复旦大学张奇：大模型和AI Agent落地关键在场景、实现组织与AI共生
在人工智能技术快速演进、企业数智化转型深化的背景下，如何让大模型与AI Agent从“技术可行”走向“业务可用”，成为各界关注的焦点。8月9日，在致远互联主办的“2025协同管理论坛暨第15届用户大会”上，复旦大学计算与智能创新学院教授、复旦大学「眸思」（MouSi）大模型项目首席科学家、上海市智能信息处理重点实验室副主任张奇教授指出：“AI的真正价值在于找到能够创造实际业务和管理成效的场景。” 致远互联则以AI-COP的低代码定制化与AI Agent双模式应用开发的平台能力，为这一理念提供了落地抓手，推动AI走进真实工作流，实现可控、可持续的人机协同。
大模型不是万能钥匙，场景是价值核心
论坛现场，张奇教授以《大模型及Agent落地演进》为题，从自身20年自然语言处理研究经验出发，剖析了大模型能力边界与落地难点。他指出，当前大模型虽在多任务处理、生成能力等方面取得突破，但其本质仍是统计记忆范式，面对陌生结构或高推理依赖的任务，准确率仍难稳定突破。
“真正的AI落地，不在于装上一个大模型，而在于在正确的场景里用合适的模型，并针对业务做定制。”张奇表示。他强调，在许多业务中，在人机协作的方式下，比全自动替代更容易创造长期价值：AI适合高重复、可快速验证结果的环节，由人完成复杂推理与结果裁决，形成安全、高效、可控的业务闭环。
AI-COP：“低代码+Agent”双模应用开发，让智能深植业务
在AI落地的最后一公里中，致远互联提出了自己的答案——以协同运营管理领域二十余年的平台化积淀，为AI实际应用提供支撑。
AI-COP平台基于低代码框架，提供灵活的AI Agent平台能力，允许企业根据自身业务，自主组合与定制Agent功能模块，快速构建适配组织流程的智能化应用。从知识问答、流程处理，到数据抽取、决策辅助，AI可被“嵌入”至各种微场景之中，高度契合不同企业的管理与业务诉求。
这种模式不仅显著降低部署门槛和迭代成本，还让企业能在自身业务节奏中持续优化智能能力，实现“从可用到常用、从演示到创造价值”的跨越。
场景驱动的人机协作，释放更大管理潜能
行业专家认为，“低代码+Agent”双模应用开发代表了AI落地的务实路径：
定制化：确保AI与企业业务形态深度适配，而非生搬硬套。
人机协同：发挥AI高效与人的判断力优势，提升整体产出质量。
场景优先：聚焦可快速验证结果、高价值回报的场景，实现稳步推进。
致远互联方面表示，AI-COP不仅要让AI“能用”，更要成为组织管理、流程执行、知识运营与决策辅助的可靠伙伴。未来，公司将深化与行业客户的共创机制，让AI Agent在更多领域释放价值，推动企业协同管理从数字化迈向智能化。
随着AI技术从“实验室”加速走向“生产线”，谁能率先找到“匹配自身价值链的核心场景”，谁就能在新一轮的智能化竞争中占据先发优势。AI-COP的“低代码与Agent”双模应用开发能力，或将成为组织穿越AI落地“最后一公里”的关键桥梁。