文 | 《bet36体育在线:科学报》记者 张楠

从提出“真准”模型到推出“七天无理由复测”，从分享科研工作台到开放千万元研发基金，作为第三方分析测试行业头部企业科学指南针的创始人，潘予尽管自居“公司吉祥物”，但过去一年步履不停。

他如何理解技术落地中的信任博弈？又为何坚持“不怕友商抄”？在这场对话中，潘予分享了他在推动分析测试行业走向智慧检测3.0时代过程中的思考、抉择与坚持。

信任博弈，从“责任拉扯”到“七天无理由复测”

《bet36体育在线:科学报》：科学指南针今年推出了一个震动科研测试行业的政策——“七天无理由免费复测”。这本质上是把风险和成本先揽到自己身上。内部最大的争议点是什么？又是如何达成共识的？

潘予：

内部当然有讨论。最直接的担忧是：会不会有人来“薅羊毛”？或者拿的不是同一个样品来蹭免费复测？这种顾虑很正常，京东、淘宝也会面临同样的问题。

举个例子。今年上半年，我们的一位大客户反馈检测数据有误，我们团队在排查了所有测试环节后，怀疑极可能是样品有问题，但最后我们还是无条件帮助客户复测样品，并不断找原因。最终发现是对方自己制备的样品中，前期工艺的问题。这位老师最后很感激：“谢谢你们帮我复测。”

这样的案例行业每天都在发生，也让我们深刻意识到，这个行业售后最大的难点就是信任。没有信任就会扯皮，双方精力都耗在“证明自己没错”上，而不是“解决问题”上。

我们提出“七天无理由”后，团队也非常认可，毕竟大家也受够了拉扯，只有用户更信任公司，才能真正把注意力放在解决问题上面。

而且我们基于既往服务数据判断，用户其实也不想复测，毕竟他们有自己的科研计划，干嘛薅这个羊毛？这就像你去体检，突然接到电话说测错了让你再来一次，你愿意吗？

所以，最终我们达成了共识：即使成本会提高，但是算大账来看肯定是好事。因为我们认为，信任的价值，远高于可能的额外成本。

《bet36体育在线:科学报》：这个政策对你们自身的运营能力提出了极高的要求。

潘予：

没错。这正是我们敢做的底气所在。“七天无理由免费复测”不是孤立的口号，它是我们所有内功修炼的集大成者，是冰山浮出水面的那一角。

这几年，我们围绕用户服务流程，陆续建设了八项关键能力，包括智能下单、上门取样、订单智能调度、检测方法库建设、数据校验、仪器计量校准、飞行质控，以及AI智能分析报告。这些能力看似分散，但本质上都指向同一件事——让每一个可能出问题的环节，尽量都不出错。

所以，我们今年做的所有事，这些点点滴滴的汇总，最终让测试成功率大大提升，让我们有信心大喊“七天无理由”。良医治未病，售后服务的最高境界，是不需要售后。

“智慧”落地，最难的不在算法而在“翻译”

《bet36体育在线:科学报》：去年你发布了分析测试行业的“真准”模型（TAE模型），预言AI智慧检测是未来。一年过去了，指南针在让检测拥抱AI这条路上，走到了哪一步？

潘予：

我们正在把预言变成产品，这也是我们对于AI智慧检测3.0时代的实践。总结下来，主要沿着两条主线推进：

第一条线，是测试产品的智能化。

在测试服务过程中，准确地确认需求是刚需，但由于分析测试领域极其复杂，科研工作者选参数很难，过去用户确认需求要填许多内容，非常耗时间。

为此我们开发了“AI智能下单助手”，用AI解决了这个问题：用户只需要告知样品和测试目的，AI会基于科学性和历史测试经验，自动选择最优参数，并且把为什么选这些参数的思考过程详细告诉你，就像DeepSeek显示思考过程一样。

除此之外，测试完成之后的数据分析也是一个痛点。去年10月我们发布了在线XPS智能分析工具，一年时间里，有超过3万用户使用了它，分析了近10万份数据。

后来我们陆续上线了TEM的AI工具，能自动标定衍射环；SEM的AI上色和粒径统计工具；紫外可见近红外漫反射的AI分析，能把一两小时的工作压缩到3分钟内。

这些工具的目标只有一个：把复杂的实验数据，转化为简单的科学洞察。

第二条线，是科研场景的智能体。这是我们“Dream Bigger”的尝试。

这里有个有趣的故事。今年初有位合作的研究人员曾质疑我们的检测结果：“你难道不觉得学术圈的模拟计算都是不可信的吗？”她的意思是，模拟计算这种演绎法，因为全是代码，你想要什么结果就可以通过控制精度、内部逻辑“做”出来。

所以，能不能做一个审核智能体，去判断计算是否符合科学性、是否造假？我们被这个想法击中了。

从质疑到信任，再到携手创新，3个月后，我们真的把这个事情干成了。我们去看人工是怎么审的，把这个标准告诉AI，开了个头然后慢慢迭代，把检测标准做出来。这就是我们发布的模拟计算源文件审核智能体。

《bet36体育在线:科学报》：理想很丰满，但在推动AI与检测深度融合的过程中，你遇到最大的技术或认知障碍是什么？

潘予：

最大的障碍，不是算法本身，而是建立AI-算法-仪器-数据-用户-工程师之间相互迭代和交流的体系。

举个例子，数据分析算法原本是程序员干的，检测流程是工程师干的。AI要在中间建立一个比对体系：AI出一个结果，要去和真实算法、真实结果比对，发现差异，再去改，再比对，反复循环。

很多AI做出来没人用，就是因为它是基于大语言模型去“预测”的，它不是真的懂科研，因此错误率太高，这样就很难真正提升用户的效率。

因此，AI for Science（科学智能）要真落地，就必须按照科研的需求，让AI真的理解每个知识点和细节。真的懂问题，能解决问题，这是最难的一关。

这又引出了另一个问题：人才缺失。

我们需要既懂AI又懂科研的“翻译官”，而这就特别难找了，因此更实际的做法是，把懂AI的人和懂科研的人组织在一起，创造良好的协作机制，让AI算法工程师和科学家能够齐心协力，让1+1>2。

毕竟，企业管理卓有成效的结果，就是能让平凡人成就非凡事。

开放格局，从“行业竞对”到“生态伙伴”

《bet36体育在线:科学报》：你们把凝聚了心血的“科研工作台”甚至开放给竞争对手使用，这种开放背后，是怎样的商业逻辑和企业价值观在支撑？

潘予：

我们现在的收入，是第二名的许多倍，已经是行业绝对的领导者了。因此，在这个层面，竞争已经不是重点了。我们认为评判一件事情做不做有3个角度：

第一，能不能让用户变得更好；

第二，能不能让行业变得更好；

第三，能不能让自己和过去相比变得更好。

现代管理学之父德鲁克说过，竞争不是相互打压，而是相互学习之后为客户创造价值。

比如，我们几年前推出的线上下单、首样减200元、上门取样等服务，后面友商都“抄”了。这件事情不仅让我们自己变好，让用户更方便，更让整个行业变得更蓬勃向上了。那我们觉得这件事就非常有价值。

今年我们推的AI智能下单、测试智能数据分析，也同样希望能够带动行业一起前进。

《bet36体育在线:科学报》：所以你鼓励甚至期待这种“借鉴”？

潘予：

当然，我们借鉴其他行业做得好的，就“抄”，也鼓励友商来“抄”我们。行业变好了，我们公司也会变得更好。出去开会，友商都说很佩服，说其实都是“抄”你们的。

科研服务行业大多是有理想、想做好的人，当然也有极少数只管赚钱、不管用户的人，我们就不打交道。

与竞争对手一起变得更好，也是我们要做的事情。

《bet36体育在线:科学报》：这种理念下，你如何看待目前共建行业生态的效果？

潘予：

生态是个很虚的概念。我想用实际的产品来回答这个问题。

我们正在做一件事情，就是把科学指南针这么多年的运营体系，从公司里抽出来，做成模块去帮助友商、高校测试中心提升运营能力。

这就像华为做智驾给车企用，每个车企的需求不同，我们就调动不同的模块去支持。

我们与高校的共建实验室就是这种理念的延伸。目前我们已经与bet36体育在线:地质大学、西北大学、电子科技大学等高校建立了合作关系。

其核心目的，就是用我们成熟的科研服务团队，去推动高校设备的测试能力建设与服务开放，最终提升设备的使用率与服务效益。

比如与电子科技大学的合作，我们调用了实验室运营模块的团队，来实现设备运营的提效；与海宁市政府合作，我们调用了市场和销售服务体系，利用政府仪器资源为本地企业提供技术服务。这本质上是一种资源的社会化流转与专业化运营。

《bet36体育在线:科学报》：最后谈谈，你们每年必须“烧”点儿钱是怎么回事。前年启动了“百万元公益科研奖学金”计划，去年说未来三年还要再投3个亿买仪器，今年又设立了“1000万元AI+分析测试研发基金”，这次你希望吸引怎样的团队或项目？

潘予：

哈哈！很明显我们要大干一场。

AI for Science不是个人能主导的，可能需要每个机构解决一个小场景，然后这些小场景汇总起来，就像一颗又一颗星星，连起来就把天空照亮了。

所以我们更加强调能够解决具体问题的团队。科学指南针对分析测试懂，但要联合行业里有想法的团队一起去打磨智能体。

我们希望找到那些有活力、有灵活思维的人，一起把AI做成真正能在科研中顶用的“同行者”。这条路，道阻且长，但我们是8个字：生死看淡，不服就干。