高盛报告指出，AI正从“回答”迈向“执行”，产业竞争转向工作流掌控。Agent落地关键在可控性与责任划分，具备清晰边界与可验证结果的工作流将优先自动化。模型市场走向分工：前沿模型主导高价值任务，开源模型承担规模化推理。同时，世界模型驱动AI进入物理世界，有望催生算力新增长曲线，未来5年需求或增长24倍。
AI正在进入从“会回答”走向“能执行”的新阶段。
据追风交易台，高盛最新报告显示，AI商业化正从“按席位订阅”转向按消费量、交易量和结果收费；与此同时，Agent正从辅助工具走向工作流执行者，产业价值也在从模型本身向专有数据、业务上下文和领域专业能力迁移。
这意味着，AI产业竞争正在从“谁的模型更强”转向“谁能真正掌握工作流”。模型能力依然重要，但能否进入企业生产环境、理解业务上下文并稳定完成任务，将成为更关键的竞争壁垒。
这一判断来自高盛近期对硅谷AI产业链的实地考察。8月18日至19日，高盛连续第三年走访AI初创企业、头部风投机构及斯坦福大学、加州大学伯克利分校和旧金山分校的研究人员。高盛认为，随着Agent加速落地，前沿模型、开源模型、世界模型、企业软件和专有数据之间的价值分配都将发生变化。
Agent落地：企业真正缺的不是能力，而是“可控性”
如果说过去AI解决的是“帮人完成任务”，那么Agent正在尝试解决“自己把任务做完”。但在企业大规模部署过程中，最大的障碍可能已经不再是模型能力，而是责任如何划分，以及整个执行过程能否被控制。
报告援引斯坦福研究人员指出，目前多数企业仍处于人工监督模式。尤其在法律、风控、保险和审计等领域，模型一旦出现错误，谁承担责任、如何追溯过程、能否及时纠正，可能与模型本身的能力同样重要。
因此，最容易率先实现自动化的工作流，通常具备三个特点：决策边界清晰、结果可以验证、错误能够回滚。发票处理就是典型案例。AI负责提取字段并执行检查，低置信度案例交由人工复核，随后通过可逆的ERP流程完成入账。
这也意味着，拥有可信内容、经验证的领域模型以及成熟监管关系的信息服务商，更有可能率先进入企业生产环境。
模型竞争：前沿模型与开源模型走向分工
围绕“开源还是闭源”的争论，高盛此次考察释放的信号并非二选一，而是不同模型可能对应不同层级的工作流。
0
评论 (0)