去醫(yī)院看病，從掛號、咨詢、檢查、診斷、開處方、康復(fù)到隨訪，整個流程全部由AI智能體（AI Agent）自主完成……近日，國內(nèi)首家由42名人工智能醫(yī)生運營的人工智能醫(yī)院誕生，科幻照進(jìn)現(xiàn)實。

這是大模型從技術(shù)狂歡邁向業(yè)務(wù)實干的冰山一角，在金融、汽車、教育、港口、礦山、運營、客服等領(lǐng)域，AI智能體正加速涌現(xiàn)。

多位專業(yè)人士向證券時報記者表示，技術(shù)、生態(tài)、市場、政策等多方面原因，促使當(dāng)前整個AI發(fā)展重心，由大模型向智能體演進(jìn)，2025年將是智能體爆發(fā)元年。但當(dāng)前智能體發(fā)展仍普遍存在同質(zhì)化、投入高、回報難、技術(shù)適配性不足等問題，大浪淘沙背后，各AI廠商的商業(yè)模式、技術(shù)實力、成本控制能力、對行業(yè)的理解力以及產(chǎn)品力等多重能力等待考驗。

AI智能體涌現(xiàn)

2023年年初，ChatGPT引爆大模型技術(shù)后，國內(nèi)掀起“百模大戰(zhàn)”。如今，經(jīng)過兩年多技術(shù)演練后，“百模大戰(zhàn)”全面升級為“智能體爭艷”。

AI智能體，是一種人工智能系統(tǒng)，可自主感知、思考，并執(zhí)行任務(wù)、做出決策，可看作軟件世界的數(shù)字機(jī)器人。大模型則可充當(dāng)智能體的“大腦”，負(fù)責(zé)邏輯決策，各類應(yīng)用工具或硬件終端則可充當(dāng)智能體的“手腳”，負(fù)責(zé)任務(wù)執(zhí)行。連接“大腦”與“手腳”的，就有近年行業(yè)新出現(xiàn)的統(tǒng)一交互協(xié)議，如Anthropic MCP、谷歌A2A等，這些協(xié)議構(gòu)建了智能體領(lǐng)域的新型“操作系統(tǒng)”，打通了大模型與外部世界的交互鏈路。

金智維董事長廖萬里告訴記者，“以前你向大模型提問，大模型完成信息反饋，但具體執(zhí)行還是依賴提問者手動操作?，F(xiàn)在智能體不同，你除了可以問它明天去北京的機(jī)票多少錢，它給出答案后，還可以自動幫你打開網(wǎng)站訂票，相當(dāng)于你的智能助理?！?/p>

據(jù)他介紹，金智維企業(yè)級智能體Ki-AgentS深度融合了RPA（機(jī)器人流程自動化技術(shù)），目前已在政務(wù)、金融、汽車及醫(yī)療等多個關(guān)鍵行業(yè)落地應(yīng)用，降本增效顯著。

中興通訊前不久也通過深度融合算網(wǎng)基礎(chǔ)設(shè)施與人工智能核心技術(shù)，推出了一站式AI服務(wù)星云智能體，該智能體已在教育、醫(yī)療、電力、政務(wù)、工業(yè)等10余個場景進(jìn)行了產(chǎn)業(yè)實踐。

此外，今年以來，聯(lián)想、百度、字節(jié)跳動、螞蟻集團(tuán)、金蝶國際、京東等企業(yè)均已推出AI智能體，螞蟻集團(tuán)明確未來一年內(nèi)將打造百位名醫(yī)AI智能體，形成覆蓋腫瘤、慢病等領(lǐng)域的智能體矩陣。不少企業(yè)已著手打造智能體生態(tài)，如華為聯(lián)合科大訊飛、拓維信息等成立了城市智能體生態(tài)聯(lián)盟。

IDC數(shù)據(jù)顯示，截至2024年9月，通義、訊飛星火、豆包等平臺的智能體數(shù)量分別超過1.6萬個、1.1萬個、9000個，到2024年12月，頭部綜合類AI原生應(yīng)用智能體數(shù)量已超10萬個，2025年智能體市場將呈現(xiàn)爆發(fā)式增長，市場規(guī)模增速約提升260%。

“目前，智能體的提及率已超過大模型，成為科技企業(yè)CEO最關(guān)注的話題?！盜DC中國副總裁鐘振山告訴記者。

近來，OpenAI首席執(zhí)行官Sam Altman、華為常務(wù)董事汪濤、百度創(chuàng)始人兼CEO李彥宏、聯(lián)想集團(tuán)董事長兼CEO楊元慶等科技界人士紛紛表示，2025年，將是智能體爆發(fā)元年。

AI發(fā)展進(jìn)入2.0階段

AI智能體駛?cè)氡l(fā)時代背后，AI發(fā)展所面對的市場、技術(shù)、政策、生態(tài)等已悄然生變。

市場方面，人工智能通用大模型市場格局已基本穩(wěn)定，企業(yè)普遍希望能夠?qū)⒋竽Ｐ吐涞氐綄嶋H生產(chǎn)中，以產(chǎn)生更大價值，而智能體被認(rèn)為是當(dāng)下大模型應(yīng)用與落地的重要方式。

“AI的發(fā)展，已進(jìn)入下半場，大模型性能、準(zhǔn)確性等各方面的提升，現(xiàn)在已越來越難，且各大模型之間的性能差距也在不斷縮小，未來也不會有太大差距，基礎(chǔ)大模型市場格局已基本穩(wěn)定。”IDC中國副總裁兼首席分析師武連峰對記者表示。

武連峰認(rèn)為，當(dāng)下企業(yè)如何把現(xiàn)有大模型用好，用產(chǎn)品思維去打磨體驗，變得更加重要。智能體作為大模型應(yīng)用的主流趨勢之一，可閉環(huán)處理復(fù)雜任務(wù)（如招聘篩選、代碼生成），替代傳統(tǒng)重復(fù)性崗位，未來將成為企業(yè)的核心技術(shù)，貫穿企業(yè)不同的工作流與應(yīng)用。

“過去兩年整個算力的投資，大概占AI市場80%左右，但如果不能把大模型落地到企業(yè)應(yīng)用場景中，有再多的算力，再好的模型，也帶來不了價值?！辩娬裆秸f。

廖萬里則把通用大模型比作發(fā)電站之類的基礎(chǔ)設(shè)施，他認(rèn)為，其產(chǎn)生的“電力”只有通過電燈、電器等載體承接轉(zhuǎn)化，才能更好地服務(wù)于人類生產(chǎn)和生活，而智能體就是這么一個轉(zhuǎn)化載體。

在他看來，當(dāng)前，個人端大模型相關(guān)應(yīng)用能力更多集中在“你問我答”式的場景交互，而企業(yè)核心業(yè)務(wù)需要的，是從“對話響應(yīng)”到“精準(zhǔn)執(zhí)行”的能力躍遷，只有加速大模型能力從個人端到企業(yè)端應(yīng)用的遷移，才能實現(xiàn)智能體應(yīng)用從個人端“好玩”，到企業(yè)端“好用”的進(jìn)化和蛻變，真正將技術(shù)轉(zhuǎn)化為新質(zhì)生產(chǎn)力，為企業(yè)帶來實際價值。

“只有這樣，才能真正推動大模型從技術(shù)狂歡邁向業(yè)務(wù)實干?！绷稳f里說。

技術(shù)突破，往往是行業(yè)轉(zhuǎn)折的核心，AI也不例外。IDC中國高級分析師楊雯對記者表示，過去一年多來，智能體規(guī)劃、長記憶（如百萬級上下文窗口技術(shù)）和工具調(diào)用（通過MCP協(xié)議標(biāo)準(zhǔn)化接口）能力實現(xiàn)了突破，解決了以往跨任務(wù)執(zhí)行中的記憶斷裂和工具適配問題，A2A、MCP等標(biāo)準(zhǔn)化協(xié)議已逐漸成為“AI界的USB接口”。

同時，開源技術(shù)加速了行業(yè)生態(tài)發(fā)展，如清華智譜的AutoGLM“沉思”模型支持深度研究與實際操作結(jié)合，推動了模型升級。此外，大模型訓(xùn)練與推理成本，因硬件優(yōu)化和算法提升而有所下降，企業(yè)算力成本下降。

政策支持同樣功不可沒。國家《新一代人工智能發(fā)展規(guī)劃》明確智能體為關(guān)鍵方向，北京、上海、武漢等多地也已出臺專項政策，對通用智能體給予支持。

“2024年智能體多以技術(shù)演示為主，2025年則聚焦商業(yè)化場景，并且今年智能體在垂直行業(yè)領(lǐng)域滲透加速，金融領(lǐng)域出現(xiàn)智能風(fēng)控體、智能投研助手；制造業(yè)推出工業(yè)大腦、預(yù)測性維護(hù)系統(tǒng)等，智能體或大模型正從‘輔助工具’躍升至‘核心生產(chǎn)力’?！睏铞┱f。

多重挑戰(zhàn)待突圍

不過，當(dāng)下智能體發(fā)展仍存多重挑戰(zhàn)。

在中國信息通信研究院云計算與大數(shù)據(jù)研究所副所長栗蔚看來，當(dāng)下智能體發(fā)展，需要警惕“偽智能體”。栗蔚說，隨著智能體概念熱度攀升，市場涌現(xiàn)出一批打著智能體旗號的“偽智能體”，不少公司將傳統(tǒng)技術(shù)、現(xiàn)有產(chǎn)品，包裝或貼牌成智能體，通過營銷策略進(jìn)行宣傳，誤導(dǎo)用戶。

楊雯認(rèn)為，當(dāng)前智能體商業(yè)化閉環(huán)不足。一方面，企業(yè)級智能體開發(fā)需經(jīng)歷數(shù)據(jù)精調(diào)、場景適配等復(fù)雜環(huán)節(jié)，算力與人力投入遠(yuǎn)超預(yù)期（如單場景開發(fā)成本普遍超百萬元），而收益依賴長期調(diào)用量積累，多數(shù)項目停留在試點階段難以回款。

另一方面，同質(zhì)化與平臺依賴加劇變現(xiàn)難?！爸悄荏w集中在客服、審批等通用場景，功能高度重復(fù)；中小企業(yè)依賴云平臺開發(fā)智能體，但流量分配向頭部傾斜?！睏铞┱f，破圈需依賴場景獨特性（如深度行業(yè)適配），而非通用功能堆疊。

技術(shù)適配問題，以及行業(yè)認(rèn)知差距與人才挑戰(zhàn)也不容忽視。楊雯表示，技術(shù)適配方面，一是重工業(yè)場景中非標(biāo)設(shè)備數(shù)據(jù)難以集成，導(dǎo)致智能體執(zhí)行效果打折；二是傳統(tǒng)行業(yè)依賴人工經(jīng)驗（如航空件裝配），難以通過數(shù)據(jù)顯性化；三是智能體在復(fù)雜任務(wù)中，可能因算法局限產(chǎn)生錯誤決策。

“部分企業(yè)對智能體價值認(rèn)知不足，以及頂尖人才稀缺，也在一定程度上會阻礙智能體的發(fā)展?！睏铞┱f。

對于前述智能體問題，廖萬里表示，這些都是一項新技術(shù)從誕生到規(guī)模應(yīng)用必然經(jīng)歷的過程，互聯(lián)網(wǎng)時代也如此，但最終行業(yè)會大浪淘沙，因此這個階段非常考驗行業(yè)企業(yè)的多方面能力，比如商業(yè)模式的創(chuàng)新能力、技術(shù)創(chuàng)新能力、產(chǎn)品力等。

“看似現(xiàn)在整個行業(yè)環(huán)境、AI技術(shù)都發(fā)生了變化，很多技術(shù)在AI平權(quán)之下門檻進(jìn)一步降低。但實際上，做得到并非代表做得好。比如企業(yè)級智能體，其需要解決某個行業(yè)具體場景的業(yè)務(wù)問題，且必須保證高精準(zhǔn)執(zhí)行、高效率執(zhí)行、系統(tǒng)安全可靠。因此，擁有大量的垂直場景、數(shù)據(jù)支撐以及業(yè)務(wù)經(jīng)驗積累，就成了做好企業(yè)級智能體的必然要求。”廖萬里說。

廖萬里認(rèn)為，過去一些已經(jīng)實現(xiàn)標(biāo)準(zhǔn)化運作的場景，流程明確、不易出錯，可能會是智能體最先落地應(yīng)用的場景，此外智能體應(yīng)用會進(jìn)一步拓展至更多復(fù)雜場景，會出現(xiàn)一個場景由多個智能體協(xié)作完成的情況。“智能體應(yīng)用場景十分廣泛，因此市場空間足夠大?！彼f。

多位行業(yè)人士也如此認(rèn)為，未來智能體在企業(yè)端場景中落地，將不局限于單個智能體落地，可能一個公司會推出多個智能體，一個場景由多個智能體協(xié)同作業(yè)。

“未來企業(yè)客戶的AI應(yīng)用場景，一定是以異構(gòu)算力為基礎(chǔ)，共存多種模型，充分整合企業(yè)內(nèi)部數(shù)據(jù)或者知識，同時搭載海量智能體活躍應(yīng)用為最終形態(tài)。但要達(dá)到最終形態(tài)，會有很長的路要走?！鄙裰輸?shù)碼董事長郭為向記者表示，當(dāng)AI深度融入企業(yè)流程后，不僅是效率提升，這種融合創(chuàng)新，正重新定義企業(yè)核心競爭力。

至于投入回報，郭為表示：“AI應(yīng)用肯定需要很大投資，但比投資更重要的是人才以及公司AI轉(zhuǎn)型，所以公司會堅定投入?！?/p>

“企業(yè)應(yīng)用AI大模型產(chǎn)生價值至少是10年的旅程，如果還沒開始做，現(xiàn)在還來得及，持續(xù)慢慢往前迭代還不晚。”武連峰說。