信人智能联合创始人郝新闻：大模型不是成败关键，AI要读懂企业真实经营现场

10月22日至25日，西岸国际科技消费嘉年华（WTCC2026）在上海西岸举行。本届嘉年华汇聚400余家科技品牌，呈现100余场全球首发，并联动徐汇滨江多个城市空间，集中展示科技创新与未来消费生活的更多可能。

10月23日下午，由WTCC2026组委会统筹、亿欧主办的「消费AI硬件创新论坛」在上海西岸国际会展中心举行。

本次论坛以“The Few, The Future——从非共识，到新共识”为主题，聚焦智能穿戴、智能健康、智能运动、智能桌面、智能宠物、智能玩具六大赛道，邀请来自不同细分领域的创新企业创始人、技术专家及产业嘉宾，共同探讨消费AI硬件的创新方向与商业化机遇。

随着人工智能技术不断进入日常生活，消费AI硬件正在从概念走向实际应用。AI眼镜、智能戒指、陪伴机器人等产品不断涌现，端侧模型、智能交互和制造供应链的发展，也为更多创新企业提供了新的机会。那些尚未被大众充分理解的细分方向，正成为观察消费AI硬件行业发展的重要窗口。

论坛期间，信人智能联合创始人&CTO郝新闻发表了《AI决策力，企业竞争力的新变量》主题演讲。

以下为发言内容整理：

相信不少人都有这样的疑惑，同样是使用AI技术，为什么AI落地不同企业，最终呈现出来的效果会天差地别？

在我看来，问题并不出在大模型本身。一家企业能不能用好AI，关键要看两点：第一，AI到底对这家企业真实的经营现状理解到什么程度；第二，AI究竟在多大程度上参与到企业管理者、整个组织的经营决策之中。如果我们一味追求效率却忽略决策本身的质量，机器强大的执行能力只会把原本的错误无限放大，这也是我们做产品的思考起点。

结合一线观察，我发现企业管理者做决策普遍会遇到几重现实困境。

我们坐在办公室里做判断，很难完整掌握业务现场发生的真实情况，天然就面临信息不全的问题。同时，人的能力本身就存在边界，不管是技术出身还是销售出身的创始人都很难做到对企业全链条业务面面俱到。除此之外，身边也很难找到既懂公司业务，又敢于讲真话、给出客观建议的人。

就算我们组织团队集体开会研讨，也未必能得出真正有效的解决方案。很多企业内部已经形成惯性，凡事习惯等待老板拍板，大家都不愿意主动担责规避风险。到最后，一家企业业务做得好不好，很大程度上取决于老板的注意力放在哪里。

倘若我们尝试把决策权限下放到各个业务部门，又会出现新矛盾。每个部门的目标都是从自身立场出发，局部看完全合理，放到企业全局视角下就会产生冲突。比如，交付部门的核心诉求是压缩成本，研发部门则希望加大资源投入，站在各自部门角度都没有错，但放在整体业务中就很难平衡。大量宝贵的经营经验只存留在员工个人脑海当中，同类问题反复出现，始终无法沉淀为整个组织的共同能力。

上个世纪，赫伯特·西蒙提出有限决策理论，在信息、脑力、算力都有限的条件下，企业不用强求最优解，而是学会抓大放小，抓住核心矛盾。

但AI到来之后，这套传统逻辑正在被改写。AI可以给到海量信息，提供各式各样的分析手段，抛出大量备选方案。有意思的是，信息选择变多，决策反而变得更加艰难。过去选择有限，我们尚且可以做出取舍；当摆在面前有上百种可能性的时候，做判断的难度反而成倍增加。AI可以输出大量参考方案，但最终价值取舍与最终决断，依旧要由人来完成。

但目前市面上主流的AI助理、Agent产品，实际使用门槛并不低。想要拿到靠谱结果，你得清晰描述业务背景、持续不断追问、反复验证输出的内容。很多信息化基础一般的企业管理者并不擅长写提示词、配置各类Agent技能。越是功能复杂的AI工具，普通使用者上手的负担反而越重。

在我看来，想要做好企业经营决策，要补齐三个核心维度。

第一，决策不能只依靠办公室里的事后数据。传统CRM、财务系统留存的大多是结果类数据，而经营决策，需要来自一线现场的实时真实信息，这也是我们选择接入硬件设备的原因，持续采集业务现场发生的一手资料。

第二，要保留并沉淀管理者本身的思考深度。

第三，拓宽信息获取的广度。这恰恰是AI擅长的部分，过去做调研需要耗费大量人力采购外部数据，现在AI能够高效补齐这一块的信息。

三者之中最容易被大家忽略的就是属于企业独有的经营上下文。管理者开完一整天会议，经历大量沟通讨论，可等到坐下来使用工具的时候，一整天的现场信息已经出现巨大衰减。

网上有一个很形象的段子，老板把一堆文档丢给AI，什么背景都不交代，就要求AI给出结果，输出内容自然脱离实际业务。而且人的思考有一个特点，很多想法不是凭空产生，往往是看到几套备选方案之后，才能够迸发更多思考，这就需要依靠持续的追问来挖掘思考深度。

这也是我们做硬件产品的底层逻辑，让AI走到经营现场，感知真实的沟通场景，日积月累沉淀企业完整上下文，降低使用者的负担。使用者不用专门去学习提示词、钻研Agent配置，只需要延续原本说话沟通的工作习惯就可以完成信息沉淀，实现“听你说，帮你做”，自然地对接各类Agent完成决策与后续工作。

我们的第一代硬件产品P系列磁吸卡片已经实现量产，市场销量已经达到数万台。它可以直接吸附在手机设备上，把各类会议现场完整记录下来，完成信息留存，做事后复盘分析，解决了大量会议信息只留存碎片化片段的痛点。

但它也存在短板，只能做事后的复盘分析，很多问题被发现的时候，整件事情已经执行完毕，没办法在过程当中及时介入。

今年10月，我们全新量产的R1机器人系列，就是为了解决这个痛点。

它保留了便携卡片形态，可以随身携带；回到办公室，又可以直接吸附在配套底座上。P系列能够完成事后复盘、积累长期记忆，但没办法在会议当中实时插话、实时追问。R1就把追问、辅助研判的能力前置，直接在业务现场发挥作用。

举一个很常见的开会场景，会议当中同事表态“下个月应该可以交付”，这是一句非常模糊的口头承诺。R1会在现场介入，主动追问，补足项目外部依赖，复盘过往同类项目经验，检验过程当中的各项假设，把模糊的口头表态，转化成可视化、可核查的行动安排，最终依旧留给人来做最终拍板。就这样打通从业务沟通、研判决策再到落地执行的完整链路。

现实工作里，我们经常遇到开会的时候，临时需要调取其他客户历史资料、生成方案，只能会后再回去翻找文件。而借助这套硬件，开会的过程当中我直接口头下达指令，机器人就可以调取对应资料、输出方案，当场完成工作，真正做到“听你说、帮你做”。

从长期来看，我们希望借助硬件把企业创始人、核心岗位员工的经营经验持续沉淀，转化成整个组织的能力。我们优先赋能管理者个人，把个人业务记忆沉淀为长期记忆，再连接高管、销售等关键岗位，汇聚到我们内部称之为“蜂巢”的企业大脑。就像蚁群的协作模式，各个终端采集而来的经营信息汇聚到蜂巢，再统一分配调度。我认为，这就是AI时代理想的组织协作范式，极大降低组织内部沟通协作的摩擦。

总而言之，AI决策力会成为AI时代企业竞争力全新的变量。让硬件深入业务现场，采集真实的一线信息；依靠AI拓宽信息广度；通过持续追问，挖掘人的思考深度；AI负责大量计算、条件补全推演，人类掌握最终判断权，这就是我们理解的人机协同决策模式。

以上就是我的分享，谢谢大家。