原標題：智能體掀起AI新革命！青島企業(yè)圍繞智能體應用開展積極探索實踐

智能體掀起AI新革命

青島企業(yè)依托“大模型+工具”解鎖人工智能處理復雜任務的能力，聚焦企業(yè)級市場加快布局

用戶只需給出一句話的簡單指令，就能自動打開手機上的美團、小紅書等相關App，并根據(jù)指令自動完成外賣下單、撰寫文案、制作視頻等具體工作。8月底，AI獨角獸公司智譜發(fā)布了全球首個通用手機Agent（智能體），展示了智能體給用戶使用手機帶來的最新變革。

AI智能體是今年最火的人工智能賽道之一。年初，一款名為Manus的通用AI智能體一經(jīng)發(fā)布，便迅速吸引全球目光。Manus能夠處理簡歷自動篩選、房產(chǎn)信息調(diào)研、股票分析等任務，成為繼DeepSeek之后今年AI圈的又一現(xiàn)象級產(chǎn)品。OpenAI、谷歌、字節(jié)跳動、阿里等全球人工智能頭部企業(yè)更是無一不在智能體產(chǎn)品開發(fā)上持續(xù)加碼，讓這一賽道的競爭日趨白熱化。

智能體躥紅的背后，是全球人工智能行業(yè)對大模型落地應用的加速推進。依托智能體，大模型正加快深入各行各業(yè)的具體業(yè)務場景中，幫助解決越來越多實際問題。在青島，就有一批聚焦細分行業(yè)領域的企業(yè)，正圍繞智能體應用開展積極探索和實踐。

大模型“長出手腳”

在業(yè)界，智能體并非一個新概念。早在2023年初，ChatGPT剛上線不久，OpenAI就參照自動駕駛L1到L5的進階圖，發(fā)布了一張通用人工智能的進階路線圖。

在這張路線圖中，“智能體”被定義為通用人工智能發(fā)展的L3階段，特征是能夠自主使用工具，進行任務規(guī)劃、決策、行動。而此前的L1和L2階段分別為聊天機器人階段和AI推理階段。

顯然，智能體是AI大模型能力發(fā)展到一定水平的產(chǎn)物，核心理念是讓大模型自主調(diào)用各類工具去執(zhí)行更加復雜的任務。“大模型像是大腦，它負責認知、理解，各種智能體就像是手和腳，按照大腦的指令完成各項任務。”華正信息技術股份有限公司技術開發(fā)副總經(jīng)理李然說。

從ChatGPT到DeepSeek，近幾年全球通用大模型的能力以幾何級速度躍升。與之形成鮮明對比的是大模型的商業(yè)化進程仍不算快。如何將訓練大模型所耗費的巨大投入在市場中實現(xiàn)商業(yè)變現(xiàn)，是幾乎所有人工智能企業(yè)面臨的共同課題。而這在很大程度上取決于大模型在具體業(yè)務場景中幫助各行各業(yè)解決實際問題的能力。智能體正是解決了大模型的“專業(yè)”問題，通過給大模型工具，讓大模型能夠得心應手地處理用戶或企業(yè)的個性化需求。

創(chuàng)新奇智在制造業(yè)中的實踐頗具代表性。公司CTO張發(fā)恩以數(shù)據(jù)管理為例介紹，過去基于大模型的數(shù)據(jù)管理應用是直接把數(shù)據(jù)拿過來分析，升級為智能體后，相當于給大模型下指令的同時告訴它還有很多工具可以用，比如可以調(diào)用生產(chǎn)數(shù)據(jù)、營銷數(shù)據(jù)、售后數(shù)據(jù)。

“當我讓它做一個完整的分析表，它會理解我的需求以后去調(diào)用各種工具，拿回數(shù)據(jù)以后進行整理。與過去不給它工具相比，能力更加強大。所以智能體的本質(zhì)是讓大模型能夠把人類的需求翻譯成它自己能做的和一系列工具調(diào)用，最終產(chǎn)生一個混合的結果。”張發(fā)恩說。

不難看出，智能體讓大模型不再是簡單的對話或搜索工具，而是能夠在越來越多產(chǎn)業(yè)場景中創(chuàng)造價值。某種意義上，智能體浪潮的來襲標志著大模型商業(yè)化時代的全面到來。正如特斯拉前AI總監(jiān)、OpenAI創(chuàng)始團隊中的明星研究員安德烈·卡帕斯曾說過的那樣：2025年并非智能體之年，而是智能體十年的第一年。

發(fā)力企業(yè)級AI智能體

種種跡象表明，智能體已經(jīng)成為大模型之后，企業(yè)繼續(xù)留在AI“牌桌”上的重要籌碼。

今年以來，全球科技“大廠”在智能體布局上的不斷提速有目共睹。OpenAI推出ChatGPT智能體，OpenAI稱該智能體能夠智能調(diào)用瀏覽器工具、深度信息整合能力與語言生成能力，完成包括在線購物、訂餐預約、撰寫研究報告、制作PPT和財務分析在內(nèi)的多步驟復雜任務；谷歌針對AI編程市場的持續(xù)升溫，發(fā)布了開源AI智能體Gemini CLI（命令行界面）；百度在電腦端搜索頁面測試開放智能體應用入口，智能體來自文心智能體平臺、外部優(yōu)質(zhì)AI應用以及部分百度自研應用……

不僅如此，頭部企業(yè)更是加速構建智能體生態(tài)。字節(jié)跳動旗下火山引擎6月發(fā)布新版豆包大模型的同時，發(fā)布了12款面向AI智能體開發(fā)和應用的工具產(chǎn)品；阿里云百煉上線業(yè)內(nèi)首個全生命周期MCP（模型上下文協(xié)議）服務，支持通過無代碼方式快速構建智能體應用；騰訊全面升級面向企業(yè)用戶的騰訊云智能體開發(fā)平臺，以及面向個人用戶的“騰訊元器”等兩大智能體開發(fā)平臺……

與在消費級市場以及通用應用市場上具有明顯優(yōu)勢的互聯(lián)網(wǎng)巨頭不同，AI中小企業(yè)則將焦點更多放在以企業(yè)級市場為代表的垂直領域。這也正是當下青島企業(yè)布局發(fā)展智能體的主要路徑。

相較“大廠”，這些長期深入各行各業(yè)一線為企業(yè)提供AI服務的中小企業(yè)，更直接感受到了應用端對智能體的需求。

就以人工智能目前在工業(yè)中十分典型的應用領域AI質(zhì)檢為例，企業(yè)需要的不只是發(fā)現(xiàn)問題，更是解決問題，而要做到這一步就離不開智能體。華正的李然介紹，他們公司就正將解決方案升級為“大模型+智能體”，不是單純地檢測缺陷，智能體可以調(diào)用生產(chǎn)過程中的運行數(shù)據(jù)并結合工藝參數(shù)、歷史問題及案例庫等數(shù)據(jù)，幫助判定缺陷產(chǎn)生的原因和應對缺陷的方法，后續(xù)避免缺陷再次發(fā)生，實現(xiàn)從“識別”走向“診斷”與“決策輔助”。

“除設備質(zhì)檢外，華正還開發(fā)落地了智能問數(shù)、智能問答、人員招聘、合同審查等多款智能體產(chǎn)品。目前，正在與其他企業(yè)聯(lián)合開發(fā)針對化工行業(yè)的安全生產(chǎn)大模型及智能體應用。”李然說。

設備運維也是當下智能體大展拳腳的領域。山東海博科技信息系統(tǒng)股份有限公司研發(fā)運維智能體已經(jīng)“上崗”。該公司相關業(yè)務負責人孫童童介紹，運維智能體的核心競爭力在于能動態(tài)監(jiān)測設備狀態(tài)，通過多維度分析精準定位故障根源，同時自動觸發(fā)修復流程。目前，從運維智能體在公司自主研發(fā)的體檢機器人與無人評測考核機器人上的應用看，在設備日常巡檢、基礎故障處理等簡單運維場景中，智能體讓工作人員數(shù)量需求直接降低50%，更規(guī)避了人工運維存在的響應延遲、操作誤差等問題。

不只是軟件企業(yè)和AI服務提供商，制造業(yè)企業(yè)憑借對業(yè)務場景的熟悉也加入了這場激戰(zhàn)。服裝行業(yè)的酷特智能研發(fā)了“酷特AI Agent數(shù)智化企業(yè)級操作系統(tǒng)”，專注企業(yè)輕管理以及智能制造兩個方向。今年6月舉行的2025華為開發(fā)者大會上，酷特智能發(fā)布了企業(yè)AI大腦智能體、需求AI解析智能體、企業(yè)AI助理智能體等三款企業(yè)級通用智能體應用。目前，酷特AI Agent已在包括服裝鞋帽、機械、電子、化工、醫(yī)療等在內(nèi)的50多個行業(yè)的150多家企業(yè)中進行了實踐和探索。

未來兩到三年或?qū)⒊蔀槠髽I(yè)通用工具

AI智能體的應用正呈現(xiàn)加速度。

創(chuàng)新奇智首席產(chǎn)品官李凡早前曾表示，預計未來兩到三年，AI智能體將成為企業(yè)通用工具，自建非關鍵AI智能體會十分普遍。

從市場數(shù)據(jù)來看，國際市場研究機構Research and Markets發(fā)布的報告指出，AI智能體市場規(guī)模將從2024年的51億美元躍升至2030年預期的471億美元，年復合增長率達44.8%。IDC的研究報告則指出，到2027年，60%的大型企業(yè)會采用協(xié)作型智能體系統(tǒng)，將業(yè)務流程效率提升50%以上。

不論愿不愿意，就像當初的互聯(lián)網(wǎng)大潮，智能體都將是每個企業(yè)甚至每個人不得不擁抱的“伙伴”。

如何應對？

從技術新名詞到得心應手的生產(chǎn)工具，AI智能體越是深入企業(yè)具體業(yè)務場景中，越是依賴高質(zhì)量的數(shù)據(jù)，企業(yè)的“數(shù)據(jù)能力”成為影響智能體落地快慢的一大關鍵。

IBM大中華區(qū)技術銷售總經(jīng)理、首席技術官翟峰曾在媒體采訪中表示，企業(yè)想要通過AI獲得收益需要先回答三個問題：高質(zhì)量的數(shù)據(jù)有沒有？有沒有在用？有沒有發(fā)揮作用？在他看來，企業(yè)級AI落地最重要的因素是數(shù)據(jù)，沒有數(shù)據(jù)，一切都是空談。

以工業(yè)為例，賽迪研究院信息化與軟件產(chǎn)業(yè)研究所人工智能研究室主任王宇霞表示，工業(yè)現(xiàn)場存在諸如數(shù)據(jù)孤島、數(shù)據(jù)缺失、噪聲干擾等問題，現(xiàn)有數(shù)據(jù)是否足以用于訓練工業(yè)智能體，使其達到安全可靠的水平尚且存疑。有報告顯示，制造業(yè)數(shù)據(jù)中只有44%被有效利用。工業(yè)知識壁壘高，構建高級別的語料庫存在非常大的難度。

青島企業(yè)在推進智能體落地過程中的實踐也印證了這一觀點。

“很多客戶不缺數(shù)據(jù)。比如有的企業(yè)在發(fā)展的過程中，積累了1000多個App。怎么打通這些App，如何利用“汗牛充棟”的數(shù)據(jù)？我們會幫助客戶做數(shù)據(jù)治理、應用治理和整理，讓它變成一個能隨時應變的企業(yè)。”創(chuàng)新奇智CEO徐輝說。在他看來，智能體比拼到最后一定是“模型+行業(yè)場景+行業(yè)數(shù)據(jù)”。

在華正打造的華正云數(shù)字化平臺中，前兩層均與數(shù)據(jù)相關。第一層是物聯(lián)網(wǎng)平臺，主要負責邊緣側的設備數(shù)據(jù)采集和智能感知；第二層是數(shù)據(jù)中臺，負責匯聚、清洗和治理多源數(shù)據(jù)，打造統(tǒng)一數(shù)據(jù)底座，讓數(shù)據(jù)“能管理、可互通”。高質(zhì)量數(shù)據(jù)作為AI的“核心燃料”，是數(shù)智融合應用的核心基石。第三層才是AI中臺。

面對AI智能體落地的不斷提速，青島企業(yè)也在加快建立全方位能力，以搶抓產(chǎn)業(yè)寶貴的時間窗口。

“華正今年的目標是為企業(yè)提供面向財務、法務、人力、生產(chǎn)、供應鏈、應急安全、售后等核心業(yè)務領域的智能體產(chǎn)品，并通過多場景智能體的深度協(xié)同與智能調(diào)度，構建全流程AI智能體應用閉環(huán)，為企業(yè)核心業(yè)務的智能化升級提供一體化解決方案。”李然表示。

創(chuàng)新奇智打造了面向企業(yè)級開發(fā)者的AI智能體開發(fā)平臺，將搭建智能體所需的大模型、知識庫、工作流、工具等要素組件化，讓企業(yè)開發(fā)者以可視化、低代碼方式構建智能體應用。目前，該平臺已使開發(fā)周期縮短超60%。

海博科技也并未止步于單一智能體研發(fā)，而是同步打造了低代碼智能體開發(fā)平臺。平臺將復雜的底層技術開發(fā)流程轉化為可視化的“拖拉拽”操作，用戶或開發(fā)者即使不具備深厚的編程功底，也能快速搭建并定制專屬智能體。目前，該低代碼平臺已在企業(yè)內(nèi)部實現(xiàn)規(guī)模化落地，顯著縮短了智能體產(chǎn)品的開發(fā)周期。（青島日報/觀海新聞記者 孫欣）

[來源：青島日報 編輯：王榮]