要做数字劳动力生产工厂，「未来式智能」完成Pre-A轮融资

一、核心观点与战略选择：不做大模型，专注Agent

在2023年“百模大战”的背景下，未来式智能做出了一个反共识的战略判断：选择不做基座大模型，转而深耕 “智能体” 赛道。

• 观点来源与逻辑：创始人杨劲松基于在达摩院训练大模型的经验得出结论——大模型将逐渐成为公共基础设施，但企业客户的终极需求并非模型本身，而是一套能稳定交付业务结果的系统。这正是Agent（智能体）所要解决的核心问题。
• 深层含义：这一定位体现了从技术供给思维向市场需求思维的转变。公司跳出了技术军备竞赛，转而聚焦于如何将强大的大模型能力，封装、编排成能深入具体业务场景、解决实际痛点、并能可靠落地的“数字员工”。这是一种更贴近产业价值的“应用层创新”。

二、产品矩阵：生产与用工的协同飞轮

公司通过“灵搭”与“袋袋”两款产品，构建了一个从生产到应用的数字劳动力闭环生态系统。

1. “灵搭”：AI数字劳动力的生产工厂

   • 定位与目标用户：面向企业级客户的低代码智能体开发平台，尤其关注非技术背景的业务人员，旨在降低Agent的构建门槛。
   • 解决的企业痛点：直击企业部署大模型时在数据安全、权限管理、系统集成和交付稳定性等方面的顾虑。其“云+端”架构兼顾了知识资产的安全沉淀与业务端的灵活调用。
   • 商业验证：已在电力、金融、制造等高要求行业落地，以电网合同审核为标杆，实现了规模化客户覆盖和高续约率，证明了其模式的有效性。

2. “袋袋”：AI数字专家用工平台

   • 核心创新：将人类专家的认知与经验数字化、产品化，封装为可直接交付结果的“数字员工”，实现 “按需雇佣，按结果付费”。
   • 商业模式意义：践行了 “用Agent”而非“养Agent” 的理念，将复杂的Agent搭建和运维工作留给自己，将简单的使用和结果获取交给用户，极大地降低了使用门槛。
   • 与灵搭的协同（约束工程）：两款产品并非孤立，而是形成了数据驱动的增强回路。“袋袋”端积累的真实任务数据反馈至“灵搭”，用于优化底层模型和Agent能力；更强的Agent组件又反哺至“袋袋”提升服务质量，推动任务成功率从72%提升至91%。

三、商业模式与市场前景：算力兑换人力的规模化路径

• 价值主张：公司的核心价值主张是 “Agent生意的本质是算力兑换人力” 。通过案例证明，其方案能将企业特定业务的人力成本降至原来的十分之一，ROI（投资回报率）清晰且诱人。
• 增长路径：公司采用了 “从标杆到复制” 的务实路径。先在电力等垂直行业打造标杆案例，积累深厚的行业知识模板，再向金融、制造等行业规模化推广。同时，“袋袋”平台通过连接人类专家，探索了知识变现和服务众包的新模式，已展现出千万级的ARR（年度经常性收入）潜力。
• 行业背景与趋势判断：文章隐含的背景是，随着基座大模型能力趋同和Token成本下降，AI竞争的下半场正从 “模型比拼”转向“应用落地与场景深耕” 。未来式智能认为，能否深入场景并实现稳定交付才是关键。其战略押注于AI产业化落地的最后一公里——将技术转化为可持续的商业模式和切实的生产力。

总结而言，未来式智能的故事描绘了一家公司的清晰逻辑：基于对产业需求的深刻洞察，放弃追逐模型热点，转而构建“生产-用工”一体化的数字劳动力平台。通过双产品协同形成数据飞轮，瞄准“算力兑换人力”的巨大价值，在垂直行业实现商业化验证后，正迈向规模化扩张。这为AI创业如何穿越技术周期、找到扎实的商业立足点提供了一个值得观察的样本。