AI News

Baiwang CEO Wang Qiangyu: How to Build an AI-Native Product System

LeiphoneUpdated Nov 16 21:00

English text is being prepared.

AI summary

Wang Qiangyu takes over as CEO of Baiwang, driving the transformation of accumulated tax and finance scenario experience into specialized models and agent products, while enabling R&D, delivery, and organizational capabilities to jointly support commercialization. Baiwang has launched an AI tax and finance expert team, introducing natural language interaction and standardized task execution in invoicing, bookkeeping, and filing, while retaining rule validation and human confirmation. The article also uses Salesforce and NVIDIA's CRM reasoning model Koa as a reference to discuss how specialized models, data governance, and FDE delivery organizations can work together.

Body

企业把大模型接进产品之后,新的经营问题才刚刚展开。客户提出一项任务,系统能拿到哪些信息,由谁核准结果,出现例外时如何处理,都会影响AI能否持续投入使用。产品演示中的能力,需要经由完整的服务过程才能转化为客户价值。

王强宇出任百望股份首席执行官(CEO),为观察这项变化提供了一个具体切口:王强宇如何将百望的财税场景积累转化为专业模型与智能体产品,并让研发、交付和组织能力共同支撑商业化。

产品的交付单位开始发生变化

以交易核对为例,系统可能要在授权范围内读取发票、合同和付款记录,找到差异,列出依据,再把需要确认的事项交给相关岗位。对客户而言,价值取决于问题是否被准确识别、后续处理是否顺畅,以及投入的时间是否减少。

这改变了产品设计的起点。团队需要明确服务哪类任务、满足什么条件可以执行、哪些情况应当停止或转交人工。模型、数据、工具和复核机制,需要围绕同一项任务组合。

百望已推出AI财税专家团,在开票、记账和申报等服务中引入自然语言交互、标准化任务执行,并保留规则校验与人工确认。 沿着这一方向向更复杂的财税业务深入,可靠完成任务的能力将变得更加重要。

这也是王强宇出任CEO值得关注的原因。产品服务范围扩大之后,研发投入、客户承诺和交付保障之间的取舍,往往需要公司经营层面统筹。

让数据和专业判断进入同一条任务链

同一笔业务,不同系统可能使用不同的客户名称、合同编号和记录口径。数据需要核对关联,规则需要注明适用条件,权限需要随任务执行。否则,即使模型能够解释财税概念,也可能无法判断眼前材料是否足够。

专业领域垂直模型在这里承担专业理解与推理任务,知识系统提供持续更新的资料,智能体连接工具与工作流程。对于税额计算、规则校验等要求确定性的环节,还需要相应的程序和专业机制支撑。各层如何配合,应由任务要求和评测结果决定。

Salesforce与英伟达推出的CRM推理模型Koa,提供了一个企业软件公司的参照:在开放模型基础上进行后训练,将企业工作流知识用于专业任务。按其公告,Koa训练使用合成场景,并未使用客户数据。专业能力可以通过多种方式形成,关键在于是否理解业务、是否能够接受验证。

对于百望,模型建设与数据治理需要同步推进。经授权的业务信息、经过确认的专业知识,以及任务中的质量记录,应当分别管理、按需调用。业务反馈进入模型或产品改进之前,也需要专业审核与用途确认。

客户现场能否改善下一次交付

王强宇此前谈及的FDE,即前沿部署工程师,正是连接模型能力与客户现场的一种组织方式。工程人员与行业专家共同厘清问题,确定所需数据、规则和工具,让方案在真实环境中接受检验。

这项工作的经营价值,还取决于现场经验能否被复用。例如,团队在一个项目中完善了发票与合同的匹配方法,或识别出一类需要人工复核的例外,就需要判断它能否形成通用组件、规则模板或评测用例。

后续客户因此减少重复开发与试错,才意味着公司的产品能力随项目增长而积累。相应地,交付周期、标准组件复用情况和单项目服务投入,都可以成为观察这种积累的依据。

在部署方面,私有化或算力一体机可以回应部分客户对数据控制、系统接入与运行环境的需求。具体方案仍要结合任务量、硬件和运维投入评估。对百望来说,部署选择也应与交付和成本管理放在一起考虑。

组织围绕任务协作才有共同的评价尺度

这些团队需要对同一项任务形成共同定义。什么叫完成,什么叫失败,材料不足应怎样反馈,专业复核由谁负责,都应在项目推进过程中说清楚。否则,各部门即使完成了各自的工作,客户仍可能得不到完整服务。

评价方式也要随之调整。技术评测之外,还需要观察任务成功率、人工复核与返工情况,以及客户的持续使用。产品是否扩大投入,可以结合这些结果与服务成本共同判断。

CEO层面的统筹,有助于为跨部门取舍提供一致的依据:优先投入哪些场景,哪些需求可以标准化,哪些项目需要控制承诺,哪些经验应回到研发。王强宇从AI业务负责人走向CEO,其潜在作用正在于推动这些经营决策与技术路线衔接。

这些是百望推进转型需要面对的组织任务,具体成效仍要由后续公开进展与客户结果验证。

用经营结果解释科技公司的价值

10月16日召开的国务院常务会议强调以落地应用牵引技术创新。对企业软件公司而言,回应这一方向,需要让AI在真实业务中持续发挥作用。

其价值路径可以落到几项具体变化上:专业AI拓展客户可以购买的服务,标准化能力改善交付效率,持续使用带来续费或更多任务需求。收入质量、客户留存和服务成本,能够帮助市场判断这条路径是否成立。

因此,市场普遍认为,王强宇出任CEO的意义,更重要的是体现在公司能否把模型、产品和客户服务组织成持续运转的经营过程。每完成一项有价值的任务,既让客户受益,也为下一次服务留下经过确认的经验,百望向AI原生企业的转型才会获得可持续的基础。

Source

Leiphone