“企业AI用不好的解法有了”！WAIC 2026现场直击

“为什么我们买了市面上最贵的模型、配置了最前沿的Agent，员工却吐槽它‘越用越笨’，最后成了拖后腿的摆设？”

在WAIC 2026世界人工智能大会上，硅星人主办的“AI青年创变者创新论坛”圆桌环节，主持人抛出的这个提问，戳破了当前企业数字化转型中最尴尬的幻觉。

技术在以日为单位迭代，但很多企业在引入AI时，却陷入了一个怪圈：左手签着天价的大模型账单，右手却捧着十几年前的IT管理手册和组织架构。

用“最旧的套路”去“驯化”最贵的AI，然后怪AI不够聪明。这不是技术问题，这是新技术与旧制度之间的摩擦。

在这场关于“数字同事”规模化与长期自主性的交锋中，实在智能创始人兼CEO孙林君与多位行业创变者展开了深度碰撞。

面对AI“买得贵、用得废”的痛点，他从一线商业实践中提炼出的几个“反舒适区”判断，或许比任何模型参数都更值得企业决策者反复咀嚼。

以下是孙林君在圆桌现场的核心观点整理。

技术圈有一种流行的看法：只有通过API和MCP对接才是先进的，像人一样看屏幕、点鼠标的GUI路线，只是过渡期的“妥协方案”。

但实在智能从一开始就把GUI作为核心能力来建设，这不是技术路线的站队问题，而是对AI终局的判断问题。

孙林君认为，AGI要实现真正的通用智能，一定需要在多模态能力上有所突破——因为只有像人一样感知和操作这个世界，AI才能真正理解这个世界。

当然，回到商业落地一线，孙林君给出了一个极简的判断标准：

“我们做智能体，就围绕第一性原理——你不能干的，我能不能干？谁的能力边界更广，谁的成本更低、效率更高？”

为什么纯API信仰在企业真实环境里频频撞墙？两个原因：

第一，接口是有“过路费”的。像西门子这样的工业系统，开发一个接口费用可能高达20万。更不用说那些运行了几十年的内部系统，外面根本看不到接口，API想接都接不上。

第二，接口是“脆”的。电商平台的API策略三天两头微调，哪怕只是一个3%概率的A/B测试，纯API对接的系统就可能当场瘫痪。

孙林君说得直白：“纯靠API对接的产品，后期维护成本高到无法想象，最后大多只能给客户退款。” 不是平台故意为难谁，是几百个接口，每个接口3%概率的调整，叠加在一起就是必然出问题。

所以实在智能做实在Agent的逻辑很简单——不站队，不设限。多模态能力是核心长板，API是灵活补充。

API跑得通就跑API，API有局限的地方，GUI凭借多模态能力稳稳托住。像真人一样看屏幕、敲键盘、点鼠标，把数据拿回来，把事办成。

客户一边骂平台接口老变，一边继续用，续费接近100%。为什么？因为数据是刚需，而多模态GUI路线能确保数据不断档。

在今天的商业世界里，谁拿得稳、拿得全高质量的数据，谁就有话语权。这也正是孙林君反复强调的：GUI不是没有办法的办法，是通向AGI必须走的路。

技术路线的主动选择是战略层面的判断。但孙林君认为，比技术方向更隐蔽、也更致命的障碍，藏在组织的骨子里。

这是整场圆桌传播最广的一个词。

什么是“老登思维”？孙林君在发言中给它下了一个定义：用旧地图找新大陆，用管人的方式管AI。

在这种思维主导下，企业采购AI的行为本质上是“买个更快的马车”，而不是“换发动机”。

一个财务部门上了AI报销工具，但审批流程还是那套流程，权责划分还是那套划分，岗位一个没少，环节一个没砍。

结果是：单点效率确实提了一点，但公司整体的人力成本没降，反而多背了一笔算力账单。

孙林君在现场点出了一个很多人不愿意承认的现实：“老板买AI，要的从来不是在单一工具上看到一点点微调效果。他要的是组织运转内核的重塑——财务、法务、人力、客服、运营，所有部门围绕AI无缝高效运转。”

而今天大部分企业买AI，只是给旧流程找了个更贵的跑腿的。AI没有替代任何环节，反而成了旧流程的“人肉补丁”。

问题具体卡在哪？三件事：数据部门不愿共享，数据和模型被锁在各自的孤岛里；业务和技术各说各话，传统的科层制根本响应不过来；业务部门怕被替代，嘴上配合、心里抵触。这三件事不拆掉，AI再强也推不动。

方向错了，投入越大代价越大。真正的解法只有一条——把AI当作真正的员工，重新设计人机协作的生产关系。让岗位该合并的合并，让流程该砍的砍。否则AI越聪明，你的管理成本反而越高。

“老登思维”不除，流程就砍不动。但孙林君在现场分享的一个案例，却指向了一条比“硬砍流程”更反直觉的路——当人和人沟通不清楚的时候，或许可以先去跟机器对齐。

传统IT项目建设有一条经典链条：业务提需求，产品写文档，开发做功能。漫长，且充满扯皮。

在圆桌现场，孙林君分享了一个极为生动且反直觉的落地案例：

去年，实在智能的研发团队尝试为公司财务搭建一个定制化的智能体，用于处理表格勾稽与数据核对。交付工程师与财务人员足足沟通磨合了一个多月，最后做出来的产品，财务依然觉得不顺手、不解决痛点。

而今年，实在智能做了款新产品，财务人员没有找任何技术同学，而是自己在系统里输入了一段几百字的业务白话。

结果令人意外：短短几分钟，财务自己就把这个智能体搭建了出来，效果比此前一个多月的成果还要好。为什么会这样？

因为财务的专业语言和程序员的技术语言存在天然的壁垒，旧套路里的“人际沟通”其实充满了损耗。

孙林君复盘这个案例时说：“财务的语言和交付同学的语言对不齐，他俩很难建立完全的共识。而这件事，大模型已经非常有能力做到了。”

这个案例打破了我们对人机协作的传统认知——过去的协作方式是人管人、人指挥机器，未来可能是人机直接对话。

“跟机器交互的效率，可能会比人与人交互还要高。甚至，当人和人不知道该怎么沟通、对齐共识时，或许需要先去借助大模型对齐共识，咱们再干这件事。”

这不是玩笑。当AI的理解能力跨过某个临界点，“人机协同”可能会比“人人协同”更高效——一个看似悖论、却正在逼近的现实，也是组织管理从未面对过的新课题。

买最贵的大模型，却用最旧的套路，无异于给波音747装上马车的轮子。

从技术路线，到组织思维，再到人机协同的新可能，孙林君在WAIC现场串起的这条思考链，把问题推向了最根本的层面。一个总结性的共识逐渐清晰：AI不会自动解放生产力。

在孙林君看来，“数字同事”的长期自主性，从来不靠堆砌参数实现。它靠的是两件事：

打破技术上的“洁癖执念”，该API就API，该点鼠标就点鼠标；打破组织上的“老登惯性”，让流程为AI瘦身，而不是让AI去适应臃肿。

而这两件事的背后，是同一个前提：权力需要重新分配。数据的控制权、决策的参与权、效率红利的分配权——这三件事不先想清楚，组织重塑就是一句空话。

AI时代的组织变革已经开始了，窗口期不会太长。

最终能跑起来的，不是买了最贵模型的那批，而是最早动手变革生产关系的那批。

AI不会自动解放生产力，只有当组织主动适配AI时，技术才能真正释放价值。