近年來，生成式人工智能的迅猛發展正重塑全球科技產業格局。從最初的大規模模型參數比拼，到如今聚焦實際應用場景，行業逐漸達成新的共識：人工智能的價值正從內容生成向更具戰略意義的企業決策環節延伸。據全球知名咨詢機構Gartner預測，到2027年，將有半數商業決策由具備決策智能的人工智能系統輔助或直接完成。
當人工智能開始深度參與企業決策時，技術挑戰已不再局限于模型本身的性能。企業更關注的是人工智能系統的可解釋性、可控性以及邏輯嚴謹性。如何讓人工智能真正融入企業核心決策體系，成為眾多企業管理者亟待解決的關鍵問題。在這一背景下，中科聞歌——這家脫胎于中國科學院自動化所的企業，選擇了一條差異化的發展道路：專注于決策智能領域。
中科聞歌首席執行官羅引指出，企業級人工智能的核心競爭力不在于模型參數規模，而在于系統性的推理與判斷能力。他強調，如果人工智能只能提供答案卻無法解釋決策過程，就難以獲得企業決策層的信任。這一觀點與諾貝爾經濟學獎得主丹尼爾·卡尼曼在《思考，快與慢》中的理論不謀而合：當前主流生成式人工智能多停留在"系統1"層面，即基于統計概率快速生成響應，但容易產生邏輯斷裂；而企業決策需要的是具備"系統2"特征的智能系統——能夠進行邏輯推理和因果分析。
羅引進一步解釋，企業真正需要的是經得起反復驗證的決策建議，而非表面聰明的一次性結果。公司名稱"聞歌"取自"聞弦歌而知雅意"，正是隱喻決策智能的核心能力：透過數據表象洞察因果關系，預測發展趨勢。這種理念源于復雜系統計算方法論，通過將非結構化的社會商業行為轉化為可建模的決策系統，為人工智能參與企業決策奠定基礎。
回顧創業歷程，羅引表示中科聞歌的成立源于2016年一個務實決定：包括他在內的幾位中科院科研人員選擇離崗創業。這個決定并非一時沖動，而是基于對科研價值轉化的深刻思考。在研究所環境中，科研目標聚焦于算法性能優化和理論突破；而在產業實踐中，企業更關注復雜約束條件下的長期穩定解決方案。"如果算法永遠停留在論文階段，其實際價值將大打折扣"，羅引坦言。正是這種認知驅動團隊深入行業一線，通過與客戶共同梳理業務邏輯，逐步構建起從數據感知到決策執行的全鏈條能力。
2022年大模型技術爆發時，中科聞歌團隊保持了清醒認知。他們意識到，對于政務、金融等高責任場景，黑箱模型難以直接應用于關鍵決策。安全可控、理解行業邏輯才是基本要求。這種判斷促使公司同步推進自研大模型"雅意"的研發和整體技術架構的升級。羅引強調，比模型本身更重要的是形成清晰的方法論框架——如何將人工智能有效嵌入企業決策體系。
針對企業實踐中人工智能多停留于輔助環節的現狀，中科聞歌提出了DOMA（Data–Ontology–Models–Agents）決策智能架構。該架構通過四層結構實現人工智能與決策體系的深度融合：數據層持續感知業務狀態，領域本體層固化決策邏輯，專用模型層完成受約束推理，智能體層推動決策落地。這種設計確保人工智能輸出具備可解釋的邏輯鏈條，而非簡單的概率結果。
經過八年深耕，中科聞歌的決策智能系統已在金融、能源、媒體、政務等多個復雜場景實現規模化應用。羅引認為，決策智能是典型的"重工程"領域，需要長期投入行業理解、數據治理和業務邏輯打磨。這種看似"笨重"的積累過程，恰恰構成了企業的核心競爭壁壘。在當前不確定性加劇的商業環境中，企業需要的不是更多工具，而是能夠深度理解業務本質、具備邏輯韌性的決策支持系統。這正是中科聞歌持續努力的方向。
