在近期举办的数字价值年会上，超聚变数字技术股份有限公司首席执行官刘宏云坦言，人工智能技术的高速发展让企业普遍陷入焦虑，即便是以算力服务为主业的企业也难以置身事外。他指出，当大模型能力每三个月迭代一次，企业耗费数十年构建的IT系统可能面临价值重构的挑战，这种焦虑在算力供应商群体中尤为显著。
作为与大模型厂商深度合作的企业，超聚变每天消耗超三百亿计算单元，全年预计消耗量达七至十万亿规模。按当前市场价格估算，仅今年的人工智能相关支出就可能突破六亿元人民币。刘宏云将企业面临的挑战拆解为三个维度：存量系统的适应性、技术迭代的时效性，以及难以预估的成本投入。这种困境在跨国科技企业Uber身上得到印证，其工程师团队在四个月内耗尽全年人工智能预算，单个开发者的月度接口调用成本最高达两千美元。
该公司首席信息官蓝文广在圆桌讨论中强调，单纯追求代码生成率等指标具有误导性。他提出需要建立覆盖研发全流程的价值评估体系，重点关注代码返工率和上线成功率等核心指标。据其透露，超聚变在适配不同模型、提升推理效能等环节曾付出高昂试错成本，目前仍在探索碳基与硅基智能体的协同治理模式。
行业调研数据显示，超过半数的IT领导者承认人工智能项目遭遇失败，主要源于对技术能力的过度期待和实施阶段的技能缺口。尽管中国先进人工智能应用企业的占比大幅提升，但实现显著效益提升的企业比例仍不足两成。蓝文广特别指出，企业需要构建从业务价值倒推的度量体系，避免陷入"为用而用"的误区。
刘宏云提出企业架构正经历代际变革，未来五年将形成以GPU为核心的硬件底座和被人工智能重写的上层软件系统。他预言所有企业都将演变为"Token制造者"，就像当代企业离不开电力供应一样。这种转变将导致行业分化，先行者与追随者的差距可能在三年内扩大至15个百分点。
基于中国在模型技术和数字化实践领域的领先优势，刘宏云认为本土企业管理软件迎来替代进口产品并走向国际市场的战略机遇。超聚变提出的"智企"概念包含两大支柱：具备安全生产能力的计算单元工厂，以及覆盖全业务链条的人工智能重构系统。该公司已投入三年时间梳理近八千个生产经营环节，为构建企业级智能系统奠定基础。
在成本管控方面，超聚变通过统一管理八十多个内部模型，优化任务路由分配机制。据测算，未来三年相关支出可能累计达到二十九亿元。刘宏云规划了从活动级分析到生态级协同的四阶段转型路径，强调这种变革需要企业以真实资金投入验证可行性。
