本文来源：时代周报 作者：李佳晅

全国两会期间，全国政协委员、360 集团创始人周鸿祎提交了三份提案，聚焦人工智能产业的发展与安全。周鸿祎在接受时代周报记者采访时表示，在即将到来的百亿智能体时代，能力被重新分配，中小企业迎来新机遇。不过，智能体落地需安全托底，更需要推动推理算力降低应用门槛。

3 月 5 日，政府工作报告首次提出 " 打造智能经济新形态 " 概念，强调深化拓展 " 人工智能 +"，加快推广新一代智能终端和智能体，并在能源、算力、数据等方面作出系统部署。

周鸿祎认为，这意味着 AI 正从 " 聊天对话 " 走向 " 价值创造 "。国家不仅支持 AI 赋能千行百业，也在布局产业链和生态体系。这轮发展，或将带来比过去三十多年互联网经济更深远的发展机遇。

在此背景下，市场有望催生出一批抓住机遇的 AI 创业者，他们懂场景、能落地。

全国政协委员、360 集团创始人周鸿祎

能力平权时刻

智能体正迎来批量爆发期。

据中商产业研究院报告，2024 年全球 AI 智能体市场规模约 51 亿美元，预计到 2030 年将接近 500 亿美元。IDC 数据显示，2025 年全球人形机器人出货量达 1.8 万台，同比增长约 508%。AI 手机、AI 眼镜等端侧终端密集亮相，智能体正从云端走向现实世界。

在周鸿祎看来，从 " 百模大战 " 到 " 百亿智能体 "，企业竞争逻辑正发生变化。过去，风控、法务等专业能力稀缺，中小企业很难聘请到专业专家。现在，专家能力被重新分配到智能体上，专业知识实现规模化复制，专业能力壁垒正在被打破。

这意味着，中小企业有意愿做但受限于能力的事情，有了落地可能。比如，请不起专业法务，现在能用智能体审核合同；养不起风控团队，现在能用智能体紧盯交易风险；留不住资深专家，现在能把专家经验固化在智能体上。那些因为缺钱、缺人而被搁置的事，有了低成本推进的路径。

愿景虽好，落地之路却也并非坦途。

周鸿祎指出，中小企业应用智能体面临三个现实挑战：一是实际应用中，企业容易把智能体当作展示工具而非生产工具，导致应用流于形式；二是通用算力若无法转化为懂行业、懂流程的具体能力，智能体就难以落地；三是缺乏安全保障，企业不敢将关键岗位工作交由智能体处理。

对此，周鸿祎建议，中小企业不要盲目追求智能体的部署数量，关键在于让智能体真正进入业务岗位、承担具体职责。哪怕只部署几个智能体，只要它们能替代或辅助人工完成实质性工作，就是有效的生产力升级。未来行业的分水岭，不在于企业拥有多少智能体，而在于有多少岗位被智能体真正改变。

对于 AI 创业者来说，百亿智能体时代的入场券标准也已不同。

周鸿祎认为，AI 创业的核心竞争力已从技术驱动转向场景驱动，比拼的不再是模型大小，而是谁更懂产业的真实问题。他预测，未来的创业机会在于围绕具体岗位重构工作方式，比如风控、排产、客服等领域，只要智能体能承担岗位核心职责、形成可量化的效率提升，就能创造实实在在的产业价值。

" 在百亿智能体时代，最有可能成功的不一定是算法最强的人，而是既懂行业、又能把智能体嵌入业务流程的人。" 周鸿祎说。

在他看来，未来三类创业者最有可能获得成功：一是深耕行业多年、最懂业务流程的人；二是能把技术和产品工程打磨到极致的人；三是更懂 AI 安全、能为企业发展托底的人。

" 以模治模 "

智能体发展浪潮奔涌向前，安全底座建设必须同步跟上。

今年政府工作报告 17 次提到 " 智能 "、35 次提到 " 安全 "，提及次数较去年大幅提升，表明 " 智能 " 与 " 安全 " 正加速向各行业渗透。这也点明了 AI 时代的一个重要命题：当智能体大规模进入生产环节，安全问题该如何托底？

周鸿祎认为，AI 时代的安全问题已难以用传统方法解决，必须走向 " 以模治模 " 的新路径。

在智能体时代，网络攻防双方的格局将会发生变化，未来的攻击者本身可能就是智能体。当成千上万个不知疲倦的黑客智能体在不断尝试攻击，而防守方仍依靠几名安全专家值班、手工处理告警，将难以有效应对。

对此，周鸿祎认为，未来网络攻击会向智能体化发展，防守也必须实现智能体化。过去，一名顶级安全专家十分稀缺，但智能体一旦学会某种安全能力，就可以被复制成上千个同时工作，安全能力第一次可以像算力一样实现规模化供给。

他分析，这会给防守方带来将安全防控逻辑前移的机会。对具体企业而言，可通过智能体 7 × 24 小时不断测试、主动探测，把潜在风险提前暴露并做好预警；引入安全智能体之后，大量无效告警会被自动过滤，真正需要人工处理的安全事件大幅减少，安全团队便能将精力集中在最关键的风险处置上。

推理算力决定智能体走多远

智能体的普及、安全的攻防对抗，都离不开推理算力支撑。

智能体的落地，要求算力发展重心从训练转向推理。周鸿祎认为，训练算力是 AI 发展的重要基础，但推理算力决定着智能体能否真正进入企业业务流程。

对此，他打了一个直观的比喻：训练像培养一个专家，而推理更像让这个专家每天到岗开展工作。训练算力在模型研发阶段固然关键，且未来仍有提升空间，但从应用层面看，下一阶段更大的增量空间在推理算力领域。只要智能体开始承担真实的业务流程工作，就会持续消耗推理算力，且这类需求将呈持续增长态势。

周鸿祎表示，优化推理算力布局，将有效降低中小企业使用 AI 的门槛。目前，很多中小企业并非不想用 AI，而是用不起、用不好。只有推理成本降下来、推理能力普及开来，智能体才能真正融入企业业务流程，" 人工智能 +" 才能真正落到产业发展实处。

" 如果推理算力供给更充足、成本更低，企业就可以更容易部署自己的智能体，让 AI 真正参与到核心业务流程中。" 周鸿祎说。