大公司，想养“龙虾”也不容易 | 海斌访谈
作者：彭海斌
“龙虾”，其实不好养。
挥舞着双钳的“龙虾”智能体(OpenClaw)风靡全球，它已经具备自主调用工具、分析数据，并完成特定任务的能力。英伟达GTC 2026大会上，英伟达创始人黄仁勋将OpenClaw类比为AI智能体时代的操作系统。
近日，第一财经采访获悉，在AI实际的落地过程中，一些非科技类的大型企业，比如医疗器械企业、银行等并没有准备好。这些公司可能体量庞大，但既缺乏掌握大模型微调技术的核心人才，内部数据也无法直接使用，单是整理和清洗数据就会占用一半的工作量。
圈养，才安全
“我就是希望它每天帮我分析一下AI热点，提示每天发生的重大事件，然后帮我做成PPT。这样我自己有一个快速学习的过程。”张浩对第一财经记者说。他的核心工作之一是协助客户部署AI能力。
在龙虾的底层模型方面，张浩选择了一款国内大模型。“它的模型相对于其他模型而言，它更安全，更合规。”
他既不在个人电脑安装，也没有在公司配发的电脑上安装龙虾。因为本地部署的话，龙虾有泄露个人信息或者客户资料的可能，所以他把龙虾做了隔离，把它放养在云端。即便是在云端，他也进一步将龙虾限制在“沙箱”里运行。
一些对风险管理严格的大型企业，对待人工智能及智能体等新技术更加谨慎。一些机构在审慎评估是否需要引入龙虾这类智能体，以及它可能在哪些场景发挥作用，而又不至于闯祸。
这些机构即便部署龙虾等智能体，也是在内部的服务器，而不是在公有云上。他们尝试的应用场景，可能包括撰写尽调报告、风险巡视和预警等。
以龙虾为代表的智能体，既展现了技术突破的锐度，也展示出不可控的危险。一段恶意的提示词，就可能被龙虾解读为可执行的命令，从而暴露用户的隐私、危及用户的财务安全。
这也是为什么工信部下场，提醒智能体的使用者，要严格控制互联网暴露面，根据业务需要授予完成任务必需的最小权限，对删除文件、发送数据、修改系统配置等重要操作进行二次确认或人工审批。优先考虑在容器或虚拟机中隔离运行，形成独立的权限区域。
英伟达在本届GTC上推出了NemoClaw，在开源版本之上叠加了英伟达的“安全护栏。腾讯云、科大讯飞等企业近期都针对智能体推出了相应的“沙箱”服务，使智能体在受控环境中运行。
银行和保险等是风险管理机构，比制造业等产业在接入人工智能方面要慢一些。对风险的防范，只是人工智能难以快速渗透的原因之一。
2025年10月至2026年1月期间，普华永道对中国内地及香港银行、保险及资管行业201名金融服务专业人士进行调研及20次深度访谈。调研结果显示，61%的金融机构AI投入占科技预算的比例不足10%，虽然这些机构希望把这一比例提高到50%。
当下市场环境下，银行息差收窄，一些大型机构的利润也出现了下滑。它们在科技投入的总盘子增加的可能性并不大。大型金融机构原有的技术体系还需要维护，现在没办法把大笔钱花在AI上面。
大型企业养龙虾，并为之打造运行的基础设施底座，所需要的成本不低。
智能体是AI技术发展，以及未来落地于公司的一个重要方式。但它在执行任务过程中，需要调用不同的工具，频繁与大模型交互。智能体对算力的消耗巨大，企业对算力的部署，也是一大笔费用。
利润下滑的大型企业，当下受到预算硬约束，增加AI开支，就需要“腾笼换鸟”。但这种技术投资的调整，进程必然是缓慢的，因为牵扯到技术员工和组织结构的转变。
落地，缺什么
大型制药和医疗器械公司，对引入人工智能持开放态度，但也遭遇明显瓶颈。
一家大型跨国器械企业的技术负责人，此前告诉第一财经记者，公司内部虽然也已经采用人工智能，但还是上一代的AI技术，而没有接入大模型的能力。
这家器械公司采用AI技术帮助临床医生实现腔内的智能读图分析，评估冠状动脉内部阻塞和狭窄的严重程度，为精准治疗提供决策依据。但是公司内部开发相应技术的AI人才并不多，而且医疗机构能够给高级人才提供的薪资也没办法与谷歌、OpenAI等公司相提并论，难以从这些大型科技公司里抢到人才。
核心AI人才的稀缺，是所有非科技公司绕不过的门槛。
普华永道方面认为，AI的大规模推广面临多重制约因素。人才短缺与僵化的组织结构是阻碍企业AI规模化部署的核心障碍，其影响程度远超预算或技术层面的问题。
新一代AI技术，兴起不过数年时间。那些掌握前沿AI技术的人才都还集中在谷歌、阿里巴巴等科技公司，他们还没有大量向制造业、医疗和金融业等产业扩散。
这些非科技大型企业的IT部门都沉淀了一些人才，他们可能对上一代技术有所了解，但那是小参数模型的时代了。在大模型时代，能够对大模型进行微调或者做强化学习的人才稀缺。而且这些核心的人才，难以从传统公司的内部产生，它们需要跟谷歌或者字节跳动争夺人才。
如果不涉及大模型的微调或强化学习，而只是面向应用层面的开发，那这些大企业的技术人员还能完成过渡。
“比如原来100个人都是做传统java语言开发，现在需要把50个人变成智能体开发。在不增加人手的情况下，产能就有了。”张浩说。
数据是另外一大掣肘。
“AI一定是我们的方向，但真的有点漫长。特别在医药行业，我们在做数据投喂的时候，这是最大的挑战：没有太多真实的数据来源。”一家制药公司的技术负责人此前表示。
企业开发药物和器械的临床数据、注册数据的质量都非常高，也是AI最好的燃料。不过单家企业的数据十分有限。考虑到中国制药和器械企业在最近十年才慢慢发展起来，它们累积的可用数据相比跨国公司更加有限。
数据安全与隐私保护问题更是被金融机构列为数据管理的重大挑战，这导致一些企业只能依赖内部专有数据来支持其AI应用场景。
大型机构内部对于很多的知识，很多的规则都没有统一。比如办公室的制度文档厚厚一叠都已经积灰了,而业务部门可能自己又搞了一套制度，数据标准都没有统一。而这些数据的清理加工就需要太多时间，有时候甚至占据AI落地项目一半以上的时间。
人工智能是经济发展中确定不移的趋势。但是一些传统企业并没有为迎接AI的到来做好充分准备，这会是一个漫长的过程。
(张浩系化名）
未来的足球场，人工智能（AI）当“大脑”？《自然·通讯》19日发表一项来自谷歌深度思维的最新成果，研究团队报告了一个名为“TacticAI”的系统，能在足球比赛中预测角球结果并提供实际且准确的战 据法新社巴黎3月15日报道，15日发布的一项新的重要分析称，影响神经系统的疾病——如中风、偏头痛和痴呆症——已经超过心脏病，成为全球范围内导致人们健康损害的主要原因。 美国《发现》杂志网站2月7日刊登题为《200万年前，我们的人类祖先开始从水里捞鱼》的文章，作者是科迪·科蒂尔，内容编译如下：捕鱼可能是一种占许多国家蛋白质消费极大比例的全球性行为，但捕 英国“我超爱科学”网站1月1日刊登题为《什么是“时空连续体”？》的文章，作者是斯蒂芬·伦茨，内容编译如下：“时空连续体”(space-time continuum)是源自于大多数人听说过却未必完全了解的 3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。火箭飞行24分钟后，星箭分离，将鹊桥二号中继星直接送入近地点高度200公里、远地点高度42 3月22日消息，数码闲聊站爆料称，xiaomi15 Pro将采用5000万像素的超大底三摄方案，其中一颗是全新的潜望长焦镜头。据资料显示，xiaomi11 Pro配备了潜望长焦镜头，而后续的12 Pro、13 Pro和14 Pro等机型则 。本文链接：大公司，想养“龙虾”也不容易http://www.sushuapos.com/show-2-15787-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。