“今年的博鳌亚洲论坛，大家讨论人工智能（AI）的心态已经发生了改变。”在博鳌亚洲论坛2026年年会现场，毕马威中国人工智能转型办公室主管合伙人柳晓光在接受《证券日报》记者专访时，一语道破了今年论坛上关于人工智能讨论的核心变化。
从2024年的技术验证，到2025年的局部试点，再到2026年，随着原生多模态模型和复杂推理智能体的广泛落地，企业界对于AI的态度，已彻底脱离了“要不要用”的初级阶段。柳晓光观察到，今年的核心议题已经全面升维至涵盖业务模式重塑、底层技术架构革新与企业组织治理重构的全局战略级别。
“智能经济”的本质
从确定性规则到概率性生成
今年《政府工作报告》提出“打造智能经济新形态”，在柳晓光看来，这标志着宏观经济运行的底层驱动力正在发生代际更迭。智能经济与过去推进的数字经济，在技术内核与业务运转逻辑上存在本质差异。
他提到，智能经济与数字经济的本质区别在于技术内核与业务运转逻辑。“数字经济的核心是业务流程的信息化、标准化与在线化，其IT系统是确定性的，依赖固定规则处理结构化数据。而智能经济的核心，在于业务系统具备了基于大模型与强化学习机制的概率性生成与自主推理能力。”
更深层次的差异在于，智能经济在2026年已经催生了全新的“Token（词元）经济”模式。“Token不仅是技术单元，更演变为衡量智力产出、算力消耗以及企业智能化运作成本的基础经济单位。”柳晓光解释道，企业消耗算力生成Token，本质上是将基础设施转化为具备复杂逻辑推理与自主决策能力的智力资源。
面对这一变革，柳晓光建议，企业必须在战略上完成三个根本性转变：将AI定位为重塑商业核心竞争力的主引擎；推动系统架构向AI融合思维转变；并将核心资产管理思维从数据资产，全面升维至企业级综合智力资产。
谈及当前行业热议的AgenticAI（智能体），柳晓光用“从工具到同事的跨越”来形容其重要性。他解释，智能体不仅具备庞大知识储备，更拥有了业务环境感知、复杂任务自主拆解、跨平台调用API的执行能力。
“在传统模式下，人类员工是各项独立系统之间的唯一串联者。”柳晓光说，“智能体的引入彻底颠覆了这一模式。企业只需向智能体下达一个宏观目标，如‘完成海外投资标的的尽职调查’，它便会自主拆解为数十个步骤，自动连接外部数据库、调用内部模型、启动合规审核。”
柳晓光认为，未来的企业运营将演变为由大量智能体构成的网状敏捷协同中枢。法务、财务、业务等不同智能体可并行处理、交叉验证。而人类员工的核心职责，将从流程执行者，升维为规则定义者、战略目标设定者与最终风险的审核决策者。
“黄金场景”落地
从金融风控到研发全周期
中国企业的AI转型已跨越局部试点阶段，进入核心系统的集成与复制推广期。柳晓光结合毕马威的实战案例，分享了当前最能直接创造价值的“黄金场景”。
在金融服务业，复杂的公司信贷风控与跨境贸易金融智能审查成为典型。“大型金融机构通过部署具备超长上下文解析能力的大模型，建立起了全天候的智能风控中枢。系统能瞬间完成数十万字跨语种单据的交叉核验，自主推演企业真实经营健康度，极大降低了系统性风险。”
在大型企业的软件工程领域，基于AI的研发全生命周期管理已从试点走向普及。AI的介入早已超越代码补全，深入到复杂系统架构的自主设计、自动化测试用例生成，以及遗留技术资产的大规模重构。柳晓光认为，这种研发模式的转变，是所有数字化转型企业公认的具备极高投资回报率的基础场景。
站在2026年的节点，展望未来两三年AI对中国产业格局的颠覆性改变，柳晓光认为，深刻影响将体现在专业智力服务成本的急剧下降，以及全域多模态数据与物理世界自动化体系的无缝集成。
柳晓光描绘了一个智能经济新场景：完全自主驱动的机构级企业资源与战略动态优化系统。在这个未来场景中，跨国企业将构建一个由高级多模态智能体群组构成的中央决策辅助中枢。它能实时融合全球宏观经济指标、市场波动数据、企业内部财务流水，甚至工厂传感器反馈。
“面对极其复杂的外部突发事件，供应链、财务、合规等专家智能体将在毫秒级时间内展开多重博弈推演，自动生成一套附带完整推理逻辑、量化风险概率及预期财务损益的综合应对方案。”柳晓光认为，这种基于全量实时数据的智能化前瞻决策体系，将成为中国企业在全球复杂商业环境中建立绝对竞争壁垒的终极形态。
涌融优配提示：文章来自网络，不代表本站观点。
