WAIC觀察：企業AI進入底座競爭時代｜愛分析調研

原創愛分析ifenxi 2026-07-27 12:00

找芯片數據手冊、參考設計和開發工具？ 別讓AI算力卡脖子！dsPIC33AK性能暴增指南

怎么讓大模型真正創造業務價值？答案在模型之外。

過去幾年，人工智能產業的發展主要圍繞模型能力展開。從參數規模到推理性能，從多模態能力到訓練效率，基礎模型不斷刷新技術邊界，也推動AI應用進入新的發展階段。

但當AI真正進入企業場景后，一個更加現實的問題逐漸浮現：使用先進模型，不意味著企業就能獲得收益。企業需要面對的是更加復雜的現實環境：多年積累的數據如何被AI理解？大量既有系統如何與智能體連接？新的AI應用如何快速構建并符合企業工程規范？這些問題決定了AI能否從技術演示走向業務生產。

2026世界人工智能大會期間，普元信息提出“AI原生數字基座”理念，圍繞智能數據治理、AI應用開發和全域融合集成三大方向，探索企業數字基礎設施面向AI時代的演進路徑。

這背后反映的是一個產業趨勢：隨著大模型能力逐漸普及，企業AI競爭正在從模型能力競爭，走向支撐AI規模化應用的底座能力競爭。

AI進入產業深水區，企業競爭焦點正在發生變化

人工智能的發展正在進入新的階段。

過去，企業關注的是“有沒有AI能力”。是否接入大模型，是否建設智能助手，是否推出AI應用，成為衡量企業智能化探索的重要指標。

隨著越來越多企業開始實踐AI應用，產業關注的問題正在發生變化。企業發現，將一個大模型接入業務，并不能自動產生價值。一個真正投入生產環境的AI應用，需要同時具備多個條件：

它需要有高質量的數據作為基礎，讓AI能夠理解企業業務；
需要有高效的軟件開發體系，讓AI應用能夠快速構建和持續迭代；
需要有連接企業系統的能力，讓智能體真正進入業務流程。

換句話說，企業AI落地是一項涉及數據、軟件、系統和業務流程的系統工程。

正如WAIC大會上，中國信通院人工智能研究所平臺部副主任李蓀所提出的，當前人工智能產業仍面臨“數—模—用”之間協同不足的問題。雖然越來越多企業開始建設行業高質量數據集，但如何進一步推動數據、模型與應用形成閉環，仍然是產業需要解決的重要問題。

圖1：中國信通院人工智能研究所平臺部副主任李蓀：破解“數-模-用”脫節，構建“模數共振”正向循環

企業AI落地，需要跨越三座“大山”

第一座：數據山——AI需要理解企業

企業不缺少數據。經過多年數字化建設，大多數企業已經積累了大量業務數據，覆蓋客戶、交易、供應鏈、生產、運營等多個領域。

但數據規模不等于數據價值。在傳統數字化階段，企業數據更多承擔記錄和分析作用。而在AI時代，數據需要進一步成為模型理解業務、生成智能結果的重要基礎。現實情況是，企業數據往往分散在不同系統，由不同部門產生，存在標準不統一、口徑不一致、質量參差不齊等問題。

例如，同一個客戶可能同時存在于營銷系統、交易系統和客服系統中；同一個業務指標，也可能因為統計規則不同產生不同結果。

這些問題在傳統業務系統中可能只是影響管理效率，但在AI應用中會直接影響模型效果。因為AI輸出質量，很大程度取決于輸入數據質量。

因此，企業AI時代的數據治理，需要從過去的數據管理進一步走向面向智能應用的數據供給。企業需要能夠被AI理解、調用和復用的數據資產。這也是高質量數據集受到產業關注的重要原因。

第二座：軟件工程山——AI需要進入生產體系

數據之外，企業還面臨另一個關鍵問題：如何快速構建大量AI應用？

隨著AI進入業務場景，企業需要建設的不再是少量實驗性應用，而是面向不同崗位、不同流程的大量智能助手、智能體和AI工作流。這對軟件生產方式提出了新的要求。

過去的軟件開發流程，通常圍繞需求分析、架構設計、編碼測試、上線運行展開。AI時代，應用需求變化更快，業務場景更加碎片化，傳統開發模式面臨效率挑戰。因此，AI Coding成為行業關注的重要方向。

對于開發人員而言，AI輔助生成代碼，可以顯著提升編碼效率。但對于大型企業而言，代碼生成只是AI Coding價值中最容易看到的一部分。真正決定AI Coding能否進入企業生產環境的，是隱藏在代碼之外的工程化問題。

對個人開發者而言，AI Coding最直觀的價值是提升代碼編寫效率。但進入企業場景后，編寫邏輯代碼只是浮出水面的部分。水面之下，企業需要解決更加復雜的問題：

第一，架構一致性。

企業軟件是在多年建設過程中形成了完整的技術架構、開發規范和治理體系。AI生成的代碼即使能夠運行，也可能不符合企業既有架構要求，增加后續維護成本。因此，企業需要的不是單純會寫代碼的AI，而是理解企業架構約束的AI。

第二，資產復用。

大型企業經過多年數字化建設，積累了大量業務模型、流程組件、接口服務和軟件資產。如果AI每次生成代碼都從零開始，就無法發揮企業已有數字資產的價值。企業級AI開發，需要讓AI理解并復用已有軟件資產，而不是重新創造。

第三，合規管控。

個人開發場景中，代碼效率和功能實現可能是主要目標。但對于金融、能源、政企等行業，軟件系統需要滿足嚴格的安全、審計和管理要求。企業需要確保AI生成過程可追蹤、代碼變更可管理、系統運行可審計。

第三座：系統連接山——AI需要進入業務流程

除了數據和開發能力，企業AI落地還面臨另一個關鍵問題：AI如何真正進入業務？

當前，大多數企業已經擁有大量數字化系統，包括ERP、CRM、生產系統、數據平臺以及各種行業應用。這些系統承載著企業核心業務流程，也是AI創造價值的重要場景。如果AI只能停留在聊天窗口中，它很難真正改變企業運營方式，它需要具備更強的業務連接能力：

銷售智能體需要連接客戶系統和訂單系統，輔助銷售預測和客戶運營；
生產智能體需要連接制造系統和供應鏈系統，參與生產調度和流程優化；
運營智能體需要連接數據平臺和業務應用，幫助企業提升決策效率。

這意味著，企業需要建立連接AI能力與業務系統的新型基礎設施。

一方面，需要通過API管理、系統集成、智能網關等能力，打通企業內部長期形成的信息孤島；另一方面，需要對模型調用、智能體運行和數據流轉進行統一管理，確保AI應用安全、穩定、可控。

普元信息率先跑通AI原生數字基座，布局三類核心能力

從國產基礎軟件，到SOA架構，再到云應用平臺、大數據和數據治理，普元長期圍繞企業核心軟件能力展開積累。這些技術沉淀，成為其探索AI時代數字基礎設施的重要基礎。

AI時代，數字基座需要承擔新的使命。它不僅需要支撐業務系統運行，還需要支撐AI能力進入企業。這正是普元提出“AI原生數字基座”的背景。

基于對企業AI落地挑戰的觀察，普元信息將AI原生數字基座建設聚焦于三個方向：智能數據治理、AI應用開發和全域融合集成。

智能數據治理：讓數據成為AI可用資產

對于企業而言，數據價值不取決于數量，取決于能否被AI有效利用。

普元信息將這一方向定義為“易數治”。

核心目標，是幫助企業將分散的數據資源轉化為AI能夠理解和使用的數據資產。

圍繞這一目標，普元通過主數據管理、數據標準治理、數據質量管理、數據資產管理等能力，幫助企業構建統一的數據管控體系。同時，結合大模型能力，推動數據生成、清洗、增強和標注等環節智能化，提高企業高質量數據集建設效率。在WAIC期間，普元數據智能研究院院長李書超展示了相關實踐，通過大模型輔助數據工程流程，探索人機協同的數據管控模式。

在產品層面，普元·易數正是在這一背景下打造的新一代數據中樞，通過數據治理、數據資產管理和智能融合能力，幫助企業打通數據價值鏈路，讓數據從沉淀資源轉變為業務創新能力。

AI應用開發：推動企業軟件生產體系升級

隨著AI應用需求快速增長，企業需要一種新的軟件生產方式。

普元信息將這一方向定義為“一開轉”，即面向企業的AI原生應用開發能力。

與傳統AI Coding工具主要關注代碼生成不同，企業級AI開發更強調軟件工程體系的完整性。

普元認為，AI應該深入軟件生命周期，從需求分析、架構設計、代碼開發，到測試和運維，實現全過程協同。通過AI智能體參與軟件研發流程，并結合企業已有架構規范、軟件資產和工程治理體系，企業可以進一步提升軟件建設效率，同時保證開發過程符合企業要求。

這意味著，AI對軟件行業的影響，不只是增加一個開發工具，而是推動整個軟件生產方式發生變化。未來，軟件開發人員的角色也將逐步變化。開發人員不再只是編寫代碼，而是通過AI管理軟件生產過程，讓AI能力與企業工程體系結合。

在產品層面，普元·一開遵循“企業級智能軟件工廠”的理念，通過AI智能體參與軟件開發全過程，推動企業形成更加智能化的軟件生產體系。

全域融合集成：讓AI進入企業業務流程

如果AI無法連接企業系統，只能停留在信息查詢和簡單交互層面，很難改變企業運營方式。因此，企業需要建立連接數據、應用和AI能力的新型集成體系。

普元信息將這一方向定義為“即聯通”。

其核心目標，是通過全域融合集成能力，讓企業已有系統與AI能力實現統一連接。

具體來看，包括三個方面：

首先，實現業務系統互聯。企業長期建設形成的大量系統，需要通過集成能力實現數據流動和業務協同。
其次，實現接口和服務統一治理。隨著企業部署越來越多AI應用，API管理和服務復用的重要性不斷提升。
最后，實現AI能力安全接入。企業需要對大模型調用、智能體運行和數據訪問進行統一管理，保障AI應用安全、穩定運行。

在產品方面，普元·即聯正是普元信息在這一方向上的探索，通過系統互聯、API治理以及AI網關等能力，幫助企業連接應用、數據與AI能力，讓智能化真正進入業務流程。

結語：AI競爭進入底座時代

AI原生數字基座正在成為企業智能化轉型的重要基礎設施。它連接過去多年數字化建設積累，也承載未來智能化發展的可能。

WAIC展示的不只是人工智能技術的最新進展，也展現了產業發展的下一階段方向：讓數據更好地服務智能，讓應用更快地響應業務，讓AI真正進入企業生產體系。

登錄閱讀全文



免責聲明：該內容由專欄作者授權發布或作者轉載，目的在于傳遞更多信息，并不代表本網贊同其觀點，本站亦不保證或承諾內容真實性等。若內容或圖片侵犯您的權益，請及時聯系本站刪除。侵權投訴聯系：? nick.zong@aspencore.com！

愛分析ifenxi 愛分析ifenxi是專注于AI市場的研究咨詢機構

進入專欄

評論

愛分析ifenxi 愛分析ifenxi是專注于AI市場的研究咨詢機構

文章：1220篇粉絲：15人

 私信

WAIC觀察：企業AI進入底座競爭時代｜愛分析調研

最近文章

熱門文章

推薦

最新資訊