王强宇履新百望：从发票SaaS到财税垂直大模型，这家公司想走向“企业的Palantir”

大模型进入产业的这几年，一个越来越明显的事实是：会谈模型的人很多，真正把垂类大模型做进业务流程，并完成从技术、产品到规模化应用闭环的人，仍然稀缺。

王强宇正是在这样的背景下出任百望股份联席总经理。

在加入百望股份之前，他已经完整走过一次垂类大模型从0到1、再从1走向规模化应用的路径。从连续创业，到担任钉钉副总裁，再到创办壹生检康、推动豆蔻医疗大模型及相关临床智能产品落地，他过去二十余年的经历，几乎横跨了中国互联网从PC、移动互联网、企业互联网到人工智能的几轮重要产品范式变化。

但对今天的百望股份来说，更重要的并不是履历本身，而是王强宇已经做过一次垂类大模型的产品化。

豆蔻大模型进入医疗机构真实临床场景之后，需要解决的已经不仅是模型能力，而是专业知识、真实工作流程、产品形态和持续反馈如何形成闭环。垂类AI最终并不是在Benchmark上证明自己，而是在真实业务里证明自己。

现在，王强宇需要把这套方法带到百望股份。而百望股份也恰好处于自己的战略转折点：从一家以发票和财税数字化见长的企业服务公司，进一步走向一家以真实交易数据为基石的AI公司。

某种程度上，这可能是理解此次履新最重要的坐标：一个做成过垂类大模型的人，来到了一家拥有大量真实交易数据和专业财税场景的公司。

AI公司的下一道壁垒，可能是“事实”

当基础模型能力越来越普及之后，一家企业真正难以复制的AI资产到底是什么？

对于长期服务企业经营活动的公司来说，答案很可能不只是模型，而是高质量、专业化、持续产生，并且和真实业务结果绑定的数据。

在企业经营世界里，订单、合同、商品、发票、付款、税务、信用和履约，并不是彼此孤立的数据字段，而是一家企业持续经营留下的事实链条。

这类数据和互联网上用于训练通用模型的公开文本存在本质区别。公开文本帮助模型理解语言和知识，而企业AI如果要真正参与经营，还必须理解“事实”：一笔交易为什么发生，双方是谁，合同如何约定，资金如何流动，税务如何处理，最终是否履约。

企业并不需要一个只会表达的AI，更需要一个能够基于事实作出判断、调用真实系统、完成具体任务，并且对执行过程可追溯的AI。

这也是百望股份提出“以真实交易数据为基石的AI公司”背后的逻辑。

按照公司披露的信息，王强宇将统筹AI产品战略规划，以及财税大模型的技术优化、产品迭代、场景适配和全链路商业化落地。

但如果仅仅把这理解成“百望股份要做一个财税大模型”，仍然低估了这次调整。

真正的变化，是把过去沉淀在业务系统里的真实交易数据，逐渐转化成模型能够理解和使用的生产资料。

数据进入模型，模型理解业务，AI进入流程，流程产生新的使用反馈，反馈继续优化模型。一旦这个循环跑起来，企业软件的逻辑也会随之变化：过去是人调用软件，未来则可能是模型理解业务之后主动调用工具完成任务。

从发票SaaS，到财税垂直大模型

如果把百望股份过去和未来放在同一条时间轴上，它的路径其实并不复杂。

第一阶段，是发票SaaS和财税数字化。

这是百望股份建立产业入口的过程。围绕发票、财税以及企业交易数字化，公司进入大量企业的真实经营流程，也由此积累了理解商业活动的重要数据入口。

进入大模型时代之后，这些数据的价值开始变化。

因为垂类模型真正缺少的，不只是参数和算力，更包括高质量行业数据、专业知识和真实业务反馈。

这也决定了百望股份第二阶段要解决的问题，并不是训练一个“懂财税知识的ChatGPT”，而是构建真正能够理解企业经营事实的财税垂直大模型。

按照这一思路，真实交易数据、财税专业知识、企业业务本体、规则体系、任务评测、权限控制、工具调用以及业务反馈，需要被组织进同一套模型能力体系，让AI逐渐拥有对企业经营事实的理解、推理、判断和执行能力。

智能体当然重要，但智能体更像模型进入业务世界的“手”和“脚”。

它可以查询、调用系统、执行任务，但真正决定智能体能够走多远的，是底层模型究竟理解多少业务，以及它能否基于真实数据持续作出可靠判断。

如果底层模型没有真正理解企业经营，仅仅在原有软件上增加几个Agent，本质上还是传统自动化；而如果模型逐渐形成对经营事实的理解能力，AI就不再只是被嵌入软件，而会开始成为软件本身。

为什么会走向“企业的Palantir”

如果财税垂直大模型这一步能够跑通，百望股份下一阶段的想象空间也就随之出现：从帮助企业处理发票和财税问题，进一步走向理解企业经营。

这也是“企业的Palantir”真正需要理解的地方。

Palantir的价值不只是连接数据，而是把复杂的数据、业务关系和决策过程重新组织起来，让数据真正参与判断和执行。

百望股份的起点则是交易。当合同、商品、发票、资金、税务、信用、风险和履约关系逐渐被连接起来之后，AI看到的就不再是一张张孤立的凭证，而是一家公司持续发生的经营活动。

因此，从发票SaaS，到财税垂直大模型，再到企业级Palantir，并不是三个割裂的故事，而是一条连续的产品和技术路线。

过去，百望股份解决的是企业经营如何数字化；现在，它试图解决的是AI如何理解这些已经数字化的经营活动；再往后，则是AI理解之后，能不能进一步参与经营判断和执行。

AI Native不是加功能，而是重新设计公司

但真正困难的部分还不只是产品。

王强宇提出过一个问题：如果今天重新创建一家公司，并且它从第一天开始就天然拥有AI，那么它还会按照过去的方式开发产品、服务客户、组织团队和完成交付吗？

这实际上点出了企业AI转型中最容易被忽略的问题。

大量公司的AI转型，本质上仍然是在原有软件和组织体系上“加AI”：增加Copilot、增加Agent、把客服接入大模型。这些当然都是AI应用，但未必等于AI Native。

真正的AI Native，更像是从模型能力出发，重新思考产品、研发、交付和组织方式。

这也是为什么，在百望股份未来的产品图景中，财税大模型只是起点。

当公司逐渐形成把真实数据、行业知识和业务规则组织进模型的能力之后，这套方法自然可以向更多专业场景延伸，形成行业垂直大模型；而当模型进入大型企业核心业务之后，数据安全、私有化部署、推理成本和系统适配的重要性都会提升，软件、模型、算力和数据也会越来越难彼此割裂，算力一体机由此成为可能的产品形态。

再往前一步，是FDE。

复杂企业AI项目很难完全依赖标准产品交付，因为真正决定AI能否落地的，往往不是模型参数，而是能否理解客户业务。FDE需要进入客户现场，把模糊的业务问题拆成数据、模型和工程问题，再把一次次项目经验沉淀回产品。

当行业大模型、算力一体机和FDE专业化团队连接起来之后，AI Native才从一个产品概念，变成一整套公司能力。

从这个角度看，王强宇加入百望股份真正值得关注的，并不只是一次管理层变化。

过去的百望股份，通过发票和财税SaaS进入企业经营；今天，它希望通过财税垂直大模型开始理解企业经营；未来，则可能进一步通过AI连接交易、财税、信用、风险和经营决策。

在大模型能力越来越普及之后，真正稀缺的东西也许恰恰不再是模型本身，而是数据、行业知识、工程能力，以及把AI真正放进生产系统的能力。

这些过去属于SaaS时代的资产，能不能最终被重新组织成AI时代的能力，也将成为百望股份下一阶段最值得观察的问题。

来源：www.caijingtianxia.com.cn

原文链接：http://www.caijingtianxia.com.cn/xinwen/12317937.html