21世纪经济报道记者 董静怡

AI热潮走过概念喧嚣期，到2026年终于沉进各行各业的血肉里。

万得信息首席战略官葛正琦向记者表示，2025年11月底之前，AI在金融场景里只能承担一些单点、碎片化的活儿。而在那个节点之后，“模型的能力、各方面的生态基建有了很大突破”——模型的可信度、工具调用的成功率与长任务的持续作业能力几乎同时越过临界值，AI开始能够理解复杂任务、自主拆解、调用工具、完成交付。

万得随即做了一件事：把三十年攒下的数据、工具、方法论，全部接入AI。今年3月，面向个人用户的万得AI（Wind Alice）正式上线。“AI带来了平权。”葛正琦说。在她的判断里，这种平权同时发生在三个层面——信息、能力，以及时间与效率，而过去这三样几乎都攥在机构手里。

几乎同一时间，中文播客平台小宇宙也感受到了AI的变化。2.5Lab技术负责人夏俊晨向记者回忆，去年12月是个分水岭。之前他用AI写代码“三七开”，30%是AI写的，70%是人力；12月之后情况直接反转，“变成了七三开、八二开，到今年2月份就是九一开甚至十零开”。

AI提升的是执行效率，降低的是试错成本和创新门槛。需求曲线在供给效率提升时反而右移，这在经济学上并非悖论。受访企业的共同感受是，AI提效之后，团队没有缩减，反而在扩张。

紫讯科技合伙人杜玉生向记者表示：“AI时代，你不做就有问题。如果你一只脚不踏进去，就感受不到温度。”这句话放在一年前可能还只是口号，但今天，它成为越来越多人正在面对的实感。

在机构市场深耕三十年的万得，今年3月把这套能力打包成了万得AI个人版，并携手腾讯云接入微信ClawBot——金融数据、投研流程与专业工具的调用能力延伸到微信场景和腾讯AI生态，更多专业人士可以低门槛地使用。

葛正琦在采访中透露，万得AI并非终端的“轻量版”，而是一个完全AI原生的操作系统，从底层重构了人与金融数据交互的方式。

“以前人是去找数据、做分析、写报告，现在AI可以端到端地完成整个工作。”葛正琦向记者表示。在万得的规划中，Alice不仅是一个问答机器人，更是一个能够自主拆解任务、调用工具、直接交付成果的金融Agent。

当用户提交一个复杂的投研任务，如评估新能源汽车赛道的投资潜力，Alice会实时生成多个专业Agent：一个做可比公司分析，一个做市场政策研究，一个做财务建模，最终协作交付一份可直接向董事会汇报的PPT。

用户一句话，Alice 30分钟就能完成过去需要3至5天才能交付的专业工作。葛正琦将此形容为“一个人加一个Alice，等于一支团队”。

同样的效率提升也发生在跨境电商行业中。跨境电商行业存在一些核心痛点，比如选品调研门槛高、耗时长，工具越用越多、数据越来越散。

作为跨境电商服务领域的头部企业，紫讯推出跨境电商一站式AI运营助手LinkFox AI。它的解法是以MCP架构打通30多个主流数据工具，让卖家像聊天一样下达指令，AI自动拆解任务、调用工具、抓取数据、完成交叉分析。

过去需要2—3天的新品调研，现在缩短至10分钟；需要一下午手工整理的7个竞品ASIN对比，30秒内自动生成报告。

杜玉生将这一变化归结为“从数据搬运到业务决策”的跃升。“卖家不用懂API、不用手动配参数，像跟人聊天一样下一句指令就行。”

除了提效，AI融入的主要成效是降低了用户的使用门槛，这一点在内容产品上也同样适用。

以国内头部中文播客平台小宇宙为例，AI能力被拆解并渗透进现有产品的每一个环节。

夏俊晨向记者表示，以前用户只能等别人把英文内容翻译成中文，但这样做会流失掉大量原汁原味的信息。现在小宇宙用腾讯云RTC实时音视频、ASR语音识别和TTS语音合成，实现了同声传译，让用户听到的是尽可能还原的“原声+中文”。

这一功能带来的增量超出预期。一档与lululemon合作的节目，经同声传译处理后累计播放超过三十万次。“这个量级放在过去的英文内容上几乎不可能达到。”夏俊晨说，“语言这道门一旦被打开，原来触达不到的人群一下子就进来了。”

不难看出，AI不是被“加”到产品上，而是重新设计了产品与人的交互方式。

产品层面的改造是看得见的，组织内部工作流的变化则是在水面之下发生的。这种变化往往更安静，影响却更深。

在采访中，“超级个体”“超级组织”是高频出现的词汇。在AI的影响下，过去流水线式、一环扣一环的人工分工模式已经失效，AI接管全部重复、数据密集型苦活，人只保留创意、判断、决策核心环节，一套全新人机协作体系正在成型。

财务、协作这类系统，对于创业公司来说，“买太贵，自己做又太耽误产品进度”。很长一段时间，小宇宙内部很多流程靠邮件组硬扛——一封封邮件在组里传，走完一个流程要一两周。

有了AI之后，他们让Agent去读邮件组，自动识别每封邮件的意图，匹配对应的协作方式，处理周期压缩到一到三天。

“AI没干什么惊天动地的事，就是把我们最‘笨’的那部分活儿盘活了。”夏俊晨向记者表示。

这个“盘活”正在蔓延到各个岗位。小宇宙的内容审核以前是“人力密集型”——长音频播客，每期都要人听过才能入库。现在AI先跑语义识别、打标、分类，人只需要确认和判断。“一旦涉及规模化的事情，AI有天然优势。”夏俊晨说。

与此同时，岗位边界正在被打破。夏俊晨向记者表示，后端写前端、前端写后端、客户端写后端已经交织在一起。公司没有取消任何部门，但事实上的全栈化已经在发生。

紫讯内部同样经历了剧烈变化。杜玉生透露，公司现在每月Token消耗约200万元，全员AI已成日常。产品经理自己用AI生成产品原型，运营人员自己做社媒素材生成工具。

腾讯云WorkBuddy是串联企业内外工作流的通用载体，腾讯云互联网行业技术总经理陈亮解释“超级组织”的核心逻辑：整套系统以“项目”为单位，同时接入人类员工与多个AI智能体，选品、作图、数据统计这类标准化任务完全交由AI自动跑；涉及客户沟通、商业判断的关键节点，预留人工审核确认入口，形成完整闭环。

紫讯内部已经在多个场景落地WorkBuddy，公众号排版、行业调研报告、办公PPT这类通用工作，不再单独投入人力开发工具，直接调用平台现成Skill；万得已经将整套金融分析专家能力接入WorkBuddy生态，外部各类AI智能体能调用专业投研工具；小宇宙研发、运营团队依靠WorkBuddy完成代码编写、数据复盘、市场调研，跨岗位协作成本大幅降低。

葛正琦坦言，当前AI业务仍处于投入期，算力与研发成本持续支出，但产业长期转型的价值不可替代——万得创始人、董事长陆风亲自出任AI转型的“一号位”，公司押注的不是某一款产品，而是整个金融行业的AI化与生态构建；杜玉生也提到紫讯每年在AI上投入近亿元，短期很难快速回本，但行业AI化是不可逆的长期趋势。所有短期投入，本质都是企业为下一轮生产范式抢占入场券。

值得注意的是，AI深入企业之后，公司招人的需求反而变大了。

夏俊晨给出的解释是：“需求发起者的脑子里有更多想法去落地，而且落地的效率又那么高——我有十个想法，只有三个程序员，还是会想要再来两个。”

紫讯同样在扩大团队规模。“有了AI工具，人的效率提高了，生意可以做得更大。在好的发展时期，没有人会因为效率提高了就缩小规模，一定是扩大规模。”杜玉生向记者透露，公司如今招聘重心全面偏向95后、00后AI从业者，一线产品、功能迭代全部交给年轻人。

但扩招不是回到旧标准。AI对企业最深层的改造，最终指向人本身。传统单一专业技能快速贬值，一套全新人才评价体系正在成型。

最显著的变化是“全栈能力”变得越来越重要。夏俊晨以自身为例：他原本是后端工程师，现在前端需求也由自己用AI完成。这是个体在AI辅助下自然而然扩展能力边界的结果。

在他看来，“所想即所见”正在取代传统岗位分工，产品与实现的边界在AI的催化下加速消融。这并不意味着专业技能不再重要，而是说明单一技能已经不足以定义一个人的岗位价值——边界更宽、学习更快的人正在获得更大的项目空间。

但能熟练应用AI工具不等于具备核心竞争力，任务拆解只是前置动作，最终决定产出质量的，是人基于行业经验形成的判断力。

在万得的用户中，AI使用深度已经出现明显的梯度分化：初级用户用来做信息整理，中级用户让AI写投研初稿，高级用户把固定工作流固化成AI可反复执行的技能，最高阶的用户则能驱动一支AI团队并行完成项目级任务，自己只在关键节点做出判断和修正。分化并非无迹可循：万得办过一场金融AI技能创作赛，三周内社区就沉淀出上千个用户自制技能；平台上最活跃的那批人，一天与AI的交互轮次高达80到100次。

葛正琦把这一转变概括为一句话：让AI去啃重复、耗时、标准化的部分，把人的时间还给判断本身。当这类工作被大量接管，人的判断力、想象力，以及对行业本质的理解，反而成为比以往更稀缺的资源。

这既不是纯粹的技术能力，也不是纯粹的业务能力，而是一种跨越两者的“掌控力”——理解AI能做什么、不能做什么，知道自己要什么、如何表达，并能在多个Agent并行工作时保持对全局的把控。

“现在会用AI和不会用AI的人效率差十倍，未来会拉开百倍差距，固守老一套工作模式、不能驾驭新技术的从业者，终究会被时代落下。”杜玉生对跨境行业的预判，放之全行业皆成立。

眼下，AI还在快速迭代，模型的边界还在往外推，应用层的产品形态远未定型，所有行业都站在新旧分工的分界点。在变化中完成自我迭代，也是当下企业和从业者面临的重要命题。