在近期举办的第九届营销科学大会上，明略科技创始人兼首席执行官吴明辉就人工智能发展趋势发表了深度见解。他指出，随着Agentic AI技术突破，AI营销正迈入"代理式"新阶段，未来将形成通用模型与专业模型协同发展的产业格局。
针对行业热议的"大模型是否会取代所有软件"的讨论，吴明辉提出独到观点。他认为，构建覆盖全领域知识的超级模型需要天文数字级的参数规模，即便采用混合专家架构优化，其运行成本与能耗仍难以承受。相较之下，专注于特定场景的专业模型展现出显著优势。以明略科技自主研发的Mano模型为例，该模型凭借720亿参数规模，在OSWorld全球通用软件操作能力竞赛中，不仅在专业模型领域登顶，综合排名亦位列全球第二。
专业模型的核心竞争力体现在资源聚焦与数据安全层面。吴明辉透露，公司集中20名核心研发人员专注优化两个模型，使得单个模型获得十倍于常规投入的研发资源。这种集中式开发模式不仅提升了标注数据质量，更使模型具备单机部署能力，有效保护企业敏感数据。他特别强调，在非公开数据占主导的细分领域，通用模型难以获取关键数据资源，这为专业模型创造了发展空间。
在提升生产效率方面，AI技术已展现显著成效。明略科技实践表明，引入DeepMiner数据分析系统后，传统数据分析师的工作效率提升达十余倍。这种变革并非简单替代人力，而是推动人员向数据治理、知识管理等高价值环节转型。吴明辉形象地比喻："未来每个职场人都将配备24小时在线的AI助手，这种协作模式将重新定义工作方式。"他以工作制度演进为例，指出从单休到双休的变迁规律，暗示未来工作时长可能进一步缩短。
针对企业AI落地难题，吴明辉提出"双可信"解决方案。在数据层面，依托秒针系统积累的行业数据资源，为模型训练提供可靠支撑；在模型架构上，DeepMiner系统采用多智能体协同机制，通过Foundation Agent实现全局调度，配合"专家脑"Cito的推理规划能力与"灵巧手"Mano的精准操作能力，构建起完整的技术闭环。这种设计既保证了专业性能，又控制了运行成本。
面对Agentic AI行业的快速发展态势，吴明辉强调企业需主动拥抱变革。他认为，在技术迭代加速的背景下，唯有持续创新才能把握发展机遇。这种判断基于明略科技的技术实践——通过将多智能体架构与垂直领域知识深度融合，公司已在多个行业实现AI解决方案的规模化应用。
