从“会说”到“会做”，未来式智能押注智能体商业化

人工智能如何真正进入产业一线？在新一轮AI浪潮中，企业关注点正从大模型能力转向智能体应用。

【资料图】

在2026新京报贝壳财经年会“创客·下一未”路演现场，北京未来式智能科技有限公司（AutoAgents）创始人、CEO杨劲松表示，当前大模型仍存在幻觉、难以直接应用于复杂业务流程等挑战，对企业而言，AI价值的衡量标准正在从回答是否流畅，转向AI能否真正进入生产环节、接入系统、调用工具、遵守权限、承担岗位任务。

“我们的目标是让大模型变成一个个数字员工，嵌入企业业务流程中。”杨劲松介绍，未来式智能核心产品“灵搭”定位于企业级智能体平台，通过打通企业现有业务系统、融合内部知识资产，让智能体真正具备执行任务、调用工具、完成业务流程的完整能力。

面向员工日常办公场景，未来式智能即将推出“灵搭智能终端”，将智能对话、岗位专家、企业知识库、自动化任务和业务应用集中到桌面入口，让智能体能力更贴近一线工作流。

目前，未来式智能的客户主要集中在大型企业，包括国家电网、中石油、中石化、中化等。杨劲松表示，公司已推动数字员工进入企业生产一线，在部分场景中承担类似真实岗位的工作。

以电力行业为例，未来式智能为国家电网打造的数字员工，可以完成变压器设备故障检测、分析，并自动生成运维鉴定报告，将过去需要资深专家耗时一周左右完成的工作缩短至分钟级。目前，公司已围绕电网行业沉淀35个数字岗位，覆盖基层供电服务、设备运维、合规审核、应急保障等关键场景。

北京未来式智能科技有限公司创始人、CEO杨劲松。

从工具到“数字劳动力”，智能体进入规模化应用阶段

在杨劲松看来，当前市场上不少AI产品仍停留在问答助手或开发工具阶段，而企业真正关注的是面向岗位和业务流程的可交付能力。

在此背景下，未来式智能推出了数字专家双边市场“袋袋（Profy）”，希望打造“数字劳动力的京东”，让中小企业也可以直接采购、使用已经训练好的智能体，实现降本增效。

与传统大模型训练主要依赖问答数据不同，智能体应用过程中会沉淀大量用户操作轨迹数据，包括任务规划路径、工具调用方式、问题解决过程以及反馈结果等，这些数据可以帮助数字员工不断迭代，让智能体能力持续提升。

杨劲松介绍，目前未来式智能正在推动智能体从L3“行动者”向L4“探索者”发展，从执行既有任务，向辅助发现和研究延伸。公司已与北京大学、山东大学等高校开展AI for Science相关合作，探索智能体在可控核聚变等科研场景中的更多可能。

商业模式逐渐清晰，大客户与订阅业务并行

在商业化方面，未来式智能采取面向大型企业和中小企业的双线模式。

对于大型企业，公司主要提供行业解决方案，客单价达到百万级。目前，未来式智能服务的客户包括能源、金融等多个领域企业。其中，在能源行业，公司智能体解决方案已覆盖国家电网约50%的业务范围，并计划进一步扩大应用。

对于中小企业，公司推出按结果付费模式。例如，在外贸领域，公司打造“智能报关员”，按照每单不到30元的价格帮助企业处理报关业务，以实际业务结果计费。

杨劲松透露，目前公司收入结构中，大客户与订阅制业务比例约为4∶1，预计明年将调整至2∶1。公司目前处于商业化第三年，今年目标是实现7500万元收入、近千万元利润，并计划于2028年启动上市准备。

面对市场上其他智能体平台竞争，杨劲松表示，未来式智能与开发者工具型产品存在明显差异，“开发者工具需要企业投入大量人员进行二次开发，而我们提供的是岗位级数字员工。”

他以企业软件巨头SAP的发展模式进行类比，认为未来智能体需要围绕行业最佳实践进行复制，持续沉淀可复用的流程能力。

目前，未来式智能已完成三轮融资，投资方包括中关村发展集团等机构。杨劲松表示，公司当前产品毛利率保持在72%左右，未来将通过行业复制和规模化应用进一步提升商业价值。

从“能问答”到“能办事”，从辅助工具到数字劳动力，智能体正在成为AI产业化落地的重要方向。未来式智能的探索，也折射出科创企业在人工智能商业化进程中的新路径：将模型能力转化为行业能力，让AI真正进入生产流程。

新京报贝壳财经记者 朱玥怡

编辑 岳彩周

校对 刘军

关键词： 调用 运维 智能体 工作流 大模型 人工智能