中科院科学家联手开发的AI大模型，果然有点东西

它到底做了什么？决策智能是不是AI产业真正的下一站？我们一起聊聊。

"AI决策"到底在决什么

市面上AI公司的叙事越来越像。主要是刷榜，或者喊赋能。但你看一圈产品——聊天、写作、画图、做PPT，说白了干的都是同一件事：让AI替你说点什么、画点什么。

这当然有用，但不是全部。

中科闻歌走了条冷门的路。不帮你写东西，帮你决定做什么。

但也别被"决策智能"这个词唬住。

你一天要做多少个决定？晚饭吃什么，推送点不点，合同签不签，钱往哪投，政策调不调——大多数时候不是在找标准答案，而是在信息不全的情况下，推演几种可能，然后赌一条路。

传统企业软件处理的是"已知"——报表告诉你发生了什么，更深一步，告诉你为何发生。但没人告诉你，接下来选A还是选B。

中科闻歌想补的就是这个缺口。它做了套叫DIOS（决策智能操作系统）的东西，帮政府和企业做分析、模拟、推演。输出的是一个判断，不是一段文本。

拿防汛预警举例。老办法是等水文数据超标再报警，对吧？但闻歌是把气象、水文、地形、人口分布全量灌进模型，推演不同条件下的洪涝路径，预警时间从几小时压到几分钟。这就为防汛决策做了很好铺垫。

这里要指出，有个多数人会搞混的决策概念——大模型加行业知识，不等于决策智能。

直觉上你会觉得：给通用大模型灌行业数据，出来的就是行业决策大脑。

事实没那么简单。

真正的决策智能得同时解决三件事。

第一是建模。不是让AI读报告做总结，而是让它理解变量之间的因果关系——A动了，B跟着怎么变？B变了，C涨还是跌？这是推演，不是预测。

第二是不确定性量化。一个好决策系统不会只说"选A"，它得告诉你选A成功率多少，如果愿意多花点成本，成功率能拉高多多少。这叫决策边界，不是选择题。

第三是闭环验证。模型推演完一轮，得有人告诉它对不对、偏了多少、下次怎么修正。这不是问一句答一句的事，是个持续运转的反馈系统。

闻歌把这三件事打包了。2025年6月发的Decitron决策机，是个专门用来模拟不同选择、推演可能未来的通用决策大模型。

市面上做这类东西的公司，两只手数得过来。这也是它在二级市场的稀缺性。

毛利率持续走高

产品聊完了，我们一起看这家公司在市场上表现如何。

毛利率51.2%，还在往上走。2023年44%，2024年50.4%，今年51.2%。一个做政企生意的AI公司能稳定把毛利拉过50%，说明不是一锤子买卖——客户在持续为服务付溢价。

净收入留存率139.5%。意思是2025年老客户平均比前一年多花了39.5%。不是靠新客户把盘子撑大的，是存量客户自己加购。

这在SaaS投资逻辑里是个核心指标，放在一个72.7%收入来自本地化部署的公司身上，就更有意思了——说明"项目制"的标签可以慢慢撕掉。

交付周期从185天砍到80天，两年翻了一倍多。DIOS作为底层系统的可配置性在起作用，不是每个项目从头搭，底层统一，上层定制。

然后是不好看的部分。2023到2025年累计亏了大约6亿。研发费用率从71.9%压到了46.3%，但绝对值还有1.88亿——每赚100块，扔46块回研发。

这在AI公司不稀奇。但"烧钱换增长"能烧多久，得看增长质量。闻歌2025年营收增速27.4%，跟2024年的27.2%基本持平。对一个要撑40亿估值的公司，这个增速说不上炸裂。

中科院的招牌，好用也有代价

公司内部管理方面，创始人王磊、罗引、曾大军，全是中科院自动化所的科学家出身。中科院的牌子在ToG市场就是硬通货，少走很多弯路。

事实上也是如此，中科闻歌2025年公共服务客户116家，传媒102家，商企184家。政府客户贡献了36.5%的收入，政企加起来超过六成。

投资人名单里有国开制造业转型基金、中国互联网投资基金、央视融媒体产业基金，国家级背书摆在那，基本盘稳。

但另一面是，商企客户虽然数量最多，收入只占31.9%，客单价明显偏低。想撑起"通用决策OS"这个故事，光靠政府买单不够——你得让企业也愿意掏钱，而且掏大钱。

闻歌说了要出海，中东和东南亚。产品方向加了科学教育、能源、医疗健康。方向上没问题，但对的事和做成的事之间，隔着一个执行。

值得一提的是，中科闻歌走的18C章上市，港交所18C章是给"特专科技公司"开的绿色通道，允许没盈利的高科技企业上主板。闻歌走的就是这条路。

香港资本市场愿意给技术壁垒高但还没盈利的公司一个定价窗口。不是所有AI公司都能走18C，技术得经得起审视。

而且，18C上市后的流动性压力比常规IPO大。投资人的估值给的是终局想象力，你得用持续的客户增长和技术落地来还。增长一慢，市场的耐心比传统公司短得多。

回到开头。AI大模型从"工具层"往"决策层"挪，值不值钱？

ChatGPT让所有人看到了AI能说什么，但接下来真正值得砸钱解决的题目是：AI能替你决定什么。

倒不是因为决策比内容高级。纯粹是离钱更近。比如，帮你写邮件的AI一年收20美元，帮你决定供应链怎么调的AI一年能收200万。客单价差一万倍的背后，是价值密度的差距。这也是决策AI大模型的价值所在。