开普云倪金松:AI产业化要在应用中落地价值

9月19日，ESG创新年会（2026）及第二届ESG博览会在北京首钢园隆重召开，本届创新年会以“价值引领·生态共建”为主题，由中国企业改革与发展研究会与首钢集团有限公司联合主办。大会期间，《企业观察报》专访了开普云副总裁倪金松，就当前AI产业发展阶段、技术落地路径以及AI规模化应用背后的内容与数据安全建设等议题展开深度探讨。

当下，“人工智能+”行动持续落地，大模型技术迭代速度不断加快。AI已经不再局限于实验室的技术演示，正加速渗透政务、能源、医疗等各行各业的业务流程。随着AI加速走向产业一线，行业关注的焦点也从模型能力本身，进一步转向能否解决实际问题、创造真实价值。与此同时，技术加速演进，风险形态也随之发生改变。从过去单纯的文本生成偏差，到智能体自主调用工具带来的现实操作风险，安全治理正在成为AI产业绕不开的核心命题。如何让AI真正走进产业一线，在解决实际问题、释放应用价值的同时守住安全边界，是摆在行业面前的一道现实考题。

在不少人的印象里，AI发展早期，行业更多将目光聚焦模型参数、问答效果这类技术指标。但在倪金松看来，产业的风向已经发生明显转变。AI正在从单纯的技术能力展示，转向实实在在的价值创造。

“过去大家热衷于比拼模型的生成能力，如今行业的关注点已经变得更加务实。”倪金松对《企业观察报》表示，随着大模型、算力、智能体相关技术逐步走向成熟，市场开始更加看重AI能不能嵌入业务流程，能不能直面业务当中的复杂难题，能不能形成可持续的产业价值。

AI应用的边界也在持续拓宽。它早已不止停留在文案创作、知识问答这类轻量化工具场景，逐步延伸至信息梳理、业务研判、辅助决策，甚至自主任务执行。尤其是在政务、能源这类传统行业，AI需要面对的不再是简单的问答指令，而是混杂复杂规则、海量异构数据的真实业务环境。

“这也就意味着，AI产业已经来到关键转折点，技术的好坏，最终要交由真实业务场景来检验。”倪金松这样总结现阶段行业的特征。

深耕政企数字化领域二十余年，开普云累计服务2100多家政企客户。依托长期沉淀的行业经验，企业搭建起“AI基础设施+智能体+智慧应用”的全栈AI能力框架。底层夯实算力底座，兼顾国产算力适配、大模型推理优化，同时布局具身智能的数据基础设施，为人形机器人迭代供给真机训练数据；中间层依靠开悟智能体平台，打通大模型与企业知识库、业务工作流、业务工具之间的连接，让AI跳出单纯问答的局限，可以深度参与业务运转；最上层面向政务、能源、医疗、AI安全打造垂直行业应用，并且持续向具身智能代表的物理世界拓展。整套布局的落脚点十分清晰，就是推动AI走出实验室，走进生产现场。

在和大量政企客户打交道的过程中，倪金松发现，客户选型AI产品，很少会纠结具体采用哪一款大模型。他们真正关心的，是这套技术究竟可以解决什么实际痛点。

能源领域，开普云为北京某大型数据中心打造AI运营方案，把人工智能嵌入电力交易、负荷调控、绿电配置整套运营体系，项目落地之后，预计实现全年综合用能降本超1600万元。政务场景中，AI承担起窗口材料预审、12345诉求处置等具体工作。在医疗行业，企业和呼和浩特市第一医院合作落地AI‑MDT项目，借助人工智能完成病案梳理、知识检索、会诊辅助研判以及报告生成。

这些分属不同赛道的项目，拥有共通的底层逻辑。AI没有作为独立工具悬浮在业务之外，而是嵌入原有业务链条，在降本、提效、辅助决策等方面发挥作用。

“进入流程、解决问题、创造价值，这三点，就是我们判断AI应用能否跑通的核心标准。”倪金松说道。

当AI深度触碰政企核心业务，接触大量涉密、敏感数据之后，安全问题就不再是锦上添花的附加条件，而是AI能否进入核心场景的前置门槛。

回顾AI技术演进的全过程不难发现，风险形态也跟随技术能力同步升级。早期AI产生的风险大多停留在输出层面，即便输出错误文本，人类也可以识别、修正，不会引发现实层面的后果。伴随Agent智能体技术兴起，模型拥有调用外部工具、操作系统的能力，风险随之穿透到执行层，一旦出现偏差，会带来不可逆的现实影响。

与之相对应，行业的内容安全治理逻辑，也经历过数次迭代。从早期PGC时代针对已发布文本开展静态校审，到UGC时代重点管控内容传播风险；再到AIGC阶段，治理视线深入模型生成逻辑；发展到智能体阶段，治理重点进一步转向管控模型的行为边界。治理对象，也从单一的发布内容，拓展到生成逻辑与模型行为。

我国已经建立起由基础法律、专项制度、刚性执法共同组成的AI治理体系，监管已经进入常态化执行阶段。对于企业侧而言，仅仅依靠上线之前的一次性评测审核，已经不足以应对层出不穷的新型风险。安全防线，必须前置到数据、模型、应用的全生命周期当中。

不少政企客户拥有强烈的AI使用诉求，但受限于数据保密要求，业务资料不能向外流转，部分工作环境甚至完全隔绝互联网，导致“想用AI却不敢用”。针对这类高敏感场景，开普云推出开悟密盒涉密AI终端。设备采用单机离线、物理隔离的运行模式，模型运算、资料处理全部在本地闭环完成，从根源上实现数据不出域。

在这套安全框架之下，用户依旧可以使用保密辅助审查、文档智能处理、知识库问答、智能办公等AI功能。这款产品已经通过国家保密科技测评中心的专项检测，让很多受保密约束的场景，得以在可控安全边界之内启用AI能力。

除了数字世界的大模型应用，开普云也在向前探索具身智能赛道，将AI能力延伸到物理世界。在倪金松眼中，这是AI发展十分自然的延伸。数字世界的智能体，主要处理线上信息；而具身智能，要求AI能够感知现实环境、拆解真实任务、完成实体动作，实现和物理世界的直接交互。

为此，开普云搭建起“大脑+数据+场景”的物理世界AI底座。在无锡落地六千平方米的具身智能训练场，规划部署300台机器人，首批200台机器人已经投入数据采集工作，覆盖家居、工业制造、仓储物流九大行业场景。这里的工作不只是简单采集原始数据，而是打通场景任务、真机采集、数据治理、质量管控、模型验证全链条，形成标准化、规模化、可持续的数据生产能力，为机器人模型训练和能力迭代提供高质量数据支撑。

技术实力也得到行业验证，开普云KP‑Robot团队在AGIBOT WORLD Challenge全球评测当中，拿下指令跟随、扰动适应两大赛道全球第一。同时企业作为工信部人形机器人与具身智能标准化技术委员会数据标准工作组联席组长单位，参与行业相关数据标准的制定工作。

从数字AI走向物理AI，安全的内涵也随之拓展。风险不再只局限于文本输出，还包含物理设备操作带来的实体风险。对此，行业需要搭建起一套完整防护框架，通过数据护栏管住输入数据入口，依靠权限护栏划定AI访问资源的范围，借助行为护栏约束模型执行的各类动作，依托内容护栏过滤不当输出，最后依靠审计护栏实现全部操作全程留痕可追溯。五道护栏协同发力，并不是给技术套上枷锁，而是为AI放开手脚探索保驾护航。

谈及AI产业的未来图景，倪金松认为，未来人工智能不会只是一款孤立的软件工具。在数字空间，它可以解析数据、调用工具、参与业务决策；步入物理空间，它能够感知环境、完成实体交互。AI的终极目标，不再只是输出一个答案，而是系统性解决完整的现实问题。

对于开普云在AI产业浪潮中的长期定位与未来布局，倪金松有着清晰的思考：“对于开普云来说，我们会持续打磨AI基础设施、智能体与垂直智慧应用，一方面保障AI安全可靠地服务政务、能源、医疗等核心业务；另一方面依托具身智能，持续拓宽AI在物理世界的应用边界。无论技术如何迭代，我们的初心始终不变，那就是让AI走出概念验证，扎根真实场景，解决真实问题，创造真实价值。”