百融智能参与首个人机协同国标制定，AI竞争开始进入“协作时代”

AI产业的竞争逻辑正在发生变化。过去两年，行业关注的焦点主要集中在模型能力本身——参数规模、多模态能力、推理速度、Token成本几乎构成了衡量一家AI企业竞争力的核心指标。但进入2026年后，市场的关注点开始明显转移。越来越多企业发现，决定AI价值上限的，已经不只是模型能力，而是AI能否真正进入业务流程，并与人形成稳定、高效、可控的协作关系。

这意味着，AI产业正在进入一个新的发展阶段：竞争的核心正从单纯的模型能力比拼，转向更深层次的落地能力竞争。而在这一过程中，一个越来越关键的问题开始浮出水面——当AI开始进入真实业务流程，人和AI究竟应该如何协同工作？

近日，国家市场监督管理总局发布新一批国家标准，其中《顾客联络服务 人工与智能客户服务协同要求》（GB/T 47746-2026）引发行业关注。作为国内首个聚焦人工客服与智能客服协同机制的国家标准，这份标准首次从国家层面明确了AI与人工客服之间的协作规范。

值得注意的是，在标准起草单位中，除中国信通院、中国标准化研究院等国家级机构外，港股上市AI企业百融智能（百融云创，6608.HK）也参与其中。这不仅是一项客服领域的行业标准，更加标志着国内AI产业正在走向标准化、规则落地。

AI落地进入深水区，人机协同成为新命题

过去一年，大模型能力的进化速度超出市场预期。模型越来越聪明，推理效率持续提升，部署成本不断下降，行业进入模型普惠阶段。

但对于企业级AI应用来说，从来不是简单接入一个模型接口便可万事大吉。尤其在客服、营销、运营、风控、审核等复杂业务场景中，模型能力只是基础，真正决定AI能否创造价值的，是它能否顺畅嵌入业务流程。

这背后涉及一整套复杂的工程部署难题：哪些任务适合AI处理，哪些环节必须由人工介入；当人机切换发生时，信息如何完整同步；AI的执行过程如何做到可追踪、可审计；企业数据安全与隐私边界又该如何保障？

以智能客服为例，这是目前AI应用最成熟的场景之一，但也是人机协同问题最集中的领域之一。用户找不到人工入口、机器人答非所问、人机切换后聊天记录丢失、用户需要重复描述问题，这些体验问题背后，本质上都是协作机制问题。

归根结底，行业缺少的并不是更强的模型，而是一套成熟的人机协同规则。

此次发布的GB/T 47746-2026，正是对这一行业空白的回应。标准从国家层面明确了用户服务切换机制、人机转接流程、信息同步规则、服务优化机制及数据安全管理等核心要求，为智能客服行业建立起统一的人机协同框架。

为什么是百融智能？

在这份国标的起草名单中，百融智能的出现并不令人意外。

相比许多仍停留在产品交付阶段的AI服务商，百融智能更早进入企业级AI Agent规模化落地阶段，并且长期围绕一个核心命题展开探索——如何让AI真正进入企业业务流程，而不仅仅停留在辅助工具层面。

百融智能在业内率先提出并推广“硅基员工”这一理念，让AI摆脱工具属性，成为能够承担起具体岗位职责、接受绩效考核、以业务结果为导向的新型数字化劳动力。

这在本质上也是在重新定义企业级AI的角色。

传统AI服务模式中，企业采购的往往是语音机器人、知识库、模型接口等能力模块，本质上仍然是工具采购。AI可以提升局部效率，但很难真正承接完整业务流程。

百融智能则选择了一条不同的路径。公司提出RaaS（Results as a Service，结果即服务）模式，依托Results Cloud平台、AgentOS“百工”以及自研行业模型能力，将AI从单点工具升级为能够直接承接业务目标的岗位执行者。换句话说，企业购买的不再只是AI工具，而是可量化的业务结果。

截至目前，百融智能已累计推出20万余名硅基员工，覆盖营销、客服、运营、风控、人力等200余类岗位，服务8000余家企业客户。

这些数字背后更重要的价值，是规模化落地过程中所沉淀的大量真实协作经验。因为企业级AI真正复杂的地方，从来不只是模型接入，而是如何在复杂业务环境中完成稳定协作。任务如何交接，异常如何处理，权限如何管理，数据如何隔离，结果如何评估——这些问题本质上都属于人机协同范畴。

而这，恰恰也是标准制定最需要的实践基础。

客服只是起点，人机协同将走向全行业

如果将这次国标简单理解为客服行业规范，某种程度上低估了它的产业意义。

客服只是人机协同最早成熟的场景之一。从更长远的视角看，客服领域形成的协同框架与方法论，未来很可能进一步扩展至金融、医疗、制造、教育、政务等更多行业，成为AI规模化落地的重要参考。

以百融智能来说，随着AI持续深入产业核心流程，其RaaS模式正在快速扩展至更广泛的行业。

例如，在金融领域，硅基员工开始深入营销、客服、风控等核心业务流程；在政务领域，硅基专员正逐步承担公文起草、政策解读、材料审核等任务；在产业治理领域，AI也开始进入审核、分析与决策支持等复杂工作流。

这些行业虽然业务逻辑不同，但底层规律高度一致。AI负责高频、标准化、可规模化的任务；人类负责决策、判断与异常处理，双方共同完成复杂业务目标。

同时，这也意味着，人机协同正在成为企业部署AI Agent必须解决的共性问题。

AI竞争的下半场，正在走向规则竞争

AI产业发展至今，竞争逻辑已经发生了明显变化。

早期竞争看模型能力，中期竞争看场景落地，而长期竞争正在走向规则构建与生态协同能力的竞争。

对于企业级AI服务商而言，真正的长期护城河正在从模型参数本身转向更深层次的能力体系，包括场景落地能力、结果交付能力，以及规则定义能力。

从这个角度看，百融智能参与首个人机协同国标制定释放出一个清晰信号：中国企业级AI正在从单点应用阶段，迈向更深层次的规模化协同时代。

未来，谁能建立起大规模的人机协作能力，谁就更有可能掌握下一阶段AI产业竞争的主动权。而围绕人机协同形成的规则体系，或许将成为决定AI产业格局的重要变量之一。