对话科杰科技于洋：95%生成式AI投资未在财报见效，症结在数据基础设施

来源丨凤凰网财经 作者丨王迪

3月26日，在中关村论坛现场，凤凰网财经独家对话科杰科技董事长于洋，作为一家专注于AI数据基础设施建设的科技企业掌舵人，于洋围绕AI大模型落地、AI数据基础设施、企业出海布局、行业竞争、技术发展等热点话题展开交流，并系统阐释了科杰科技如何以AI数据基础设施破解AI规模化落地难题。

当前AI领域面临普遍困惑：模型越来越多，算力越来越强，AI落地仍然越来越难。于洋坦言，AI技术本身壁垒有限，读懂当地文化才是AI模型安全落地的关键。

针对“AI投入万亿美元却难落地”的疑问，于洋表示，在算力、算法等通用能力持续演进的同时，AI数据基础设施才是规模化落地的关键支撑。谈及近期备受关注的OpenClaw，他指出，个人AI系统与组织AI工程系统存在本质差异，若无高质量数据基础设施支撑，个人AI应用也难以转化为产业级效能。

以下为凤凰网财经与科杰科技董事长于洋对话的核心要点整理：

01 

AI火热但落地不畅，AI数据基础设施是核心突破口

OpenClaw（“龙虾”）引发行业热议，这款产品让个人电脑从只能聊天，转变为可自动执行任务的智能体，极大点燃了大众对AI的热情。

与此同时，AI行业热度居高不下，大量资本和资源涌入赛道，但于洋对凤凰网财经指出，AI在大型产业侧、政府侧、企业侧的落地，尚未达到成熟的地步。

“目前大众能直观感受到的AI落地成果，以个人端应用为主，比如OpenClaw相关产品，极大优化了个人电脑使用体验，构建起一套AI工程系统，能自动管理文件、接管程序，实现智能化操作。”

于洋认为，这类应用在个人场景中容易落地，可一旦延伸至企业、产业、政府等更大规模的场景，要发挥AI的核心价值，就必须面对更繁杂的数据管理、更庞大的AI工程体系搭建难题。个人AI系统解决个体效率问题，而一个企业、一个组织、乃至产业上下游和社会城市，要想真正发挥AI价值，必须建立一个组织的AI工程系统。这一系统极为复杂，需要由AI数据基础设施作为统一支撑。

02 

95%的生成式AI投资，尚未在财报中体现明显效益

谈及目前大模型的盈利问题，于洋列举了一组数据，直观印证了行业困境。

Gartner预测，2026年全球AI总支出将达到2.52万亿美元，同比增长44%；NTT DATA研究显示，70%到85%的生成式AI项目，最终未能实现预期的投资回报；麻省理工的报告更是直言，目前95%的生成式AI投资，尚未在企业财务报表上体现出明显效益。

在他看来，万亿级的投入，却换来大多数项目的失败，究其根本，于洋认为是支撑AI运行的数据基础设施，并没有准备好。

03 

中国大模型技术落后美国6个月以内，落地胜负手在AI数据基础设施

当下行业谈及AI，往往优先聚焦GPU算力、大模型算法，却忽视了冰山之下，高质量数据集构建的大量繁杂工作。于洋认为，人工智能的发展不仅依赖算法和算力，更核心的基础是数据。

此外，业内不少观点认为，中国大模型技术落后美国六个月以内，他对此表示认可，但同时强调，大模型行业发展势头迅猛，技术迭代此起彼伏，整体差距正在不断缩小。

在他看来，大模型属于通用能力，技术优势是行业共享的，想要让大模型在企业、机构中真正发挥价值，核心不在于模型本身，而在于组织能否把自有数据管好、用透。脱离了扎实的AI数据基础设施，再先进的大模型也难以落地变现，这也是科杰科技深耕AI数据基础设施的核心逻辑。

于洋指出，AI落地需要三大要素形成闭环：第一是AI算力，即GPU、智算中心等通用产品供给；第二是AI算法，也就是大模型，是AI在各行业落地的核心载体；第三是AI数据，高质量数据集构建、数据治理等工作，是决定AI实际效果的关键。算力、算法是通用能力，AI数据基础设施则是帮助每一家企业、组织获得AI效能的关键支撑。

04 

谈OpenClaw：用户体验得到提升，底层技术没有颠覆性革新

针对近期热议的OpenClaw相关AI技术，于洋也给出了独到见解。他认为，该项技术实现了从单纯聊天交互，到自动化、智能化操控电脑的跨越，应用层面的升级幅度极大，用户体验得到了质的提升。但从核心科研、底层技术突破的角度来看，并没有实现颠覆性的革新。

“当前AI行业普遍面临高投入、落地难的矛盾，算力成本居高不下，是制约AI普惠化的关键因素之一，整个行业仍处于稳步发展的过程中，尚未出现决定性的发展里程碑。”于洋如此表示。

05 

OpenClaw与AI数据基础设施：核心能力不同，支撑体系各异

现在行业里有种说法：OpenClaw是AI工厂的“最后一环”，它连接算力与真实世界应用。

于洋对此表示，OpenClaw面向个人电脑，解决个体效率问题；AI数据基础设施则面向企业数据，支撑组织AI工程体系，解决系统性数据整合与价值释放问题。两者处于不同维度，服务于不同场景。保障AI执行任务背后的数据高质量、可信、随时可用，才是破局关键。

于洋表示，科杰科技没有盲目扎堆算力、算法赛道，而是另辟蹊径，聚焦企业自有数据与AI的融合，直击产业落地痛点。

他强调，AI产业的规模化落地，不仅需要算力、算法等通用能力的持续迭代，更关键的是要贴合实际场景、解决具体问题，这就离不开AI数据基础设施建设，需要将通用算力、算法与企业数据深度绑定。

据了解，科杰科技的AI数据基础设施，已在泛互联网新零售、能源、教育、医疗等多个行业实现成熟落地，同时还助力具身机器人、低空经济等新兴产业发展，筑牢产业智能化底座。

06

谈大模型出海：文化适配是安全底线

谈及AI出海与本土化落地，于洋反复强调文化的重要性。

他认为，技术层面没有难以攻克的壁垒，但想要让AI模型安全落地，杜绝文化、伦理相关的争议，避免引发用户不适，就必须深入了解当地文化与人文习俗。他也明确，科杰科技主业聚焦AI数据基础设施，不涉足大模型研发，但始终把文化适配、安全合规，作为技术落地的底线原则。

对于国内外业务布局，于洋透露，目前公司海外业务拓展速度极快，增长势头强劲，但鉴于海外布局仅起步一年，公司收入仍以国内市场为主。在他看来，国内科技行业竞争激烈，而历经国内市场打磨的“卷王”企业，出海后往往能收获极高的市场认可度。

于洋提到，东盟地区数字经济活力旺盛，泛互联网新经济、消费领域发展迅猛，积累了海量优质数据。借助成熟的AI数据基础设施赋能，当地企业能顺利完成智能化升级，把国内成熟的技术成果和实践经验输出到当地，落地效果十分可观。

据于洋介绍，除了东盟所在的东南亚市场，科杰科技在日本、中东等地也已铺开业务，完成了多元化的海外市场布局。

谈及行业竞争，于洋表示，科杰科技的产品方案注重一体化、完整交付。不同于市场上一些偏模块化的产品，客户无需自行拼凑组件、无需花费精力打磨体系，就能直接获得完备的产品搭建能力和一站式落地措施。这套方案专为大型组织、产业集团、泛政府等领域量身打造，能直接提供完备的产品搭建能力和一站式落地措施，有效支撑大型组织和产业等全面落地AI应用。

据了解，在东盟市场，科杰科技的核心客户以B端企业为主，其中电商、泛互联网新经济企业占比高，其次是金融业。这些行业数字化程度极高，对搭建AI数据基础设施、推进AI智能化升级，有着极强的刚性需求。