今年年初，美国软件股经历过一轮堪称惨烈的抛售——追踪美国软件公司的 iShares 科技软件类股 ETF（IGV）一季度暴跌超过 20%，创下 2008 年以来最差单季表现。市场当时的逻辑很直接：AI 大模型和自主智能体既然能直接理解需求、生成代码、执行任务，那传统 SaaS 软件被绕过、订阅席次被替代，几乎是必然的事。"SaaS 已死 " 一度成为华尔街的共识。

但过去这两周，这个共识被亲手打脸了。

Salesforce 公布二季度财报当天股价大涨 22.6%，剩余履约义务同比增长 14%，创四年新高——真正打脸的细节是，Agentforce、Slack 等业务不仅没有因为 AI 而萎缩，反而带动客户升级到价格更高的方案；Workday 的自主式 AI 产品年化经常性收入已逼近 6 亿美元，一个季度就从 5 亿美元跳了上来。分析师给出的解释很一致：Salesforce、ServiceNow 这类公司手里握着的，是多年积累、AI 难以复制的企业专有数据和流程资产，这恰恰成了 AI 时代最难被绕过的护城河。软件没有被模型吃掉，反而成了模型能力兑现为价值的必经通道。

这段插曲恰好回答了一个已经争论一年多的问题：AI 到底是在替换现有产业，还是在成就它。答案落在企业自己手里的资产上——谁能把自己的业务、流程、知识变成 AI 能理解和调用的结构化资产，谁就掌握了定价权；谁没有，谁的护城河就真的可能被绕过。这正是 " 蒸馏 " 与 " 泛化 " 这条路径的现实注脚：蒸馏，是把通用的模型能力提炼成一家企业真正用得上、离不开的深度能力，回答 " 为什么值得投入 "；泛化，是把这份能力放大成能被产业链协同交付、能被更多场景复制的生意，回答 " 为什么能做大 "。

与此同时，模型本身正在加速变成一种越来越不稀缺的商品——斯坦福最新的《人工智能指数报告》显示，截至今年 3 月，中美顶级大模型在 Code Arena 上的性能差距已收窄到 2.7%，国产开源模型的定价已低至每百万词元 0.18 美元。模型越来越强、越来越便宜，意味着单纯比拼模型参数的军备竞赛，正在让位于蒸馏与泛化这条更难、也更现实的路径。

2026 ITValue Summit 数字价值年会主论坛的完整议程已经确定，9 月 16 日，海南三亚，全天议程正是沿着 " 蒸馏—泛化 " 这条主线展开。

上半场：蒸馏——组织能不能被 AI真正理解和调用

蒸馏解决的是 " 为什么值得投入 "，这一层最终要落到两个典型问题上。

第一个典型问题是：企业的认知和管理形态，能不能先一步进化？

中国计算机用户协会工业互联网与大数据应用分会理事长朱卫列将带来"AI 时代企业管理者的数字素养 "，他长期主张基础设施建设应从 " 重平台 " 转向 " 重应用 "，这套判断放到 AI 时代同样成立——决定 AI 能不能真正嵌入业务的，往往不是系统采购是否到位，而是管理者自身的认知能不能跟上。

超聚变 CEO 刘宏云则会讨论" 何为智企？智能体时代的企业进化分水岭 "。超聚变的前身是华为的 X86 服务器业务，2021 年因海外供应链因素被整体剥离、独立运营，目前是国内领先的算力基础设施与算力服务提供商，正在筹备 IPO。刘宏云提出的 " 智企 " 概念，指的正是沿 WATT → FLOPS → TOKENS → AGENTS → VALUES 价值链持续产出价值的组织形态，并指出企业将同时面临认知、经济、价值三重焦虑——组织形态不先想清楚，后面的能力建设无从谈起。

第二个典型问题是：企业的数据和知识，能不能被 AI 真正理解和调用？

百丽时尚 CIO 季燕利会分享" 企业逆向 AI 落地法：先基建，再模型 "——百丽用十几年时间先把企业自身工程化，再谈 AI 落地，仅电商这一个业务域，AI 每月就能在工作群里接管数十万张超时单据的盯办和催办。滴普科技创始人赵杰辉的 " 老牌企业级软件如何完成 AGI 蜕变 " 讨论的是同一个问题的另一面。

滴普科技原本是一家数据中台服务商，近年转型为企业级大模型应用解决方案提供商，正在推进上市。赵杰辉提出" 记忆是智能体的灵魂 "，主张把企业稳定的行业知识、业务规则编码为可推理的 " 本体模型 "，而不是简单把数据 " 存 " 起来。

人保信息科技部总经理何东川的"AI 基础设施焕新：从合规底线到数据底座 "，以及飞渡科技董事长何文武将与钛媒体联合创始人刘湘明进行的CEO 对话 " 空间大模型的产业跃迁：从技术演示到刚需底座 "，则分别从强监管行业和空间智能这个新赛道，回答同一个问题。飞渡科技 10 年来长期深耕空间智能领域，致力于打造 AI 进入物理世界所需要的工业级空间智能基础设施，走的是一条从空间数字化到空间理解、仿真和决策的连续路线。两家公司分别验证了同一件事：没有被结构化、被沉淀的数据和知识，模型再强也读不懂一家企业。

上半场的收尾是CEO 对话 " 逼近 AI 原生企业 "，由 G7 CEO 翟学魂和品胜董事长赵国成共同讨论。翟学魂在大模型喧嚣之后没有跟风推出行业大模型，而是先推出硬件产品，因为在他看来行业基础设施还不具备 AI 化的前提；赵国成则是从 0 到 1 树立制造业品牌的 " 充电宝之父 "，品胜近年也在推进 AI 硬件布局。两种路径殊途同归，都在回答蒸馏这一层最终要交的答卷：一家企业到底要蒸馏出什么样的能力，才配得上 "AI 原生 "？

下半场：泛化——能不能放大成一门可持续的生意

泛化解决的是 " 为什么能做大 "，这一层同样落到两个典型问题上。

第一个典型问题是：数据、模型、客户三方的价值该怎么重新分配？

深圳数据交易所总经理古亮的" 从数据交易到词元经济 "，探讨的是把数据价值拆解为可计量、可定价的词元。深圳数据交易所成立于 2021 年 12 月，是深圳市属的数据要素市场基础设施，累计交易规模已位居全国首位，是数据要素市场化改革中一个具体而现实的样本。

美的集团副总裁、首席数字官张小懿将与钛媒体联合创始人万宁对话 " 大型企业的 AI 应用战略与实践 "——作为一年在 Token 上花费数千万元的甲方，美的更看重的是 AI 能否带来可衡量的业务效果，这本身就是对 " 价值该怎么分配 " 最直接的市场反馈。

原点星辉 CTO 郭权玮博士的" 本地智能的落地之路 "提供了另一种答案。原点星辉是一家刚刚崭露头角的上海 AI 创业公司，由曾创立盛大网络、连尚网络的陈大年创办并担任 CEO，8 月底刚发布的本地大模型 StartLux-27B 在国家级测评中打平了万亿参数规模的通用大模型。郭权玮的判断是，本地大模型把推理能力部署在用户终端，用更低的算力和资本门槛，为企业提供一条不同于云端集中式的价值分配路径。

对话操盘手 "AI 如何形成真实生产力 "上，智识神工创始人楚庆、京博控股集团 CAIO 兼 CIO 李洋、广东省 CIO 协会副会长兼腾讯云 TVP 行业大使陈东锋、超聚变 CIO 蓝文广，则分别代表创业公司、传统集团企业、行业协会和云厂商四种站位，从各自角度回答同一个问题——协同关系到底该怎么组。智识神工是一家掌握 " 自研芯片 + 自研模型 + 自研 Agent 服务系统 " 全栈能力的 AI 公司，在业内颇为少见；京博控股集团则是一家成立于 1991 年、前身是校办工厂的山东本土多元化工业集团，主业覆盖高性能新材料、高端化学品等领域，年销售收入超 500 亿元，是典型的传统实体企业代表。

第二个典型问题是：一个具体场景，能不能真正跑通商业闭环？

易鑫首席技术官贾志峰的" 不止是工具，汽车金融全链路的 Agent 智能革命 "是一个具体样本。易鑫是港股上市的 AI 驱动汽车金融科技平台，服务全国超 4 万家新车二手车经销商及逾百家金融机构，年交易额约 700 亿元，已经把自研的 Agentic 大模型嵌进获客、风控和运营的全链路。

百望股份董事会首席顾问陈振铭的" 合规刚需：从工具赋能到产业级数字生产力共享 "是另一个样本。百望股份是国内领先的企业票财税合规与商业信用基础设施提供商，依托超 200 亿张发票的处理经验沉淀出数据基座，把看起来不性感的合规能力，做成了产业级的数字生产力。两个场景一个偏交易效率、一个偏合规刚需，指向的是同一个问题：demo 做得再漂亮，能不能规模化收钱，才是泛化这一层真正的考题。

针对当前大型企业 AI 落地普遍面临的 " 投入成本高、价值见效散、成效难衡量 " 这三个核心困境。

企业从制度层面该如何构建适配 AI 的组织机制、管理流程与治理体系？从价值层面又如何量化 AI 产出价值、验证业务实际成效、形成投入产出闭环？

在大会在主论坛议程结束后，我们在晚间特别设置了千亿俱乐部闭门研讨会，围绕大型企业 AI 规模化落地的体系构建与实效验证展开深度交流，作为白天议程的延伸与补充。

议程已经确定，但答案还没有。蒸馏解决 " 值不值得 "，泛化解决 " 能不能大 "，跳过其中任何一层空谈下一层，得到的都只会是又一个无法复制的 demo。真正的答案，要等到 9 月 16 日这一天，这些正在一线做决策、担风险的人坐到同一个现场，才会浮现出来。

2026 年 9 月 15 日至 17 日，海南三亚，诚邀各位 CIO、CTO 与投资人共赴这场对话。