蚂蚁数科重磅成立“大模型技术创新部”，瞄准产业AI落地最后一公里

2月3日晚，蚂蚁数科CEO赵闻飙向全员发布内部信，正式宣布成立“大模型技术创新部”。这不是一次普通的部门调整，而是一次直指产业深处的组织升级——从过去服务金融系统的AI能力输出，转向为能源、制造、交通等重资产行业打造真正能“用起来”的大模型系统。

这个新部门的核心任务很明确：把“百灵大模型”从实验室的演示案例，变成企业生产线、调度中心、风控系统里每天都在跑的“数字员工”。赵闻飙在信中提到，过去一年，蚂蚁数科的智能体已在国有大行、省级电网、港口物流等真实场景中稳定运行超百万小时，系统零重大故障。这不是PPT里的“试点”，而是已经经受住业务高峰考验的实战成果。

不是做模型，是做“能干活”的系统

赵闻飙是技术出身，曾亲手搭建支付宝的智能风控体系，对“技术要能扛事”有深刻理解。他不满足于“模型参数多大”“训练数据多广”这类表面指标。在他看来，企业要的不是炫技的AI，而是能理解订单流程、能识别设备异常、能和ERP系统无缝对接的智能体。

新部门将重点投入三大方向：一是构建面向行业场景的轻量化模型，让中小制造企业也能在普通服务器上跑起来；二是打通区块链与可信计算，确保模型决策可追溯、数据不泄露，尤其在银行、电力等强监管领域；三是开发“人机协同”接口，让一线员工不用学代码，也能通过自然语言指令调用AI能力。

从100%银行覆盖，到“最难啃”的制造业

目前，蚂蚁数科已为全国100%的国有及股份制银行提供AI服务，但赵闻飙的目光早已转向更复杂、更分散的产业现场。在浙江一家大型汽配厂，AI系统正在帮它优化库存周转——不是靠预测销量，而是靠实时分析车间的物料搬运轨迹；在内蒙古某风电场，模型通过分析风机振动数据，提前72小时预警轴承故障，减少停机损失超千万元。

这些案例不是孤立的。新部门将联合蚂蚁集团的蚂蚁链、蚂蚁云等团队，把过去在金融领域验证过的“可信AI”架构，复制到更多产业场景。比如，用区块链记录AI决策依据，让审计人员能看清“为什么系统建议停机检修”；用联邦学习让多家工厂联合训练模型，却不共享敏感生产数据。

真正的竞争，不在参数，而在“落地速度”

当行业还在比拼千亿参数模型时，蚂蚁数科的选择是：先让模型在真实产线上活下来。赵闻飙在信中说：“我们不追榜单，我们追工厂的停机时间。”

业内观察人士指出，大模型下半场的胜负手，不再是开源模型的迭代速度，而是谁能最快把AI嵌入企业原有的工作流。蚂蚁数科的底牌，是它已服务过上万家B端客户，积累的不是算法，而是对产业痛点的“肌肉记忆”——知道哪些环节最怕出错，哪些数据最难获取，哪些流程最抗拒变更。

这次组织升级，意味着蚂蚁数科不再只是“技术供应商”，而是开始扮演“产业数字化的协作者”。下一步，他们计划在长三角、珠三角设立产业AI联合实验室，邀请制造、能源企业一起“搭积木”——你提需求，我们改模型，一起打磨出真正能用、敢用、愿用的AI系统。