落地，是大模型的现实焦虑。麦肯锡《The State of AI 2026》报告显示，AI 让 80% 的个人提效，却仅有 6% 的企业明显见效。刘庆峰提到，" 不少企业担心内部数据和商业机密被泄露，变成模型厂商通吃一切 "，Token 成本则是规模化应用绕不开的账。

如何让 AI 从个人提效到组织提效？事实证明，盲目用 AI 替代人力，或许能获得短期效益，但并不利于企业的长期业务发展。刘庆峰当下要解决的棘手问题是，只有见效，企业才会持续为 AI 买单。

讯飞星帆 WinWork 数字员工平台就是解法之一，该平台已打造 80 余类数字员工，覆盖风控、合同审查、采购寻源、物料替代选型和商机评审等工作，实现了人与数字员工协同作业。讯飞表示，企业使用后，组织提效率从 20% 提升到 50% 以上。

根据智能超参数、大单网基于公开招标信息的统计，科大讯飞连续两年位居央国企大模型项目中标金额和数量双第一。

Token 成本失控，也是企业应用数字员工的担忧之一。据科大讯飞介绍，WinWork 通过端云一体星火大模型能节约 44% 的 Token 消耗。

" 要能够读懂业务，成为组织的自己人。" 他认为，解决幻觉问题只能靠两件事：一是把它充分融入企业流程中，增加足够多的企业本体知识；二是靠严格的流程测试方法。"大模型真正应用的最大困难是什么？你不知道 AI 交付的成果是对还是错。" 刘庆峰进一步解释道。

不见效、不便宜这两个问题回答后，还要守住数据边界。

讯飞反复强调端云协同，也就是说，手机、PC、AI 眼镜、智能座舱、机器人等端侧设备先自行处理一部分工作，复杂任务再交给云端；涉及敏感信息时，先在本地脱敏，经用户确认后发送，本地原始文件不上传。用刘庆峰的话说，不仅 " 数据不出域 "，还不花云端的 Token 成本。