共计 1102 个字符，预计需要花费 3 分钟才能阅读完成。
行业模型不是通用模型缩小版, 百望王志伟谈财税大模型落地产业实景
在 2026 ITValue Summit 数字价值年会上, 百望股份 CTO 王志伟抛出了一个值得行业关注的观点: 行业模型不是通用模型的缩小版, 而是通用模型进入产业实景之后“长出来”的一套工作系统。这家以电子发票起家的公司, 正试图用十年积累的 260 亿张交易凭证, 训练出一套能真正进入企业核心流程的财税大模型。
📌 为什么企业需要垂类大模型
过去三年, 行业比较模型时看的是参数规模、榜单分数和通用知识 。但王志伟判断, 未来三年竞争中心会转移: 模型能不能进入真实业务、让数据持续回流、让专业角色完成工作, 并由业务来验收。
- 幻觉与事实风险 : 财税场景极其严谨, 模型不能只说“说得通”的解释, 必须配备事实校验器, 对发票、税票、工商及企业经营行为交叉验证。
- 数据主权 : 财务和交易数据高度敏感, 私有化部署是企业敢不敢用的技术前提。
- 成本问题 : 长期调用外部通用模型 Token, 成本和治理都不可控。
🔍 百望的路径: 真实交易数据打底
百望最有价值的数据不是发票本身, 而是发票背后对应的商业事件 。每张发票连接着交易对手、订单合同和一系列商业行为, 把票、税、单证串联起来, 才能理解企业的经营实景、上下游关系和财税特征。
截至目前, 百望处理交易凭证超过 260 亿张 , 累计交易金额超千万亿元, 覆盖企业税号九千万以上。这些数据有三个维度的价值: 广度上能看到不同上下游之间的交易关系; 长度上积累了跨度超过十年的企业经营脉络; 新鲜度上能做到 T + 1 更新, 跟上正在发生的商业行为。
💡 从“能回答”到“卖结果”
百望定义的垂类模型包含五层能力: 持续更新的行业知识、确定性表达行业规则、真实交易行为、嵌入企业工作流、可验收可追责的评价体系。 缺任何一环 , 模型都停留在演示层面。
考核指标也随之改变。 从回答准确率 , 转向异常发现率、申报差错率、人工审核命中率等业务结果。百望的数据飞轮是: 真实业务产生交易数据, 数据训练行业模型, 模型支撑 AI 决策, 决策产生业务结果, 专家反馈再反哺高质量训练集。
目前, 财税大模型主要解决四类任务: 合规与风险管控、财税作业流程执行、方案分析与决策辅助、经营分析与洞察。 以付款环节为例 , 系统同时读取发票、供应商、订单、合同等数据, 由不同工种的智能体协同完成核验和分析, 最终形成结论。AI 承担“准备事实”, 人保留授权和责任。
📊 行业观察: 垂类模型的真正门槛
围绕“行业模型不是通用模型缩小版, 百望王志伟谈财税大模型落地产”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
