从"预测下一个词"到"预测世界下一个状态"——一个企业信息化团队的AGI冷思考

如果你关注AI行业，2026年上半年大概会让你有一种感觉：所有事情都在同时发生。

1月，北京智源研究院发布《2026十大AI技术趋势》，明确提出一个判断——AI正在从"预测下一个词"（Next Token Prediction）向"预测世界下一个状态"（Next State Prediction）迁移。这不是一个学术概念，而是一个信号：AI行业共识正在发生根本性转变。

紧接着，资本疯狂涌入"世界模型"赛道。极佳视界3个月融资35亿，成为国内首个世界模型独角兽；图灵奖得主Yann LeCun离开Meta创办AMI Labs，拿到10.3亿美元种子轮，放话"现有LLM路线彻底错了"；李飞飞的World Labs估值50亿美元，首款产品已经上线。4月16日，腾讯和阿里同一天各发布一款世界模型产品。

与此同时，AI智能体（Agent）开始大规模进入企业。Gartner预测，2026年底40%的企业应用将嵌入任务型AI智能体，而2025年这个比例还不到5%。国际顶尖投资机构几乎全部停止了以"对话"为核心的新增投资，全面转向Agent赛道。

这些数据放在一起，指向同一个结论：2026年不是AGI的终点，但它是"概念"和"落地"的分水岭。

但说回我们自己——一个做了多年企业信息化的团队——我们每天接触的是不同类型的企业：制造业、服务业、科技创业公司、传统集团。

它们的焦虑其实不是"AGI什么时候来"，而是更实际的问题：

"我是不是落后了？"

有个做五金配件的客户老板跟我说过一句话，很典型："我经常看有人发AI改变世界，但我连自己ERP的数据都没还理清楚，我是不是可以买个ChatGPT先？"

这种焦虑，我们在过去半年至少见过上百次。

但说实话，大部分企业对AGI的理解，还停留在"对话式AI"阶段。它们以为AGI就是一个更聪明的ChatGPT，能回答所有问题、做所有决策。这离真相差得太远。

真实情况是：AI正在从"会说话"变成"会做事"。

36氪最近一篇文章的标题很精准——《2026，AI正在走出对话框》。过去AI的价值在于给你答案，现在AI的价值在于帮你把事做完。你跟Agent说"帮我订一张明天北京到上海的机票"，它不只是推荐航班，而是查航班、比价、下单、出票，整个流程自动跑完。

对话从"终点"变成了"起点"。

这个变化，对企业的意义远比对个人消费者大得多。因为企业的核心痛点从来不是"找不到信息"，而是"流程太长、系统太多、人效太低"。

为什么整个行业在转向？因为大家越来越清楚：光靠预测文本，到不了AGI。

这不是我们的判断，这是2026年行业共识。

这就是为什么世界模型成了新的共识方向。世界模型不只是"理解语言"，而是"理解物理世界的运行规律"——重力、摩擦力、空间关系、因果逻辑。这是AI从"认知"走向"真正理解"的关键一步。

你可能会说：这些是顶尖实验室的事，跟我一个做企业的有什么关系？

因为世界模型解决的核心问题——理解真实世界的复杂性——恰恰是企业AI落地的最大瓶颈。

举个例子。一个制造企业想用AI做生产排程。传统的语言模型只能根据历史文本数据"猜"一个排程方案，但它不理解车间的物理约束——设备切换需要时间、工序之间有依赖关系、工人排班有规则。所以它给出的方案看起来合理，一落地就出问题。

这就是"幻觉"在企业场景中的真实表现： "看起来对但实际上不能用" 。

韩国科学技术院最近的研究也印证了这一点。他们开发了AkasicDB，将向量数据库、图数据库和关系数据库融合，让AI能同时理解文档、数据和实体之间的深层关系。测试下来，复杂查询响应时间从21秒降到1秒以内，准确率提升78%。

AI要真正在企业中落地，它需要的不只是语言能力，而是理解企业"小世界"运行规律的能力。 理解你的业务流程、数据关系、决策逻辑。

回到最实际的问题：面对AGI的趋势，企业现在应该做什么？

我们的判断是：不要等，但要选对路径。

不要等——不是因为AGI明天就来，而是因为AI能力正在快速嵌入到企业工具链中。等AGI"成熟"了再用，就像等互联网成熟了再上网一样，等你反应过来，竞争对手已经跑了两圈。

选对路径——这是更关键的部分。我们发现很多企业的AI焦虑，本质上是"不知道从哪下手"。它们试过大模型API，试过各种AI工具，但发现用不起来，或者用了等于没用。

问题出在哪？出在它们只关注了"AI有多强"，忽略了"自己的数据有多乱"。

企业离AGI最近的一步，不是去接最强的大模型，而是先让自己的数据"活"过来。

数据是AI的燃料，但大部分企业的数据是"死"的——散落在不同系统里、格式不统一、关系不清晰、权限混乱。你给AI喂这样的数据，出来的结果只能是"幻觉"。

所以我们的建议很简单：

最后说一下，为什么我们要写"我们与AGI的距离"这个系列。

不是因为我们觉得自己离AGI很近——而是做了这么多年企业信息化，我们比谁都清楚，企业距离AGI还有很长的路要走。

我们也比很多人清楚，企业距离"用上AI"其实只有一步之遥。这一步不是等技术成熟，而是把自己的基础打好——数据、流程、工具链。

这个系列，我们会从不同维度展开：数据层、落地路径、协作方式、成本分析、工具评测，最终给出我们作为一个企业信息化团队对"距离"的真实判断。

不贩卖焦虑，不画饼，只讲我们能看到的、能做到的、和正在做的。

这是第一篇。后续内容，持续更新。

本文是"我们与AGI的距离"系列第一篇。作者团队长期从事企业信息化产品工作，关注低代码、AI应用、企业数据治理等领域。