在2026第五屆aigc開發者大會上，由至頂科技主辦的「企業ai應用與本地算力實踐」分論壇成為現場焦點之一。來自企業級ai服務、前沿模型與推理技術、產業應用實踐等領域的嘉賓，從產業趨勢、工程方法、組織變革等多個維度，圍繞企業如何在真實業務場景中落地ai能力、構建高效可靠的本地算力體系，探討了業務流程重塑與價值增長的可行路徑。
至頂科技ceo、pec china發起人高飛在開場致辭時指出，企業評估ai時容易陷入「刻舟求劍」——用當下體驗去推斷未來能力，從而低估迭代速度、錯過窗口期。他將ai進入企業的過程概括為三個階段：第一階段從不了解到了解，關鍵是避免用舊體驗否定新能力；第二階段將ai用於提效，但更重要的是回答「提效之後下一步怎麼做」；第三階段則是從「用ai」走向「成為ai企業」，在效率之外創造新模式、新崗位與新價值。
至頂科技ceo、pec china發起人高飛
高飛提出，隨著模型使用日常化，「token」將成為新的生產要素，企業成本結構可能從「僱人」逐步走向「雇token」。在這一趨勢下，算力形態將走向多層協同：雲端、本地數據中心與桌面端等共同承擔token生產，以降低成本、提升可負擔性。
中智達信創始人楊斌結合其35年醫療行業經驗指出，醫療資源長期存在結構性不均衡，頂級醫院與頂級外科專家稀缺，患者在面對手術決策時常陷入「要不要做、找誰做」的焦慮。誤診與不必要手術帶來的現實風險，也讓「將頂級醫生經驗沉澱為可傳承、可研究、可放大的資產」成為迫切需求。
中智達信創始人楊斌
圍繞這一目標，楊斌介紹，中智達信長期聚焦外科高風險、複雜場景，打通從醫生辦公室到手術室、icu、病房與隨訪的全流程，形成可追溯的外科臨床案例資料庫，並在「場景—數據—應用」閉環基礎上推進專科專病與ai智能體建設：先以場景確定數據內容與標準，再通過數據採集與治理、模型訓練與臨床回歸形成自驅循環。他強調，體系必須嵌入診療流程、不增加醫生負擔，讓數據在真實業務中自然形成，才能真正支撐臨床、教學與科研。
opc（one person company）近兩個月再度走熱，軟積木ceo、pec china發起人劉海峰表示，越來越多個人或小團隊正在藉助ai獨立完成過去需要多人協作的產品研發與業務運營。他以「過去三年與未來三年」為分水嶺判斷：chatgpt 3.5發布以來的三年是ai產品落地的關鍵期，而從2026年開始，尤其是agent智能體持續成熟，將推動更多可規模化、可變現的應用湧現，為個人、團隊與企業帶來新機會。
軟積木ceo、pec china發起人劉海峰
劉海峰指出，opc並不等同於「真的只有一個人」，更像「超強個體/小團隊的公司化運營形態」：以個人為主體，藉助ai放大生產效率，並讓業務模式快速商業化、可複製。他強調，ai上半場沉澱的是模型、算力和數據，下半場拼的則是認知、流程與組織重構能力。
趨境科技生態合作負責人劉顯赫在分享中提出，企業落地大模型的痛點正從「訓練」轉向「推理」。開源模型參數越來越大，免費模型「能不能低成本跑起來、跑得穩、跑得起」，成為規模化應用的關鍵門檻。他指出，推理階段對gpu的核心訴求往往集中在顯存，而顯存成本高昂，使得不少行業在本地化部署超大模型時面臨現實阻力。
趨境科技生態合作負責人劉顯赫
圍繞「如何把硬體潛力發揮到極致」，劉顯赫介紹，團隊在推理層面持續推進從端側到集群的優化，並通過開源社區沉澱技術能力，形成面向企業的推理引擎與商業化服務方案。他強調，與單純追求「每秒生成多少token」不同，企業真正關心的是場景slo：例如超長文本輸入後的首字延遲、多輪對話穩定性、離線批處理交付等。推理引擎的價值，在於圍繞這些真實業務指標做定製化優化，實現更高吞吐、更低延遲與更穩定的交付，幫助企業從「可以用」走向「用得起、用得穩」。
雅江智算首席信息官劉克華介紹，為提升資源利用率並向用戶提供「好用、低成本」的圖像處理能力，雅江智算開發了文生圖平台mcs aihub，用戶輸入提示詞或上傳圖片即可生成作品。他表示，團隊通過前端頁面載入優化以及後端算力調度、作業調度優化，實現平台整體的低延遲與高並發處理效果。
雅江智算首席信息官劉克華
在模型側，平台集成了國內外開源與閉源模型能力；當用戶需求超出開源模型範圍時，平台還提供api中轉站對接多家閉源模型，並可向外部直接提供服務。圍繞不同人群，平台形成三類產品形態：創意開發者可製作並分享模板獲得分成；普通用戶可直接生成或復用模板並一鍵分享至社交平台；企業用戶則可通過獨立api系統調用模型，數據不在平台側流轉，滿足企業對數據路徑與隔離的要求。
一橙智能創始人&ceo楊道存表示，過去一年模型能力顯著提升、推理成本持續下降，使企業場景中的智能體應用加速落地。agent不再只是「聊天工具」，而是逐步滲透到業務流程，成為能夠調用工具、執行任務、交付結果的「行動者」「執行者」。
一橙智能創始人&ceo楊道存
會上，楊道存結合實踐提出六點建議：第一，先信息化再智能化，數據是落地基礎；第二，重視人機協作，規劃好人工干預節點；第三，用ai提升人而非替代人；第四，以員工價值為中心構建「愛用、好用」的應用，避免盲目跟風；第五，藉助大模型重構現有業務流程；第六，從步驟繁瑣但確定性高、重複勞動密集、信息過載效率低的場景切入，優先做企業內部產品驗證。
在圓桌對話環節，至頂ai實驗室聯合主理人陸飛擔任主持，與中智達信創始人楊斌、寅譜計算cto熊巍、至頂ai實驗室研究員鄧震東、北京智體紀元科技有限公司創始人莫欣圍繞「ai落地的關鍵：場景、算力與組織如何協同重塑企業競爭力？」展開討論。
圓桌對話
嘉賓普遍認為，進入2026年，企業關注點已從模型參數轉向落地成效：場景牽引的剛需是首要驅動力，ai需要融入業務系統與流程形成可執行閉環。與此同時，智能體時代對核心業務數據的觸達需求，使本地化/隱私型算力方案的重要性顯著上升，而to b落地更需以準確率與工程化能力為底線，避免「功能齊全但交付不可用」。
從「企業ai」到「ai企業」，不僅是工具升級，更是生產方式與組織能力的再造。本次分論壇從趨勢判斷到工程實踐，再到組織與流程重構，勾勒出企業邁向「ai企業」的清晰路徑：以場景牽引價值閉環，以推理與本地算力降低門檻與成本，以工程化與治理保障可控可用。隨著智能體應用加速滲透業務流程，企業將迎來從「能用ai」到「用好ai、用得起ai」的關鍵窗口期。
