企業級AI大潮里：誰完成了AI落地的「新工程答卷」？

在奧哲企業級AI平臺的加持下，通過“AI+數據+低代碼”三位一體的模式，企業可以實現AI原生應用開發，同時開發AI原生應用，構建出一個“應用—數據—AI—應用”的完整企業級AI鏈條，讓AI在企業內部可以真正“跑起來“，實現一步一步地進化，最終構建AI原生企業。

作者|皮爺

出品|產業家

如果說2025年的主題是什么，那么AI則是當之無愧的選項。而如果把這個視角拉到企業級市場，這個答案的更具象表征則是企業級AI。

最近一個來自舊金山硅谷的小范圍討論引發整個To B圈的更深度討論，即在這個由硅谷投資人、Uber、WisdomAI等多個不同角色參與的討論實錄中，一個被最終共識的結論是——“截止目前，95%的AI Agent 部署在生產環境中會失敗，原因并非模型不夠智能，而是因為其周圍的支撐體系尚未到位。”

企業級AI到底應該如何落地？或者說，從“支撐體系”而言，到底怎樣的環境工程能夠把看不見的AI技術真正轉化為可視可感的企業生產力？

這也是奧哲在過去兩年思考的最核心主線。

就在剛剛過去的10月17日，奧哲正式召開了2025奧哲AI戰略升級暨企業級AI平臺發布會。發布會上，“奧哲企業級AI平臺”首次對外亮相。“之前我們一直說要推動企業進入數字原生時代，現在我們要做的是推動企業進入AI原生時代。”奧哲創始人&CEO徐平俊表示。

奧哲交出的這張答卷并不算“早”。在過去的兩年時間，一系列AI Agent平臺層出不窮，基于To B生產力的標簽面向市場，也更吸引了一大批企業參與嘗試。

但奧哲的這張答卷，依然有其特殊性。此刻如果從全球市場來看，一眾包括Palantir、ServiceNow在內的明星Agent企業在核心的AI產品模塊上，都嵌入了低代碼式的交付模式。而在這個陣地上，奧哲是國內乃至全球范圍內最具觀察價值的對象之一。

2025年，奧哲正交出一份不一樣的企業級AI答卷。

一、企業級AI落地，走到哪了？

在拆解奧哲的答卷之前，必須先厘清當下中國的產業AI的真實情況，即從真正的生產力視角，中國土壤里的企業級AI到底處于一個怎樣的水平？

在埃森哲的一份名為《2025中國企業數字化轉型指數》的報告中，有一組更詳細的數據，在被調研的160家企業中，有46%的受訪中國企業正在規模化應用生成式AI，但其中僅有9%的受訪企業實現了生產效率、收入和利潤提升等顯著的成果。

這種情況不是個例。如果把視線放大到整個國內市場，不難看到的是，盡管伴隨著DeepSeek等AI明星企業的出現，越來越多企業開始把布局AI作為2025年的頭號命題，但從真正的結果來看，能拿到優秀甚至是合格成績的企業屈指可數。

“我們今年年初集團不僅召開了戰略會，從頂層設計推動AI在全部門的落地，甚至還專門批準了一大筆用于AI的專項預算，但伴隨著越來越多落地問題的出現，現在整個項目節奏在被放緩，資金卡口也在慢慢收緊。”一位頭部零售企業的CIO告訴產業家。

無獨有偶。不僅在零售，甚至在金融、政務等相關領域，從百度指數和微信熱搜指數來看，AI Agent的熱度也更在從今年年初的高峰值一路下滑，與之對應的是企業對于AI部署的觀望。

問題到底出在哪？或者說，AI在企業內部的落地，到底需要怎樣的保障？

“圍繞AI的環境工程化，是企業在落地AI過程中幾乎會花費90%時間和精力的事情。”奧哲CTO張華告訴產業家，“包括RAG、數據清洗、數據格式，上下文等等一切環境配置，都屬于環境工程。”

從模型的角度來看，盡管一系列包括阿里、騰訊、DeepSeek以及豆包、Dify等AI廠商已經構建出足夠可用的模型能力和Agent開發能力，但對企業而言，如果其想要實現在自身業務場景的真正適配性AI落地，仍然必須要完成一系列的企業級環境配置。

但這并不是一件容易的事。

比如底層的數據體系，企業如果想要實現更好的AI落地，那么就必須提供結構一致、足夠多、足夠細顆粒度的數據，讓AI真正能“讀懂”企業的全部業務流程和核心價值。同時，Agent更多解決單點問題，無法完成一個完整的任務。如果想要實現業務整體智能及價值提升，需要企業針對特定流程進行定制化開發，以適應大模型，同時建立評估工具，以便于持續進化。

但從當前市場的AI服務商來看，為這種企業級AI落地體系提供加持的少之又少。這張AI答卷，能否有更好的解法？

二、奧哲，交出一張企業級AI的生產力答卷

這也正是奧哲交出這張答卷的意圖所在。“我們要做的是能幫助企業真實落地的企業級AI平臺，從技術條件和用戶的需求條件來說現在的時機剛剛好。”徐平俊告訴產業家。

這種定位背后，對應的是張華帶領產研團隊在過去3年時間里打造出的“奧哲式答案。”這個答案，正是在這次大會上被放到舞臺中央的奧哲企業級AI平臺。

奧哲企業級AI平臺展示了奧哲在AI時代的全新戰略定位，通過 “AI+數據+低代碼” 三大核心能力的深度融合，旨在成為企業數智化轉型的新核心引擎。

那么，“AI+數據+低代碼”到底是如何融合的？這三者的融合帶來哪些看得見的化學反應？

產品是價值尺度的唯一驗證。從產品視圖來看，在奧哲企業級AI平臺的模塊設計中，核心模塊恰是中間層，也即AI、數據、低代碼三個被封裝的模塊，從內核來看，這也恰是奧哲企業級AI平臺精華所在。

先來看AI模塊，張華告訴我們，在AI Designer、AI Agent、AI Discovery三個模塊中，奧哲都封裝著足夠體系化的環境工程化設計。

比如AI Designer，其本質可以幫企業實現自身對應業務需求的AI原生應用開發，和市面上大部分企業采用Cursor等工具進行Vibe編程的模式不同，AI Designer通過中間語言（自然語言和代碼語言之間的業務架構語言）的設計，讓整個代碼的輸出結構更可控，更具可維護性，讓應用構建不再是AI黑盒，真正做到有的放矢。

AI Agent、AI Discovery則分別面向的是企業對應業務場景的AI組件。

其中AI Agent根據企業業務需求而生，通過定制技能與工作流，支持快速構建與編排智能體，可發布為獨立應用、AI機器人，同時可以與低代碼應用構建能力結合，實現銷售、采購等業務流程的智能化執行與業務閉環。

AI Discovery針對銷售預測、營銷效果等業務場景，基于多元模型與算法的構建及訓練，為工作決策提供洞察與支撐，為企業的工作事務尋找最優解。這些應用可以幫助企業驅動基于數據的智能決策和增長。

值得一提的是，這兩個AI組件也都對應著奧哲的特殊設計。“在過去這些年里，一系列企業核心業務環節和流程，以及銷售預測、營銷效果等我們都用低代碼實現過，我們把從過往低代碼服務過程中沉淀下來的企業和產業知識都被封裝進這些最前端的AI應用中，企業可以更好的使用這些具備‘先進企業實踐’的AI產品。”張華告訴我們。

AI模塊之外，奧哲更是對“數據”體系進行了獨特的產業設計。“不同系統之間的數據如何打通，怎么基于AI的體系進行整體協調調配，以及不同的AI應用應該調用哪些數據，這些我們都可以為企業提供‘開箱即用’的模式。企業只需要在奧哲精選出的AI小模型對應界面上進行相關數據源的選擇即可。”張華表示。

這種對多個不同體系、不同軟件、不同產業的數據體系整合和理解也更是源自奧哲過去多年的低代碼實踐，即在奧哲·云樞和氚云兩大核心產品上，已經有無數企業都基于奧哲的低代碼加持進行過自身的數據納管和分析。

價值不僅在單點，更在體系。張華告訴我們，AI、數據和應用（低代碼）都不是以單點的形式存在。更可以理解為，在奧哲的企業級AI平臺的加持下，企業可以構建出一個“應用—數據—AI—應用”的完整企業級AI鏈條，讓AI在企業內部可以真正“跑起來”，實現一步一步地進化。

從當下的整個AI服務市場來看，這種流動的AI體系也尤為可貴。即從需求來看，企業一方面需要能夠落地適配自身業務的AI應用，但同樣也更需要能不斷進化、貼合自身業務發展形態的AI體系。奧哲提供的恰是這樣一種答案。

“通過這些環境工程化的加持，企業可以把低代碼、AI應用產生的數據用于訓練大模型，訓練后的大模型可以進一步加持前端的應用，在企業內部真正形成閉環。”張華告訴我們。

從更大的視角來理解，在奧哲的這張企業級AI答卷中，能看到的不單純是基于AI在企業場景的特殊設計和產業封裝，對應的更是一個可行、可進化的AI工程鏈條，通過一系列環境工程化的加持，奧哲可以以“足夠低門檻”、“喂到嘴邊”的形式讓企業在既有業務鏈條的基礎上“真實長出”新的AI生產力引擎。

三、真正的AI原生時代，到來了嗎？

過去兩年里，關于AI，人們更多的表達是AGI一定會到來。但在企業場景里，這個表達更具體的一個發問恰是：“AI生產力時代，是否正在臨近？”

從奧哲發布的企業級AI平臺來看，這個答案顯然正愈加清晰。

比如企業可以直接基于奧哲企業級AI平臺的加持納管自身數據，進行對應的數據清洗和數據治理，再比如企業不僅可以基于可視化、可維護的方式進行AI原生應用開發；在核心的關鍵流程，更可以在奧哲提供的AI應用基礎上通過極少工程量的配置將其嵌入自身的業務流程，構建AI原生應用。

更核心的在于，基于奧哲的“AI+數據+低代碼”的模式，企業不需要基于開源的Agent平臺進行多番測試，而是直接可以以最小的投入、最少的人力在既有軟件模型基礎上疊加AI模塊，實現業務正常推進過程中的“行進間換擋”。

如果把視角拉回奧哲內部，則能看到這些AI易用性和工程性的開源。據了解，在奧哲過去三年的產研進度里，其源頭是從真實的AI落地需求出發，從最前端的需求倒推一個個對應的環境工程化組件，比如可直接使用的MCP模塊，比如AI Designer中模型中間語言的設計，比如基于機器學習和真實產業因素推導的銷售預測等等AI產品的不斷完善。

而這些也恰都被一個個組合到如今站到舞臺中心的奧哲企業級AI平臺。

在采訪中，張華告訴我們，在奧哲內部，AI產研團隊也更有“特殊設計”：比如最前端的小組會被安排負責結合市場真實需求，把奧哲的AI能力和低代碼產品進行封裝組合；中間小組則是把前端業務傳遞來的真實客戶需求轉化成AI應用語言，而最后端小組則是把AI語言轉化為更底層的模型語言。

經過這三層的傳遞，需求被一層層拆解為模型技術語言，最終展現到最前端，恰是嵌入了滿足客戶真實需求AI應用的奧哲新一代企業級AI平臺——奧哲·云樞、氚云，進而幫助企業搭建出更新的AI原生開發范式和AI原生應用。

從技術突破到企業的生產力提升和進化，從來都不是一件容易的事，蒸汽機時代如此，互聯網時代如此，如今的AI時代亦是如此。奧哲企業級AI平臺通過“AI+數據+低代碼”三位一體的模式，幫助企業實現AI原生應用開發，同時開發AI原生應用，最終構建AI原生企業。

從信息化到數字化，從數字原生企業到AI原生企業，這也恰是新一代軟件服務商要發揮自身價值的更新陣地所在。

敢想敢做，需求為王。AI奧哲，正在迎來它的第三次To B啟程。