当大模型从技术奇点跃迁为产业基座，当智能体从实验室走进产线诊室，人工智能的第三次浪潮正以前所未有的锐度重构全球经济肌理。
中国在这场变革中展现出双重禀赋：既是拥有超大规模应用场景的试炼场，又在芯片突围、算法开源等深水区发起攻坚。从单点技术破壁到生态级创新，从效率工具到新质生产力引擎，一条具有东方特色的AI发展路径正加速浮现。
7月26日，世界人工智能大会（WAIC 2025）以“智能时代 同球共济”为主题，汇聚了来自AI领域的科技巨头、学术先锋与政策制定者，而这场覆盖技术、伦理、艺术的超级盛宴，昭示着AI已从“产业变量”进化为“文明常量”。
在这场关于人工智能产业的盛会上，36氪不仅作为产业观察者，更以产业连接者的角色深度参与，在展馆中搭建了“氪星直播间”，以对话的形式，揭秘人工智能产业进阶的底层逻辑。
在对谈中，易鑫集团（02858.HK）首席AI科学家、高级副总裁张磊表示：汽车金融这个行业会慢慢地从人力密集型过渡到 AI 密集型；同时 ，AI 会从所谓的工具，逐步过渡到做核心的决策，包括自动化程度，以及自主决策方面，整个行业还有很长的路要走。
展开剩余80%以下为对谈实录，经36氪编辑：
36kr：首先请张总先介绍一下公司的基本情况，以及这次来 WAIC 的整体感受吧。
A：易鑫是一家 AI 驱动的金融科技平台，成立于2014年，2017年在香港上市，致力于为消费者提供普惠便捷的汽车融资和增值服务，同时以 AI 驱动科技，用科技赋能的方式为汽车产业链的合作伙伴提供便捷的、完整的、高效的金融科技解决方案。易鑫的服务遍及全国340多个城市，服务了超100 家主机厂和超100家金融机构，同时与全国的 42, 000 家经销商建立了合作关系，累计服务超千万用户。
这次是我们第一次来参加这个大会，我觉得对提高认知、拓宽眼界有很大的帮助。尤其是在论坛的板块，像Jeffrey Hinton 这样世界顶级的科学家，通过他的分享，让我们学到了很多东西；同时这个大会也提供了与AI专业领域同行交流沟通，进行思维碰撞的机会。
36kr：明白，这次 WAC 的主题是人工智能，易鑫在落地一些像人工智能或者 AI 技术的时候，遇到最大的技术性的瓶颈或者是挑战是什么？以及整个行业有没有一些共性的挑战？
A：OK，挑战我觉得有两方面，一方面是我们要在做金融科技的过程中做大量的高质量决策，这些决策同时又要对用户比较透明，能够让用户明确地知道为什么做这样的决策。
第二是数据不出域，金融领域对于数据的隐私合规等各方面其实都是要求非常高的。我们要在保证合规的情况下又能把效果做出来，这个是很有挑战的。
对于整个汽车金融行业来说，其实有两个核心的难点，一个叫做复杂场景的决策，一个叫做长链路的决策流程，当下大部分的企业，都是通过铺人力的方式去处理这两个问题。
36kr：不管是人工智能和AI，都在改变着服务客户的生态，能否分享一个具体的案例，突出易鑫的服务或者解决方案对于客户的价值？
A：我们把整个汽车金融的服务链条拆开来看，它大概有几个环节，第一个环节是渠道管理，第二个环节是客户进件，然后第三个环节是金融风控，第四个环节是资金的链路匹配，第五个是客服，第六个是融后的资产管理。
比如在金融风控的环节，过去像我们这个行业，客户申请汽车融资，需要提供很多纸质的材料，基本上是以天为粒度的风控审批，或者最快也就做到小时级别。而在易鑫，我们智能化的线上审批可以在保障做好风控的前提下，最快达到“秒级”，从效率上、用户体验上都是非常好的。
36kr：当 AI 或者大模型技术加入到产业生态中以后，整个竞争格局有没有一个新的变化？后续还会有什么样的趋势？
A：从这个行业的整体来看，AI 化的程度目前还不够高，对于竞争格局，我认为未来这个行业会慢慢地从人力密集型过渡到 AI 密集型。同时 ，AI 会从所谓的工具，逐步过渡到做核心的决策，包括自动化程度，以及自主决策方面，我认为整个行业还有很长的路要走。
我们的模型基本上可以认为是汽车金融行业的通用模型， 24 年我们自主研发的“智鑫多维”多模态通用人工智能模型成功通过国家《生成式人工智能服务管理暂行办法》备案，这是行业首家；今年 3 月，我们更成为行业里第一个正式发布并开源高性能推理模型的企业。今年年内，我们还将发布 agentic AI 模型，通过自主决策智能体深度结合汽车金融场景需求来解决行业的长期痛点。我们认为，整体来讲AI化会是这个行业未来大的趋势。
36kr：在行业AI 变得非常成熟以后，易鑫又是想要以一个什么样的定位在这个行业里面去生存？
A：未来我们自己的定位是属于这个行业生态的科技赋能者，我们期望能更在AI驱动下，精准高效地服务于全球汽车金融产业。这也是为什么我们开源推理模型的原因，我们希望的是整个汽车金融生态能够有更智能化的发展，大家能够一起去把它建设起来。
36kr：其他的垂直行业，他们更依赖于通用大模型的一个泛化能力，还是垂直大模型的深耕某一个领域的能力？
A：我个人的观点是垂直大模型。举一个典型的例子，比如说今年比较火的通用Ai智能体产品，它其实是一个通用的助手，它能解决什么问题呢？可以协助用户去订机票，去订酒店。但如果让它去解决这个垂域的问题，他可能连汽车金融是什么都不知道，对于其他行业也是一样的，所以从商业模式上来讲，通用的没办法直接泛化过去。
36kr：那么通用大模型的泛化能力，在企业的哪些实际应用场景中才能比较好地发挥出来？
A：以服装为例，目前全球在流行什么样的服装？这个是通用大模型比较适合去做的，可以看到就是各大企业，像 Google 、OpenAI 其实在做的就是所谓的 deep research，去做这种深度的研习报告，它可以全网去抓数据，然后大模型根据这些数据去做这个相应的分析。
36kr：展望一下未来 3 ~ 5 年，当这人工智能技术越来越成熟以后，您认为您所在的行业将会发生哪些不一样的变化？公司将会如何提前做布局。
A：我认为这个行业三到五年最大的变化是 AI 与产业的深度融合，AI可能从工具层面变成真正的战略层面的东西，实现战略赋能。
所有的环节都 AI 化，这样能够从根本上去提高行业的运营效率，同时能够给到用户更优质、便捷的服务体验。定位方面，我觉得我们可能是真的是扎根于服务主机厂和经销商集团，包括说未来能够跟随国家战略，服务中国的车企出海，其实在海外是很少有我们这样的公司的。尤其是能够帮助中国企业的这样的公司是非常少的。
这次来参展，有一些国内大厂以及金融机构的人来展台交流，其中有一个对话比较有意思。当我和他讲清楚一些技术细节时，他问这个是你们自己做的吗？是不是调第三方的？我说所有的模型、所有的产品、所有的技术都是我们自主研发的，因为我们从 15 年就开始有 AI 团队了，一直在做，他就很难想象我们会走在这么前面。所以说，这也显现出来AI在一个公司战略层面的重要性。如果我战略上把这个事考虑清楚了，那我们三至五年甚至五到十年的事都会想得比较清楚，这其实也是当前我们公司已经处在的这个阶段，也是从 15 年开始，发展到现在就是一步一步走过来。
发布于：北京市淘配网提示：文章来自网络，不代表本站观点。
