么处置——这些问题远不是一个会聊天、会写作、会调用工具的智能体就能天然解决的。
因为企业场景的复杂性，不在于“把任务做出来”，而在于每一个动作背后都牵动着数据口径、流程规则、权限边界和责任机制。智能体可以提升执行效率，但真正决定企业能否把AI用深、用稳、用出经营结果的，仍然是决策能力。
换句话说，企业缺的不是又一个模型，也不只是一个更能干的智能体，而是一套能够进入流程、辅助判断、推动执行，并对结果负责、对过程可追溯的决策系统。
DOMA架构：让AI真正进入企业决策流程
吴晓波在对谈中追问得很直接：为什么中科闻歌从创业第一天起，就没有去做门槛更低、见效更快的To C应用，而是选择了决策智能这条更难，也更需要长期投入的路？
王磊的回答是，人工智能上半场更多解决的是感知和认知问题，而到了下半场，真正拉开企业经营差距的，将是决策能力。因为企业最难的，是在复杂约束下做出判断、推动执行，并对结果负责。也正因如此，中科闻歌并不是先做一个模型，再去寻找落地场景；恰恰相反，它是先锚定企业最复杂、最关键的决策问题，再反推AI究竟需要具备怎样的能力、系统和产品形态。
这条路径，背后站着的是一支带有鲜明中国科学院烙印的团队。在对谈中，吴晓波提到，中国科学院自动化研究所被业内誉为“中国AI航空母舰”，是我国最早布局类脑智能、模式识别和复杂系统研究的科研高地，也走出了一大批中国AI产业的重要力量，中科闻歌就是决策智能和大数据方向的典型代表企业，王磊、罗引等创始团队成员也均出身于中国科学院自动化研究所。
基于这样的科研技术底座，中科闻歌从一开始选择的，就不是一条更轻、更快的路径，而是更难、但也更具长期价值的决策智能方向。
由此，中科闻歌形成了DOMA决策智能架构，即Data（数据）、Ontology（本体）、Models（模型）、Agents（智能体）。
这套架构的核心价值，不是让AI停留在“会生成”的层面，而是把企业分散在数据、流程和经验中的业务逻辑组织起来，让AI真正进入业务、支撑决策并推动执行。对企业来说，这才是提质增效真正发生的地方。
其中最关键的一层，不是模型，而是本体。对谈中，王磊用了一个很直白的判断：“没有本体，大模型就不懂业务。”
在他看来，企业真正复杂的，不是有没有数据，也不是能不能接模型，而是公司的财务、人力、生产、经营规则和行业 know-how本身就是一套高度耦合的复杂系统。只有先把这些业务逻辑理顺、表达清楚，模型才知道该如何理解数据、如何参与判断，智能体也才有可能把分析真正变成动作。
也正因为如此，中科闻歌提供的并不只是一个模型接口，而是一整套从数据接入、知识组织、模型协同到智能体执行的闭环能力，让AI从“会生成内容”走向“支撑决策”。
在此基础上，中科闻歌进一步打造了面向复杂决策场景的核心产品——Decitron（决策机）。作为中科闻歌 DOMA 架构中“A”（Agents）的关键产品化实现，Decitron同时也是 DI-Brain 决策大脑的重要组成部分。它不是简单给出一个答案，而是试图帮助企业把复杂现实问题拆开、建模和推演：通过融合事件图谱、概率建模、多智能体决策与演化博弈等关键技术，将现实世界中的复杂问题转化为可计算、可推演的系统。
对企业而言，这意味着AI不再只是“看见问题”或“执行任务”，而是开始帮助企业管理者回溯事件如何演化、模拟不同选择可能带来的结果，并在不确定性中提供更可验证的决策空间。
“随着 Palantir 市值持续攀升，资本市场一直在反复追问一个问题：谁会成为中国的 Palantir？中科闻歌进入了候选名单。”对谈中，吴晓波提出，如果借用一个国际参照系来理解中科闻歌，它确实常被拿来与 Palantir 相比较。两者的相似之处，不在于都做模型，而在于都试图把数据、业务逻辑和决策流程组织成一套可运行的系统，让AI真正进入复杂场景。
但对中科闻歌而言，这并不是简单复制一条海外路径，而是在中国企业经营、产业研发和社会治理的复杂场景中，走出一条更适合本土需求的决策智能路线。
让AI走进产业现场，决策智能开始创造真实价值
企业最终买单的，从来不是一套概念，而是一个能在具体场景里创造价值的系统。对中科闻歌而言，决策智能的价值不在于讲清楚一套方法论，而在于它已经开始进入产业现场，并在真实业务中发挥作用。
在对谈中，吴晓波抛出一个非常接地气的问题：“如果我是一个纺织厂的老板，你怎么帮我服务？”
王磊没有讲抽象的算法，而是讲了一个工厂里的真实场景。
在纺织车间，上千台设备7×24小时运转，工人需要戴着耳塞，在高噪音环境中反复巡检布面瑕疵。这类工作强度高、人工成本高、检验效率和稳定性也都有限。中科闻歌介入后的第一步，是把视觉AI引入生产线，通过摄像头实时识别布料缺陷，帮助企业降低次品率、提升巡检效率。