一个 AI系统越聪明，企业就越敢把事情交给它吗？ 答案可能正相反。 Poetic 近期完成 5000 万美元 A 轮融资，估值 5 亿美元，由 Kleiner Perkins 领投，OpenAI、Founders Fund 和 First Harmonic 参投。 这笔融资押注了一件有些逆潮流的事情：给 AI 立规矩。 当同行都在追求更自主的 Agent，Poetic 选择让系统「像 AI 一样学习，像代码一样运行」。
古人说：”徒法不能以自行。”银行的欺诈调查、保险理赔、金融机构的合规审核也是如此。
一个经验丰富的员工知道哪些情况可以放行，哪些细节必须复核，遇到异常又该去哪里寻找证据。这些判断，一部分来自制度，一部分来自长期积累的经验。
大模型擅长处理模糊问题，却无法保证每一次判断都正确。写错一句文案，改过来就好；但误冻一个账户，面对的就是客户投诉、资金损失和监管责任。
所以，当 AI 开始进入企业核心流程，聪明只是入场券，可靠才是真正的门槛。
Poetic 切入的正是这一层。
业务人员先用自然语言描述流程，系统再把经验和规则转化成确定性的执行逻辑，相当于把一位老员工多年积累的经验拆解成一套可以执行、可以验证的流程。AI 负责理解复杂信息，程序负责约束执行边界。每一步都有记录，遇到异常能够停下来，出了问题也能追溯原因。
Poetic 披露，公司用约五周时间，为 SoFi 建立了端到端的欺诈调查流程，流程质量超过 99%。
SoFi CEO 表示，系统流程遵循率达到 100%，部分客户账户权限能够即时恢复，而过去通常需要等待数天。在 AIG 的复杂保险流程中，Poetic 也取得了相近的准确率。
领投方 Kleiner Perkins 透露，Poetic 在 2025 年仅凭四人团队，就实现了八位数美元年化收入，并且已经盈利。
这些案例最后都可以归结为四笔经营账：减少人工成本、降低欺诈损失、缩短账户冻结时间，以及确保合规流程稳定执行。
这些原本就是企业每天都在计算的经营指标。
只要 AI 创造的价值高于采购和实施成本，预算自然就会打开。
Poetic 选择进入金融、保险和医疗行业，并不意外。
这些行业流程长、规则复杂、容错率极低，越难进入，客户黏性通常越高；但另一面，实施成本也更高。
Poetic融资公告提到，公司接下来会扩充前线部署团队。所谓前线部署，意味着流程梳理、系统集成、数据治理和合规审查。每进入一家企业，都可能重新走一遍实施过程。
一个客户积累的经验，能否低成本复制到下一个客户，决定 Poetic 最终会成为一家真正的软件公司，还是一家依赖项目交付的服务公司。
Poetic 已经证明，大企业愿意把关键流程交给它。下一步，它还需要证明，这套交付方式能够规模化复制。
2026年6月，中国金融监管总局指出：金融机构应用 AI 必须坚持“谁使用、谁负责”；在高风险场景，还要建立全链条风险管理机制。
兴业银行一位基层反洗钱员工介绍，他们每天需要处理约 30 份可疑交易报告，每份耗时 20 至 60 分钟。AML-GPT 可以先生成分析报告，再由专业人员审核和完善。
这意味着，银行可以让 AI 参与反洗钱、授信和合规，但不会把责任交给模型。AI的每一次判断，都必须可解释、可接管、可追溯。
所以，企业是否敢把关键流程交给 AI，看的已经不只是模型有多聪明，而是结果能否验证、责任能否落实。
Poetic 获得的 5000 万美元，押注的正是这道门槛：让AI从“可以试用”，走到“可以负责地上线”。
— 观澜AI · 星翼智能 —
