7月17日,2026世界人工智能大会(waic)在上海正式拉开帷幕。作为36氪连续第三年深度参与waic现场报道的核心内容阵地,“氪话未来”直播间也在大会首日同步启动,直击前沿对话一线。润建股份董事、副总裁丁永受邀走进36氪「氪话未来」特别专访间,立足waic现场,围绕token规模化生产、行业级应用落地、商业价值闭环构建及全球化出海路径等关键议题,系统阐述润建股份打造端到端token服务能力、加速企业ai深度落地的实践逻辑与战略布局。
本届WAIC以“智能伙伴,共创未来”为年度主题。随着AI产业迈入应用深化新阶段,行业焦点正加速从模型参数比拼、性能突破等技术维度,转向真实业务渗透力、使用成本可控性与可衡量商业回报等价值维度。相较往年聚焦算力堆叠与算法迭代的讨论,2026年的AI产业更迫切回应一个根本性命题:AI如何真正嵌入企业核心业务流?如何显著降低应用门槛?又如何通过可验证的业务结果持续释放价值?
在此演进背景下,Token已跃升为贯通算力供给、模型调用与场景应用的关键基础设施。对企业而言,AI规模化落地不仅依赖更强大的模型底座,更亟需低成本、高稳定、强安全的基础资源支撑,以及深度耦合业务逻辑的应用服务生态。换言之,AI竞争范式正在发生结构性迁移——由“模型能力竞赛”全面升级为“价值闭环能力竞备”。
润建股份的实践锚点正落于此:依托五象云谷Token工厂,构建覆盖Token生产、交易、应用集成与现场交付的全栈能力体系;并通过AI FDE(AI Forward Deployed Engineer)这一创新交付范式,将标准化工具链、弹性Token资源与垂直行业Know-How深度融合,推动AI从技术能力真正转化为组织生产力。对企业级AI而言,落地成败的终极标尺,并非技术先进性本身,而在于能否扎根业务一线,持续产出可量化、可追溯、可付费的商业成果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

以下为访谈实录,经36氪编辑整理:
36kr:欢迎丁总做客36氪“氪话未来”直播间。今年WAIC,润建股份以“Token涌动,价值共生”为主题参展,并精心规划四大功能展区。请问本次展陈最希望向业界传递的核心信息是什么?
丁永:四大展区整体呈现的是我们围绕Token价值闭环所构建的全链条能力图谱,涵盖Token高效生产、灵活销售、场景化应用及规模化部署落地等关键环节。
其中,最具代表性的突破体现在三个层面:
首先是五象云谷Token工厂的自主进化能力。当前,Token生产的性能瓶颈已成为制约普惠化应用的关键。本次展会,我们正式发布五象云谷Token工厂“润蟾平台”,通过底层架构优化与调度策略升级,实现Token吞吐效率提升达700%,显著摊薄单位Token成本,加速AI能力走向大众化、普及化。
第二是能源成本的系统性压降。电力支出占Token生产总成本比重极高,而破局关键在于“算电协同”的精细化运营。依托润建在综合能源管理领域的深厚积淀,我们创新融合虚拟电厂与分布式储能系统,实现绿电资源的智能调度与高效消纳,大幅压缩算力生产过程中的能源开支。
尤为值得一提的是,我们在南宁五象云谷智算中心获批自建220千伏专用变电站,配套480兆瓦供电容量,为超大规模算力集群提供高可靠、低波动的能源保障。该举措预计可降低整体算力使用成本超30%。
叠加上述两项技术降本路径,Token生产环节已初步具备大规模普惠基础。
此外,在硬件基础设施层面,伴随GPU算力密度持续攀升,液冷正逐步取代风冷成为主流散热方案。我们采用微通道液冷+800伏高压直流供电组合技术,将数据中心PUE压降至1.1以下,进一步夯实Token生产的能效优势与成本竞争力。
其次,在Token应用侧,价值闭环的达成必须回归真实业务现场。为此,我们提出AI FDE服务体系,并将其升级定义为VGE(Value Growth Engineering,价值增长工程师)。其本质是组建专业团队驻场客户一线,与业务部门并肩开展AI场景挖掘、方案设计与效果验证。
客户为何选择这一模式?一方面,我们提供极具性价比的Token资源;另一方面,我们沉淀了一套适配企业AI转型节奏的轻量级工具矩阵。这些工具已在展区集中亮相,包括曲尺元基、OPC Team、阿波罗11等。我们不是单纯交付技术,而是携工具与Token共同进场,以业务结果为导向驱动价值落地。
更重要的是,我们坚持“按效付费”原则——对每个Token所产生的实际经济收益进行精准测算与可视化呈现,使客户清晰感知AI投入产出比,从而构建起可持续的价值信任机制。
以阿波罗11为例,它定位为企业级认知中枢。尤其对广大中小企业及制造类企业而言,日常经营常面临“数据孤岛多、全局视角缺、决策依据弱”等痛点。阿波罗11即致力于打造统一认知底座,有机整合人、财、物、产、供、销等全要素数据。
但区别于传统数据中台的静态聚合,阿波罗11基于数据本体建模方法论,将业务规则、实体关系与语义逻辑深度绑定,再结合大模型推理能力,构建动态演化的实时知识图谱。管理者不仅能穿透式掌握经营全貌,更能延伸至供应链韧性评估、产能瓶颈识别、目标达成路径推演等高阶能力。例如,当企业设定“产能提升20%-30%”的战略目标时,系统可自动分析关键约束因子,并给出可执行的优化建议清单。
目前,该方案已在制造业完成7-8个标杆项目落地,客户普遍反馈管理颗粒度显著提升、决策响应速度加快,且付费模式与实际增益挂钩,真正实现了“用得好才付钱”的良性循环。
最后一大亮点是Token出海战略的实质性推进。这已成为公司当前重点布局方向之一。
客观来看,海外Token采购成本普遍为国内的10至30倍,价格鸿沟巨大;与此同时,中国大模型在开源生态建设与闭源模型性能上,与国际头部水平的差距正快速收窄。加之VGE服务体系本身具备跨地域价值输出能力——当我们将这套方法论带出国门,后续持续运行必然产生稳定Token需求,而我们的成本优势将成为核心竞争力。
当然,Token出海需筑牢三大基石:
一是低时延网络能力。海外客户对服务响应速度极为敏感。依托南宁五象云谷智算中心与南宁国际通信出入口局的直连链路,我们已完成专线调试。正式商用后,面向东南亚区域的平均网络时延可控制在20毫秒以内,接近国内本地体验。
二是价格竞争力。前文所述的生产端降本成果,将直接转化为海外市场的定价优势。
三是合规适配能力。在广西自治区政府大力支持下,我们已取得相关跨境数据处理资质与安全认证,可满足不同国家和地区在数据主权、隐私保护及监管审计等方面的差异化要求。因此,在Token出海领域,我们已具备扎实的先发条件,这也是本次展会重点呈现的战略支点。
36kr:丁总刚才重点介绍了AI FDE模式。请问该模式当前处于哪个发展阶段?是概念验证、小范围试点,还是已进入规模化交付阶段?能否请您具体展开说明?
丁永:目前已全面进入商业化交付阶段。前述制造业案例中,我们正是通过VGE模式完成了7个项目的闭环落地。具体操作路径是:由VGE团队携带定制化工具包与弹性Token资源进驻客户现场,全程协同业务方完成需求梳理、场景建模、系统集成与效果验证。
项目验收标准并非技术指标达标,而是以实际创造的经济效益为唯一依据。所有合作均签署结果导向型合同,目前已签约多个项目,其中两个已完成终验并进入稳定运营期。
简言之,AI FDE就是一支“价值增长特战队”,深入业务腹地,用工具提效、用Token赋能、用结果说话。
36kr:我们注意到展区内的Dev Workshop区域人气十分旺盛,现场提供了多款AI开发工具供开发者即时体验。那么本次体验设计,更侧重于提升开发效率、优化使用成本、强化安全防护,还是改善业务交互体验?
丁永:这些工具主要聚焦两大核心诉求:提速与守安。
“提速”方面,以阿波罗11为例,当企业建立认知底座后,可精准识别产能提升的关键杠杆点。但若原有IT系统老旧或缺失,便需快速补位开发能力。此时,展区工具即发挥关键作用:如曲尺元基支持自然语言一键生成符合业务语义的智能体,并无缝嵌入现有系统;OPC Team则是一个多智能体协同开发框架,可替代传统软件开发中产品经理、项目经理、前后端工程师等多重角色,仅需用户描述业务意图,即可由数字人Agent自动编排任务、生成代码、完成测试与部署,极大压缩开发周期与人力依赖。
“守安”方面,数据安全与隐私合规已成为企业AI化的刚性门槛。现实中,部分数据可上云,部分必须本地化处理。若无法兼顾二者,大量高价值AI场景将无法落地。因此,我们提供混合式部署方案,明确界定云端Token与本地Token的适用边界,并配套边缘推理能力。同时,针对云端AI服务可能面临的幻觉、越狱、提示注入等风险,我们也同步展出多款AI原生安全产品,覆盖输入过滤、输出校验、行为审计等全链路防护,为企业AI应用构筑可信防线。
总体而言,这些工具旨在帮助企业实现“更快上线、更稳运行”的AI应用双目标。
36kr:展望未来,润建股份最希望在哪些关键领域取得实质性突破?外界应重点关注公司的哪些阶段性动作?
丁永:润建股份的战略定位是“高质量Token服务商”。下一阶段,我们将聚焦两大主攻方向:
第一,加速Token工厂产能跃升与模型供给升级。当前产能正以月度翻倍节奏扩张,但“量”的增长只是基础,“质”的跃迁更为关键。未来,我们将重点拓展面向垂直行业的场景化模型组合库,例如面向电力巡检、化工安全生产、装备制造质检等领域的专用模型集,而非仅提供通用大模型API。
第二,全力推动VGE服务体系规模化复制。目标是从国内重点行业向东南亚市场纵深拓展,实现服务半径与客户规模的双重突破。衡量进展的核心指标包括:企业级AI服务覆盖企业数量、月度Token消耗总量、客户月活跃度(MAU)及续费率等。目前,相关路径已明确,资源正有序投入,整体战略落地节奏符合预期。











