不管是2023年ChatGPT轰动全球引发资本与从业者的AI热情，还是2025年初DeepSeek打破算力神话的AI时代中国方案，AI领域充满着魅力，它给很多从业公司提供了“一举成名天下知”的可行性路径。 什么样的公司能够把AI做好？OpenAI每年都要花费数十亿美元的运营成本来支持ChatGPT及其底层大模型的运转，即便算力神话被打破，AI领域依然是一个需要充分的资金与资源积累的行业。光有钱还不够，还要有明确的赛道以及对所选赛道的足够了解，才能做出有价值的AI。 当百行千业都喊出“用AI重塑原有业务”的口号，AI的价值理应重新评估。C端用户使用、分享能够快速给AI应用提供可谓震惊天下的热度，但热度不是所有AI公司的终极追求，特别是对服务B端客户的公司而言，它们的AI应用对很多垂直赛道中传统行业的改造是润物细无声的，AI的价值体现在每一次的细分业务执行当中，善医者无煌煌之名。 AI就像是一柄利器将传统观念中的市场一再细分，技术与业务结合的时代背景也让AI创业显得远不如其他领域竞争那么拥挤。同时，AI领域盛行的开源文化也给从业者带来了“技术平权”的红利，技术可能会有差距但鲜能出现代差，真正的差距出现在应用深度上。 不同领域要把应用做深的难度存在巨大差异，特别是对合规性、严谨性要求更高的金融行业，业内此前将AI给金融领域带来的危机总结为黑箱化、黑产化、武器化，挑战之大可见一斑。监管政策、算法偏见、数据可靠度、模型鲁棒性、数据隐私与安全等因素均对AI在金融领域的纵深拓展构成一定程度的制约，诸多因素并非单纯技术问题，而是金融行业特性与AI技术适配性的综合挑战。 当然，也存在一些公司通过多年业务积累与科研投入做出了一些成绩。AI驱动的金融科技平台奇富科技，在多年服务金融机构的过程中基于全面的业务数据构建了知识图谱，模型自我学习、快速迭代适应金融机构风控、合规等需求。 丰厚的数据资产符合当下垂类模型大展身手的背景，据奇富科技财报，截至2025年3月31日，奇富科技已连接163家金融机构合作伙伴及2.68亿注册用户，通过服务机构客户与个人用户的经验与数据积累，奇富科技建立了完善的数据清洗、处理以及反馈机制，与技术相结合，使模型能够更智能、更准确地决策。 近期，奇富科技在2025陆家嘴论坛上展示的信贷超级智能体，便是该公司数据积累、数据处理以及技术底蕴的综合体现。该智能体基于真实信贷场景所积累的有数据飞轮价值的高质量数据，以信贷逻辑为底座，具备自主进化能力。具体包括致力于提升金融行业风控水平的端到端授信决策智能体系统、精准针对每一家小微公司的信用评估系统、面向银行合规业务人员的智能合规辅助工具AI合规助手、辅助银行高管的智能决策工具AI决策助手、促进客户经理与授信审批团队亲密合作的AI审批官等功能。 服务的提升，技术的进步居功至伟。奇富科技自大数据时代成长，成长路径本身便有技术与数据提供的助力，这种正反馈也更能坚定技术钻研的决心与投入。 技术之外，则是金融服务本质的回归，这也是所有AI公司的破局思路之一：技术在垂类领域，更重视其能解决客户实际问题、满足客户具体需求的特质。 创业是一场九死一生的豪赌，创业伊始，每一位创业者可能都曾经想过该如何居安思危，但诸多暴死的公司一再印证，能贯彻这一观念的仍是少数。 李开复关门弟子、国际大学生程序设计竞赛世界冠军周健创立的澜码科技，仅两年就因为资金链断裂、欠薪、核心成员陆续离职等问题而陷入泥潭中。发展方向不明确、资金配置不科学导致澜码科技创业梦碎。 但仍然不得不提“居安思危”观念，它不仅仅体现在解决“资本输血——自我造血”的营收层面，还体现在公司能否与员工共同成长、能否适应日新月异的技术浪潮中。 当AI融入每一个人的生活中时，打工人望着功能越来越强大的AI，不可避免地产生就业焦虑，这也是所有AI公司长期需要解决的问题之一。 越是重复性程度高的工种，这种焦虑越大。其中最为典型的是如今已被各大AI应用挤占生存空间的客服工种，AI已经能够解决客户绝大多数简单、直接、常用的问题，这给人工客服带来了一定压力，但以当前的技术应用程度来看，尚难言AI将完全取代人工客服。 AI公司Anthropic CEO达里奥·阿莫代伊(Dario Amodei)公开表示，未来五年AI可能让失业率飙升至20%，并重创法律、金融、科技与咨询等行业的职位。英伟达CEO 黄仁勋对此反驳：“我几乎不认同他讲的任何一句话”。黄仁勋还说，“我认为AI的开发代价并不高，AI会改变就业吗？当然，它会改变每个人的工作，它已经改变了我的工作”。 在严谨的金融领域，智能服务、智能投研、金融风控等环节也出现了以数字人、机器人为代表的新型员工，但都集中在事务性工作，AI帮助金融机构实现自动化业务处理流程，在审核、决策层面只承担辅助职能。 浪潮中，金融机构对科技人员求贤若渴。截至2024年末，交通银行金融科技人员为9041人，同比增长15.70%，同期该行员工总数增幅为1.56%；北京银行信息科技正式员工数量为1101人，同比增长12.69%，同期该行员工总数增幅为3.56%。 正如金融机构对科技人员的渴望一样，科技公司对金融专家同样需求巨大。奇富科技超过3000人的员工队伍中，绝大部分是业务专家。在回归金融本质的背景下，懂技术更懂金融业务的复合型人才更具竞争力。 在奇富科技内部，由CEO吴海生牵头发起的AI技术沟通动员会就开了数十次，有时一场原定30人参加的会议，经常有数百人线上旁听。公司鼓励技术团队员工从日常工作中挤出30%左右的精力，拿来做一些创新性的探索，让他们更有动力关注并跟上技术的迭代。 在强调技术创造力与场景适配度的公司中，员工对于AI取代工作的焦虑会少一些。AI的定位是提升人类工作效率，而非取代人力。否则研发AI的员工为什么还要革自己的命？ 即便是再小的替代性焦虑，持续学习、保持探索，逐步适应技术带来的颠覆性改变，也是每一位员工贯彻“居安思危”观念的具体行为，它不光能保持职场人的核心竞争力，也给整个公司在日趋激烈的市场竞争中提供源源不断的战斗力。 金沙江创投董事总经理朱啸虎曾如此评价DeepSeek：梁文锋（DeepSeek创始人）不是典型的创业者，他原本在幻方就非常有资金实力，也因为他本身的资金实力，允许他去追求一些理想。 AI领域很残酷：它需要有充足的资金、资源储备确保不会因为技术研发的投入而拖垮公司，这是发展的基础。抬头也需要有清晰明确的发展方向，走出自己的道路。 这也再次论证，奇富科技能够成为业内领先的平台，并且在AI应用层持续发力，离不开稳定的财务状况与业绩表现，它可以让AI公司避免营收焦虑，更好地去钻研、积累，来挖出自己的护城河。 通用模型显然不是创业AI公司最该考虑的事情，在垂直领域积累行业专精数据，以此满足单一领域高频需求，有了充足积累进而拓展至更多领域，这条路显然更好走一些。 互联网领域崇尚“赢家通吃”的丛林法则，但在AI领域，即便是通用性能力再强的大厂，也无法将整个产业链全部吃掉。最终延续的还是产业分工的模式，一如移动互联网每家APP都有主营的业务一样，然后凭借各自领域积累的优势推动整个产业链向前。 事实上，通用性产物积累跨行业、跨平台经验，垂直领域积累专业数据和知识图谱训练，而后整合成“通用框架+垂直模块”的混合模式，已经成为AI行业共识。 在此背景下，如何在垂直领域塑造核心竞争力，数据积累与训练能力或成制胜点，它既是AI公司能力的直接体现，也是支撑其可持续性发展潜力的最大组成部分。 举例而言，奇富科技上线的信贷智能体，深度融入业务全链条，覆盖数据分析、运营、合规、风险策略、财务对账等核心智能模块，已逐步改变奇富科技基础业务模式，实现新的工作、运营和价值交付方式。 截至一季度末，公司通过AI驱动的信贷决策引擎及资产分发平台，已连接163家金融机构，为超过5800万授信用户提供数字化信贷服务，1季度平台新增授信用户同比增长6%，撮合放款量同比增长15.8%。 在垂直领域的探索需要这样生产效率层面的正反馈，科技与实际业务相结合所产生的乘数效应，将激励着从业公司继续向前的决心与信心。
