中科闻歌聆讯通过，港股AI市场迎来“决策智能”新看点

6月9日晚间，北京中科闻歌科技股份有限公司更新聆讯后资料集，意味着这家由中国科学院自动化所科研团队创立的AI企业已正式通过港交所聆讯，一直以来，中科闻歌都在沿着决策智能的方向发展，从复杂数据分析、人工智能辅助决策，到企业级大模型与决策智能平台建设，公司试图解决的核心问题始终是：如何让AI不只是生成答案，而是真正理解复杂场景、推演可能路径，并辅助人类作出更高质量的决策。

如今，当大模型能力逐渐成为基础设施，企业对AI的期待正在从“提高内容生产效率”转向“进入业务判断和决策链条”。中科闻歌的决策智能路径，正好提供了观察AI产业下半场的一个切口。

过去几年，生成式AI改变了人们对人工智能的想象。写文章、做图片、生成代码、回答问题，成为大模型最先被感知到的能力。但当技术热潮进入产业深水区，一个更现实的问题开始出现：企业真正需要的AI，是否只是一个更会表达的聊天工具？

答案正在变得越来越清晰。随着模型能力快速普及，参数规模和内容生成能力正在逐渐成为基础能力。对企业而言，AI的核心价值不只是“说得像人”，而是能否理解业务、识别变量、推演路径、比较结果，并在复杂不确定环境中辅助人类做出判断。AI竞争的焦点，正在从生成能力转向决策能力。

这也是中科闻歌近年来持续强调“决策智能”的原因。作为由中国科学院自动化所科研团队创立的AI企业，中科闻歌并没有把自己定位为一家单纯做通用问答模型的公司，而是长期聚焦复杂数据分析及人工智能辅助决策，试图让AI进入企业真实业务系统和关键决策流程。

所谓决策智能，并不是让AI替代所有人类判断，而是把数据、知识、模型、流程和行动连接起来，使AI能够在复杂场景中提供更可靠的辅助。过去，很多企业引入AI后，往往停留在问答、摘要、检索和自动生成层面；真正到了业务核心环节，还会遇到数据分散、规则复杂、流程割裂、权限受限、结果难以执行等问题。

中科闻歌试图解决的，正是这类“最后一公里”问题。它提出的DOMA架构，将Data、Ontology、Models、Agents等要素组织为完整闭环，试图打通“数据－本体－模型－决策执行”的全链路。在此基础上，DIP决策智能平台承接企业数据、业务逻辑和流程系统，帮助AI理解企业正在发生什么、为什么发生，以及下一步应该如何行动。

今年上半年，中科闻歌又陆续推出龙工Claworks、DIP决策智能平台和Decitron决策机，形成从智能体执行、企业业务连接到复杂问题推演的产品组合。其中，Decitron决策机被定位为面向真实世界复杂问题的通用决策大模型产品，其价值不只是回答问题，而是围绕未来情境进行路径推演和结果比较。

这背后对应的是产业需求的变化。以金融、政务、能源、制造、媒体和企业服务为例，许多决策并不是一次问答就能完成，而需要综合多源数据、历史经验、行业规则、风险约束和外部变量。企业需要的AI，不仅要能理解自然语言，更要能理解业务系统和组织逻辑。

从全球范围看，决策智能也正在成为AI应用深化的重要方向。Gartner曾在相关预测中提出，到2027年，全球相当比例的商业决策将由决策智能类AI智能体辅助完成或实现自动化。这意味着，AI未来参与的将不只是内容生产，而是更深层的组织运行、资源配置和战略判断。

当然，决策智能并不意味着AI可以天然做出正确决策。恰恰相反，它对可解释性、可控性、安全性和合规性提出了更高要求。越是进入金融、政务、能源、医疗等高责任场景，AI系统越需要清晰的推理过程、可审计的行为边界和持续运营能力。这也解释了为什么企业级AI落地，往往比C端生成式应用更慢、更重，但一旦进入核心流程，价值也更深。

中科闻歌的样本意义在于，它把AI产业下半场的一个关键命题推到台前：当大模型不再只是炫技，AI如何真正服务复杂业务决策？这也许正是生成式AI之后，企业级AI最值得关注的方向。

随着中科闻歌通过港交所聆讯，资本市场也将获得一个观察决策智能商业化的窗口。未来，AI公司的竞争不再只是看谁的模型更大、回答更流畅，而是看谁能真正进入产业现场，理解真实问题，并把技术能力转化为可复用、可验证、可持续的决策价值。