當大模型從技術奇點躍遷為產業基座，當智能體從實驗室走進產線診室，人工智能的第三次浪潮正以前所未有的銳度重構全球經濟肌理。

中國在這場變革中展現出雙重稟賦：既是擁有超大規模應用場景的試煉場，又在芯片突圍、算法開源等深水區發起攻堅。從單點技術破壁到生態級創新，從效率工具到新質生產力引擎，一條具有東方特色的AI發展路徑正加速浮現。

7月26日，世界人工智能大會（WAIC 2025）以“智能時代 同球共濟”為主題，匯聚了來自AI領域的科技巨頭、學術先鋒與政策制定者，而這場覆蓋技術、倫理、藝術的超級盛宴，昭示著AI已從“產業變量”進化為“文明常量”。

在這場關于人工智能產業的盛會上，36氪不僅作為產業觀察者，更以產業連接者的角色深度參與，在展館中搭建了“氪星直播間”，以對話的形式，揭秘人工智能產業進階的底層邏輯。

在對談中，易鑫集團（02858.HK）首席AI科學家、高級副總裁張磊表示：汽車金融這個行業會慢慢地從人力密集型過渡到 AI 密集型；同時 ，AI 會從所謂的工具，逐步過渡到做核心的決策，包括自動化程度，以及自主決策方面，整個行業還有很長的路要走。

以下為對談實錄，經36氪編輯：

36kr：首先請張總先介紹一下公司的基本情況，以及這次來 WAIC 的整體感受吧。

A：易鑫是一家 AI 驅動的金融科技平臺，成立于2014年，2017年在香港上市，致力于為消費者提供普惠便捷的汽車融資和增值服務，同時以 AI 驅動科技，用科技賦能的方式為汽車產業鏈的合作伙伴提供便捷的、完整的、高效的金融科技解決方案。易鑫的服務遍及全國340多個城市，服務了超100 家主機廠和超100家金融機構，同時與全國的 42, 000 家經銷商建立了合作關系，累計服務超千萬用戶。

這次是我們第一次來參加這個大會，我覺得對提高認知、拓寬眼界有很大的幫助。尤其是在論壇的板塊，像Jeffrey Hinton 這樣世界頂級的科學家，通過他的分享，讓我們學到了很多東西；同時這個大會也提供了與AI專業領域同行交流溝通，進行思維碰撞的機會。

36kr：明白，這次 WAC 的主題是人工智能，易鑫在落地一些像人工智能或者 AI 技術的時候，遇到最大的技術性的瓶頸或者是挑戰是什么？以及整個行業有沒有一些共性的挑戰？

A：OK，挑戰我覺得有兩方面，一方面是我們要在做金融科技的過程中做大量的高質量決策，這些決策同時又要對用戶比較透明，能夠讓用戶明確地知道為什么做這樣的決策。

第二是數據不出域，金融領域對于數據的隱私合規等各方面其實都是要求非常高的。我們要在保證合規的情況下又能把效果做出來，這個是很有挑戰的。

對于整個汽車金融行業來說，其實有兩個核心的難點，一個叫做復雜場景的決策，一個叫做長鏈路的決策流程，當下大部分的企業，都是通過鋪人力的方式去處理這兩個問題。

36kr：不管是人工智能和AI，都在改變著服務客戶的生態，能否分享一個具體的案例，突出易鑫的服務或者解決方案對于客戶的價值？

A：我們把整個汽車金融的服務鏈條拆開來看，它大概有幾個環節，第一個環節是渠道管理，第二個環節是客戶進件，然后第三個環節是金融風控，第四個環節是資金的鏈路匹配，第五個是客服，第六個是融后的資產管理。

比如在金融風控的環節，過去像我們這個行業，客戶申請汽車融資，需要提供很多紙質的材料，基本上是以天為粒度的風控審批，或者最快也就做到小時級別。而在易鑫，我們智能化的線上審批可以在保障做好風控的前提下，最快達到“秒級”，從效率上、用戶體驗上都是非常好的。

36kr：當 AI 或者大模型技術加入到產業生態中以后，整個競爭格局有沒有一個新的變化？后續還會有什么樣的趨勢？

A：從這個行業的整體來看，AI 化的程度目前還不夠高，對于競爭格局，我認為未來這個行業會慢慢地從人力密集型過渡到 AI 密集型。同時 ，AI 會從所謂的工具，逐步過渡到做核心的決策，包括自動化程度，以及自主決策方面，我認為整個行業還有很長的路要走。

我們的模型基本上可以認為是汽車金融行業的通用模型， 24 年我們自主研發的“智鑫多維”多模態通用人工智能模型成功通過國家《生成式人工智能服務管理暫行辦法》備案，這是行業首家；今年 3 月，我們更成為行業里第一個正式發布并開源高性能推理模型的企業。今年年內，我們還將發布 agentic AI 模型，通過自主決策智能體深度結合汽車金融場景需求來解決行業的長期痛點。我們認為，整體來講AI化會是這個行業未來大的趨勢。

36kr：在行業AI 變得非常成熟以后，易鑫又是想要以一個什么樣的定位在這個行業里面去生存？

A：未來我們自己的定位是屬于這個行業生態的科技賦能者，我們期望能更在AI驅動下，精準高效地服務于全球汽車金融產業。這也是為什么我們開源推理模型的原因，我們希望的是整個汽車金融生態能夠有更智能化的發展，大家能夠一起去把它建設起來。

36kr：其他的垂直行業，他們更依賴于通用大模型的一個泛化能力，還是垂直大模型的深耕某一個領域的能力？

A：我個人的觀點是垂直大模型。舉一個典型的例子，比如說今年比較火的通用Ai智能體產品，它其實是一個通用的助手，它能解決什么問題呢？可以協助用戶去訂機票，去訂酒店。但如果讓它去解決這個垂域的問題，他可能連汽車金融是什么都不知道，對于其他行業也是一樣的，所以從商業模式上來講，通用的沒辦法直接泛化過去。

36kr：那么通用大模型的泛化能力，在企業的哪些實際應用場景中才能比較好地發揮出來？

A：以服裝為例，目前全球在流行什么樣的服裝？這個是通用大模型比較適合去做的，可以看到就是各大企業，像 Google 、OpenAI 其實在做的就是所謂的 deep research，去做這種深度的研習報告，它可以全網去抓數據，然后大模型根據這些數據去做這個相應的分析。

36kr：展望一下未來 3 ~ 5 年，當這人工智能技術越來越成熟以后，您認為您所在的行業將會發生哪些不一樣的變化？公司將會如何提前做布局。

A：我認為這個行業三到五年最大的變化是 AI 與產業的深度融合，AI可能從工具層面變成真正的戰略層面的東西，實現戰略賦能。

所有的環節都 AI 化，這樣能夠從根本上去提高行業的運營效率，同時能夠給到用戶更優質、便捷的服務體驗。定位方面，我覺得我們可能是真的是扎根于服務主機廠和經銷商集團，包括說未來能夠跟隨國家戰略，服務中國的車企出海，其實在海外是很少有我們這樣的公司的。尤其是能夠幫助中國企業的這樣的公司是非常少的。

這次來參展，有一些國內大廠以及金融機構的人來展臺交流，其中有一個對話比較有意思。當我和他講清楚一些技術細節時，他問這個是你們自己做的嗎？是不是調第三方的？我說所有的模型、所有的產品、所有的技術都是我們自主研發的，因為我們從 15 年就開始有 AI 團隊了，一直在做，他就很難想象我們會走在這么前面。所以說，這也顯現出來AI在一個公司戰略層面的重要性。如果我戰略上把這個事考慮清楚了，那我們三至五年甚至五到十年的事都會想得比較清楚，這其實也是當前我們公司已經處在的這個階段，也是從 15 年開始，發展到現在就是一步一步走過來。