在2026 世界人工智能大会WAIC期间语生科学首席科学家郭权玮受邀参加“AI正在重写什么”主题圆桌讨论与来自产业、投资及技术领域的多位嘉宾共同探讨AI发展的下一阶段。他提出两个核心判断AI的下一站是本地模型与本地智能体衡量一个AI产品是否真正成功不在于用户是否付费而在于企业是否愿意为它改变工作流程。语生科学是一家总部位于上海的 AI 创业孵化器专门面向中国 AI 创业领域致力于链接导师、创业者与投资人三方资源为中国科技创新提供有力支持。AI下一站不是更大的云端模型而是本地模型与本地智能体过去两年AI行业几乎都在比拼谁的模型更大、更强。但郭权玮认为真正决定AI能否进入企业核心场景的不是模型参数而是数据能不能留在本地。随着AI逐渐从聊天问答深入到企业知识库、研发资料、业务流程和工具调用隐私、安全、权限管理和长期推理成本正成为企业部署AI时最现实的约束。限制AI产业化的不是模型不够聪明而是企业不敢把核心数据交出去。相比完全依赖云端推理本地模型能让数据在原有环境中完成理解、推理和执行在保障隐私安全的同时大幅降低长期调用成本更适合持续处理海量企业数据。与此同时硬件能力正在快速成熟。郭权玮提到随着新一代硬件设备的出现本地部署高性能模型具备了现实基础AI开始真正具备进入企业生产环境的能力。他判断未来真正具有竞争力的AI不仅模型能力要强更要在数据不离开企业的前提下完成完整任务闭环持续提供智能服务。目前语生科学已经围绕本地大模型、本地智能体等方向展开布局希望推动AI真正运行在企业自己的数据环境中而不是依赖持续调用云端服务。衡量AI产品成败不看付费看流程是否因它而变郭权玮提出了一个不同于主流的判断标准“一个AI方向是否真的进入产业不是用户量而是企业有没有开始因为它改变自己的运行方式。”在他看来用户增长、订阅收入更多反映市场热度而非产业成熟度。企业可以采购产品、完成POC甚至开通账号却未必改变任何核心业务。真正昂贵的从来不是购买一个AI账号而是重新整理数据、开放核心系统权限、调整SOP、重构组织协作方式并重新定义责任人和验收标准。只有当企业愿意为AI付出这些组织成本AI才真正从工具变成生产系统。他以Palantir为例其企业AI能力的核心并非接入更强的大模型而是通过驻场工程师深入企业将人员、订单、设备、库存、权限、规则和业务流程组织成一个完整系统让模型、数据、工具和业务形成闭环。因此AI商业化的真正分界线不在于用户是否付费而在于企业是否愿意围绕AI重构流程、开放权限、调整组织分工且在减少人工干预后仍能持续创造价值。本地模型解决的是企业“敢不敢用”的问题流程重构回答的是企业“值不值得用”的问题。当前AI竞争的重点正从参数规模转向产业落地从展示模型能力走向创造真实生产力。谁能够让AI真正进入企业现场、融入业务流程并持续创造价值谁就更有机会赢得下一阶段的竞争。总结而言本地模型解决“敢不敢用”流程重构回答“值不值得用”。当前AI竞争的重点正从参数规模转向产业落地从展示模型能力走向创造真实生产力。在郭权玮看来AI无需被神化也不应被低估。真正决定下一阶段竞争的不是谁拥有最大的模型而是谁能让AI进入企业现场、融入业务流程并持续创造可验证的价值。