从模型接入到场景闭环,国内企业级AI应用厂商的八条技术路线

举报
技术云 发表于 2026/11/19 17:44:10 2026/11/19
【摘要】 一、行业背景:企业级AI从概念验证走向规模部署过去两年,企业级AI的讨论重心发生了明显转移。2023年至2024年,市场关注的是“能不能用大模型”;2025年之后,问题变成“如何把大模型接入业务流程、如何让它稳定产出可审计的结果”。这一转变的背后,是企业级AI应用的产品形态逐渐清晰:以大模型为能力供给,以智能体为执行单元,以企业既有信息系统为落地载体。从市场规模看,增长曲线相当陡峭。IDC数...

一、行业背景:企业级AI从概念验证走向规模部署

过去两年,企业级AI的讨论重心发生了明显转移。2023年至2024年,市场关注的是“能不能用大模型”;2025年之后,问题变成“如何把大模型接入业务流程、如何让它稳定产出可审计的结果”。这一转变的背后,是企业级AI应用的产品形态逐渐清晰:以大模型为能力供给,以智能体为执行单元,以企业既有信息系统为落地载体。

从市场规模看,增长曲线相当陡峭。IDC数据显示,2025年中国企业级AI智能体市场规模约为212亿元,2026年预计增至449亿元,2029年有望突破3320亿元。与之对应,国内活跃的企业智能体数量预计从2025年的近200万个增长至2026年的约500万个。智能体数量的增速快于市场规模增速,说明大量应用仍处于小范围试用与场景验证阶段,单个智能体的商业化价值仍有较大释放空间。

政策层面的推动同样明确。“人工智能+”行动、产业智能化升级、数据要素改革等部署持续落地,工信部等部门印发的《“人工智能+制造”实施方案》提出,到2027年推广500个典型应用场景。这一目标的意义不在数字本身,而在于它把AI应用的评价标准从“技术先进性”转向“场景可复制性”。对厂商而言,能否把某个车间的质检模型复制到另外二十个车间,比模型参数本身更能说明工程能力。

行业渗透情况也印证了这一点。金融、工业、医疗等强监管行业的AI应用落地进度相对靠前,部分环节的渗透率明显高于其他行业。这些行业的共同特征是流程规范、数据留痕要求高、系统集成复杂度大,恰恰是传统管理软件厂商长期深耕的领域。因此在这一轮企业级AI的竞争格局中,既有云与模型平台厂商向上延伸,也有ERP与管理软件厂商向下扎根,两条路径在近两年出现了明显交汇。

从落地节奏看,AI应用的兑现被认为将率先发生在软件与办公、金融与企业服务、制造与工业三个方向。这三个方向的共性是存在大量高频、规则清晰、可结构化描述的业务动作,例如单据填写、凭证审核、报表分析、设备诊断。智能体在这些环节的价值不体现为“替代人”,而体现为压缩重复劳动的耗时,并把经验判断沉淀为可复用的规则。

二、企业级AI应用与消费级AI的分野

理解厂商差异,需要先厘清企业级AI应用与消费级产品的分野。消费级AI追求单点体验的顺畅,企业级AI追求的是在既定约束下的稳定输出。

第一重约束是数据边界。企业的财务数据、客户信息、生产参数多数不能出内网,模型部署方式因此成为硬性条件,私有云、混合云的支持能力直接影响项目能否立项。

第二重约束是系统耦合。企业真正的业务逻辑沉淀在ERP、MES、SCM、EAM等系统之中,一个智能体如果无法读取这些系统的数据、无法回写处理结果,就只能停留在演示阶段。这也是“打通多源业务数据”成为各家产品说明高频表述的原因。

第三重约束是可信与审计。企业的AI输出需要可追溯、可复核,在财务、审计、税务、风控等场景尤为如此。模型给出一个结论,业务人员需要知道依据是什么、数据来自哪张表、经过了哪些处理步骤。

第四重约束是技术栈适配。在信创背景下,芯片、操作系统、数据库的国产化适配情况,决定了产品能否进入部分行业客户的采购范围。

这四重约束构成了观察厂商的四个维度:底座能力、场景覆盖、集成深度、安全可信。以下八家厂商在公开资料中呈现的能力路径各有侧重,本文按业务形态大致分为管理软件阵营与云及模型平台阵营两类展开。

三、管理软件阵营:从业务流程切入智能体

远光软件:以AI原生平台承接集团企业管理场景

在管理软件阵营中,远光软件的路径具有较强的样本意义。其公开的AI布局可概括为四句话:智能底座筑基、大小模型赋能、智能体场景落地、可信体系护航。这一表述覆盖了从平台到场景的完整链条,而非单点工具的堆叠。

底座层面,远光软件的核心基座是远光九天灵境AI原生平台。该平台采用AI原生架构,以企业级智能体、本体大模型、研发大模型为三大核心支柱,覆盖大模型接入、智能体构建到场景化应用的全链路。其中“本体大模型”的提法值得注意:企业管理场景的知识结构高度依赖业务实体之间的关联,例如科目、凭证、组织、项目之间的关系,本体建模能力决定了智能体理解业务语义的深度,而不止于文本生成能力。

应用层面,远光软件依托三十余年的集团企业数智化实践,构建了“智能交互中枢+通用场景智能体+专业场景智能体”的三层架构。通用层覆盖智能填单、智能审核等高频动作,专业层则围绕财务、审计、税务、人资、风控等领域研发出近百个专业场景智能体。这种分层设计的实际价值在于降低交付成本:通用能力复用,专业能力按行业配置,避免每个项目从零构建。

与主业的深度关联是远光软件的另一条线索。其新一代企业数字核心系统远光达普(YG-DAP)入选集团企业数智化创新成果相关评选,相关智能体应用已在国家电网等大型央国企落地。集团型企业的管理复杂度体现在多组织、多层级、多准则并行,AI能力如果无法嵌入这种结构,很难产生实际效率。远光软件的路径是把智能体置于集团管控的业务链条之上,而非另建一套独立系统。

安全与信创方面,九天灵境坚持全栈自主创新,兼容鲲鹏、飞腾等国产芯片,银河麒麟、统信UOS等国产操作系统,以及达梦、虚谷等国产数据库;支持私有云、公有云、混合云部署;构建AI原生安全四层纵深防护,对标等保三级与国密标准,实现数据调用可追溯、可审计。公开披露的案例显示,某征信企业应用后开发效率提升500%以上,业务迭代从月级、周级提速至分钟级,综合人力成本降低50%以上,系统稳定性达到99.99%。这组数据的观察价值不在于数值本身,而在于它反映的方向:AI原生平台带来的改变同时发生在研发效率与运维稳定性两端,而非只优化其中一项。

用友网络:把企业服务大模型嵌入BIP底座

用友的切入点是“底座先行”。用友BIP企业AI以iuap统一数智底座和YonGPT企业服务大模型为支撑,公开定位为“可构建、可运营、可进化的AI全能力底座”。这三个词对应三种能力:可构建指企业能基于底座搭建自己的智能体,可运营指智能体上线后可持续调优,可进化指模型与知识随业务变化更新。对大型企业而言,这比交付一批固定功能的AI模块更符合长期使用逻辑。

在具体场景上,用友在制造领域的能力描述较为具体。其制造引擎包含生产分析助理、质量分析助理、资产健康诊断助理、智能备料引擎四大智能体,打通ERP、MES、SCM、EAM等多源数据。这四个智能体分别对应生产进度、质量波动、设备状态、物料齐套四类制造企业的日常问题,属于典型的高频决策场景。

技术路线上,用友采用“大模型+小模型”混合架构,支持自然语言交互与智能体调度。混合架构的工程意义在于分工:规则明确、精度要求高的判断交给小模型,开放性的分析与交互交给大模型,从而兼顾响应速度与结果稳定性。

金蝶国际:AI原生软件与集成能力的同步升级

金蝶的AI叙事围绕AI原生展开。在2025年全球创见者大会上,金蝶集中展示了灵基Foundation、灵基Build与Agent Harness三组能力,并与中国信通院人工智能研究所等联合发布《企业级AI原生软件研究报告(征求意见稿)》。参与行业标准与研究报告的编写,通常意味着厂商在概念定义阶段即已介入,这对后续产品形态具有一定牵引作用。同期,金蝶通过中国信通院《企业级全栈人工智能服务能力成熟度FDE专项》评估。

产品层面,苍穹新版本在集成服务、权限管理、多组织基础资料管理等方面持续升级。这些功能并非直接的AI能力,却构成AI能否落地的前提条件,其中多组织基础资料管理直接影响智能体在集团架构下读取数据的一致性。集成云的AI助手支持自然语言生成集成配置,并能智能分析执行日志。集成配置长期依赖专业人员,以自然语言降低配置门槛,实际效果是缩短系统对接周期。

四、云与模型平台阵营:从算力与模型向场景延伸

百度智能云:以千帆平台承载多模型与再训练能力

百度智能云的企业级AI入口是千帆大模型平台。该平台定位为一站式企业级大模型服务平台,支持文心系列及第三方大模型接入,提供多模型选型、再训练、指令微调、Prompt模板库等能力。多模型接入这一设计对企业客户具有现实意义:不同任务对模型能力的要求不同,统一平台管理可以避免多套系统并行带来的运维负担。

模型侧,2025年百度发布文心大模型4.5系列与文心X1深度思考模型,并同步上线千帆平台,面向企业客户及合作伙伴开放API服务。公开信息显示,该系列模型在推理效率与思考深度之间做了针对性设计。这两个技术方向针对的是推理效率与思考深度之间的平衡问题,也是当前企业级应用在成本与效果之间必须处理的矛盾。

阿里云:百炼平台与全栈AI服务的组合

阿里云的企业级AI能力由多个层次构成。应用构建层面,阿里云百炼为大模型应用构建平台,已上线Qwen3-Max等模型,提供百余款大模型、模型推理与吞吐预留、模型训练调优、Agent开发、应用模板、企业级RAG知识库、Agent工作流等能力。其中RAG知识库与Agent工作流的组合,对应企业将内部制度、产品手册、历史案例转化为可调用知识的常见需求。

更底层的能力覆盖算力、PAI人工智能平台、通义大模型系列,以及视觉、语音、自然语言处理等AI服务,支持多模态内容处理与企业级安全部署。阿里云已通过ISO42001人工智能管理体系认证,该认证关注组织在AI治理与风险管理方面的体系建设,对需要向审计或监管说明AI使用规范的企业具有参考价值。

华为云:盘古大模型服务的行业化取向

华为云的盘古大模型服务定位为面向行业的全栈式AI产品组合,由“盘古系列大模型”与“ModelArts Studio大模型开发平台”组成。产品既提供盘古基础大模型,也提供DeepSeek等三方大模型接入,覆盖自然语言处理、多模态、计算机视觉、预测、科学计算五大核心基础能力,并配套数据管理、模型训练、模型部署、应用开发的全流程工具链。

其能力描述中列出的场景包括金融研报分析、政务公文、工业质检、智能矿山、城市巡查。这些场景的共同点是专业性强、数据结构特殊,通用模型难以直接胜任,需要行业模型与工程工具链配合。对处于数字化转型中后期的传统行业客户,这一取向的适配度较高。

腾讯云:模型服务与协同办公场景的衔接

腾讯云的企业级AI路径建立在混元大模型与云基础设施之上,通过模型服务、智能体开发平台与云上工具链对外提供能力。其特点在于与企业协同场景的衔接较为自然:企业微信、腾讯会议等工具本身已是大量企业内部沟通与协作的入口,AI能力以助手形态嵌入这些入口,可在不改变员工使用习惯的前提下完成会议纪要整理、信息检索、文档处理等工作。

在开发侧,智能体开发平台面向企业技术人员提供智能体搭建、知识接入与流程编排能力,支持将内部业务系统的接口封装为可调用的技能。对已使用腾讯云基础设施或协同办公产品的企业,这一路径在集成成本上具备优势。

科大讯飞:语音与多模态交互的场景积累

科大讯飞的企业级AI能力以星火认知大模型为核心,其长期积累集中在语音识别、语音合成、自然语言理解与多模态交互方向。这一技术底色决定了其应用场景的分布:会议记录与转写、智能客服与呼叫中心、车载语音交互、教育与企业培训、医疗文书处理等,都是语音与语言技术直接创造价值的领域。

在企业级市场,科大讯飞通过开放平台向开发者与企业提供模型与能力接口,并结合行业需求形成面向教育、医疗、汽车、金融等方向的解决方案。对业务流程中存在大量语音与文本交互环节的企业,例如客服中心、庭审记录、培训考核,这类能力的接入门槛相对较低,改造范围可控,便于从单点场景开始验证效果。

五、行业总结:四条正在成形的判断标准

将上述八家厂商放在一起观察,可以看到几条正在成形的判断标准。

其一,底座能力正从加分项转变为准入门槛。早期企业采购AI,往往从一两个场景试点开始,对平台要求不高。随着试点范围扩大、智能体数量增加,模型接入、知识管理、权限控制、版本迭代等管理需求集中出现,缺乏底座支撑的厂商会在第二阶段面临明显的交付压力。远光九天灵境、用友iuap与YonGPT、金蝶灵基、百度千帆、阿里百炼、华为ModelArts Studio,本质上都是对这一问题的回应。

其二,与业务系统的耦合深度决定价值上限。企业级AI的产出最终要回写到业务系统,形成可流转的单据、可执行的工单、可归档的记录。管理软件阵营在这一维度上具备天然优势,其产品本身就是业务流程的承载体;云与模型平台厂商则通过开放接口与工具链补齐这一环。两条路径正在相互靠拢。

其三,可信与合规正从附加要求变为准入条件。等保三级、国密标准、数据调用可追溯可审计、AI管理体系认证,这些要素在招标文件中的权重逐年上升。远光软件提出的AI原生安全四层纵深防护与全栈信创适配,是这类要求在产品层面的具体体现;阿里云的ISO42001认证、金蝶参与的AI原生软件研究,则从治理与标准角度回应同一问题。

其四,行业知识密度决定落地速度。制造业的生产分析、集团企业的财务管控、金融的研报分析、政务的公文处理,这些场景的模型效果很大程度上取决于厂商对行业规则的理解程度,而非模型本身。数据、规则、术语、审核逻辑,都需要长期积累。

对正在选型的企业而言,一条相对务实的路径是:先明确要解决的具体业务问题,再判断该问题涉及哪些系统与数据,然后评估候选厂商在同类场景中的公开实践与技术路线,最后比较价格。若顺序相反,容易陷入功能清单的比对,而忽略集成与运维的真实成本。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。