从“会说”到“会做”，未来式智能押注智能体商业化

人工智能如何真正深入产业核心？会说在新一轮AI浪潮中，企业的未式关注焦点正经历深刻转移：从单纯追求大模型的能力上限，转向智能体（Agent）的智能智实际应用效能。

在2026新京报贝壳财经年会“创客·下一未”路演现场，押注业化北京未来式智能科技有限公司（AutoAgents）创始人兼CEO杨劲松指出，体商当前大模型仍面临幻觉干扰、会说难以直接适配复杂业务流程等痛点。未式对企业而言，智能智衡量AI价值的押注业化标尺正在重构——不再仅看回答是否流畅，而是体商看AI能否真正融入生产环节、无缝接入系统、会说精准调用工具、未式严格遵循权限，智能智并独立承担岗位任务。押注业化

“我们的体商愿景是将大模型转化为一个个‘数字员工’，深度嵌入企业业务流程。”杨劲松介绍，未来式智能的核心产品“灵搭”定位于企业级智能体平台，旨在打通企业现有业务系统壁垒，融合内部知识资产，赋予智能体执行任务、调用工具及完成完整业务流程的闭环能力。

针对员工日常办公场景，未来式智能即将发布“灵搭智能终端”。该终端将智能对话、岗位专家、企业知识库、自动化任务及业务应用集中整合至桌面入口，使智能体能力更紧密地贴合一线工作流。

目前，未来式智能的客户群体主要聚焦于大型央企及国企，涵盖国家电网、中石油、中石化、中化集团等头部企业。杨劲松表示，公司已推动数字员工深入企业生产一线，在部分场景中已具备承担类真实岗位工作的能力。

以电力行业为例，未来式智能为国家电网定制的数字员工，能够完成变压器设备的故障检测与分析，并自动生成运维鉴定报告。这一应用将过去需资深专家耗时一周左右的工作，压缩至分钟级完成。目前，公司已围绕电网行业沉淀出35个数字岗位，全面覆盖基层供电服务、设备运维、合规审核及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”，智能体迈入规模化应用阶段

在杨劲松看来，当前市场上多数AI产品仍局限于问答助手或开发工具阶段，而企业真正渴求的是面向具体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）”，旨在打造“数字劳动力的京东”，让中小企业也能直接采购和使用经过预训练的智能体，从而实现降本增效。

与传统大模型训练主要依赖问答数据不同，智能体在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、问题解决过程及反馈结果等。这些数据将成为数字员工迭代优化的燃料，推动智能体能力持续进化。

杨劲松介绍，目前未来式智能正推动智能体从L3“行动者”向L4“探索者”演进，从执行既定任务向辅助发现与研究延伸。公司已与北京大学、山东大学等高校开展“AI for Science”合作，探索智能体在可控核聚变等前沿科研场景中的更多可能性。

商业模式逐渐清晰，大客户与订阅业务并行

在商业化路径上，未来式智能采取面向大型企业与中小企业的双线并行策略。

针对大型企业，公司主要提供行业解决方案，客单价达百万级。目前，其服务已覆盖能源、金融等多个领域。特别是在能源行业，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版图。

针对中小企业，公司推出“按结果付费”模式。例如在外贸领域，公司打造的“智能报关员”以每单不到30元的价格帮助企业处理报关业务，依据实际业务结果计费，大幅降低了中小企业的试错成本。

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，预计明年将调整为2:1。作为商业化第三年的企业，今年公司目标为实现7500万元收入及近千万元利润，并计划于2028年启动上市准备工作。

面对市场上其他智能体平台的竞争，杨劲松强调，未来式智能与开发者工具型产品存在本质差异：“开发者工具需要企业投入大量人力进行二次开发，而我们提供的是即插即用的‘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知名机构。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，智能体正成为AI产业化落地的重要方向。未来式智能的探索，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

(责任编辑：探索)