央國企主導、金融與汽車沖鋒，一張企業級智能體路線圖正在成型

打通最后一厘米，才是真落地。

文｜趙艷秋 周享玥

編｜?；?/p>

2025年這一年，大模型能力幾乎以“周”為單位迭代，推理、多模態、世界模型一路狂飆，但另一個現實也被業界關注：真正跑在生產系統里的AI，遠遠沒有跟上模型進化的速度。“模型在天上飛，應用卻在地上爬”，正成為當下人工智能產業最核心、也最真實的結構性矛盾。

在這場“技術狂歡”與“價值困境”的撕裂中，問題早已不在于單一的模型能力，還在于工程化、服務化能力的缺失。大模型和智能體重要服務商中關村科金提供了實戰洞察：企業級智能體的關鍵，不在于選“最強大語言模型”，而在于善用各類多模態、機理模型，構建符合行業場景需求的垂類大模型，真正解決具體業務問題；而AI應用無統一標品，需要陪伴式服務替代單次交付；模型落地也不是打榜，而是工程化能力對最后一厘米持續攻堅；同時，還需要生態協同，將行業Know-how和AI深度串聯。

這一方法論，讓其在2025年實現營收、訂單的顯著增長，更使其成為AI落地領域的核心樞紐。在其12月9日舉辦的大模型與智能體產業創新峰會上，阿里、華為、百度、火山引擎、亞馬遜等產業巨頭和行業企業紛紛匯聚，共同探討AI價值落地的新路徑。

01

中國AI應用落地真相

中關村科金總裁喻友平介紹，一年前，許多企業對大模型和智能體有些“迷茫”，今年則已形成普遍認知，客戶已直接溝通具體實現路徑和細節。盡管今年上半年曾因DeepSeek熱，出現“一體機”投資熱潮，但此后很快回歸理性，將注意力放在解決真實業務問題上，呈現務實態度，并未出現美國因追求AGI而出現的投資狂潮和所謂“AI泡沫”。

智能體成為企業落地AI的核心形態。IDC 9月最新報告顯示，在對大型企業調研中，40%的美國企業和27%的中國企業已將智能體投入生產，預計明年下半年輕松突破50%，速度創下科技史推廣新紀錄。截至今年底，預計全球智能體部署約為2900萬個。

從大模型落地市場看，今年央國企扮演探路者和主力軍，需求井噴。根據第三方統計，央國企占到大模型招投標約60%的份額。中關村科金為部分央國企提供了“十五五”規劃的專業支持，這些央國企已將數字化轉型與AI應用，明確列為單獨章節，預計該市場未來幾年還將保持高增長。

從落地路徑看，央國企的演進也具有代表性，正走向規?；蜕疃葮I務賦能——自2024年下半年起，央國企從零散場景探索轉向體系化建設，系統部署算力、模型與平臺，在此基礎上，展開批量場景落地。2025年第二季度開始，需求從通用場景進一步深入到垂類業務賦能，如能耗與工藝優化、新能源風機運維、電力交易價格預測等更具價值的場景，并對多模態模型提出明確需求。

汽車行業則是大模型應用的“前沿陣地”。激烈的市場競爭迫使車企在營銷、智駕與服務上積極跟進新技術，玩法新穎。以營銷為例，2025年第二季末起，車企為沖刺年底銷量，營銷需求集中爆發。由于90%以上的汽車發布流量來自社交媒體，呈現高并發、用戶停留時間短等特點，傳統人力難以高效挖掘商機，催生了大模型應用。在中關村科金與車企的實踐中，大模型實現全渠道線索觸達，新增40%以上有效線索；從識別高意向客戶到邀約試駕的全鏈路，壓縮至5-10分鐘。

在工業領域，喻友平調研部分大型企業，AI應用已較為先進，企業下一階段將聚焦節能、排程等更深環節。但工業AI整體仍處于早期，業界共識是大模型落地需扎實的行業知識積累，國內企業在數字化與工業軟件方面仍在“補課”。喻友平認為，要深入垂直場景，需融合多模態模型、機理模型乃至世界模型，也離不開與傳統工業服務商的深度合作。工業的AI應用迭代周期較長。

值得關注的是，2025年初伴隨DeepSeek爆火，業界曾刮起“一體機旋風”，后續出現部分“爛尾”現象。中關村科金分析，一體機搭載基礎問答、通用知識庫，如果沒有場景適配，很難被企業用起來。在一些招標中，針對客戶需求，他們未推薦此類方案反而中標；后續中關村科金應一些客戶的訴求，將閑置一體機改造，針對具體場景搭建平臺，使AI應用重回正軌。

業界認為，大模型進入下半場，落地更多更有價值的場景，成為比拼重點。產品普惠化提上議事日程。伴隨國內算力硬件的技術突破，Token成本以指數級速度下降，實現每百萬Token成本跌破1元；行業人士認為，通用場景應用開發將進入成本下降通道，而垂類場景及端到端方案，仍處于探索期，成本處于緩慢上升期。伴隨未來產品化和可規模復制，將逐步進入普惠期。

02

為何企業抱怨項目未達目標

在這一年中，許多企業反饋大模型項目“未達預期”，成為關注點與核心痛點。中關村科金調研發現，這一落差來自“企業投入巨大，項目卻多徘徊于通用場景”，未能深入業務核心，投入與產出失衡。IDC報告印證了此現象，北美AI項目平均成功率僅47%，亞太地區降至38%，僅2.4%的企業稱其四分之三的AI項目實現預期收益。

喻友平將背后根源歸結為三方面：技術上，現有大模型在滿足企業既要“聰明”又要嚴格遵循業務規則的需求上，存在能力與工程化雙重不足。數據上，企業存在數據無序、缺乏共享、“部門墻”問題。業界認為這背后也指向了AI決策權責與數據控制權劃分模糊。價值衡量上，ROI測算困難，執行層因權責、人員編制等現實顧慮產生退縮情緒。

同時，智能體以科技史上最快速度普及，認知和準備不足，加劇了應用挑戰。

針對這些問題，中關村科金提出他們復盤的三大落地經驗：

其一，突破單一大語言模型局限，推動其與行業機理模型及多模態模型等融合應用，才能解決業務場景具體問題，而非停留于通用能力。

其二，企業客戶要有耐心與服務商共創場景，AI落地要形成端到端綜合解決方案，該過程要實現流程優化、AI與業務系統集成，過程較漫長。這要求企業制定連貫統一的AI戰略。

其三，持續運營與組織適配。企業需通過建立智能體集市沉淀應用，并重點轉變員工理念、培訓應用能力，才能實現長期ROI。

經過一年多探索，中關村科金跑通“平臺+應用+服務”三級引擎戰略，并成為行業共識。同時也被客戶戲稱“服務廠商中最懂技術、懂技術廠商中服務最好”。

在這次峰會上，其公布了企業智能體落地路線圖，并發布基于路線圖的全新產品矩陣，以得助大模型平臺5.0為基礎，搭配AI能力平臺與AI數據平臺兩大支撐翼，聚焦解決企業落地“最后一厘米”的工程化難題。

兩大支撐翼體現了中關村科金在工程化上的投入，目標是將大模型潛力極致釋放出來。其中，AI能力平臺提供OCR、ASR、TTS等在垂直行業與場景具備高精度識別、高質量效果的傳統小模型及基礎AI能力。AI數據平臺專注于知識洞察與高效運營，助力企業激活沉淀數據價值，大幅降低治理成本，并為智能體決策提供精準數據支撐。

得助大模型平臺5.0的智能體集市集成金融、工業、汽車等六大行業300+現成智能體，支持 “即取即用” 的場景驗證。同時強化開發運維全鏈路能力，覆蓋知識引擎、智能體開發、效果評測、部署運維等十多項核心功能，將企業場景落地成功率提升至95%以上。

中關村科金構建了兩大應用平臺。一是得助智能客戶平臺5.0，覆蓋營銷服全場景的新一代人機協作智能平臺，通過人工與多智能體深度協作，助力企業精準高效連接客戶。如在營銷端，線索分析數字員工助力汽車企業實現到店線索增長超55% ；銷售端，智能洞察、質檢、陪練閉環迭代，可縮短銷售周期、拉動營收，并復制金牌銷售能力。在客服端，全渠道全媒體的接入和全流程覆蓋的人機協作能力，能夠大幅提升企業服務帶寬，個性化服務海量客戶需求。

二是得助智能工作應用平臺，聚焦垂類行業知識治理與智能辦公需求，以“1個智能知識庫+問答、寫作、審核、問數4類辦公場景智能體”的產品形態，破解垂直行業辦公智能體落地難題。例如，智能知識庫支持30多種非結構化數據格式接入，多模態復雜場景識別準確率超90%。智能寫作可實現超過10萬字的專業報告撰寫。智能審核智能體融合使用大小模型與規則引擎，審核準確率超90%。

同時，中關村科金還公布兩個行業類平臺：金融智能體平臺及工業智能體平臺，這也代表其在兩個行業賽道的深耕戰略。

喻友平指出，大模型時代的核心是構建“超級連接”——互聯網實現了信息平等，移動互聯網推動了服務與物聯網進步，AI時代則將實現數據、系統、場景與人的大規模連接，形成巨大的協同網絡。這種連接將極大釋放生產潛力，驅動效率提升與生產力躍遷，而中關村科金戰略和產品布局，正是以此宏大愿景作為底層邏輯。

會上，中關村科金與華為云、阿里云、百度智能云、字節火山引擎等，共同發布了“超級連接” 全球生態伙伴計劃，旨在打造開放、連接、可持續的“人工智能+”產業協同生態圈。

03

智能體落地服務商的進化

服務是大模型規?；涞氐年P鍵環節。中美智能體落地調研顯示，50%的美國企業傾向采用預制智能體，而超54%的中國企業選擇定制化開發。這預示中國企業將更依賴兩類核心資源：深度定制化服務商與低代碼開發平臺。

當前，伴隨AI的演進，服務商正經歷“重構與淘汰”的洗牌期。中關村科金的模式與大廠形成差異：不同于大廠常外包給ISV，中關村科金傾向自主主導項目，根據需求靈活匹配底層算力與模型。據IDC報告，其智能客服市場份額居全國第四、垂類大模型廠商第一，是中國智能體開發平臺主要廠商之一。

為適配新時代需求，中關村科金在人才、產品、服務全面升級：

在人才方面，大規模培訓AI工程師，增設提示詞優化與機器人配置、調試的崗位，并培養懂業務的AI產品經理與咨詢人才。

在產品層面，公司聚焦大模型與智能體方向，最新發布的“3+2+2”智能體產品矩陣，助力企業快速開發智能體，用好智能體。喻友平將其產品矩陣比作“電站和工具”，“教客戶做家電”。

服務層面，始終是企業的核心和差異化能力，“AI應用無統一標品，需結合場景調試，本質是服務性過程?！庇饔哑秸f。為此，公司構建了“陪伴式開發”服務體系。

這一服務體系，一是讓客戶相關人員從開端就深度參與開發；二是搭建運營和培訓體系，使客戶能自主開發后續業務場景；三是通過協助客戶舉辦智能體大賽，持續收集需求迭代。

該模式已在實踐中取得不錯的效果。如與寧夏交建聯合研發交通基建垂類大模型 “靈筑智工” 時，客戶十余名技術人員全程深度參與數據治理、智能體搭建到應用頁面開發，交付后幾個月內自主開發20多個垂直應用。與中電建財務公司的合作中，為其組織9場分級培訓，讓沒有技術背景的業務人員也可自主搭建智能體。

“客戶自主開發更具優勢，他們熟悉業務機理。”喻友平強調，目前簡單場景客戶可自主完成，復雜開發由中關村科金團隊承接。

在汽車行業，與嵐圖汽車合作始于工牌質檢項目，團隊在PoC階段投入了大量人力攻克超大環境下多人語音、多角色分離等難題，最終憑借效果中標。不同于其他競標者僅專注單一場景，中關村科金產品和服務具有延展性，后續為嵐圖拓展了外呼、營銷等多元業務。目前，中關村科金已服務幾十家頭部汽車廠商。

生態合作同樣是大模型落地的關鍵抓手。例如在南方有色金屬公司項目中，中關村科金牽頭聯合廣西產研院、中南大學、中控技術等機構，中關村科金負責AI架構規劃、大模型和智能體工作，其他各方提供行業經驗，共同攻堅生產工藝優化等核心環節。

喻友平判斷，未來央國企垂類場景開發將普遍采用“AI企業與傳統行業信息化廠商”協同模式，才能實現技術與業務的深度融合。這正是服務商的核心價值——以服務串聯技術與業務，成為產業智能化的“擺渡人”。

04

出海及下一步：AI應用的長期路線

在AI應用落地的長期征程中，出海正成為重要方向。在中國AI+戰略推動下，中國AI服務商正憑借模型和應用優勢加速出海。

“最近我開始花更多時間去看海外市場?！庇饔哑礁嬖V數智前線。海外市場也浮現諸多商機，大模型應用進程比想象中要慢，競爭遠不如國內激烈，且市場付費意愿強，定制化需求相對更低。

模型側，中國大模型正以開源、低成本、高效能，加速打開海外市場。近期，硅谷知名投資人宣布用Kimi-K2取代OpenAI成為生產力工具；美國多個編程平臺接入智譜模型；新加坡國家人工智能計劃放棄Meta，轉而采用阿里Qwen開源架構，打造東南亞語言大模型。應用側，大量C端AI應用率先出海，部分產品在海外榜單上霸榜，收入甚至超過國內，顛覆了“先做國內再出海”的傳統模式。

B端出海也涌現明確需求。“有客戶因國內使用體驗好，做海外業務時希望我們同步跟進?！庇饔哑礁嬖V數智前線。為此，中關村科金加大出海業務投入，全面升級出海產品Instadesk，打造了涵蓋5大引擎能力的全球聯絡中心解決方案，破解企業跨國經營的語言溝通、文化差異、渠道分散與合規管理四大難題。

在典型案例中，智能家居品牌Imou樂橙借其方案構建全球標準化客服體系，整合15個海外主流服務渠道，依托AI實時翻譯引擎，支持100+語種實時轉換，讓客服效率提升50%以上，全球用戶的滿意度達到95%。在金融領域，其為全球保險巨頭利馬國際保險提供了AI智能外呼系統，在確保內容合規的同時，實現7*24小時多語言服務覆蓋，人力成本降低30%、保險簽約率提升超20%。在制造領域，多家營收超5億美元的出海制造企業，已采用中關村科金全球聯絡中心及智能客服解決方案。

而對于大模型與智能體落地的下一步發展，喻友平判斷，大語言模型的企業級應用潛力已逐漸接近天花板。未來兩三年，其在知識問答、寫作、審核、問數、客服、營銷等場景的落地將逐漸觸頂。而AI的下一波發展，需依托多模態、世界模型與實體載體的結合——這才是AI領域真正的“iPhone Moment”。

他表示，目前技術還在積累階段，“當前仍在‘石子路上開車’，未來定會有一條柏油馬路?！睋袠I預測，到2030年左右，AI將進入“物理AI”階段，屆時智能體將廣泛嵌入到每臺PC、手機以及汽車、飛機等各類設備中。