中经记者 谭伦 上海报道
当大模型逐渐从“能力竞赛”迈向“应用竞赛”，企业级AI正在进入新的发展阶段。
2026世界人工智能大会（WAIC）期间，一个明显变化正在显现。相比过去两年围绕模型参数、训练能力展开的讨论，在今年的大会现场，智能体（Agent）、企业AI、具身智能、AI基础设施、AI治理等关键词频繁出现，越来越多企业开始将发布重点从底层模型转向行业应用和业务落地。业内普遍认为，随着基础模型能力不断成熟，人工智能产业竞争正从“谁的模型更强”转向“谁能真正解决产业问题”。
在此背景下，7月18日，中国电子云在WAIC期间举办人工智能创新发展论坛，围绕企业级AI发布了全新升级的“新星”全链路AI解决方案、翎枢超节点算力产品，以及决策智能、无人智能两大核心应用，并同步推出动态本体平台、27B军事垂类大模型“列阵-27B”等硬核技术产品，致力筑牢企业级AI基础设施、推动行业智能体规模化落地。
就此，中国电子云高级副总裁黄锋在接受《中国经营报》记者采访时表示，大模型的发展正在推动人工智能进入新的阶段，但企业真正面临的挑战，并非模型本身，而是如何让AI理解业务、融入业务，并最终创造业务价值。
这一判断，也与产业趋势形成了呼应。IDC近期发布的研报指出，未来几年，中国人工智能市场增长将更多来自企业级应用和行业智能化需求，AI投资重心正逐步由模型研发向场景落地、行业解决方案和AI基础设施延伸。Gartner同样认为，随着Agent逐步进入企业生产环境，数据治理、知识管理、业务流程编排以及AI治理能力，将成为企业部署智能体的关键因素。
诸多释放的信号似乎预示，大模型竞争并未结束，但企业级AI竞争的逻辑已经开始改变。
告别“Demo泡沫”
今年以来，智能体成为全球AI产业最热门的话题之一。但在黄锋看来，对于企业而言，智能体真正的价值并不在于增加一个AI应用，而在于推动业务模式发生变化。
黄锋认为，企业智能化不能简单理解为部署一个大模型，而是建立起完整的AI能力体系。大模型解决的是智能能力问题，而企业真正需要解决的是业务问题，两者并不能简单画上等号。
“行业里90%的智能体项目，可能做个Demo可以，但真正要上生产，天天支撑大量的人去用，往往还是用不了。”黄锋直言不讳地指出，这种“Demo泡沫”的根源，在于严肃业务场景与大模型天然缺陷之间的严重对立。大模型底层的“黑盒机制”导致的逻辑幻觉、不可解释性，使其在面对军事态势研判、城市应急调度指挥、工业供应链协同等容错率极低的严肃场景时，让决策者“不敢信、不敢用”。
在其看来，企业需要的不再是炫目的PPT演示，而是“能解决问题、能交付结果、能担起责任”的硬核系统。因此，中国电子云此次发布的重点，并没有停留在单一模型能力，而是围绕企业级AI运行所需要的算力、数据、知识、本体以及智能体开发等能力进行了整体布局。
以动态本体技术为例，黄锋介绍道，不同于只读的静态知识图谱，“动态本体”通过对象模型层（回答是什么）、动作层（回答做什么）以及规则层（按什么业务逻辑做）三层架构，将人类专家的经验、行业标准、预案规则等，固化为AI能够严格遵循的数字孪生系统。
黄锋表示，仅依赖模型本身，很难满足复杂行业对于业务理解和决策支持的需求。他认为，企业长期积累的数据资产、业务规则和行业知识，需要通过更加结构化的方式组织起来，才能真正成为智能体理解业务、完成任务的重要基础。
这一思路，与当前企业级AI的发展方向不谋而合。过去几年，大模型快速普及，但不少企业在实际部署过程中发现，通用模型虽然能够完成问答、写作等任务，却很难直接适应企业内部复杂的组织结构、业务流程和专业知识体系。如何把企业已有的数据、知识和业务流程真正连接到AI，成为行业探索的重要方向。
黄锋指出，数字化和智能化并不是两个独立阶段，而是相互促进的过程。数字化为智能化提供基础，而智能化又能够进一步推动企业数字化升级，实现“数智一体”。这也是中国电子云此次发布企业级AI基础设施的重要考虑——不仅建设AI能力，更希望让AI真正进入企业生产系统，而不是停留在演示层面。
记者从今年WAIC观察到，类似思路也正在成为行业共识。无论是国际科技企业还是国内AI厂商，都开始更加关注AI如何嵌入企业业务流程，推动研发、制造、供应链、运营管理等核心环节的效率提升，而不再局限于单点应用创新。
业内人士认为，随着基础模型逐渐成为通用能力，未来企业采购AI，不再只是采购一个模型，而是采购一整套涵盖数据治理、知识管理、智能体开发、安全治理以及持续运营的企业AI能力体系。企业AI竞争，也开始从模型能力竞争，逐步转向工程能力和行业能力竞争。
企业AI重寻落地逻辑
如果说过去两年，大模型更多解决的是内容生成和人机交互问题，那么随着企业AI逐步进入深水区，如何让AI参与业务决策、支撑产业运行，正成为新的探索方向。
此次论坛上，除了推出本体平台外，中国电子云还正式推出了决策智能、无人智能两大AI应用。对于前者，黄锋在采访中表示，大模型的发展让AI具备了更强的理解、生成和推理能力，但企业真正关心的是，这些能力如何作用于业务，如应急指挥调度和工业领域的供应链调度协同，因此，这些特定领域的企业应用AI，并不是简单增加一个聊天窗口，而是希望AI能够参与到业务流程中，帮助企业提升分析、判断和决策能力。
这一变化也意味着企业AI开始从通用能力向专业能力演进。例如，在能源、电力、制造、政务等行业，企业每天面对的大量业务决策，往往涉及复杂的数据关联、行业规则以及多年积累的专业经验。这类场景不仅要求AI能够理解业务，更要求其输出结果具有可解释、可验证、可追溯等特点。
正因如此，中国电子云此次将本体平台作为企业AI的重要基础能力之一。黄锋认为，本体并不是一个全新的概念，但在大模型时代，其价值被重新放大。企业长期沉淀的数据、知识、流程和规则，需要通过本体进行组织和关联，才能真正成为智能体理解企业、执行任务的重要基础。
这一思路，与当前企业级AI的发展方向形成呼应。近年来，包括微软、谷歌等国际科技企业，都开始加强知识图谱、企业知识管理等能力建设，希望解决大模型在企业场景中存在的知识准确性不足、业务理解有限等问题。业内普遍认为，当企业AI逐渐承担复杂业务任务后，仅依赖模型训练形成的通用知识已难以满足需求，企业专有知识体系的重要性正在不断提升。
值得注意的是，本届大会，“无人智能”同样成为中国电子云一项新的布局方向。随着人工智能不断向产业现场延伸，AI开始从辅助决策逐步迈向自主执行。近年来，无论是智能制造、能源巡检，还是低空经济、机器人等领域，都在探索利用智能体完成更加复杂的任务。黄锋认为，未来人工智能的发展，不只是提升单个模型能力，而是推动智能体真正进入产业运行过程，与数字化系统形成协同。
这也意味着，企业AI竞争开始从“有没有AI”转向“AI能否真正完成工作”。不过，在黄锋看来，企业智能化仍然是一项长期工程。其表示，企业智能化建设不能脱离数字化基础。“数智一体”并不是简单把数字化和AI叠加，而是让智能能力真正融入企业生产经营全过程，实现业务持续优化和能力持续演进。
黄锋坦言，即使在国防、科研、央企这三大深耕的纵深行业中，场景也有成千上万，中国电子云选择“克制的聚焦”，目前仅全力押注“决策智能”与“无人智能”两大核心赛道。通过将翎枢超节点、本体构建平台以及应用开发平台作为标准产业底座，向其余成百上千个细分场景的合作伙伴全面解耦开放，构建一个既有竞争壁垒，且具备高度韧性的自主可控AI国产生态圈。
从产业发展来看，这也是当前国内企业级AI正在经历的一次重要转变。过去几年，大模型快速发展带动了人工智能产业进入新阶段；而随着模型能力逐渐普及，真正决定企业AI价值的，将越来越多来自行业理解、工程实施和持续运营能力。企业竞争的焦点，也正从模型本身，转向数据治理、知识沉淀、业务流程重构以及行业Know-how。
记者注意到，今年WAIC期间，不论是大会论坛设置，还是众多企业发布方向，都折射出这一趋势：人工智能正在从技术突破迈向产业深耕，从展示能力迈向创造价值。
对于中国电子云而言，此次发布既是一次产品升级，也是其对企业级AI发展路径的一次判断——未来企业需要的不仅是更强的模型，更需要能够连接数据、知识、流程与业务的智能体系。而随着智能体、决策智能、本体等技术不断成熟，企业级AI竞争也将进入新的阶段。经历了两年多围绕模型能力的快速演进后，行业关注的焦点正在逐步转向另一个更具挑战的问题：如何让AI真正融入企业生产经营和产业运行，并持续创造可量化的业务价值。
（编辑：张靖超 审核：李正豪 校对：颜京宁）
热门跟贴