近年来，生成式人工智能的迅猛发展正重塑全球科技产业格局。从最初的大规模模型参数比拼，到如今聚焦实际应用场景，行业逐渐达成新的共识：人工智能的价值正从内容生成向更具战略意义的企业决策环节延伸。据全球知名咨询机构Gartner预测，到2027年，将有半数商业决策由具备决策智能的人工智能系统辅助或直接完成。
当人工智能开始深度参与企业决策时，技术挑战已不再局限于模型本身的性能。企业更关注的是人工智能系统的可解释性、可控性以及逻辑严谨性。如何让人工智能真正融入企业核心决策体系，成为众多企业管理者亟待解决的关键问题。在这一背景下，中科闻歌——这家脱胎于中国科学院自动化所的企业，选择了一条差异化的发展道路：专注于决策智能领域。
中科闻歌首席执行官罗引指出，企业级人工智能的核心竞争力不在于模型参数规模，而在于系统性的推理与判断能力。他强调，如果人工智能只能提供答案却无法解释决策过程，就难以获得企业决策层的信任。这一观点与诺贝尔经济学奖得主丹尼尔·卡尼曼在《思考，快与慢》中的理论不谋而合：当前主流生成式人工智能多停留在"系统1"层面，即基于统计概率快速生成响应，但容易产生逻辑断裂；而企业决策需要的是具备"系统2"特征的智能系统——能够进行逻辑推理和因果分析。
罗引进一步解释，企业真正需要的是经得起反复验证的决策建议，而非表面聪明的一次性结果。公司名称"闻歌"取自"闻弦歌而知雅意"，正是隐喻决策智能的核心能力：透过数据表象洞察因果关系，预测发展趋势。这种理念源于复杂系统计算方法论，通过将非结构化的社会商业行为转化为可建模的决策系统，为人工智能参与企业决策奠定基础。
回顾创业历程，罗引表示中科闻歌的成立源于2016年一个务实决定：包括他在内的几位中科院科研人员选择离岗创业。这个决定并非一时冲动，而是基于对科研价值转化的深刻思考。在研究所环境中，科研目标聚焦于算法性能优化和理论突破；而在产业实践中，企业更关注复杂约束条件下的长期稳定解决方案。"如果算法永远停留在论文阶段，其实际价值将大打折扣"，罗引坦言。正是这种认知驱动团队深入行业一线，通过与客户共同梳理业务逻辑，逐步构建起从数据感知到决策执行的全链条能力。
2022年大模型技术爆发时，中科闻歌团队保持了清醒认知。他们意识到，对于政务、金融等高责任场景，黑箱模型难以直接应用于关键决策。安全可控、理解行业逻辑才是基本要求。这种判断促使公司同步推进自研大模型"雅意"的研发和整体技术架构的升级。罗引强调，比模型本身更重要的是形成清晰的方法论框架——如何将人工智能有效嵌入企业决策体系。
针对企业实践中人工智能多停留于辅助环节的现状，中科闻歌提出了DOMA（Data–Ontology–Models–Agents）决策智能架构。该架构通过四层结构实现人工智能与决策体系的深度融合：数据层持续感知业务状态，领域本体层固化决策逻辑，专用模型层完成受约束推理，智能体层推动决策落地。这种设计确保人工智能输出具备可解释的逻辑链条，而非简单的概率结果。
经过八年深耕，中科闻歌的决策智能系统已在金融、能源、媒体、政务等多个复杂场景实现规模化应用。罗引认为，决策智能是典型的"重工程"领域，需要长期投入行业理解、数据治理和业务逻辑打磨。这种看似"笨重"的积累过程，恰恰构成了企业的核心竞争壁垒。在当前不确定性加剧的商业环境中，企业需要的不是更多工具，而是能够深度理解业务本质、具备逻辑韧性的决策支持系统。这正是中科闻歌持续努力的方向。
