外滩大会上，赵闻飙给蚂蚁数科换了一把尺子

2026外滩大会期间，蚂蚁数科首席执行官赵闻飙带着四位管理层坐到了速途网与多家媒体面前。上一次集中交流还是2024年的外滩大会，那时他刚接任蚂蚁数科CEO半年。

过去两年，蚂蚁数科整体业务年均增长近50%，AI ToB业务增速达到三位数。平台产品ARR增速60%，客户净收入留存率超过110%，大型客户中采购AI服务的比例接近20%。

在这场采访中，速途网认为比蚂蚁数科增长数字更值得行业关注的，是他们衡量自己的那把尺子变了：从技术交付转向价值交付，从项目收入转向平台化ARR，客户不再为系统上线买单，而是为业务结果买单。这套新尺子也解释了它为什么在 Agent 最拥挤的赛道上选了一条更重的路。

企业AI走到第三个阶段，蚂蚁数科衡量增长的指标也跟着换了

过去三年，企业级AI市场的叙事换过好几轮。2023年是抢模型，比参数、比开源榜单分数；2024年是抢场景，几乎所有厂商都在讲Copilot；到了2025 年，话题变成智能体，客服、营销、风控、Code，每个岗位都想配一个。一轮轮追下来，共识反而模糊了：AI到底该按什么来衡量。企业真正的采购决策，从来不取决于模型有多强，而取决于这笔投入能落到哪个部门、哪张报表上。

赵闻飙在采访中把这个问题拆成了三阶段：模型接入少量场景时是提效工具，有了推理能力后智能体进入客服、营销、风控、研发等岗位，而当智能体从几个变成几十个、几百个，问题就变成怎么把它们组织起来，把一次任务的经验变成整个组织可复用的能力。他判断三个阶段仍在同时发生，终局远未到来。

两年前，大家问他最多的是独立运营后怎么商业化、未来往哪儿走。两年后他给出的新答案是：AI ToB成为公司核心，衡量指标换成三个，AI价值交付、AI原生应用收入，以及平台化ARR。这三个词指向同一件事，从技术交付转向价值交付，客户不再为系统上线买单，而是为业务结果买单。

“许多卖一下算力，卖一下token，卖一下卡，但是没有到业务中去。”他在采访中提到，“企业更多关注的是能不能我的提升生产力。对银行客户来说，我的基金业务、信贷业务有没有增长。”

配套动作是蚂蚁数科成立了FDE团队，希望成为客户的伙伴：陪客户找AI的价值落点，陪着做出来，再一起验证效果。速途网注意到，蚂蚁数科会给银行客户一张 AGI 看板；有些项目按ROI谈分润，有些运营工作则直接派人跟客户一起做。

“我们一定要打深度陪伴的这张牌，只有把整个价值交付出来了，客户才会买单。”他说，现在和云厂商一起打单子，如果谈的是业务层面，赢的概率还是很大的。

同样是做Agent，一个进办公室，一个进生产线

今年上半年，Agent是AI行业最拥挤的赛道，也是最容易混淆的一条。办公套件在做日程和邮件助手，协同平台在做会议纪要和文档问答，IM 在做群聊内的机器人，实际上大家都在讲同一个词：数字员工。但它们解决的其实是两类完全不同的问题：会议室里的重复劳动，和生产线上的业务判断。前者容错高，做错了重发一封邮件即可；后者连着账户、授信、库存和调度，做错一次就是真金白银的损失。

这个路径上的不同，在速途网看来才是理解蚂蚁数科这半年产品路线的前提。今年7月的WAIC上，蚂蚁数科智能体超级工厂正式发布：Agentar是核心平台，LingDT做垂直场景的智能中枢，DTMaaS让企业在效果、速度和成本之间作选择，区块链、隐私计算和AI安全能力被嵌入平台底层。

而它和市面上其他Agent产品的分别又是什么？蚂蚁数科AI业务总裁余滨在采访中表示，大家不需要把我们数科做Worker和其他公司做Worker等同起来看，因为我们的侧重点、出发点是不一样的。任何企业里面，办公软件跟生产软件本来就是不同的领域。

余滨说，蚂蚁数科更多是把Worker定义成企业的一个工作台，比如金融的工作台或医生的工作台，把背后有价值的智能体、数字人和专业Skills融合进去，蚂蚁数科不想仅仅停留在只是解决办公这样一个问题上。

赵闻飙补充道，企业真正的生产不只发生在聊天和文档里，他列举的场景是信贷风控、能源企业的交易调度、餐饮的开店选址，都分布在核心系统里。智能体要在这些系统里工作，需要理解业务规则，有售前、有协作、有结果的交付。再往前走，消费者的Agent可能会调用商家的Agent，问题就变成不同所有者的Agent怎么可以信任地合作。

同样是做Agent，一个进办公室，一个进生产线，这是两种不同的产品判断。

招人这件事，赵闻飙给出的答案也不太一样

大模型人才争夺是这两年AI行业最公开的一场军备竞赛。头部实验室的核心研究员年薪被推到千万级，应届博士的签字费动辄百万。对不在第一梯队的公司来说，这是一个绕不开的问题：钱拼不过，靠什么招人。行业常见的答案是股权、算力配额，本质上仍是加价。

在招募人才上，赵闻飙更看重的是大家是否认同蚂蚁数科的使命、愿景、价值观。他说，假如这一点大家不认同，很难吸引到好的人才。

具体到薪酬，他表示，肯定有一些AI人才是不认同的，因为人家的工资很高，有些开个几千万的工薪，很优秀的大模型方向的，几千万年薪有的，我确实开不起。“这些人可能也不一定是我想要的。”

“你要跟Anthropic去抢工资、薪水，跟OpenAI抢薪水，我做不到，我没有这个能力去帮助到他，你去OpenAI算了。”他说得很直接。

那赵闻飙想要的是谁？按他的说法，不一定非要奥赛金牌出身，有的时候可能反而是能够沉下心来想做一些事儿的人。为此，蚂蚁数科内部成立了一个名为NOVA的组织，相当于创业团队一样对待人才，进来以后有新的想法可以立项，再由蚂蚁数科来投，可以投一轮、二轮、三轮。“我希望我的组织也是比较Open的。”他说。过去一两年，大模型和其他算法团队从外面招了一百多号人。

商业化预期，他自己先降了一档

近两年AI行业的商业化一直建立在一个陡峭的假设上：头部公司的增速会长期停留在三位数。这个假设支撑了高估值，也把市场期待推到了很难回撤的位置。

但预期和现实之间总有差距。To B生意里，客户预算按年度批，系统集成有周期，替换成本高，增长天然比消费级产品慢一档。一家To B公司能做到40%以上的营收增长，在成熟市场已经相当不错，15%到25%之间已经是相当体面的水平。

赵闻飙在采访中介绍道，蚂蚁数科AI To B的商业化增速是三位数，但他看来，将来不可能有这么大的数字。

对未来三到五年，他的预期是AI To B保持三位数增长，不过他补了一句：假如说像大家对Anthropic的期望很高，我个人感觉将来大家可以期待，可能稍微现实一点，增速还是会降下来的。但是无论怎么降，对比数字化时代的增速，还是很快的。

如果我们把前因后果摆到一起看，蚂蚁数科这一轮的调整，落点不在产品上，而在它把自己放到了哪一层。

考核指标往往是战略最诚实的部分。To B公司换指标，比换口号可信得多。AI价值交付、AI原生应用收入、平台化ARR，三者没有一个是能靠一个项目、一次汇报交差的。

FDE团队、AGI看板、ROI分润看着重，成本也高，但这类投入有个共同点：客户一旦用它跑通了业务，换掉它的代价比换一个大模型高得多。卖算力是一手交钱一手交货，卖结果是先干活后结账。前者做的是规模，后者做的是年限。

所以，在速途网看来，蚂蚁数科的方向是清楚的，剩下的交给时间。智能体从几十个变成几百个，如果这个判断成立，超级工厂就是刚需；如果不成立，它就是一套提前建好的产能。

（文/李楠）