千峰访谈预策科技：让AI真正参与经营，构建持续进化的AI电商经营体系

【亿邦原创】刘祚宏，浙江预策科技有限公司创始人。预策科技锚定电商赛道，深耕数据底座、AI OS架构与垂直业务应用三大方向，搭建覆盖电商全链路的数据语义层，以业务目标为核心构建「能力+业务知识库+Skill+工作流+业务应用」一体化系统架构，推动AI从单点任务工具升级为多智能体协同承接完整经营事项。本届千峰奖访谈中，刘祚宏围绕AI与全球化驱动的产业模态进化，分享了预策科技在AI电商方向的实践与判断。

亿邦：本届千峰奖以「AI与出海带来的模态进化」为核心主题，聚焦产业能力的深层重构。结合AI电商行业，您如何理解这一轮由AI和全球化共同驱动的产业模态进化？预策科技在AI能力建设与全球化出海上有哪些核心战略布局？能否具体介绍一下公司的定位及业务模式？

刘祚宏：当前AI正从Agent元年迈入规模化爆发阶段。从电商行业看，AI与全球化带来的变化是相互叠加的。企业面向更多市场、平台和消费需求时，经营链路和协同难度都会提高；AI则让行业知识、经营经验和跨环节任务有机会被标准化、自动化地复用。对预策而言，我们现阶段的重点是把电商经营场景里的数据理解、专业决策和业务执行能力做深做透，形成能够持续复用的AI经营体系。

AI能力的边界，已经从单点任务、简单问答，升级到对企业完整业务流程的复刻、自动化与持续优化；AI OS也随之迎来迭代落地、规模化商用的关键窗口期。伴随产业场景走向复杂，AI OS的安全性、稳定性、可管控能力成为核心底座门槛，行业价值逻辑同步重塑——商业模式正从按AI能力调用量定价，转向基于业务结果的价值定价，持续沉淀可复用的智能资产，形成智能复利效应。

在这一趋势下，预策锚定电商赛道进行战略布局：深耕数据底座、AI OS架构与垂直业务应用三大方向，搭建覆盖电商全链路、高精准高稳定的数据语义层；以业务目标为核心，构建「能力+业务知识库+Skill+工作流+业务应用」的一体化系统架构，打通数据、智能与业务闭环，在电商场景持续沉淀可复用智能资产，落地智能复利。

亿邦：您提到预策构建的是“能力+业务知识库+Skill+工作流+业务应用”一体化架构。这五个部分分别承担什么角色？为什么电商场景需要这样一套架构，而不是直接调用通用大模型？

刘祚宏：通用大模型具备通用理解与推理能力，但想要深度扎根产业经营场景，还需要动态更新的垂直行业数据与企业真实经营数据作为支撑。预策以业务目标为核心，构建「能力+业务知识库+Skill+工作流+业务应用」的一体化系统架构：能力是底层AI能力，业务知识库沉淀电商经营方法论，Skill封装可调用的专业能力，工作流把多个AI专家围绕同一经营目标协同起来，业务应用则落到具体经营环节。这样打通数据、智能与业务闭环，才能在电商场景持续沉淀可复用智能资产。

亿邦：目前贵公司在哪些核心业务环节落地了AI？形成了怎样独具特色的AI或数智化竞争力体系？

刘祚宏：预策AI能力现已覆盖电商市场分析、商品管理、内容生产、广告投放、日常经营等全链路核心环节。区别于单点AI任务工具，我们的核心方向是推动AI从独立完成零散任务，升级为多智能体协同承接完整经营事项。

围绕这个目标，我们打造三大核心能力：一是数据理解能力，让AI统一感知企业内部经营状态与外部市场动态；二是行业专家能力，沉淀成熟的电商经营方法论与业务经验，封装成可直接调用的AI业务专家；三是协同执行能力，依托API对接电商平台，在企业授权下完成真实业务操作，支持多个AI专家围绕同一经营目标协同作业。我们的差异化竞争力，是行业语义数据、电商经营方法论、平台可控执行通道与企业级AI工作流的融合。最终助力电商企业将更多专业化经营工作交给AI托管，沉淀一套可长期复用、持续迭代进化的AI经营体系。

亿邦：您提到“多智能体协同承接完整经营事项”。这和单点AI工具的区别在哪里？多个AI专家围绕同一经营目标协同，具体怎么运行？

刘祚宏：单点AI工具只能完成零散任务，多智能体协同承接的是完整经营事项。我们支持多个AI专家围绕同一经营目标协同作业：数据理解能力让AI统一感知企业内部经营状态与外部市场动态，行业专家能力把成熟电商经营方法论封装成可调用的AI业务专家，协同执行能力依托API对接电商平台，在企业授权下完成真实业务操作。三者结合，才能让AI从“做任务”走向“承接经营事项”。

亿邦：能否分享一个最具代表性的“AI+价值链”创新实践案例？它解决了哪些行业共性痛点，创造了哪些可感知、可量化的价值？

刘祚宏：我们在AI广告投放场景已形成可验证的落地成效。以合作的大型童装品牌为例，依托预策AI生意高手实现两千余条广告计划的全自动化运营；在品牌官方旗舰店落地后，单周实现百万元级增量营收。该案例直观印证AI规模化经营价值：以往企业受人力上限约束，难以批量落地成熟经营策略；借助AI，标准化专业打法可以低成本复制、持续运行，支撑业务规模扩张。我们评判AI价值的核心标尺，是能否为客户带来真实经营增量与长期经营效率提升。

亿邦：您提到预策的Token调用规模在2026年至今保持月均16%的快速增长，但并不单纯追求调用量扩张。那预策怎么判断每一次Token消耗是否值得？Skill体系在控制成本中起什么作用？

刘祚宏：预策的Token调用规模在2026年至今保持了月均16%的快速增长，但我们并不单纯追求调用量扩张。我们通过Skill体系从模型选型、链路稳定性、执行响应速度、单位任务成本多维度持续优化，核心目标是让每一次Token消耗都锚定业务目标、产生可衡量的经营价值。

亿邦：在推进AI规模化落地过程中，数据要素扮演了怎样的支撑角色？预策更侧重自有产业数据深耕，还是推进跨主体、跨行业的数据协同？核心挑战是什么、如何应对？

刘祚宏：数据是产业AI规模化落地的核心底座。通用大模型具备通用理解与推理能力，但想要深度扎根产业经营场景，还需要动态更新的垂直行业数据与企业真实经营数据作为支撑。

预策的数据核心优势，预策的数据核心优势，主要由四项核心能力构成：第一，长期沉淀的电商行业数据能力，支撑AI洞察市场趋势、竞争格局与潜在业务机会；第二，以本体建设为核心的数据加工能力，依托指标体系与业务知识库共同搭建和组织语义层，为AI提供高质量的“燃料”，完成业务数据的结构化、语义化治理；第三，跨平台经营数据接入与业务执行能力，依托API通道，在企业授权边界内聚合多源业务数据，并支持AI基于语义理解输出可落地的业务动作，保障AI基于真实经营现状开展决策与执行；第四，AI执行链路的反馈闭环能力，采集AI作业产生的行为数据与业务结果，反向评估、迭代优化各项垂直AI专家能力。

在数据战略上，我们兼顾行业数据资产沉淀与多平台数据协同打通。现阶段落地过程中仍面临诸多挑战：各电商平台数据规范不一、接口开放度存在差异，同时客户对数据安全、权限管控、业务操作风险有着严苛要求。因此，数据标准化、跨平台连接、细粒度权限体系与安全风控，是我们持续投入建设的重心。

我们认为，面向未来的数据竞争力，不在于数据存量规模，而在于让数据持续参与经营研判、业务执行和智能能力迭代，构建自驱动的数据价值闭环。

亿邦：您提到以本体建设为核心的数据加工能力。为什么电商AI需要先建立语义层和指标体系？为什么电商AI需要先做语义层和指标体系？

刘祚宏：以本体建设为核心的数据加工能力，是依托指标体系与业务知识库共同搭建和组织语义层，为AI提供高质量的“燃料”，完成业务数据的结构化、语义化治理。电商场景里，商品、流量、广告、用户、交易等数据分散在不同平台和系统，口径不一、语义不清，AI很难直接理解。先做语义层和指标体系，才能让数据持续参与经营研判、业务执行和智能能力迭代。

亿邦：您怎么看产业智能体改写B2B？垂类大模型是否有长远发展必要？产业互联网公司的AI护城河在何处？

刘祚宏：产业智能体正在重塑B2B的交付范式，推动B2B软件从交付工具，升级为直接承接业务任务、交付经营结果。传统模式下，企业采购系统，依靠人员操作工具完成业务；未来企业更多只需要定义经营目标，由AI调度各类专业能力协同闭环作业，并基于业务结果持续自适应调优。

我们判断产业AI演进将分为三个阶段：第一阶段为AI技能化，沉淀行业专家知识、经验与决策逻辑，形成可复用、可调用的单项AI专业能力；第二阶段为AI工作流化，驱动多个AI专家协同配合，承接复杂、端到端的完整经营任务；第三阶段为智能复利阶段，依托AI执行产生的业务数据与结果反馈，持续反哺AI专家与工作流迭代进化，让企业智能资产随经营运转不断沉淀增值。这也是预策长期深耕、持续落地的主线方向。

关于垂类大模型：垂直场景离不开专业的产业智能能力，但并不代表每家产业企业都需要从零训练自研基础大模型。伴随通用大模型底座能力持续增强，产业玩家的核心价值，将落脚于行业深度认知、成熟经营方法论沉淀、合规业务数据连通能力、平台端深度执行链路，以及一套可持续迭代优化智能能力的闭环机制。

面向产业互联网，AI长期护城河，本质是构建起行业数据、专业决策、可控业务执行、结果反馈的自运转闭环，实现从能力增强机制走向能力差距放大机制。

亿邦：您把产业AI演进分为技能化、工作流化、智能复利三个阶段。从AI技能化走向工作流化，再到智能复利，您认为最关键的条件是什么？从工作流化走向智能复利，最关键的条件是什么？

刘祚宏：预策长期深耕、持续落地的主线方向就是走向智能复利阶段。从工作流化走向智能复利，最关键的是让AI执行产生的业务数据与结果反馈，持续反哺AI专家与工作流迭代进化，让企业智能资产随经营运转不断沉淀增值。没有真实业务结果反馈，智能复利就无从发生。

亿邦：当前企业AI落地最大的挑战是什么？预策如何帮助企业从单点应用走向规模化落地？

刘祚宏：当前企业AI落地的主要矛盾，已经从技术可行性问题，转向AI深度融入业务流程与组织机制的难题。不少企业并不缺少零散的AI工具，真正稀缺的是可直接投产使用的垂直专业智能能力，以及支撑AI常态化参与日常经营的长效运行机制。

仅靠单点AI工具赋能个别岗位、单点提效，价值很难在组织内复制放大。只有将企业沉淀的成熟经营方法论固化为标准化AI能力，支撑跨部门协同调用，并依托真实业务持续迭代调优，AI才会沉淀为企业内生、长期可用的经营能力。

亿邦：您提到预策在产品之外还配套AI工作坊与落地实施服务，协助企业识别高价值优先场景，把业务经验转化为可运行的AI专家与业务工作流。这套服务具体怎么落地？为什么企业AI能力建设会像数字化转型一样成为长期工程？

刘祚宏：基于企业AI落地主要矛盾已从技术可行性转向业务流程与组织机制这一判断，预策在产品之外配套AI工作坊与落地实施服务：协助企业识别高价值优先场景，把业务经验转化为可运行的AI专家与业务工作流，推动组织内常态化使用，并基于经营反馈持续迭代优化整套智能体系。

我们判断，企业AI能力建设将逐步成为类似数字化转型的长期工程。区别于传统数字化系统相对静态的特征，AI体系可以在持续使用中沉淀业务经验、自我迭代，形成智能复利。预策致力于为客户交付的，不是解决单一任务的AI工具，而是一套伴随企业经营持续生长、动态进化的企业智能体系。

作为TO B领域年度风向标，“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”，聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴，汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例，举办决策人闭门会、“千峰奖”颁奖盛典。

本文首发于 亿邦动力 官方网站