它到底做了什么？決策智能是不是AI產業真正的下一站？我們一起聊聊。
"AI決策"到底在決什么
市面上AI公司的敘事越來越像。主要是刷榜，或者喊賦能。但你看一圈產品——聊天、寫作、畫圖、做PPT，說白了干的都是同一件事：讓AI替你說點什么、畫點什么。
這當然有用，但不是全部。
中科聞歌走了條冷門的路。不幫你寫東西，幫你決定做什么。
但也別被"決策智能"這個詞唬住。
你一天要做多少個決定？晚飯吃什么，推送點不點，合同簽不簽，錢往哪投，政策調不調——大多數時候不是在找標準答案，而是在信息不全的情況下，推演幾種可能，然后賭一條路。
傳統企業軟件處理的是"已知"——報表告訴你發生了什么，更深一步，告訴你為何發生。但沒人告訴你，接下來選A還是選B。
中科聞歌想補的就是這個缺口。它做了套叫DIOS（決策智能操作系統）的東西，幫政府和企業做分析、模擬、推演。輸出的是一個判斷，不是一段文本。
拿防汛預警舉例。老辦法是等水文數據超標再報警，對吧？但聞歌是把氣象、水文、地形、人口分布全量灌進模型，推演不同條件下的洪澇路徑，預警時間從幾小時壓到幾分鐘。這就為防汛決策做了很好鋪墊。
這里要指出，有個多數人會搞混的決策概念——大模型加行業知識，不等于決策智能。
直覺上你會覺得：給通用大模型灌行業數據，出來的就是行業決策大腦。
事實沒那么簡單。
真正的決策智能得同時解決三件事。
第一是建模。不是讓AI讀報告做總結，而是讓它理解變量之間的因果關系——A動了，B跟著怎么變？B變了，C漲還是跌？這是推演，不是預測。
第二是不確定性量化。一個好決策系統不會只說"選A"，它得告訴你選A成功率多少，如果愿意多花點成本，成功率能拉高多多少。這叫決策邊界，不是選擇題。
第三是閉環驗證。模型推演完一輪，得有人告訴它對不對、偏了多少、下次怎么修正。這不是問一句答一句的事，是個持續運轉的反饋系統。
聞歌把這三件事打包了。2025年6月發的Decitron決策機，是個專門用來模擬不同選擇、推演可能未來的通用決策大模型。
市面上做這類東西的公司，兩只手數得過來。這也是它在二級市場的稀缺性。
毛利率持續走高
產品聊完了，我們一起看這家公司在市場上表現如何。
毛利率51.2%，還在往上走。2023年44%，2024年50.4%，今年51.2%。一個做政企生意的AI公司能穩定把毛利拉過50%，說明不是一錘子買賣——客戶在持續為服務付溢價。
凈收入留存率139.5%。意思是2025年老客戶平均比前一年多花了39.5%。不是靠新客戶把盤子撐大的，是存量客戶自己加購。
這在SaaS投資邏輯里是個核心指標，放在一個72.7%收入來自本地化部署的公司身上，就更有意思了——說明"項目制"的標簽可以慢慢撕掉。
交付周期從185天砍到80天，兩年翻了一倍多。DIOS作為底層系統的可配置性在起作用，不是每個項目從頭搭，底層統一，上層定制。
然后是不好看的部分。2023到2025年累計虧了大約6億。研發費用率從71.9%壓到了46.3%，但絕對值還有1.88億——每賺100塊，扔46塊回研發。
這在AI公司不稀奇。但"燒錢換增長"能燒多久，得看增長質量。聞歌2025年營收增速27.4%，跟2024年的27.2%基本持平。對一個要撐40億估值的公司，這個增速說不上炸裂。
中科院的招牌，好用也有代價
公司內部管理方面，創始人王磊、羅引、曾大軍，全是中科院自動化所的科學家出身。中科院的牌子在ToG市場就是硬通貨，少走很多彎路。
事實上也是如此，中科聞歌2025年公共服務客戶116家，傳媒102家，商企184家。政府客戶貢獻了36.5%的收入，政企加起來超過六成。
投資人名單里有國開制造業轉型基金、中國互聯網投資基金、央視融媒體產業基金，國家級背書擺在那，基本盤穩。
但另一面是，商企客戶雖然數量最多，收入只占31.9%，客單價明顯偏低。想撐起"通用決策OS"這個故事，光靠政府買單不夠——你得讓企業也愿意掏錢，而且掏大錢。
聞歌說了要出海，中東和東南亞。產品方向加了科學教育、能源、醫療健康。方向上沒問題，但對的事和做成的事之間，隔著一個執行。
值得一提的是，中科聞歌走的18C章上市，港交所18C章是給"特專科技公司"開的綠色通道，允許沒盈利的高科技企業上主板。聞歌走的就是這條路。
香港資本市場愿意給技術壁壘高但還沒盈利的公司一個定價窗口。不是所有AI公司都能走18C，技術得經得起審視。
而且，18C上市后的流動性壓力比常規IPO大。投資人的估值給的是終局想象力，你得用持續的客戶增長和技術落地來還。增長一慢，市場的耐心比傳統公司短得多。
回到開頭。AI大模型從"工具層"往"決策層"挪，值不值錢？
ChatGPT讓所有人看到了AI能說什么，但接下來真正值得砸錢解決的題目是：AI能替你決定什么。
倒不是因為決策比內容高級。純粹是離錢更近。比如，幫你寫郵件的AI一年收20美元，幫你決定供應鏈怎么調的AI一年能收200萬。客單價差一萬倍的背后，是價值密度的差距。這也是決策AI大模型的價值所在。
分享
