2026 年前三季度,白鸽在线(02672.HK)MaaS 业务收入同比增长 730.4%,第三季度环比增长 29.33%。增速背后是调用量在涨:越来越多的风险判断,正在从人的经验里搬进系统。
判断在加速进入系统,规则却没跟上。IT 基础设施服务商 Kyndryl 11 月发布的《2026 People Readiness Report》显示,66% 的组织允许 AI 无需人工批准即可读写核心业务记录,而完全落实"哪些决策 AI 不能自主做"政策的只有 33%。该调研由 Edelman Intelligence 执行,覆盖 8 个国家、1100 位业务与技术负责人。
两个数字之间的差距,指向同一件事的两端:授权已经发生,边界还没写完。
这组数据容易被读成"企业太冒进",但同一份调研里还有三项:81% 预期自主智能体将在 12 个月内做出有实质业务影响的决策,仅 25% 完全信任无人工监督的 AI 决策,只有 23% 认为自身治理与合规能力已经就绪。三项放在一起看,企业不是不知道风险,是在风险明确之前就已经把权限给出去了。
原因不难找。AI 要产生价值就得进入业务流程,进入流程就得读写系统。停在对话框里的助手不会出错,也不会省钱。调研中 40% 的受访者把"遗留系统集成"列为规模化最大障碍,说明卡点一直在接入这一侧,不在模型那一侧。
于是问题从"模型够不够聪明"变成了"边界写没写清楚"。那 33% 的差距,缺的是能落到系统里的规则:哪些判断必须留人,哪些可以放手,出错之后依据在哪。这类规则没法通用,只能按场景一条一条写。
白鸽在线做的事在同一个位置。青鸾是垂直底座,方舟管预警,飞秒管定价,智瞳管损失识别,乐荐管匹配,睿析管信用,鉴信管主体识别,六条线覆盖 80 类场景。这些判断的共同点是错了要赔钱,所以每一条都得留下依据:用了哪些数据、按什么口径、边界划在哪。判断能被查,权限才敢放。
66% 和 33% 之间的那段距离,不会靠一次模型升级补上。它得靠每一笔判断都留下记录,一笔一笔攒出来,而这类工作通常没有发布节点。






