摘要 ◎AI行動(dòng)綱領(lǐng)與ACE“三步走” ◎效果收費(fèi)（RaaS）：一種利益共同體 ◎?yàn)槭裁词俏浵仈?shù)科？ ◎話外音：螞蟻數(shù)科增長(zhǎng)與IPO估值想象

9月12日下午，外灘大會(huì)W1-7專訪間門口，螞蟻數(shù)科副總裁余濱對(duì)夸克點(diǎn)評(píng)表示，半年過去，許多行業(yè)尤其金融業(yè)對(duì)AI的落地意愿，又有了不同的體認(rèn)。

“你看，上午演講還沒結(jié)束，就收到了許多伙伴的短信。”他打開手機(jī)，給我刷了幾條。

其中一條，高度贊揚(yáng)了余濱演講中強(qiáng)調(diào)的AI行動(dòng)綱領(lǐng)，即“專于產(chǎn)業(yè)、易于落地、成于價(jià)值”，并表達(dá)了合作意愿；另一家公司負(fù)責(zé)人甚至表示：“說吧，你們團(tuán)隊(duì)要給我們業(yè)務(wù)配多少人？”而讓他感慨的是，當(dāng)天便有客戶敲定了5年長(zhǎng)期合作。

這一幕，應(yīng)早在他預(yù)判中。今年6月19日，中國國際金融展期間，他曾對(duì)外表示，大模型在金融業(yè)應(yīng)用正從探索期邁向?qū)嵺`期，從可選項(xiàng)變成必選項(xiàng)。2025年此刻，在他看來，則開始邁入“實(shí)效落地加速期”。

而螞蟻數(shù)科，借助多年技術(shù)、產(chǎn)品、商業(yè)化實(shí)踐，當(dāng)然更有螞蟻集團(tuán)儲(chǔ)備，順勢(shì)公布了包括行動(dòng)綱領(lǐng)、方法論/智能體新品、收費(fèi)模式在內(nèi)的一整套“金融AI落地操作系統(tǒng)”。這家公司顯然已成為承接行業(yè)實(shí)效需求的核心力量。

ACE“三步走”破解金融AI落地困局

余濱演講中強(qiáng)調(diào)，通用技術(shù)要大規(guī)模落地，需先進(jìn)入“專業(yè)場(chǎng)景”解決問題、推進(jìn)業(yè)務(wù)。AI若僅停留在對(duì)話、圖像識(shí)別、文檔處理等層面，那只是產(chǎn)業(yè)外圍。

但“專業(yè)”意味著挑戰(zhàn)：以金融業(yè)為例，大模型落地需同時(shí)解決專業(yè)、嚴(yán)謹(jǐn)、合規(guī)、安全問題與用戶體驗(yàn)平衡，且傳統(tǒng)軟件工程方法已多不適用；加之AI前期建設(shè)成本高，管理者更關(guān)注ROI。

他坦言，如今客戶見面幾乎都問AI能給業(yè)務(wù)增長(zhǎng)帶來什么助力。他強(qiáng)調(diào)，只有滿足“AI與產(chǎn)業(yè)深度融合、做專業(yè)的事、降低落地門檻、關(guān)注業(yè)務(wù)價(jià)值”四點(diǎn)，才能實(shí)現(xiàn)有價(jià)值的產(chǎn)業(yè)AI。

正是基于此，當(dāng)天，螞蟻數(shù)科公布了AI行動(dòng)綱領(lǐng)與產(chǎn)品開發(fā)原則，即“專于產(chǎn)業(yè)、易于落地、成于價(jià)值”。

所謂“專于產(chǎn)業(yè)”，意思是不求做通才，而做專才。余濱說，螞蟻從沒想過做適配所有行業(yè)的萬能平臺(tái)。相比阿里云、華為云深耕基礎(chǔ)設(shè)施，螞蟻專注深耕擅長(zhǎng)的垂直領(lǐng)域，打造真正解決問題、有實(shí)際價(jià)值的產(chǎn)品。

“不貪大，只做專。”余濱說。

“易于落地”則聚焦客戶在AI落地全流程中的痛點(diǎn)，從數(shù)據(jù)治理的雜亂無章，到模型訓(xùn)練的技術(shù)壁壘，再到智能體開發(fā)的復(fù)雜流程，螞蟻數(shù)科將這些環(huán)節(jié)的解決方案、工具模板、實(shí)踐方法提前沉淀到產(chǎn)品中，力求讓每款A(yù)I產(chǎn)品都“出廠即專家”。客戶無需從零搭建技術(shù)團(tuán)隊(duì)，只需根據(jù)自身業(yè)務(wù)需求接入，就能快速啟動(dòng)項(xiàng)目，大幅降低了AI落地的技術(shù)門檻與時(shí)間成本。

而“成于價(jià)值”是整個(gè)行動(dòng)綱領(lǐng)的核心閉環(huán)。余濱強(qiáng)調(diào)，螞蟻數(shù)科從產(chǎn)品研發(fā)第一天起，就深入具體業(yè)務(wù)場(chǎng)景，明確“要帶來哪些可量化的業(yè)務(wù)改變”，整個(gè)研發(fā)與落地過程中，持續(xù)跟蹤業(yè)務(wù)數(shù)據(jù)、優(yōu)化產(chǎn)品功能，哪怕推出速度慢些，也要確保產(chǎn)品能真正為客戶創(chuàng)造價(jià)值，而非徒有技術(shù)外殼。

顯然，這正是螞蟻數(shù)科對(duì)這些挑戰(zhàn)的回應(yīng)。它既是行動(dòng)綱領(lǐng)，也是核心立場(chǎng)，更是面向行業(yè)做出的確定性承諾。

而這種承諾的結(jié)晶，正是螞蟻數(shù)科打造已久的大模型落地“三步走”ACE方法論，即Align、Construct、Evaluate三個(gè)詞匯的首字母。

第一步，Align（對(duì)焦價(jià)值）。即從客戶真實(shí)業(yè)務(wù)目標(biāo)出發(fā)（比如理財(cái)規(guī)模增長(zhǎng)、信貸獲客成本降低），先錨定可量化的業(yè)務(wù)結(jié)果，再反向匹配技術(shù)方案。這一步直接規(guī)避了盲目采購算力閑置、業(yè)務(wù)延宕的彎路。過去兩年，不少企業(yè)甚至地方政府都有尷尬案例。

第二步，Construct（體系化構(gòu)建）。這也是“易于落地”綱領(lǐng)的具象化。螞蟻數(shù)科將AI落地過程中重復(fù)勞動(dòng)提前內(nèi)部消化，完成金融、能源等垂直領(lǐng)域大模型預(yù)訓(xùn)練，沉淀行業(yè)專屬知識(shí)庫與工具接口，搭建“模板化工具+最佳實(shí)踐案例”標(biāo)準(zhǔn)化框架。客戶無需從頭做數(shù)據(jù)治理、模型訓(xùn)練，接入私有數(shù)據(jù)做1-2個(gè)月后調(diào)，就能快速應(yīng)用AI。

采訪中，螞蟻數(shù)科云原生產(chǎn)品總經(jīng)理王磊坦陳，前段行業(yè)重復(fù)造輪子，螞蟻也曾因執(zhí)著純預(yù)訓(xùn)模式浪費(fèi)算力，后來轉(zhuǎn)向“預(yù)訓(xùn)練+業(yè)務(wù)數(shù)據(jù)后調(diào)”，落地周期從半年壓至1-2個(gè)月，為AI規(guī)模化落地掃清障礙，中小機(jī)構(gòu)無需承擔(dān)高額試錯(cuò)成本。

第三步，Evaluate（評(píng)測(cè)），這是“成于價(jià)值” 的交付閉環(huán)。它摒棄傳統(tǒng)軟件賣工具不管成效的“一錘子買賣”套路，通過持續(xù)聯(lián)合運(yùn)營，實(shí)時(shí)監(jiān)測(cè) AI 落地后業(yè)務(wù)指標(biāo)（如理財(cái)師服務(wù)人數(shù)、信貸不良率、用戶滿意度），根據(jù)數(shù)據(jù)反饋動(dòng)態(tài)優(yōu)化模型與功能。就像射擊時(shí)不斷調(diào)整姿勢(shì)，確保 AI 帶來實(shí)際業(yè)務(wù)增長(zhǎng)。

螞蟻還有整套AI化產(chǎn)品支撐，外灘大會(huì)發(fā)布的系列智能體新品正是Evaluate的載體：金融業(yè)務(wù)助理能將理財(cái)師服務(wù)半徑從200人擴(kuò)至2000人；智能運(yùn)營產(chǎn)品根據(jù)實(shí)時(shí)數(shù)據(jù)調(diào)整策略，自動(dòng)完成A/B測(cè)試。目前，螞蟻數(shù)科200多個(gè)AI落地場(chǎng)景、近三分之一客戶的AI項(xiàng)目，都通過Evaluate兌現(xiàn)了價(jià)值。

這是目前整個(gè)金融AI領(lǐng)域最為完整、系統(tǒng)的的落地方法論。

效果收費(fèi)模式（RaaS）：一種利益共同體

余濱的演講，外界關(guān)注焦點(diǎn)，除了行動(dòng)綱領(lǐng)、ACE落地方法論，更有“按效果收費(fèi)”（RaaS）模式。

它的核心并非如何設(shè)計(jì)收費(fèi)方式，而是將螞蟻數(shù)科的收益與客戶業(yè)務(wù)增長(zhǎng)深度綁定，最終形成“客戶不賺錢，螞蟻數(shù)科就不賺錢”的“利益共同體”。

采訪中，螞蟻數(shù)科運(yùn)營科技總經(jīng)理趙旭拆解了共同體邏輯。

比如，與某民營銀行的合作中，對(duì)方AI預(yù)算有限，雙方確定“少量基建起步費(fèi)+理財(cái)產(chǎn)品代銷收益分潤(rùn)”模式，客戶主動(dòng)提出將理財(cái)代銷千分之二到千分之四的收益分成，首年甚至給出100%收益。

“這不是討價(jià)還價(jià)，而是客戶認(rèn)可我們帶來的增量?jī)r(jià)值。”趙旭強(qiáng)調(diào)。

他還補(bǔ)充了信貸風(fēng)控場(chǎng)景案例：租賃行業(yè)中，不少機(jī)構(gòu)因數(shù)據(jù)有限，50%以上潛在客戶通不過核驗(yàn)，螞蟻數(shù)科通過AI幫其識(shí)別更多好的客戶，這些新增業(yè)務(wù)帶來的增收，正是收費(fèi)的核心依據(jù)。

部分產(chǎn)品也圍繞“效果收費(fèi)”展開。比如今年螞蟻主推的智能體產(chǎn)品，公域智能托管模式按人群帶來的交易規(guī)模增長(zhǎng)收費(fèi)，私域直接綁定理財(cái)規(guī)模增量分潤(rùn)，有別于SaaS按數(shù)據(jù)洞察次數(shù)收費(fèi)。

趙旭透露，效果收費(fèi)模式下，智能體產(chǎn)品市價(jià)不高，但客單價(jià)比傳統(tǒng)模式大一個(gè)量級(jí)，多數(shù)客戶會(huì)簽3年戰(zhàn)略合作，并同步共享3年業(yè)務(wù)規(guī)劃。

余濱還提到某客戶一下簽了5年合作，新模式剛落地就有這樣的戰(zhàn)績(jī)，相當(dāng)靚麗。

如何評(píng)估具體效果呢？

王磊強(qiáng)調(diào)，當(dāng)然不會(huì)等3-5年，而是按時(shí)間節(jié)點(diǎn)設(shè)定短期考評(píng)，比如看用戶增長(zhǎng)、AUM提升，然后快速檢驗(yàn)效果并協(xié)商價(jià)值分配。

他堅(jiān)定地認(rèn)為，未來RaaS一定會(huì)成為主流。現(xiàn)在大模型行業(yè)只有賣算力、賣卡的公司市值高，但若沒有上層應(yīng)用，算力增長(zhǎng)不可持續(xù)；而工具層公司虧損，也是因沒有應(yīng)用場(chǎng)景買單。只有AI能產(chǎn)生業(yè)務(wù)效果，整個(gè)行業(yè)才能長(zhǎng)遠(yuǎn)發(fā)展，否則就是曇花一現(xiàn)。

如何進(jìn)一步理解這種模式的突破性？

沒比較就沒傷害。傳統(tǒng)模式下，軟件公司賣掉產(chǎn)品后便不再對(duì)業(yè)務(wù)效果負(fù)責(zé)，SaaS訂閱制雖提供持續(xù)服務(wù)，但每年固定費(fèi)用對(duì)中小機(jī)構(gòu)是負(fù)擔(dān)，且效果與付費(fèi)脫節(jié)。

螞蟻數(shù)科的RaaS不止讓客戶AI投入從成本項(xiàng)變成收益項(xiàng)，更讓過去的甲乙方關(guān)系變成“命運(yùn)共同體”。

余濱提到，某區(qū)域銀行合作時(shí)，螞蟻幾乎免掉前期部署費(fèi)用，將成本折算到后續(xù)分潤(rùn)中。這種零啟動(dòng)成本解決了中小機(jī)構(gòu)的痛點(diǎn)。

王磊補(bǔ)充說，RaaS有望打破中小機(jī)構(gòu)參與產(chǎn)業(yè)AI變革的壁壘。若它們沒有AI，行業(yè)“馬太效應(yīng)”會(huì)加劇，可能被淘汰。

顯然，如果效果收費(fèi)未來能成主流，一定會(huì)重塑科技與產(chǎn)業(yè)的價(jià)值分配邏輯，整個(gè)生態(tài)會(huì)更加普惠、多元、均衡。

說到目前效果收費(fèi)覆蓋場(chǎng)景，余濱說，“想清楚一個(gè)，就擴(kuò)展一個(gè)”，目前更多側(cè)重業(yè)務(wù)結(jié)果明確的運(yùn)營類、營銷類產(chǎn)品。這表達(dá)，近似螞蟻集團(tuán)董事長(zhǎng)井賢棟當(dāng)年談開放時(shí)的一句：“成熟一個(gè)，開放一個(gè)。”

當(dāng)然，這模式也有一定風(fēng)險(xiǎn)，但他強(qiáng)調(diào)，想闖出新模式就得承擔(dān)風(fēng)險(xiǎn)，螞蟻骨子里歷來有“做不一樣的事”的傳統(tǒng)。

為什么是螞蟻數(shù)科？

一個(gè)問題，AI落地探索密集，為何螞蟻數(shù)科能率先推出融合AI行動(dòng)綱領(lǐng)、ACE落地方法論及效果收費(fèi)模式一體的“AI落地操作系統(tǒng)”？

“為什么我們可以？螞蟻數(shù)科相對(duì)其他公司具備先天優(yōu)勢(shì)，背后有螞蟻集團(tuán)內(nèi)部大量AI實(shí)踐。”大會(huì)主題演講談到螞蟻數(shù)科公布AI行動(dòng)綱領(lǐng)時(shí)，余濱在這個(gè)話題上一點(diǎn)不客氣。

確實(shí)不偶然，真正的原由正在于螞蟻數(shù)科自身及身后螞蟻集團(tuán)長(zhǎng)期積累的技術(shù)儲(chǔ)備，以及在金融等核心行業(yè)場(chǎng)景中深厚的AI實(shí)踐。

螞蟻數(shù)科的AI能力不是空中樓閣，而是依托螞蟻集團(tuán)“內(nèi)外雙循環(huán)”甚至“三循環(huán)”生態(tài)生長(zhǎng)起來的。

在螞蟻集團(tuán)內(nèi)部，從“支小寶”智能客服應(yīng)對(duì)海量用戶咨詢，到“螞小財(cái)”金融管家提供個(gè)性化理財(cái)建議，再到健康領(lǐng)域的“AQ”產(chǎn)品服務(wù)，每款A(yù)I產(chǎn)品都先在內(nèi)部場(chǎng)景接受檢驗(yàn)，驗(yàn)證業(yè)務(wù)價(jià)值，踩過的坑、積累的經(jīng)驗(yàn)會(huì)被系統(tǒng)沉淀為標(biāo)準(zhǔn)化模塊，這種最佳實(shí)踐的打磨，讓AI方案從誕生起就貼合真實(shí)業(yè)務(wù)需求，而非停在技術(shù)層面。

內(nèi)部實(shí)踐跑通后，這些沉淀方案會(huì)推向外部客戶，在與銀行、租賃公司等金融機(jī)構(gòu)合作中進(jìn)一步迭代優(yōu)化，形成“內(nèi)部實(shí)踐-外部輸出-反饋迭代”閉環(huán)。比如上面王磊提到的，行業(yè)一度重復(fù)造輪子，螞蟻內(nèi)部也曾因執(zhí)著純預(yù)訓(xùn)模式浪費(fèi)算力，后來轉(zhuǎn)向“預(yù)訓(xùn)練+業(yè)務(wù)數(shù)據(jù)后調(diào)”，這種基于業(yè)務(wù)反饋的技術(shù)迭代，比單純追求技術(shù)參數(shù)的研發(fā)更具實(shí)效，也讓后續(xù)ACE方法論有了扎實(shí)實(shí)踐基礎(chǔ)。

反觀BAT、華為、字節(jié)等巨頭，卻難復(fù)制這路徑。它們各擅勝場(chǎng)，但都缺乏螞蟻深度綁定的內(nèi)部金融業(yè)務(wù)場(chǎng)景，AI技術(shù)多停留在通用領(lǐng)域，無法在真實(shí)金融交易、風(fēng)控、客服場(chǎng)景中反復(fù)打磨。有些平臺(tái)有零星金融場(chǎng)景，也未能將沉淀為標(biāo)準(zhǔn)化方案，導(dǎo)致技術(shù)與業(yè)務(wù)始終割裂，自然難以形成落地的AI行動(dòng)綱領(lǐng)。

當(dāng)然，真正支撐生態(tài)飛輪運(yùn)轉(zhuǎn)的還是螞蟻數(shù)科的全棧技術(shù)能力。

從底層算力調(diào)度到中層金融大模型，再到上層各類智能體應(yīng)用，每個(gè)環(huán)節(jié)螞蟻都能深度適配金融業(yè)需求。比如底層金融級(jí)算力調(diào)度平臺(tái)能穩(wěn)定應(yīng)對(duì)大模型訓(xùn)練與推理的高負(fù)載需求；中層金融大模型經(jīng)千萬級(jí)金融數(shù)據(jù)訓(xùn)練，不僅具備專業(yè)業(yè)務(wù)理解能力，還內(nèi)置合規(guī)審查模塊，貼合監(jiān)管要求；上層Agentar智能體平臺(tái)整合數(shù)百個(gè)金融工具接口，能快速對(duì)接客戶現(xiàn)有系統(tǒng)，避免技術(shù)適配繁瑣。

這全棧能力恰是其他巨頭短板。華為算力強(qiáng)勁，但缺乏金融業(yè)務(wù)深度理解，技術(shù)方案難融入合規(guī)審查、風(fēng)控等核心環(huán)節(jié)；BAT都有部分金融相關(guān)，但技術(shù)棧多分散在不同業(yè)務(wù)線，未能全鏈條整合，無法提供金融領(lǐng)域從算力到模型到應(yīng)用一體化方案；字節(jié)流量強(qiáng)大，金融場(chǎng)景積累同樣淺，難以搭建適配的AI技術(shù)體系。

在余濱看來，金融業(yè)AI應(yīng)用從不是純技術(shù)問題，而是技術(shù)、業(yè)務(wù)與合規(guī)的深度融合。

螞蟻數(shù)科積累數(shù)年，比如智能體產(chǎn)品中很早就引入?yún)^(qū)塊鏈保障數(shù)據(jù)安全，信貸風(fēng)控模型中融入金融風(fēng)險(xiǎn)預(yù)判邏輯。沒有金融業(yè)長(zhǎng)期實(shí)踐，單靠技術(shù)，不可能有這細(xì)節(jié)。

螞蟻數(shù)科敢推“效果收費(fèi)”，背后是扎實(shí)的效果驗(yàn)證能力，這是其商業(yè)化儲(chǔ)備的關(guān)鍵部分。余濱說，“螞小財(cái)”早已在內(nèi)部跑通個(gè)人金融服務(wù)效果閉環(huán)，面對(duì)客戶不是靠PPT，而是帶著真實(shí)業(yè)務(wù)數(shù)據(jù)談合作。無論租賃公司通過AI識(shí)別優(yōu)質(zhì)客群使核驗(yàn)通過率提升50%，還是銀行借助方案從服務(wù)高凈值客戶拓展到5萬以下客群，這些量化效果，都能讓客戶愿意支付比傳統(tǒng)軟件模式高一量級(jí)的客單價(jià)。

這是螞蟻的商業(yè)化底氣。

話外音：螞蟻數(shù)科增長(zhǎng)與IPO估值升級(jí)

一些話外音，但愿不多余。

這套“AI落地操作系統(tǒng)”有望為螞蟻數(shù)科轉(zhuǎn)動(dòng)新的增長(zhǎng)飛輪。

從數(shù)據(jù)看，螞蟻已服務(wù)超60%的城商行、100%的國有股份制銀行，與近三分之一客戶開展AI合作，目前至少200個(gè)場(chǎng)景已實(shí)現(xiàn)AI落地。

盡管目前利潤(rùn)貢獻(xiàn)尚無法披露，但“利益共同體”模式最大特征是確定性。按王磊說法，效果收費(fèi)模式下，客單價(jià)比傳統(tǒng)軟件模式提升一個(gè)量級(jí)，收入從一次性工具售賣轉(zhuǎn)向持續(xù)分潤(rùn)，毛利會(huì)隨規(guī)模效應(yīng)不斷提升。

更重要的是，這模式與螞蟻云業(yè)務(wù)會(huì)形成協(xié)同：客戶采用按效果收費(fèi)的AI產(chǎn)品時(shí)，可以確定會(huì)同步使用云服務(wù)，形成“AI+云”一體協(xié)同的增長(zhǎng)合力。

本不想提另一老話題：螞蟻集團(tuán)IPO應(yīng)該很難，但螞蟻數(shù)科未來有較高可能性。

無論啥結(jié)果，上述創(chuàng)新肯定有望推動(dòng)其估值邏輯升級(jí)。傳統(tǒng)科技公司估值多受限工具屬性，PE倍數(shù)普遍偏低；云計(jì)算廠商雖轉(zhuǎn)向“云+AI”，但PS倍數(shù)大致也僅10-15倍。

而螞蟻效果收費(fèi)模式，有望讓其從工具提供商變?yōu)榭蛻衾麧?rùn)伙伴，收入增長(zhǎng)確定性更強(qiáng)，估值邏輯有望從“規(guī)模導(dǎo)向”轉(zhuǎn)向“增長(zhǎng)導(dǎo)向”。

若按效果收費(fèi)模式規(guī)模化推廣，螞蟻數(shù)科的PS倍數(shù)肯定能突破傳統(tǒng)云廠商區(qū)間，尤其在金融等高價(jià)值領(lǐng)域，估值空間有望進(jìn)一步打開。

夸克，最小的粒子，微末的洞察