四重权力构筑“企业主权AI”：驱动核心竞争力自进化

今年以来，两起AI事件引发企业界高度关注。一起是某大模型平台用户信息泄露：用户上传文档处理，却收到其他用户的完整真实资料。另一起更为严重：某代码大模型被指默认静默上传用户整库代码，含敏感信息，客户端缺乏关闭控制，曝光后数百名开发者联合维权。表面上，两件事都是数据安全与隐私泄露，但若仅停留于此，就严重低估了问题实质。

企业喂给大模型的不只是数据，更是自身的核心竞争力。企业竞争的根本在于差异性，差异性的载体是其工作流程，流程中承载着企业的数据、经验和判断标准，是企业安身立命之本。将这些内容不加区分地输入公有大模型，等于把差异性暴露给所有使用同一模型的主体，包括竞争对手。

当差异性不再专属，企业的护城河便会被削弱。企业因此陷入两难：不采用AI，效率与成本逐渐落后；深度应用AI，又面临核心竞争力被持续稀释。一个值得注意的现实是，面向个人的AI应用已相当广泛，但AI进入企业核心业务流程的速度显著放缓。这并非技术能力不足，而是深层顾虑：越核心的流程越谨慎，越谨慎则AI越难创造实质价值，形成恶性循环。这一困境不突破，企业级AI的增长就缺乏动力，这是整个产业的共性瓶颈，也是下一轮增长的关键突破口。

如何突破这一困局？业内有“not your weights, not your product”（不是你的模型权重，就不是你的产品）之说，但对企业而言，模型可以替换，权重本身并非关键。这里的“权重”不必狭义理解为模型参数：模型可以替换，真正要留在企业内部的，是本体、评测体系和运行中积累的经验。相关观点指出，企业级AI竞争的重心正从“谁的通用模型更强”转向“谁掌握智能的所有权与进化的主动权”。这一判断揭示了一个重要趋势，智能的所有权正在成为新的竞争分水岭。从企业竞争力层面看，这一理念可概括为“企业主权AI”，它可能成为AI的下一步发展方向。未来，企业在AI领域的竞争不再是模型军备竞赛，而是核心竞争力的掌握之争。谁能将核心竞争力掌握在自己手中，并进入自我进化轨道，谁就能在AI的下一轮发展中占据主动。

只有当企业确信能掌握自身竞争力并让它持续提升时，才有动力深度拥抱AI。如果AI意味着核心竞争力的让渡，企业自然会持审慎态度；但如果AI能让企业越用越强，且增强的部分留在企业内部，深度应用就会真正发生。企业主权AI，正是解决这一问题的关键路径。

它不是为“私有化”而私有化的封闭系统，而是帮助企业在AI时代构建一套既能牢牢掌控竞争力，又能实现持续生长的机制。其中的关键在“递归自我改进”（Recursive Self-Improvement，RSI）：每一次业务运行都沉淀经验，推动系统小幅优化，下一次业务运行便能在此基础上进一步提升，如此循环往复，形成自我驱动的进化闭环。传统企业的流程进化依赖企业家洞察与管理团队推动，是间歇的、由人驱动的，但AI的介入让企业的工作流程进化变成一个持续的、自运转的过程——竞争力的提升不再依赖个别天才，而是成为系统能力。

要确保这一闭环始终掌控在企业手中，必须构建四重主权体系：数据控制权、上下文控制权、标准控制权与安全边界权，分别对应数据归谁所有、规则由谁定义、好坏由谁评判、边界由谁把控。需要澄清的是，四重主权是手段而非目的。许多企业一上来就谈“私有化部署”“数据不出域”，投入大量资源，最终却只是将数据与流程从公有云迁移至自有数据中心，核心能力并未得到实质性提升。

理念明确之后，企业应如何搭建主权AI的框架？它不是可以直接采购的标准化产品，也不能简单交给服务商“开发完成、交付上线”。主权AI的真正落地，服务商可以协助搭建框架、开发部分智能体，但最核心的部分（包括构建智能体、定义流程、沉淀能力等）必须由企业自身的行业专家主导完成。这一判断正在两个行业的实践中得到验证。

[ 实践一 ] 某知名三甲医院的MDT探索

传统诊疗以科室为中心，患者罹患复杂疾病需往返各科室，专家经验分散，难以形成合力。而AI正从两方面改变格局。

第一，多智能体协同。以脑转移瘤多学科会诊（MDT）为例，围绕单例病例，多个智能体形成分阶段协作机制，AI协助提供方案排序、证据链条与争议点，医生始终在流程中，可随时介入、追问、修正并做出最终决策。更关键的是，新的人机协作流程形成了“事实结构化到数据回流”的闭环：每次真实会诊中，医生的判断、纠偏与最终决策等原生数据回流至系统，持续优化智能体能力。流程应用越广泛，数据质量越高，模型能力越强，这正是RSI机制在行业场景中的具体体现。

第二，医疗模式变革。AI驱动诊疗从以科室为中心转向以患者为中心。围绕同一位患者，多学科专家经验通过智能体系统集中调用、交叉验证与协同决策。能力聚合的效果已得到数据验证：胰腺癌单病种智能体将术后并发症漏诊率从35%降至10%，模式已从单一科室扩展至8个科室、30个联合创新项目，专病本体库沉淀了医院自身的临床认知。会诊产生的数据与纠偏记录均留存于医院体系内，用于持续优化自有智能体。诊疗这一核心能力掌握在医院自己手中，并通过日常业务持续进化，这是企业主权AI的实践范例。

[ 实践二 ] 某高端精密制造企业的AI实践

制造业的实践遵循同一逻辑，只是呈现形式不同。在传统离散制造中，加工顺序是不变量，关键设备分散布局，各自拥有隐性标准，能力碎片化与数据的碎片化相伴而生。这家企业反其道而行之，将设备从按加工顺序排布调整为按能力类型集中，使不同产品的加工流程反复经过同一能力中心，以牺牲局部顺畅换取整体能力密度的提升。

但物理搬迁带来的集中终究有限，物料与调度成本决定了其上限。AI改变的是信息传递的成本：一套本体、一套标准、一批样本，几乎可以零成本流转到任何场景，能力集中由此从物理归堆走向逻辑收敛，实现认知层面的集中与物理层面的灵活。这一路径的成效已得到验证：在AI流程智能工程师支持下，来自各部门的联合项目团队完成了多个场景的开发，其中研制任务书编制时间从2至4小时缩短至10分钟。企业明确提出，不得使用自身数据训练通用大模型，而应训练自有模型，并将构建工业本体列为主权AI最核心的建设方向。智能体每次运行的结果与专家纠偏均沉淀至企业自身的本体与评测集中，运行过程本身就是积累过程，提升的能力留存于内部，转化为企业自身的资产。

这两个行业的业务流程截然不同，却指向同一本质：AI for Process（AI重塑流程）不是只在既有流程中增加若干辅助智能体，而是借助AI将分散的业务能力集中起来，提升能力密度，再造业务流程，并在运行中持续沉淀专业知识与能力壁垒。通过结构化的流程再造，企业将能力进化的循环牢牢掌握在自己手中，而非依赖合作厂商。

从上述案例可以看出，主权AI不同于传统IT软硬件，它无法直接采购，而是一套需要企业自身逐步构建的能力体系。当下关于流程再造的讨论大多聚焦于“如何改”，默认其成果将自然留存于企业内部，但这一前提并非自动成立。如果新流程依赖外部系统运行，数据只会持续训练供应商的模型，流程再造越成功，企业反而越深度嵌入外部厂商的体系。以主权AI为目标，流程再造的起点就不是“流程如何跑得更快”，而是“流程应当如何设计，才能使企业的数据、判断与经验持续回流至自身系统，不断增强组织价值”。

落地中有几个关键点。

第一，选择合适的合作模式。一个常见误区，是将主权AI等同于传统软件项目：企业向服务商提出需求，服务商完成开发、交付上线，企业支付费用。在这种模式下，服务商为企业开发一个个智能体，企业自身的能力却未真正增长。智能体越多，对供应商的依赖越深，因为这种模式本质上不过是换了一种形式的能力托管。真正的主权AI落地，双方应是“框架共建”而非“项目外包”的关系：服务商提供底座、方法论与工程能力，以支持企业自身的行业专家能够在框架上构建智能体、定义流程、沉淀能力。模式是否有价值，判断标准十分清晰：项目完成后，企业的独立运转能力是增强了，还是对供应商的依赖加深了？

第二，关注合作伙伴的中立性。主权AI的核心是企业自身掌握定义权。如果服务商本身就是大模型厂商，双方便天然存在利益冲突。企业的本体、评测集、专家判断最终可能被整合进模型厂商的通用能力之中，无异于请竞争对手协助构建自身的护城河。因此，中立性是一项基本前提：服务商不从事基础大模型业务、对模型厂商没有偏好，提供的运行底座也开放、可替换，企业才能放心部署自身业务知识，随时替换模型与技术路线。同样，服务商提供的运行底座本身也应当开放、可替换，并支持企业自行运营，否则企业只是把依赖从模型厂商转到了平台厂商。

第三，锁定长期价值锚点。许多企业在规划主权AI时优先考虑算力、数据规模与模型效果，这些因素固然重要，却并非长期价值的核心锚点。算力与数据，企业迟早能够实现自主管理，模型层的优势则会被通用能力的持续迭代不断消解。真正能够沉淀下来、形成壁垒的是三个要素：本体、运行底座与评测体系。本体承载企业对自身业务的定义与判断标准，运行底座承载智能体的统一治理与持续运行，评测体系则承载着何为“对”、何为“好”的判定基准。这三者越用价值越高、越积累越难以替代，是企业主权AI真正的护城河。

最后，守住核心能力的边界。在使用外部模型与平台时，必须坚守前文所述的四重主权。效率可以购买，命脉不可托付。最深的“出域”风险，是将企业自我改进的循环外包出去：模型与算力都可借用，但将自身经验转化为自身能力的闭环进化流程，必须留存于企业内部。前述两个案例均印证了这一逻辑：知识和能力掌握在自己手中，进化的方向由自己决定，竞争力才会持续增强。企业主权不是为主权而主权，而是在不断提升竞争力的过程中保持对自身竞争力的掌控权。如果竞争力不提升、陷入固化，企业终将被拥有AI能力的竞争对手淘汰。

每一次技术革命都会重新定义企业核心竞争力。进入AI时代，企业的核心竞争力是什么？是基于自身数据和经验的自我进化能力。

外部的模型可以采购，外部的算力可以租赁，但企业自身的业务数据、专家经验和流程判断，买不来，也租不到。只有将这些沉淀为可进化的系统能力，才能构筑起AI时代真正的护城河。

AI的下一个爆发期属于企业主权AI。这一判断的重要意义不在提出新概念，而是指出一条AI真正深入产业内核的路径。只有当企业能掌控自身竞争力的进化方向时，才敢将核心业务交给AI处理；企业敢用了，AI才能从辅助工具升级为生产要素，释放远超消费级场景的巨大能量。AI下一波增长的动力，不在大模型公司手中，而在千千万万家拥有核心业务和行业知识的企业手中。谁先构建起自己的主权AI体系，谁就在这场竞争中占据主动。