战略合作签约｜腾讯云×数美科技 携手护航 AI 安全！
内容提要
10月29日，数美科技与腾讯云在腾讯全球数字生态大会签署战略合作，围绕云服务与AI安全、行业方案及生态拓展协同，推动大模型与智能体安全落地。数美AI安全产品总监叶扬分享：用大模型提升风险识别，并优化质检、标注、人审等重复性工作；评估投入产出需看识别指标和人工替代成本。企业AI转型应落实关键风险控制点，审慎判断技术从Demo到生产的条件，并同步考虑安全。
延伸解读
合作聚焦：云与AI安全协同
数美科技与腾讯云的战略合作围绕云服务与AI安全能力协同、行业解决方案共建及生态合作拓展展开，目标是助力大模型与智能体在企业业务场景中安全落地。这表明双方将各自在云服务与AI安全领域的积累进行整合，而非单一产品对接，合作方向具有体系化特征。
AI提效的评估逻辑
数美科技在内部将大模型用于质检、标注和人审等重复性工作，选择场景时考察工作是否重复、结果是否可验证、是否引入新风险。评估投入产出时，产品能力提升看风险识别的精确率与召回率等指标，内部提效则直接比较AI与人工完成同规模样本的成本。但涉及企业整体转型时，个人提效未必转化为组织效率，投入产出更难判断。
企业AI转型的三个风险点
数美科技AI安全产品总监叶扬提出三个需关注的问题：一是在组织和流程中落实关键风险控制点，避免员工依赖AI执行、中层依赖AI审核导致质量问题逐层传递；二是审慎判断技术从Demo到生产再到组织应用的条件，Demo跑通不代表能生产运行或盈利；三是推进Agent应用时同步考虑安全，数据泄露等风险可能造成严重影响。
Q&A
数美科技和腾讯云在AI安全方面达成了什么合作？
2026年10月29日，数美科技与腾讯云在腾讯全球数字生态大会签署战略合作，双方将围绕云服务与AI安全能力协同、行业解决方案共建及生态合作拓展等方向开展合作，助力大模型与智能体在企业业务场景中的安全落地。
数美科技如何利用大模型提升风险识别能力？
数美科技在原有分类模型、视觉模型的基础上引入大模型，加强对复杂内容和深层意图的理解，从而提升多模态内容风险的识别效果。
企业如何评估AI在内部重复性工作中的投入产出？
对于内部重复性工作的提效，可以直接比较AI与人工完成相同任务的成本。对于同一批足够大规模的样本，比较AI的处理时间、运行费用，以及人工完成相同工作的成本，据此判断应用价值。
企业推进AI转型时需要注意哪些风险控制问题？
叶扬提出三个重点：第一，在组织和流程设计中落实关键风险控制点，避免各层级依赖AI导致质量问题逐层传递；第二，审慎判断新技术从Demo走向实际应用的条件，分别判断技术能否落地、投入产出是否合理、能否为组织带来实际价值；第三，推进Agent应用和企业AI转型时同步考虑安全，将安全作为重要因素纳入考虑。
数美科技选择大模型落地场景时重点考察哪三个方面？
数美科技重点考察三个方面：工作是否具有重复性，结果是否可以验证，以及应用AI是否会引入新的风险。基于这三个条件，数据质检、数据标注和人审是数美应用大模型的重要场景。
为什么说AI从Demo到生产落地需要分阶段判断？
因为Demo展示、生产运行，以及将生产结果应用于组织，是三个不同层面的问题。Demo跑得通，不代表能够投入生产；能够运行，不代表能够盈利，也不代表能够改善企业经营。企业需要分别判断技术能否落地、投入产出是否合理，以及能否为组织带来实际价值。
