衔远科技:周伯文押注AI原生组织

"

周伯文ProductGPTAI 原生组织

一家公司三年换了三次叙事：从商品创新大模型，到企业智能体，再到 AI 原生组织。变的是名字，不变的是那个「让 AI 进到生产流程里」的执念。

北京衔远科技有限公司成立于二〇二一年十月，创始人为周伯文。公司早期以商品创新大模型 ProductGPT切入企业创新数智化，二〇二六年推出「Leadeep AI 领衔者」，转向企业级 AI 组织协同平台，定位 AI 原生企业构建者。

📌 本文看点

北京衔远科技有限公司的工商登记成立日期为二〇二一年十月二十九日，注册资本 500 万元人民币，注册地址位于北京市海淀区学院路 51 号首享科技大厦，法定代表人为周怡文。

但这家公司真正的名片是创始人周伯文。据公开资料，他出生于一九七六年十月，江西丰城人，IEEE Fellow、中国人工智能学会（CAAI）会士。创业之前，他曾任 IBM Watson Group 首席科学家，后任京东集团高级副总裁兼集团技术委员会主席。

二〇二一年底从京东离职创立衔远科技；二〇二二年五月三十日被清华大学聘为电子工程系长聘教授、惠妍讲席教授；二〇二四年七月，他以上海人工智能实验室主任、首席科学家的身份出席 WAIC，接替因病去世的汤晓鸥。

为什么切入点是「商品」

衔远科技的初始定位是链接消费者与商品，让每一件商品都应需而生。这个方向的选择与周伯文在京东的经历直接相关——电商平台掌握的是需求侧数据，而品牌方最缺的恰恰是把需求翻译成产品定义的能力。

公司提出过一个「通专融合」的技术理念，意思是通用大模型能力与垂直行业专业知识要结合。这在二〇二二至二〇二三年是一个相当前瞻的判断，当时行业的主流叙事还是通用模型能解决一切。

衔远科技的产品演进分成清晰的两个阶段，这两个阶段面向的客户价值主张几乎不同。

第一阶段：商品全生命周期

二〇二三年三月，公司推出 ProductGPT，这是一款面向商品创新的多轮对话式大模型，定位是与专业人员深度交互与协同，帮助企业打造创新产品。配套的还有多模态模型 ProductDiffusion 与「领衔 CIP」平台。

据公司披露，ProductGPT 与 ProductDiffusion 已通过中央网信办备案。在生成式 AI 服务管理办法落地后，备案资质是 To B 商用的准入门槛，这一点对企业客户的采购决策有实际影响。

商业交付被拆成五个 D 阶段，从洞察（Discovery）市场消费趋势开始，到定义（Define）产品，再往后覆盖设计与营销，形成需求洞察到上市的完整链路。

第二阶段：Leadeep AI 领衔者

二〇二六年七月的 WAIC 上，衔远科技在世博展览馆 H1-C820 展位推出旗舰产品「Leadeep AI 领衔者」，定位从商品创新工具变成了「AI 原生企业构建者」。

新产品由三层引擎构成。ME 是专属数字分身，搭载长期记忆与跨端同步，把线下洽谈、战略会议、日常沟通自动归档，将个人商业判断沉淀进企业体系；WE 是 AI 专家智团，覆盖战略组织、生产履约、供应链运营、营销增长四大场景，支持多智能体联动；MA 是组织进化引擎，沉淀业务流程，依托自研 Enterprise Claw Bench 私有化评测体系筛选优质 SOP。

配套硬件是这次转型里最激进的部分。公司展出了云边端全系列产品：本地 AI 一体机做私有化算力核心，数据本地存储不上公有云，面向金融、制造、供应链等高合规行业；面向管理者的高端便携智能终端支持远场拾音与端侧本地加密运算；此外还有轻量化员工硬件与全端移动应用。

衔远科技不是上市公司，未公开披露营业收入、毛利率、研发投入与净利润。本文不对这些数字做任何推测性还原，只使用可查证的公开信息。

可查的融资信息只有一轮。二〇二三年三月，公司宣布完成数亿元人民币天使轮融资，由启明创投领投、经纬创投跟投，资金主要用于产品研发与团队建设。

第二个可用的量化线索来自公司自己的口径。在 WAIC 2026 的宣传中，公司称 Leadeep AI 领衔者已落地服务 1000 家以上企业。

这个数字需要谨慎解读。1000 家企业可以是 1000 个付费的私有化部署项目，也可以包含试用、POC 与生态合作，两者对应的收入规模差出一个数量级。公司未披露客单价、续费率与付费客户占比，在这些数据缺失的情况下，客户数只能作为覆盖广度的参考，无法反推收入。

自二〇二三年天使轮之后，未见公司公开披露新一轮融资。对一家已成立近五年、且在推进软硬一体产品的公司而言，融资节奏的这段空白值得关注，但公开信息不足以判断原因。

从商品创新转向企业 AI 组织基建，衔远科技面对的竞争格局发生了根本变化。

在原来的商品创新赛道，对手主要是电商 SaaS 服务商与营销科技公司，这些公司的技术深度有限，衔远的大模型能力构成明显优势。

转向企业级 AI 协同平台后，对手名单变成了办公协同巨头、云厂商的企业智能体平台、以及一批做企业知识库与 Agent 的创业公司。这些对手手里握有的是渠道、已有的企业客户关系和现成的办公入口，这三样恰恰是衔远最缺的。

护城河可能在两个地方

第一处是私有化与合规。本地 AI 一体机加数据不出公有云的方案，直接对应金融、制造这类高合规行业的硬性要求。在这些行业里，能否满足数据不出域是一道过不去就出局的门槛，而不是一个加分项。

第二处是线下数据采集。公司主打的差异化是硬件线下数据直采，把洽谈、会议这些纯软件方案够不到的场景纳入数据流。如果这套采集能力真的跑通，它拿到的是竞争对手结构上就没有的数据。

但要指出的是，会议录音与信息自动归档并不是新技术，多家协同办公厂商与专用硬件公司已有类似产品。衔远的差异更多在于把采集到的数据接入了三层引擎，而不是采集本身。

创始人的学术与产业身份是另一层无形资产。在企业采购 AI 的决策中，创始人是不是国家级实验室主任，会实质性影响信任成本，尤其是面对国企与大型集团客户时。

衔远科技治理层面最需要讨论的，不是股权比例，而是创始人的时间分配。

周伯文目前同时担任上海人工智能实验室主任兼首席科学家、清华大学惠妍讲席教授，以及衔远科技创始人。这三个身份都不是挂名职务。

从二〇二四年七月接掌上海人工智能实验室之后，他在公开场合的出席多以实验室主任身份进行——二〇二四年 WAIC 提出「AI-45 度平衡律」技术主张，二〇二六年三月出席中国发展高层论坛，二〇二六年七月在 WAIC 科学前沿论坛发布「书生·端砚」。

股权与实控人

工商登记显示公司法定代表人为周怡文。具体股权结构、实际控制人认定与投资方持股比例，以工商登记与公司正式披露为准，本文不引用未经核实的比例数字。

机构股东方面，启明创投与经纬创投在天使轮进入。这两家都是国内头部的美元与人民币双币基金，对早期项目的持续跟投能力较强。

关于上市，截至本文写作时未见公司或监管机构关于 IPO 的正式公告，市场上如有相关传闻，网传，未获官方证实，请独立判断。

衔远科技的定价难点，在于它的产品定位在三年内经历了显著迁移，而每一次迁移都意味着已有的客户积累与销售体系要部分重来。

风险一：叙事迁移的成本

从 ProductGPT 的商品创新，到 Leadeep 的企业组织基建，客户画像从品牌方的产品与营销部门，变成了企业的一把手与组织管理层。这是两批完全不同的采购决策人，销售打法、客单价与交付周期都要重构。

风险二：软硬一体的资本消耗

本地 AI 一体机、便携智能终端、员工硬件，这三条硬件线都需要供应链投入与库存资金。在公开融资停留在二〇二三年天使轮的情况下，硬件业务的现金流压力是一个需要关注的问题。公司未披露相关财务数据，此处仅为基于业务形态的一般性风险提示。

风险三：客户数无法验证收入质量

1000 家企业这个口径本身无法支撑估值判断。在没有付费客户数、客单价、续费率的情况下，外部对这家公司的收入规模完全没有可靠估计。这是分析这家公司时最大的信息盲区。

付费客户占比、续费率、硬件毛利——三个未公开的数字决定了它的真实价值。

正面因素同样清楚。创始人具备罕见的学术与产业双重高度；两个自研模型已通过网信办备案，具备 To B 商用资质；私有化与数据不出域的方案精准对应高合规行业需求；三层引擎的产品设计在逻辑上完整，把个体、团队、组织三级串成了闭环。

在 WAIC 2026 前夕接受央视《新闻 1+1》专访时，周伯文谈到人工智能本轮的落地会聚焦高价值场景——除了技术本身的成熟度与就绪度之外，如果社会与生产流程围绕它进行重造和自我迭代，构建人工智能原生企业将成为行业未来发展的新标杆。

临界点之前，AI 只是辅助工具；临界点之后，AI 会成为刻在企业内部的组织核心能力。

这句话解释了衔远科技为什么要做这次转型。如果 AI 最终会变成组织能力而不是工具，那么卖工具的公司会被压缩，而帮企业改造组织的公司会留下来。这是一个赌注，赌的是企业客户愿意为组织级改造付费，而不只是买几个能提效的功能。

这家公司的特殊之处在于它的信息不对称。创始人的能见度极高，公司的经营数据能见度极低。外界能看到的是发布会、展位和产品矩阵，看不到的是收入、毛利和续费。对这类标的，任何基于创始人光环的判断都需要打折扣。

接下来值得盯住的只有一件事：1000 家客户里，有多少家会在合同到期后续签。这个数字如果公布，所有关于这家公司的争论都会有答案。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。