未来式智能押注智能体商业化，从会说到会做

人工智能如何真正落地产业一线，实现从技术到生产力的跨越？这一轮AI浪潮演进至今，企业关注的焦点已悄然发生转变——从比拼大模型参数规模、对话流畅度，转向一个更为务实的问题：AI能否真正执行任务、接入系统、调用工具、遵守权限、承担岗位职责。

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杨劲松分享了他的观察。在他看来，大模型自身仍存在“幻觉”这一尚未根治的难题，若直接用于处理复杂的业务流程，往往力不从心。因此，衡量AI价值的标尺，正从“能否流畅聊天”转向“能否高效干活”。

“我们的目标，是将大模型转化为一个个数字员工，深度嵌入企业真实的业务流程中。”杨劲松介绍，公司核心产品“灵搭”定位为企业级智能体平台，打通了企业现有的业务系统，融合内部知识资产，使智能体真正具备执行任务、调用工具、跑通业务流程的完整能力。

面向日常办公场景，未来式智能还计划推出“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汇聚于一个桌面入口，让智能体能力更贴近一线工作流，提升实际工作效率。

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，公司已将数字员工部署至生产一线，在某些场景下，它们已能像真实岗位员工一样完成具体任务。

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

杨劲松认为，当前市场上不少AI产品仍停留在问答助手或开发工具层面。但企业真正关注的，是面向岗位和业务流程的可交付能力，即智能体是否能直接为业务创造价值。

基于这一判断，未来式智能推出了数字专家双边市场“袋袋（Profy）”，旨在打造一个“数字劳动力的京东”，让中小企业也能直接采购、使用已训练好的智能体，实现降本增效。

值得注意的是，传统大模型训练主要依赖问答数据，而智能体应用过程中会沉淀大量用户操作轨迹——任务如何规划、工具如何调用、问题如何解决、反馈结果如何。这些数据反过来又能推动数字员工不断迭代，能力持续提升。

杨劲松透露，未来式智能正推动智能体从L3“行动者”向L4“探索者”演进，从执行既有任务延伸至辅助发现与研究。公司已与北京大学、山东大学等高校合作，探索智能体在可控核聚变等科研场景中的应用可能性。

商业模式逐渐清晰，大客户与订阅业务双轨并行

在商业化方面，未来式智能采取双线模式：大客户与中小企业同步推进。

面向大型企业，公司提供行业解决方案，客单价可达百万级，客户覆盖能源、金融等多个领域。在能源行业，智能体解决方案已覆盖国家电网约50%的业务范围，并持续扩展。

面向中小企业，公司推出按结果付费的模式。例如，在外贸领域，他们打造了“智能报关员”，按每单不到30元的价格协助企业处理报关业务，实际业务结果产生后才计费。

杨劲松透露，目前公司收入结构里，大客户与订阅制业务的比例约为4:1，预计明年将调整至2:1。公司当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区别。“开发者工具需要企业投入大量人员进行二次开发，我们提供的是岗位级数字员工。”他以企业软件巨头SAP的发展模式作类比，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与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，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真正融入生产流程。