ToC智能體火得快，但更大的價值在企業丨中關村科金@MEET2026

編輯部 整理自 凹非寺
量子位 | 公眾號 QbitAI

從移動互聯網的“人機連接”走向AI時代的“智能連接”，企業正在經歷一場深層重構。

在大模型與智能體快速普及的當下，中關村科金總裁喻友平給出了一個貫穿技術與業務本質的判斷：AI時代的核心，不是工具更強，而是連接更強。

• 智能體正在成為新時代的超級連接器，把人、數據、知識與智能編織進企業的全流程運行體系中，進而形成新的數字人力體系。

企業智能化不再是一次性項目，而是由場景選擇、數據與知識治理、模型構建三元素持續迭代驅動的長期工程。

在量子位MEET2026智能未來大會上，喻友平進一步提出，真正讓智能體規模化落地的，是底座平臺能力的重構。

大模型平臺提供認知中樞，AI能力平臺補齊感知細節，AI數據平臺沉淀企業級記憶。

在三者之上，打造一個數百上千個數字員工協同工作的“智能體集市”，成為企業營銷、運營、生產等環節的組織新單元。

為了準確呈現喻友平的完整思考，以下內容基于演講實錄進行整理編輯，希望能提供新的視角與洞察。

MEET2026智能未來大會是由量子位主辦的行業峰會，近30位產業代表與會討論。線下參會觀眾近1500人，線上直播觀眾350萬+，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• 從互聯網時代到AI時代，本質上是連接的進化，即智能體作為超級連接器實現人與數據、知識、智能的更強連接。
• 企業要實現智能體落地，主要優化集中在場景的選擇和評估、企業內部數據和知識的整理、模型的選擇和構建三個環節上，這三個要素需要循環迭代、持續進化。
• 企業用好智能體的關鍵在于三個平臺：連接算力、容納各種開源模型的大模型平臺，提供感知能力的AI能力平臺，把企業的經驗和記憶沉淀下來的AI數據平臺。
• 企業級智能體落地與ToC智能體最大的不同，在于對“規模化、成本效率和精度”的極致要求。

以下為喻友平演講全文：

智能體目前還像一個懵懂的少年

非常高興來到量子位的會議做分享。

中關村科金是一家專注于垂類大模型的企業，核心是將大模型與智能體技術應用于企業場景，助力企業實現增收、降本、提效、合規等目標。

AI時代與之前的互聯網時代有什么本質區別？我們認為，AI時代的本質，是通過智能體這一超級鏈接器，實現人與數據、知識、智能的更強連接。

相比互聯網和移動互聯網時代，這種連接提供了更高效的通道。

對企業而言，內部層面，不少客戶反饋，他們的企業中已有數十個智能體在發揮作用。

本質上，這是為企業新增了一類“數字人力”，能夠連接內部各類資源，讓員工之間的協同更密集、更高效；外部層面，智能體對客戶連接的助力也十分顯著，比如基于智能體的營銷、客服、銷售賦能，都能創造不少價值，這是我們看到的重要機會。

正如前面嘉賓提到的，智能體目前還像一個懵懂的少年，我們在實踐中也有同樣的感受。

因此，企業要做好智能體的落地應用，需要在三個環節持續循環迭代：場景的選擇與評估、企業內部數據與知識的整理、模型的訓練與構建。

這和過去信息化、數字化項目不同，不是實施完成后就固定不變，而是一個持續變化、不斷演進的過程。

三個核心平臺與構建在其之上的智能體集市

作為專注于大模型與智能體企業落地的服務商，中關村科金認為，企業要用好這些技術，需要分幾個層次。

首先在算力基礎層面，有三個核心平臺至關重要：

第一個是大模型平臺。

它連接算力資源，兼容各類開源開放模型，可實現從數據標注、模型訓練、實施部署到上線運營的全流程覆蓋，同時提供Workflow、Auto Agent等智能體構建工具，以及大量模板，是企業的認知能力中樞。

但僅靠大模型平臺還不夠，還需要AI能力平臺和AI數據平臺這兩大翼側支撐。

為什么這兩個平臺不可或缺？

AI能力平臺相當于感知系統。OCR、ASR、TTS等技術雖然發展多年，但要結合企業嚴肅場景的實際需求，要求依然極高。

舉個簡單的例子，在營銷外呼場景中，準確識別客戶提及的地址、電話號碼等信息至關重要，一旦聽錯就可能導致后續工作白費。

因此，每個細節都需要專門調優，比如這類關鍵信息的ASR識別準確率要達到99%以上。

智能體在企業落地的“最后一公里”，需要在這些細節上做足功夫。

另一個是AI數據平臺，它是企業的記憶與經驗沉淀系統。

唯有將“感知、認知、記憶”統一起來，才能真正實現大模型與智能體在企業的有效落地。

在這三個平臺之上，我們會構建“智能體集市”。

企業中可能有數百個甚至上千個智能體，它們需要在一個人機協作平臺上協同工作，這一點至關重要。

因為在多數企業場景中，智能體并非要立刻替代人類，而是與人類形成多樣化的協作關系：有時是賦能人類，比如幫助快速查資料、輔助寫作；有時是在復雜業務流程中與人協同；有時是數字員工自主完成工作，由人類進行監督，甚至存在機器人監督人類的反向情況。

這里要說明一下，我們所定義的“數字員工”，是能夠相對完整完成獨立任務的強大智能體，而這類智能體或數字員工，都需要在人機協作平臺上開展工作。

做好這些基礎建設后，才能在企業的營銷服、辦公運營、研發生產等核心環節創造價值。

企業中應用Agent的兩個關鍵場景

作為企業級智能體開發平臺提供商，我們的“得助大模型平臺”近期發布了5.0版本。

與To C端相比，企業級智能體落地的核心差異在于如何實現規模化、經濟高效的AI創新落地。

這不僅要求訓推一體的高性價比和極致的精度調優，還需要強大的企業級管理能力。

更重要的是，我們依托服務2000+各行業頭部企業的經驗，沉淀了大量經過場景驗證的“樣板間”和智能體資產，這也是很多客戶選擇與我們合作的重要原因。

除了平臺建設，企業中還有兩個關鍵應用場景：

第一個是營銷服場景，這是目前最典型、落地效果最好的場景。

除了前面提到的平臺支撐，全媒體、全渠道的聯絡中心是核心基礎，它就像企業與客戶對接的高速公路，所有智能體都應運行在這個通道上，實現對客戶的全媒體、全渠道統一管理和接入。

在營銷服全流程中，我們拆解出了多個數字員工應用：比如線索抓取、識別與打標，過去線上有大量對產品感興趣的潛在客戶未能得到有效服務，而智能體無需休息、始終敬業，能夠高效捕獲這些線索并開展互動；此外還有外呼、客服、陪練、質檢等多個銷售智能場景。

可以說，沒有智能體，企業很難與數億用戶進行充分溝通互動并取得良好效果，這也是我們從服務過的客戶身上得到的驗證。

第二個是辦公與運營提效場景。

服務眾多客戶后我們發現，做好問答、寫作、審核、問數四件事就能覆蓋80%-90%的價值。這四件事的底層支撐，是完整的智能知識庫。

在企業場景中，簡單搭建的系統基本行不通，企業對容錯率、準確性、專業性的要求都極高。

比如我們與中國電建財務公司合作時，就協助其梳理了數百個專業指標，精準解決相關辦公運營需求，這也是我們在大量客戶服務中積累的經驗。

在垂直行業，智能體也有廣泛應用

除了營銷和運營，智能體在垂直行業也有廣泛應用。其中，我們重點關注金融和工業兩大領域。

在金融領域，中關村科金過去十幾年已服務超200家銀行、500余家各類金融機構。

除了營銷服場景，我們在風控、消保、信貸等場景也積累了大量智能體解決方案，憑借深厚的行業Know-How，助力銀行在各個環節實現智能體的有效落地。

在工業領域，工業人工智能常與傳統人工智能概念混淆，其實兩者有明確區別。

過往的機理模型、視覺技術、自動化方案已能解決不少工業場景的優化問題，但目前很多企業在這方面仍有較大提升空間。

而大語言模型，以及未來的視覺模型、多模態模型，將推動工業智能化從局部向全局演進。

我們已在這一領域積累了多個案例，比如與中控技術、中南大學、廣西產研院等單位合作，為南方有色金屬打造了有色金屬行業垂直大模型，效果良好。

該模型不僅構建了行業與企業的完整知識庫，還結合了能耗節約、設備預測性維護、冶煉工藝優化三個核心場景的能力。

工業智能領域潛力巨大，未來我們期待與更多工業智能化、信息化、數字化服務商展開合作。

中關村科金的定位是全球領先的企業級大模型技術與應用服務商，目前除了在國內提供服務，也在積極拓展海外市場，我們在中國香港、新加坡、馬來西亞、泰國、印尼等地區和國家布局，將智能產品推向海外，既服務海外直客，也助力中企出海。

中企走向全球時，不僅需要提供優質產品，更需要配套智能化服務，這一領域的市場空間十分廣闊，我們期待與更多出海企業攜手合作。

最后總結一下——

大模型與智能體在企業的落地，不像ToC場景那樣容易顯現效果，其對行業Know-How、準確度、規則遵循等方面的要求更高。

如果說人工智能是一個新時代，那么唯有在企業落地中創造足夠價值，才能真正稱得上進入了人工智能時代。

期待未來能與更多朋友深入交流，我的演講到此結束，謝謝大家！