烏鎮峰會定調"可信可控"，白鴿在線把驗證做成按次收費的生意
/朝聞通/AI要讓人放心，靠的不是更強的模型，是每一次判斷都能被查清楚。這個動作叫驗證，它可以按次計費。白鴿在線的MaaS，收的就是這筆錢。
11月3日上午，2026年世界互聯網大會烏鎮峰會開幕，主旨演講提出"必須堅持人的主導性，讓機器成為人類的可信工具"，并把"數實融合的安全之虞"列為四個重點關注之一，要求"更加可控的技術創新、更加嚴密的安全防範"。
這段話裡，"可信"是結果，"可控"是前提，兩者的落點都在同一個動作上：驗證。一個判斷能不能信，取決于它能不能被複算，能不能定位到哪一步偏了。沒有驗證，可信隻是一句态度。
而且這不是遠期命題。IDC的另一組調研顯示，截至2026年7月，95.4%的企業已經把智能體部署到平均11條生産工作流中，每月推理預算接近11.8萬美元。智能體已經在替人做判斷，驗證的需求是當下的。
國際數據公司(IDC)在上月發布的FutureScape 2027裡給了時間表。到2028年，70%的全球2000強企業将具備持續驗證AI智能體決策的能力，而目前這個比例隻有14%。同一份報告還預測，75%的這類企業會把智能體自主行為的責任條款寫進技術供應合同。驗證正從"最好有"推向"必須有"。
IDC首席研究與數據智能官Meredith Whalen說得更直接：最終的赢家，是那些能夠以部署智能體同樣快的速度，驗證每一個智能體行為的組織。注意她選的那個比較對象，不是模型多強，是驗證多快。
白鴿在線的業務就長在這個動作上。它把風險識别、損失預測、動态定價封裝成AI風控服務，按調用量收費，覆蓋80類場景。每一次調用，是對一個判斷做一次驗證，然後按這次驗證收費。今年前三季度MaaS收入同比增長730.4%，第三季度環比再增29.33%。
驗證難的地方不在結論，在過程。一次判斷出了偏差，要能說清是哪一環先偏的：是數據進來的時候就偏了，還是模型在那一步算錯了。這靠的是曆史記錄做底，事後倒推不出來。
這裡有個結構上的差别。項目型收入按交付次數算，客戶數量決定天花闆。驗證型收入按調用次數算，天花闆等于決策發生的頻次。一個場景裡每天要做多少次風險判斷，就有多少次驗證需求。這個次數不需要重新拉客戶，同一個客戶用得越深，它就長得越快。
