Pegasystems(PEGA)罗森布拉特科技峰会AI会议纪要

发布时间：2026-08-18 一、核心要点 1. Pegasystems聚焦全球金融、政府、保险、医疗等行业关键工作流与决策平台，客户含威瑞森、富国银行等，核心为决策AI与工作流工具。 2. 业务推进逻辑：反对全流程大模型应用，主张AI融入业务工作流，仅在非结构化数据处理、跨域分析等AI独有价值场景使用，80%-90%重复性确定性工作仍用传统技术；多数企业从零散部署AI代理转向聚焦高价值流程，结合AI优化工作流而非堆砌代理；流程挖掘为AI输入辅助工具，需结合含行业最佳实践的蓝图引导业务优化；RPA为部署AI代理辅助手段，用于临时解决无API对接问题，未来随蓝图与Infinity Studio升级将逐步被替代。 3. 对AGI持怀疑态度，认为大型语言模型（LLM）并非通往AGI的合适架构，企业更关注AI当前实用价值而非长期技术畅想。 4. Pega高管具备软件开发与产品管理背景，现任CTO，日常50%时间对接企业客户解决AI问题、50%时间负责市场推广与团队管理，核心聚焦金融、保险、医疗等行业客户AI落地需求；行业AI需求已从「证明使用AI」转向「AI落地实际价值」，当前痛点为Token消耗带来的成本压力，企业更关注AI对业务效率、客户体验、合规性的实际提升。 5. Pega差异化优势：一是Blueprint可对接Claude、Gemini、GPT等模 型，专注流程重构，适配企业需先优化流程再部署AI的实际需求，避免AI适配低效流程；二是支持AI与高确定性重复流程融合，用AI辅助信息采集、欺诈筛查等环节但保留流程确定性，保障合规与可审计性；三是推出按案例收费模式，无需客户按Token付费，规避成本失控风险。 6. 客户选择Pega作为工作流引擎，因工作流引擎大量代码为非差异化内容，重构成本高，Pega方案可帮助企业平衡AI应用的创新性、确定性与成本可控性。 7. Google选择Pega处理大量运营工作流程，专注自身差异化核心能力而非自行开发工作流引擎，认为业务规则需透明可变更，避免代码掩埋导致的高使用成本与风险。 8. Pegasystems构建可视化工作流层，业务人员可直接查看、拖拽变更流程，AI工具可可视化展示变更结果，推出Infinity 26版本强化该能力；采用类似Airbnb与酒店的共存模式，不会因AI代理取代全部场景；多年前转向基于API的无头部架构，适配多渠道需求。9. Pegasystems推出模型上下文协议（MCP），使所有工作流可被外部代理调用；新增Infinity Studio开发环境，降低Pega专业技能要求，保留可视化层保障过程透明； 支持客服投诉等场景混合代理交互与人工审核，该架构为未来发展基础；授权模式按处理案例数量计费，客户接入更多渠道的业务量增长符合双方利益，已有客户部署代理作为前端整合Pega工作流；推出遗传过程织物（Genetic Process Fabric），统一管理多系统分散的工作流能力，简化终端用户体验，适配客户分散化架构现状；Blueprint工具可快速展示客户业务用例工作流，改变销售沟通方式，用户可访问指定网址试用。二、投资线索 1. 行业观点：Forrester首次发布AI平台分类报告，明确区分AI平台与基础模型提供商，指出企业不需要选单一AI平台，而是会分散投资，同时强调「模型才是生成式AI价值的核心」。 2. 产品价值：AI相关产品功能包括Blueprint可推荐代理操作并可视化体验，可通过MCP接入Claude等前端；Infinity Studio将Blueprint的AI工作流设计能力延伸至构建环节，支持非资深Pega用户通过AI完成配置修改；核心价值为加速客户实现业务价 值，缩短设计、构建周期，减少人力需求，降低对资深Pega技术人员的依赖，最终实现更高效、合规、可审计的流程。 3. 客户案例：银行客户正考察六至九位数级别的业务案例，以获取流程优化收益。 4. 系统现代化：AI既提升了客户对系统改造的紧迫性，又降低了转型门槛；Pega与亚马逊云科技（AWS）的Transform产品通过MCP对接，可针对工作流调用Blueprint进行重构，客户更倾向流程重塑而非简单「 lift and shift」，以适配AI自动化需求。 三、风险与关注 1. 大型语言模型（LLM）赛道市场竞争热度较高，当前围绕开源与闭源的选择存在较多讨论；企业应用AI需警惕Token消耗带来的成本压力，避免因非概念性部署导致业务效率、客户体验、合规性未得到实际提升。 2. AI代理部署需避免堆砌，应聚焦高价值业务流程；AI应用需平衡创新性、确定性与成本可控性，避免因流程适配低效或成本失控影响业务落地。3. 大型语言模型（LLM）并非通往通用人工智能（AGI）的合适架构，企业需理性看待长期技术畅想，聚焦AI当前实用价值的落地。